video-mix-edit 使用说明书

通用视频混剪 skill · 把 N 段素材按你的要求剪进一条视频 · 全程本地 ffmpeg + Whisper,无需联网
类型 视频后期 / 混剪
输入 2 条及以上视频素材 + 大白话要求
输出 1 条成片 mp4(横/竖/方任意比例)
触发词 把这几段拼成一条 / 合并这几段 / 按我的要求剪这几段 / 混剪

一、你该对我说什么(人话示例)

直接用自然语言描述即可,我会把它翻译成剪辑计划再执行。例如:

二、完整工作流(我会按这四步走)

步骤动作你要做的
1. 解析需求从你的话里拆出:素材顺序、每段裁剪/转场、比例、是否去气口、字幕、BGM、CTA把要求说清楚
2. 写 plan.json把需求翻译成结构化剪辑计划不用管,我来写
3. 先确认再跑用简洁列表把「剪辑计划」列给你确认(重点确认比例/转场/裁剪区间/输出路径)看一眼确认,或说「直接剪」
4. 执行交付运行 build.py,交付成品路径收片
💡 视频重编码成本高,所以第 3 步一定会先和你确认计划,不会一声不吭直接跑。

三、实战范例(照抄即可用)

场景

你有三段竖拍素材 clip1.mp4 / clip2.mp4 / clip3.mp4,想做成一条 9:16 竖屏带货混剪: 开头用 clip1 前 3 秒做钩子 → 接 clip2 整段(向上滑入转场)→ clip3 卡点快切 → 自动字幕 → 结尾红字引导 → 铺一段 BGM。

第 1 步:把素材和计划放同一文件夹

新建一个工作文件夹,把三段素材和下面这个 plan.json 放进去(BGM 可选,没有就删掉 bgm 那行)。

{
  "segments": [
    { "file": "clip1.mp4", "trim": { "end": 3 },      "transition": "fade" },
    { "file": "clip2.mp4",                "transition": "slideup", "transition_duration": 0.6 },
    { "file": "clip3.mp4",                "transition": "beat" }
  ],
  "resolution": "9:16",
  "crop_mode": "cover",
  "transition": "fade",
  "subtitle": { "enabled": true, "language": "zh", "model": "base" },
  "cta": { "text": "关注我 发现更多好物", "duration": 3.0, "color": "red", "size": 72 },
  "bgm": { "file": "bgm.mp3", "volume": 0.4 },
  "output": "混剪成品.mp4"
}

第 2 步:运行(我会替你跑这条命令)

python "/skills/video-mix-edit/scripts/build.py" --plan plan.json

说明:plan.json 里素材用相对路径,基于 plan.json 所在目录解析;output 可写绝对路径。跑完后在同目录得到 混剪成品.mp4。

四、plan.json 字段速查表

字段取值含义
segments[].file文件名/路径素材路径,相对 plan.json 目录
segments[].trim{"end":N} / {"start":N} / {"start":a,"end":b}保留前 N 秒 / 掐头 N 秒 / 取 a~b 区间
segments[].transition见下方转场表该段与前一段的转场
segments[].transition_duration秒,如 0.5转场时长(beat 模式忽略,固定 0.2s)
resolutionauto/9:16/16:9/1:1/4:3目标比例,auto=沿用首段
crop_modecover/letterboxcover=填满裁切不留黑边;letterbox=黑边补齐
strip_silencetrue/false全局去静音气口(默认 false,节奏紧可开)
subtitle.enabledtrue/false口播字幕(默认开,说「不要字幕」才关)
subtitle.modelbase/small/mediumWhisper 模型,越准越慢
cta对象或省略结尾引导文案(见下)
bgm{"file":...,"volume":0.5} 或省略给了才加背景音乐
output文件名/路径成品输出名

五、转场类型(transition)

xfade 支持:fade(淡入淡出) · beat(卡点=短 fade 0.2s) · slideleft/slideright/slideup/slidedown(滑动) · fadeblack/fadewhite(闪黑/闪白) · circlecrop/rectcrop/smoothleft/smoothright/wipeleft/wiperight 等。

六、每段精确裁剪(trim)示例

{ "file": "clip1.mp4", "trim": { "end": 3 } }        // 只留前 3 秒(开篇钩子)
{ "file": "clip2.mp4", "trim": { "start": 2 } }      // 掐掉前 2 秒
{ "file": "clip3.mp4", "trim": { "start": 1, "end": 8 } }  // 只取第 1~8 秒
// 不写 trim = 整段使用

七、结尾 CTA(cta,可选)

"cta": { "text": "点击下方小黄车 立即抢购", "duration": 3.0, "color": "red", "size": 72 }

八、⚠️ 必读提醒

Whisper 字幕需逐句人工修正。 Whisper base 中文转录必有繁体 + 同音错字(如「購物」→「购物」、专有名词错写)。脚本只负责生成与烧录,不修正语义。交付前请对照原视频逐句改简、纠错。

九、环境与路径(本机已验证)

依赖本机状态
ffmpeg / ffprobe7.1,已在 PATH ✓
Python + Whispermanaged venv 已具备;字幕用 whisper Python 模块 ✓
脚本位置/skills/video-mix-edit/scripts/build.py
📌 一句话总结:把素材和「大白话要求」给我,我会先出剪辑计划给你确认,再一键剪出成片;字幕记得最后人工过一遍繁体/错字。
← 返回 SKILL 库