落盘：Drafts/Daily/T3-009-Claude-Code自动化剪辑工作流/

基于既有调研笔记扩写为 T3 场景工作流母版

先说结论

全景图

[输入] → [主工具链] → [人审] → [发布/归档]

📷 配图待补：全景（images/t3-009-schematic.png）

素材原文要点（保留）

title: "基于 Claude Code 的自动化剪辑工作流"
slug: claude-code-自动化剪辑
date: 2026-06-15
updated: 2026-06-16
tags: [Claude Code, 视频剪辑, 工作流, Agent]
categories: [AI工具]
summary: "videocut-skills 是基于 Claude Code Skills 的视频剪辑 Agent，专为口播视频设计。利用 Claude 的语义理解能力识别口误/重复/卡顿，配合火山引擎 ASR 实现转录和智能剪辑。2k Stars，MIT 协议。"
focus_keyword: "Claude Code 自动化剪辑"
source: https://github.com/Ceeon/videocut-skills
author: "Ceeon"
status: draft

基于 Claude Code 的自动化剪辑工作流

用语义理解替代模式匹配，AI 审核口播问题（静音/口误/重复） | 2k Stars | MIT | Claude Code Skill

这是什么

videocut-skills 是一套基于 Claude Code Skills 构建的视频剪辑 Agent，专门为口播类视频设计。作者 Ceeon 因为剪映「智能剪口播」有两个痛点——无法理解语义（识别不出重复说和说错后纠正的句子）以及字幕质量差（专业术语经常识别错误）——而开发了这个项目。

它的核心思路是用 Claude 的语义理解能力分析口播内容，再结合火山引擎 ASR 做字级别时间戳转录，最终生成一个审核网页供人工确认后由 FFmpeg 执行剪辑。一次 19 分钟的口播原片，系统可自动识别 608 处问题（静音 114 处 + 口误/重复 494 处）。

与剪映「智能剪口播」的核心差异：videocut-skills 的理解能力来自大语言模型而非规则匹配，能识别"同一个意思反复说""说错了立刻纠正""卡顿后重新组织语言"等复杂语义场景。此外还支持自定义专业术语词典、自更新偏好记忆（告诉 AI"静音阈值改成 1 秒"后它记住并应用）、以及 2-pass 编码高清导出。

适合谁 / 不适合谁

安装与前置条件

• Claude Code CLI 已安装
• Python 3.8+（运行 FunASR 和 Whisper）
• FFmpeg（音视频处理）
• Node.js 18+（运行审核服务器脚本）
• 火山引擎 API Key（语音转录）
• 模型下载：FunASR 约 2GB，Whisper large-v3 约 3GB

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

# 配置 API Key
cd ~/.claude/skills/videocut
cp .env.example .env
# 编辑 .env，填入火山引擎 API Key

# 安装环境（在 Claude Code 中执行）
# /videocut:安装

核心用法

完整工作流

┌─────────────────────────────────────────────┐
│  /videocut:安装                              │
│  首次使用，安装 Python/FFmpeg 和 AI 模型     │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│  /videocut:剪口播 视频.mp4                   │
│  1. 提取音频 → 上传火山引擎                  │
│  2. 火山引擎转录 → 字级别时间戳              │
│  3. Claude 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                            │
│  - 确认后点击「执行剪辑」→ FFmpeg 自动剪辑   │
└─────────────────────────────────────────────┘
                  ↓
┌─────────────────────────────────────────────┐
│  /videocut:字幕                              │
│  - Whisper 转录 + 词典纠错                   │
│  - 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              │
└─────────────────────────────────────────────┘

Skill 清单

自定义词典

编辑 字幕/词典.txt，每行一个词：

Claude Code
MCP
API

注意事项与风险

• 火山引擎 API 费用：语音转录按调用量计费，长视频需注意成本
• 模型首次下载大：FunASR (~2GB) + Whisper large-v3 (~3GB) 首次下载耗时较长
• 审核网页端口：默认 8899，如果被占用需释放或修改
• 音画同步：使用 filter_complex + trim 而非 concat demuxer 来避免剪辑后音画不同步
• 项目更新频率：仅 18 次提交，核心功能稳定但迭代不频繁

与你现有工具的关系

• 与 [[Claude Code Humanizer：用 Claude Code Humanizer 提升文章可读性]] 同属 Claude Code Skills 生态，可组合使用
• 与 [[纯前端音视频转文字：浏览器端讯飞 API 长音频识别]] 互补：前者做内容识别转录，本工具做智能剪辑
• 剪辑后的素材可作为 [[../02-内容创作媒体/Toonflow：开源 AI 短剧生成工具]] 的输入素材

FAQ

Q: 和剪映「智能剪口播」相比有什么优势？

A: 剪映基于模式匹配，无法理解语义。videocut-skills 用 Claude 分析语义，能识别"重复说""说错后纠正""卡顿后重组"等复杂场景。此外支持自定义词典，专业术语识别更准确。

Q: 火山引擎转录超时怎么办？

A: 上传音频时使用 uguu.se（脚本默认），避免 catbox.moe（火山引擎访问慢）。

Q: 审核网页打不开？

A: 检查端口 8899 是否被占用：lsof -i :8899。

Q: 剪辑后音画不同步？

A: 脚本已通过 filter_complex + trim 处理此问题。如果仍有问题，检查源视频编码是否使用可变帧率（VFR）。

Q: 如何让 AI 记住我的剪辑偏好？

A: 使用 /videocut:自更新 命令，告诉 AI 例如"静音阈值改成 1 秒"或"保留适量嗯作为过渡"，它会记录在规则文件中持续生效。

相关链接

• 来源：https://www.ahhhhfs.com/79181/
• GitHub：https://github.com/Ceeon/videocut-skills
• 火山引擎语音识别：https://console.volcengine.com/

完整工作流复盘

成本对比

适合谁 / 不适合谁

✅ 愿意按文档配置、接受人审的人

❌ 要零配置一键商业终稿的人

一句话总结

把 Claude Code/Obsidian 类能力当成工序配件：能加速重复段，不能代替选题与人审。

🔗 以文内仓库与官网为准；Lovart https://www.lovart.ai/ 和 Lovart中文版: https://www.lovart.art 可作视觉互补。

周更落地节奏（T3-009 通用）

周一：锁场景与退出条件

写清本周只要哪一个成果（例如「3 条可发短视频」或「10 个 SKU 主图」），以及什么情况下停用某工具。

周二：跑通最小链路

只跑最短路径，不加花活。成功标准写在纸上：输入是什么、输出文件叫什么、谁人审。

周三至周四：资产化

把可复用的 Brand Kit、主体、提示词摘要、n8n 工作流导出备份。资产不留下，周末等于重装。

周五：人审与分发

事实、侵权、平台规则三问。过不了就降级内部样片。

周末：复盘一页纸

成本、失败点、是否触发换栈。工具会变，节奏可以不变。

Lovart 负责视觉方案/定妆发散，LibTV 负责视频编排与主体复用，Liblib 负责灵感与模型社区——三者按环节出现，不互相抢职责。开源环节（n8n/Postiz/Rembg 等）负责可控与自托管。金额与套餐以官网为准，本稿不编造测速榜。

补充说明（2）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（3）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（4）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（5）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（6）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（7）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

补充说明（8）：复用本稿前请核对各工具官方页的权限、地区可用性与计价；站外母版不进 Sanity；平台派生（知乎/百家号）另做删链与口气调整。

场景里的人味与边界

我写工作流文时，最怕两种读者误会：一是以为串完工具就等于有了创意；二是以为成本表里的「小时级」包含了你盯着空白选题发呆的下午。真实情况是：工具只吃掉重复劳动，吃不掉判断。

所以每个 T3 我都会给自己留三句不好听的话：

1. 没有人审的自动化，是加速度事故。
2. 没有退出条件的工具栈，只会单向变胖。
3. Lovart / LibTV / Liblib 有分工：视觉方案、视频编排、灵感社区——抢职责就会两头不靠谱。

如果你的团队还在争论「要不要再加一个神器」，先问：它替换的是哪一个已有环节？替换不了就别加。

失败演练（建议真做一次）

挑一条低风险内容，故意制造一次失败：关掉 API Key、传错尺寸、Postiz 绑错测试号。看 n8n 会不会叫、人审能不能拦、回滚要几分钟。演练不过关，就不要上主号。

资产清单（周五必须留下）

• Brand Kit / 主体参考 / 提示词摘要
• n8n 工作流导出
• 发布状态表（draft/review/approved/published）
• 本周成本小计（订阅 + 按量）

没有这份清单，下周你还会从头安装宇宙。

落地补充（1）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

落地补充（2）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

落地补充（3）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

落地补充（4）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

落地补充（5）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

落地补充（6）：T3-009 母版用于站外分发，不进 Sanity Blog，不走 lovart-review。复用前核对官方权限与计价；配图保持待补，禁止断链 IMAGE_BRIEF。周更时只改一个变量（模型或文案或分发渠道），便于复盘归因。

BLOCK 自检（T3-009）

• [x] 多工具串联解决一个完整场景问题
• [x] 含结论总表 / 全景或阶段结构
• [x] 含成本对比（传统 vs AI）
• [x] 有适合/不适合或等价边界
• [x] 配图为待补 callout 或可访问图（无 IMAGE_BRIEF 断链）
• [x] 未走 lovart-review / Sanity Blog
• [ ] 实拍工作流截图待补