ffmpeg-skill 开源的本地化视频剪辑与处理 Agent Skill
ffmpeg-skill是什么
ffmpeg-skill 是面向编程 Agent（Claude Code/Cursor/Codex）的开源 Agent Skill，让 AI 能像专业剪辑师一样调用本地 FFmpeg 处理视频。工具内置 28 个结构化工具，覆盖探测、剪切、拼接、字幕、调色、响度、多机位、批量导出等完整链路，遵循探测→编辑→检查→验证固定工作流。ffmpeg-skill 纯本地运行、零 API 费用、支持无损剪辑，实测 72 个真实剪辑任务全部通过，一行 npx 命令可安装上手。
ffmpeg-skill的主要功能
- 分析探测类 probe ：探测视频时长、帧率（含 VFR）、分辨率、HDR 格式等元数据，为剪辑决策提供依据
- scenes ：自动检测场景切换点，可生成高光片段提案
- look ：生成联络表截图，让 Agent亲眼检查画面质量
- doctor ：检测本机 FFmpeg 组件能力，确认环境可用性
剪辑处理类
- cut ：无损剪切指定时间段，不重编码保画质
- join ：多段拼接并支持 xfade 转场效果
- silence ：自动识别并删除静音段，一键生成 jump cut 视频
- fit ：智能拉伸或裁剪视频以适配目标时长或 9:16 等竖屏画幅
- stabilize ：视频画面防抖处理
- reverse ：倒放视频
音频处理类
- audio ：降噪、压缩、限幅、门限一体化音频优化
- sync ：音画对齐并校正时间漂移
- loudness ：按 EBU R128 标准将响度标准化到 -14 LUFS
画面增强类
- caption ：烧录字幕或卡拉 OK 歌词
- overlay ：添加水印、绿幕合成
- graphics ：生成字幕条、进度条等动态图形
- color ：HDR 转 SDR 色调映射、应用 LUT 调色
交付输出类
- export ：按 YouTube/Reels/TikTok 平台预设一键导出
- check ：按平台规格对输出文件做 PASS/WARN/FAIL 质检
- report ：生成 HTML 交付报告
- render ：根据 project.json 工程文件渲染完整项目
- batch ：批量处理多文件并支持缓存
- multicam ：多机位素材自动切换合成
如何使用ffmpeg-skill
- 安装 ：在终端运行 npx ffmpeg-skill ，将 skill 一键安装到 Claude Code 等编程 Agent 中。
- 环境检查 ：运行 npx ffmpeg-skill doctor ，检测本机 FFmpeg 组件是否齐全可用。
- 补充依赖 ：若 doctor 报告缺组件，按提示用包管理器安装缺失的 FFmpeg 编解码器。
- 启动对话 ：打开 Agent 对话框，用自然语言描述剪辑需求。
- 自动探测 ：Agent 会先调用 probe 分析视频参数，再制定剪辑方案。
- 执行剪辑 ：Agent 按探测→编辑→检查→验证工作流调用相应工具完成任务。
- 验收结果 ：Agent 生成联络表截图并自检画面，确认后可拿到成片。
ffmpeg-skill的核心优势
- 纯本地运行 ：所有处理都在本机 FFmpeg 上完成，无需云端、零 API 费用。
- 零门槛安装 ：一条 npx ffmpeg-skill 命令即可装入 Agent，无需复杂配置。
- 固定工作流 ：遵循探测→编辑→检查→验证流程，Agent 不再靠猜参数瞎剪。
- 先探测后动手 ：每个任务先实测视频参数（帧率、HDR、音轨），方案精准不翻车。
- 无损优先 ：cut/join 等操作优先 stream copy，能不重编码就不重编码。
- 视觉验收机制 ：画面改动后强制生成联络表截图供 Agent亲眼检查，保证输出质量。
- 工具链完整 ：28 个工具覆盖从探测、剪辑、音频、字幕、调色到质检交付的全流程。
- 平台化交付 ：内置 YouTube/Reels/TikTok 预设，导出即符合各平台规格。
- 机器可读契约 ：工具 schema 以 JSON 契约描述，与 MCP 等系统集成不会漂移。
- 批量工程化 ：支持 project.json 工程渲染、批量处理和缓存，适合规模化生产。
- 安全可靠 ：只读取不覆盖原片，危险操作默认拒绝，本地文件不出本机。
ffmpeg-skill的同类竞品对比
对比维度 | ffmpeg-skill | claude-code-video-toolkit
| 对比维度 | ffmpeg-skill | claude-code-video-toolkit |
|---|---|---|
| 产品定位 | Agent 的本地 FFmpeg 执行引擎，专注剪辑执行 | 全栈 AI 视频生产工具包，13+ skill 覆盖生成+剪辑+配音+录屏 |
| 架构思路 | 单一仓库、28 个结构化工具、契约驱动 | 多 skill 聚合架构，registry.json 注册管理，可插拔扩展 |
| 运行依赖 | 纯本地 FFmpeg，零 API、零云端 | 本地 + 云端 GPU（Modal/RunPod）混合，开源模型可免费用 |
| 核心工作流 | 探测→编辑→检查→验证，视觉验收强制截图自检 | /video 模板化项目管理，交互式引导 + scene-review 人工审核 |
| AI 生成能力 | ❌ 无，纯剪辑执行 | ✅ 集成视频/图像/语音生成模型（大 benefit） |
| 工具链深度 | 剪辑/音频/字幕/调色/质检/批量/多机位全链路深耕 | 广而全但单项深度较浅，剪辑部分底层同样依赖 FFmpeg |
| 无损剪辑 | ✅ cut/join 优先 stream copy，能不转码就不转码 | ⚠️ 常规重编码为主，无损非设计重点 |
| 机器可读契约 | ✅ contract --json 描述全部工具 schema，MCP 自动派生、不漂移 |
⚠️ registry.json 部分描述，契约化程度较低 |
| 质检验证 | ✅ check 按平台规格 PASS/WARN/FAIL + HTML 交付报告 | ✅ scene-review 逐场景人工审核节点 |
ffmpeg-skill的应用场景
- 播客/访谈自动精剪 ：将几小时的访谈录音录像交给 Agent，自动删除静音段、跳切气口、统一响度到 -14 LUFS，一小时粗剪压缩到几分钟完成。
- 长视频一键拆条分发 ：把 YouTube 长视频自动切成多个 60 秒竖屏高光片段，烧录字幕、适配 9:16 画幅，按 TikTok/Reels/Shorts 预设分别导出，矩阵式分发。
- 课程/会议录像批量后制 ：批量处理多机位课堂或会议录像：多机位自动切换、音画对齐、降噪、加字幕条和进度条，批量渲染并输出 HTML 质检报告。
- Vlog/运动素材快速出片 ：对着 Agent 说把 GoPro 里今天拍的素材剪成 3 分钟 vlog，自动探测各设备文件参数、防抖、按场景切分挑高光、配乐导出。
相关工具
与本文相关的 AI 工具
