技能包定位:AI 助手调度本机 FFmpeg
这套方案的核心思路,是把剪辑指令交给 AI 助手,由它在本机调用 FFmpeg 处理已有的视频与音频文件。三者各司其职:Claude Code 等 AI 助手负责理解需求、安排操作顺序并检查结果;技能包提供剪辑流程与可调用的工具;FFmpeg 在本机实际执行音视频处理。
仓库将剪辑能力拆分为 42 个工具,本文案例只涉及其中几项:剪切拼接、横屏转竖屏、添加字幕、调整音量,以及按平台规格导出与检查。技能包以 MCP server 形式注册到 AI 助手,通过机器可读契约调用工具,参数与输出格式固定,结果可复现。
对不熟悉命令行的创作者而言,这套组合把 FFmpeg 的参数门槛转化成了几句自然语言描述。上手路径建议为:装依赖、跑 doctor、从剪切这类单功能任务练起,跑通一个再叠加下一个。
两个边界需要先明确:
- 它处理已有素材,并非输入一句话就能凭空生成商品视频;
- 工具本身不需要云端 API key,但 AI 助手的订阅或模型调用费用另算。
安装准备与 doctor 依赖检查
以 Claude Code 为主线,安装前需逐项核对四项准备:
- 可正常使用的 AI 助手(Claude Code、Codex 或 Cursor);
- FFmpeg 6.1 或以上版本,以及配套的 ffprobe;
- Python 3.10 或以上版本;
- 使用 npx 安装方式时,Node.js 16 或以上版本。
仓库提供的安装与检查命令如下:
npx ffmpeg-skill:默认安装到 Claude Code 的技能目录;npx ffmpeg-skill doctor:检查本机依赖与功能支持;npx ffmpeg-skill --codex:Codex 客户端入口;npx ffmpeg-skill --cursor:Cursor 客户端入口。
–codex 与 –cursor 是另两个客户端入口,按需选用,不必重复安装。装错客户端目录是常见的识别失败原因,用对应入口重装即可。
安装完成后,在 AI 助手里确认技能已被识别:发起对话时能看到技能包的工具列表,即说明安装到位;doctor 可随时复查。doctor 的检查结果按功能项分组,FFmpeg、字幕、字体各占一块,哪块报错就修哪块,无需整体重装。最容易卡住的是 FFmpeg 版本:包管理器装出来的可能是 5.x,doctor 会标记为 unsupported,需换到 6.1 以上再跑 doctor 确认。某项缺失时要看它影响哪个功能,缺组件可能只是少了对应能力,不能据此认定整个工具无法使用。
五步案例:三段素材剪成一条竖屏短视频
步骤1:准备素材与剪辑要求
使用自有或已获授权的商品素材,准备三段展示视频、已确认的英文卖点字幕,以及可选的授权背景音乐。输出到独立目录,与原始素材分开;文件名和内容逐条列出,提示词才能对应。
步骤2:让 AI 检查素材并给出方案
示例提示词:检查 materials 文件夹里的三段商品视频,报告时长、分辨率、帧率和音轨。目标是制作一条约 20 秒的 9:16 商品展示视频。请给出剪切与拼接方案,不修改原文件;缺少信息时先说明。
这一阶段产出的是素材信息和剪辑计划,而不是直接剪完:时间范围与拼接顺序都要能看懂、能修改。
步骤3:剪切、拼接与竖屏适配
提示词里要明确片段顺序和时间范围,避免只说“帮我剪得好看”。横屏转竖屏时重点区分裁剪与背景填充:裁剪会放大主体、损失画面边缘,商品偏离中心可能被切掉;背景填充保留全图、两侧补色或模糊,主体完整但占比变小。默认裁剪并不会自动识别、追踪商品,转换后需逐帧检查主体完整性。
步骤4:添加字幕与调整音量
用自带的字幕文本完成演示,确保卖点准确、拼写无误。若想从语音自动生成字幕,需要另装受支持的本地语音识别引擎,这不是基础安装后的默认能力。音量可用归一化工具拉到平台常见响度区间,避免一段响一段轻。
步骤5:导出与验收
要求导出独立 MP4 文件,并按清单验收:
- 时长、分辨率、比例是否符合需求;
- 商品主体是否完整;
- 字幕是否正确,是否遮挡主体或落入平台界面覆盖区;
- 声音是否正常、音画是否同步。
平台规格检查通过,不代表平台一定审核通过。五个步骤跑完,手里是一条可上传的成片和一份能复用的提示词流程。
可复用的三类剪辑场景
剪辑流程跑通后,以下三个场景可以直接复用:
- 商品素材复用:同一批素材分别产出 TikTok、Reels、Shorts 版本,规格各按平台要求;
- 口播视频整理:剪掉多余片段、处理停顿、加字幕,从长素材剪出多条短内容;
- 多条素材统一交付:统一比例、字幕样式与导出规格,批量产出一致的交付包。
复用的是处理流程,而非结果承诺:工具不会自动判断爆点,也不会自动产出爆款,选题、脚本与商品本身的竞争力仍在剪辑之外。三个场景的共同点,是把一次性剪辑变成可重复的流水线:素材进、规格定、成片出,人工只花在确认提示词与验收成片两处;复用时验收标准不缩水,每条成片仍按步骤5清单过一遍。新人从素材复用切入最容易见效,素材现成、规格明确。
常见问题解答
- 安装完成,为什么仍提示找不到 FFmpeg 或 Python?多为版本或路径问题:FFmpeg 低于 6.1 会被拒绝,Python 低于 3.10 会被跳过,跑 doctor 逐项补齐。
- 为什么能剪视频,却不能正常添加字幕?字幕依赖额外组件与字体支持,查看 doctor 里字幕相关项状态,缺什么补什么。
- 为什么横屏转竖屏后商品被裁掉?默认裁剪从画面中心取竖屏区域,商品偏离中心会被切;改用背景填充或指定保留区域。
- 自动识别字幕为什么还要额外安装组件?语音转写依赖 whisper 类本地识别引擎,需单独安装。
- 为什么视频导出很慢?本地编码耗时与性能、素材规格、编码参数有关,不能归因于海外网络。
总结
ffmpeg-skill 把“写 FFmpeg 命令”变成了“向 AI 助手提需求”:装好 FFmpeg 6.1、Python 3.10 与技能包,用检查—方案—剪切—竖屏—字幕—验收六步跑通一条商品短视频,流程可复用到多平台分发。它处理已有素材、不需要云端 API key,也不会替你判断爆点。提示词写清时间范围与验收标准,比花哨效果更省返工。剪辑之外,发布与运营环境可以按地区匹配出口,到 https://www.ipxss.com/ 核对规格,按清单验收后再投入使用。