videocut-skills 入门指南：让 AI 帮你剪中文口播视频，自动识别口误和静音

大家好，我是程序员晚枫。

如果你也做口播视频，肯定被一件事折磨过：

剪口播。

一遍 20 分钟的口播，可能口误 50 次、停顿 100 次、重复 30 次。

剪映的"智能剪口播" 又有两个致命问题：

不懂语义——重说、纠正的内容识别不出来
字幕不准——专业术语（Claude Code、MCP、API）经常错

今天给大家介绍一个专门解决这两个问题的工具——videocut-skills。

一、videocut-skills 是什么？

一句话：用 Claude Code Skills 做的口播视频剪辑 Agent。

不是云端 SaaS，是本地 Claude Code 装的技能——你给一个视频文件，AI 帮你识别问题片段，人工最后确认。

二、为什么它比剪映强？

剪映做不到了，videocut-skills 做到了：

功能	说明	剪映
语义理解	AI 逐句分析，识别重说/纠正/卡顿	❌ 只能模式匹配
静音检测	>0.3s 自动标记，阈值可调	⚠️ 固定阈值
重复句检测	相邻句开头 ≥5 字相同 → 删前保后	❌ 无
句内重复	"好我们接下来好我们接下来做" → 删重复	❌ 无
词典纠错	自定义专业术语词典	❌ 无
自更新	记住你的偏好，越用越准	❌ 无

核心武器：Claude 的语义理解 + 自定义专业词典。

三、效果演示

来自官方 README 的真实数据：

输入：19 分钟口播原片（各种口误、卡顿、重复）
输出：
自动识别 608 处问题（静音 114 + 口误/重复 494）
剪辑后视频 72MB
全程 AI 辅助，人工只需确认

19 分钟 → 几分钟人工确认 → 干净的视频。

📺 真实效果链接：

作者也欢迎你把使用心得提到 Issues——多看几条 Issue 就能感受真实使用场景。

四、5 个 Skill 一览

Skill	干什么	输入	输出
`安装`	环境准备	无	安装日志
`剪口播`	转录 + AI 审核 + 剪辑	视频文件	剪辑后视频
`字幕`	生成字幕	视频文件	带字幕视频
`高清化`	2-pass + 锐化导出	视频文件	高清视频
`自更新`	记录偏好	用户反馈	更新规则文件

五、3 步快速开始

第 1 步：安装 Skills

1 2	# 克隆到 Claude Code skills 目录 git clone https://github.com/Ceeon/videocut-skills.git ~/.claude/skills/videocut

第 2 步：配置 API Key

1
2
3

cd ~/.claude/skills/videocut
cp .env.example .env
# 编辑 .env，填入火山引擎 API Key（火山引擎的语音转录服务）

第 3 步：装环境

打开 Claude Code，输入：

1	/videocut:安装

AI 自动：

检查 Python、FFmpeg、Node.js
安装 FunASR（口误识别模型，约 2GB）
安装 Whisper large-v3（字幕模型，约 3GB）

六、完整使用流程

┌─────────────────────────────────────────────┐
│ /videocut:安装（一次性）                    │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│ /videocut:剪口播 视频.mp4                    │
│ 1. 提取音频 → 上传云端                       │
│ 2. 火山引擎转录 → 字级别时间戳               │
│ 3. AI 审核：静音/口误/重复/语气词            │
│ 4. 生成审核网页 → 浏览器打开                 │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│ 【人工审核 + 执行剪辑】                       │
│ - 单击跳转播放                               │
│ - 双击选中/取消                              │
│ - Shift 拖动多选                             │
│ - 确认后点「执行剪辑」→ FFmpeg 自动剪        │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│ /videocut:字幕                               │
│ - Whisper 转录                               │
│ - 词典纠错（Claude Code → claude code）     │
│ - 人工确认 → 烧录字幕                        │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│ /videocut:高清化（可选）                     │
│ - 2-pass 编码 + 锐化                          │
│ - 自动匹配原片参数，码率 1.2x                │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│ /videocut:自更新（可选）                     │
│ 告诉 AI 你的偏好，它会记住：                  │
│ - "静音阈值改成 1 秒"                        │
│ - "保留适量嗯作为过渡"                       │
└─────────────────────────────────────────────┘

七、技术架构

┌──────────────────┐     ┌──────────────────┐
│ 火山引擎 ASR     │────▶│ 字级别时间戳      │
│ (云端转录)       │     │ subtitles.json  │
└──────────────────┘     └────────┬─────────┘
                                  ↓
┌──────────────────┐     ┌──────────────────┐
│ Claude Code      │────▶│ AI 审核结果      │
│ (语义分析)       │     │ auto_selected   │
└──────────────────┘     └────────┬─────────┘
                                  ↓
┌──────────────────┐     ┌──────────────────┐
│ 审核网页         │────▶│ 最终删除列表      │
│ (人工确认)       │     │ delete_segments │
└──────────────────┘     └────────┬─────────┘
                                  ↓
┌──────────────────┐     ┌──────────────────┐
│ FFmpeg           │────▶│ 剪辑后视频        │
│ filter_complex   │     │ xxx_cut.mp4     │
└──────────────────┘     └──────────────────┘

八、8 个审核规则（核心）

videocut-skills 的"魔法"在于审核规则——剪口播/用户习惯/ 目录：

规则	干什么
1-核心原则	删前保后（重复句保留后半段）
2-语气词检测	嗯/啊/呃/哦
3-静音段处理	>0.3s 删除（可调到 1s）
4-重复句检测	相邻句开头 ≥5 字相同
5-卡顿词	那个那个、就是就是
6-句内重复检测	A+中间+A 模式
7-连续语气词	嗯啊、啊呃
8-重说纠正	部分重复、否定纠正

所有规则都可以通过 /videocut:自更新 自定义。

九、自定义词典（专业术语纠错）

Whisper 默认会把 "Claude Code" 识别成 "cloud code"、"MCP" 识别成 "MC P"。

解决方案：编辑 字幕/词典.txt：

Claude Code
MCP
API
GPT
Codex

每行一个词。AI 转录时优先用词典里的拼写。

十、依赖

依赖	用途	安装方式
Node.js 18+	跑脚本	`brew install node`
FFmpeg	音视频处理	`brew install ffmpeg`
Python 3.8+	模型运行	系统自带
火山引擎 API	语音转录	申请 Key