docs(zh-CN): update

2026-04-17 07:33:27 +08:00 · 2026-03-13 17:45:44 +08:00
parent f548ca3e19
commit 4c0107a322
88 changed files with 16872 additions and 280 deletions
--- a/docs/zh-CN/skills/video-editing/SKILL.md
+++ b/docs/zh-CN/skills/video-editing/SKILL.md
@@ -0,0 +1,317 @@
+---
+name: video-editing
+description: AI辅助的视频编辑工作流程，用于剪辑、构建和增强实拍素材。涵盖从原始拍摄到FFmpeg、Remotion、ElevenLabs、fal.ai，再到Descript或CapCut最终润色的完整流程。适用于用户想要编辑视频、剪辑素材、制作vlog或构建视频内容的情况。
+origin: ECC
+---
+
+# 视频编辑
+
+针对真实素材的AI辅助编辑。非根据提示生成。快速编辑现有视频。
+
+## 何时激活
+
+* 用户想要编辑、剪辑或构建视频素材
+* 将长录制内容转化为短视频内容
+* 从原始素材构建vlog、教程或演示视频
+* 为现有视频添加叠加层、字幕、音乐或画外音
+* 为不同平台（YouTube、TikTok、Instagram）重新构图视频
+* 用户提到“编辑视频”、“剪辑这个素材”、“制作vlog”或“视频工作流”
+
+## 核心理念
+
+当你不再要求AI创建整个视频，而是开始使用它来压缩、构建和增强真实素材时，AI视频编辑就变得有用了。价值不在于生成。价值在于压缩。
+
+## 处理流程
+
+```
+Screen Studio / raw footage
+  → Claude / Codex
+  → FFmpeg
+  → Remotion
+  → ElevenLabs / fal.ai
+  → Descript or CapCut
+```
+
+每个层级都有特定的工作。不要跳过层级。不要试图让一个工具完成所有事情。
+
+## 层级 1：采集（Screen Studio / 原始素材）
+
+收集源材料：
+
+* **Screen Studio**：用于应用演示、编码会话、浏览器工作流程的精致屏幕录制
+* **原始摄像机素材**：vlog素材、采访、活动录制
+* **通过VideoDB的桌面采集**：具有实时上下文的会话录制（参见 `videodb` 技能）
+
+输出：准备进行组织的原始文件。
+
+## 层级 2：组织（Claude / Codex）
+
+使用Claude Code或Codex进行：
+
+* **转录和标记**：生成转录稿，识别主题和要点
+* **规划结构**：决定保留内容、剪切内容、确定顺序
+* **识别无效片段**：查找停顿、离题、重复拍摄
+* **生成编辑决策列表**：用于剪辑的时间戳、保留的片段
+* **搭建FFmpeg和Remotion代码**：生成命令和合成
+
+```
+Example prompt:
+"Here's the transcript of a 4-hour recording. Identify the 8 strongest segments
+for a 24-minute vlog. Give me FFmpeg cut commands for each segment."
+```
+
+此层级关乎结构，而非最终的创意品味。
+
+## 层级 3：确定性剪辑（FFmpeg）
+
+FFmpeg处理枯燥但关键的工作：分割、修剪、连接和预处理。
+
+### 按时间戳提取片段
+
+```bash
+ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
+```
+
+### 根据编辑决策列表批量剪辑
+
+```bash
+#!/bin/bash
+# cuts.txt: start,end,label
+while IFS=, read -r start end label; do
+  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
+done < cuts.txt
+```
+
+### 连接片段
+
+```bash
+# Create file list
+for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
+ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
+```
+
+### 创建代理文件以加速编辑
+
+```bash
+ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4
+```
+
+### 提取音频用于转录
+
+```bash
+ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav
+```
+
+### 标准化音频电平
+
+```bash
+ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
+```
+
+## 层级 4：可编程合成（Remotion）
+
+Remotion将编辑问题转化为可组合的代码。用它来处理传统编辑器让工作变得痛苦的事情：
+
+### 何时使用Remotion
+
+* 叠加层：文本、图像、品牌标识、下三分之一字幕
+* 数据可视化：图表、统计数据、动画数字
+* 动态图形：转场、解说动画
+* 可组合场景：跨视频可重复使用的模板
+* 产品演示：带注释的截图、UI高亮
+
+### 基本的Remotion合成
+
+```tsx
+import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
+
+export const VlogComposition: React.FC = () => {
+  const frame = useCurrentFrame();
+
+  return (
+    <AbsoluteFill>
+      {/* Main footage */}
+      <Sequence from={0} durationInFrames={300}>
+        <Video src="/segments/intro.mp4" />
+      </Sequence>
+
+      {/* Title overlay */}
+      <Sequence from={30} durationInFrames={90}>
+        <AbsoluteFill style={{
+          justifyContent: "center",
+          alignItems: "center",
+        }}>
+          <h1 style={{
+            fontSize: 72,
+            color: "white",
+            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
+          }}>
+            The AI Editing Stack
+          </h1>
+        </AbsoluteFill>
+      </Sequence>
+
+      {/* Next segment */}
+      <Sequence from={300} durationInFrames={450}>
+        <Video src="/segments/demo.mp4" />
+      </Sequence>
+    </AbsoluteFill>
+  );
+};
+```
+
+### 渲染输出
+
+```bash
+npx remotion render src/index.ts VlogComposition output.mp4
+```
+
+有关详细模式和API参考，请参阅[Remotion文档](https://www.remotion.dev/docs)。
+
+## 层级 5：生成资产（ElevenLabs / fal.ai）
+
+仅生成所需内容。不要生成整个视频。
+
+### 使用ElevenLabs进行画外音
+
+```python
+import os
+import requests
+
+resp = requests.post(
+    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
+    headers={
+        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
+        "Content-Type": "application/json"
+    },
+    json={
+        "text": "Your narration text here",
+        "model_id": "eleven_turbo_v2_5",
+        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
+    }
+)
+with open("voiceover.mp3", "wb") as f:
+    f.write(resp.content)
+```
+
+### 使用fal.ai生成音乐和音效
+
+使用 `fal-ai-media` 技能进行：
+
+* 背景音乐生成
+* 音效（用于视频转音频的ThinkSound模型）
+* 转场音效
+
+### 使用fal.ai生成视觉效果
+
+用于不存在的插入镜头、缩略图或B-roll素材：
+
+```
+generate(app_id: "fal-ai/nano-banana-pro", input_data: {
+  "prompt": "professional thumbnail for tech vlog, dark background, code on screen",
+  "image_size": "landscape_16_9"
+})
+```
+
+### VideoDB生成式音频
+
+如果配置了VideoDB：
+
+```python
+voiceover = coll.generate_voice(text="Narration here", voice="alloy")
+music = coll.generate_music(prompt="lo-fi background for coding vlog", duration=120)
+sfx = coll.generate_sound_effect(prompt="subtle whoosh transition")
+```
+
+## 层级 6：最终润色（Descript / CapCut）
+
+最后一层由人工完成。使用传统编辑器进行：
+
+* **节奏调整**：调整感觉太快或太慢的剪辑
+* **字幕**：自动生成，然后手动清理
+* **色彩分级**：基本校正和氛围调整
+* **最终音频混音**：平衡人声、音乐和音效的电平
+* **导出**：平台特定的格式和质量设置
+
+品味体现在此。AI清理重复性工作。你做出最终决定。
+
+## 社交媒体重新构图
+
+不同平台需要不同的宽高比：
+
+| 平台 | 宽高比 | 分辨率 |
+|----------|-------------|------------|
+| YouTube | 16:9 | 1920x1080 |
+| TikTok / Reels | 9:16 | 1080x1920 |
+| Instagram Feed | 1:1 | 1080x1080 |
+| X / Twitter | 16:9 或 1:1 | 1280x720 或 720x720 |
+
+### 使用FFmpeg重新构图
+
+```bash
+# 16:9 to 9:16 (center crop)
+ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
+
+# 16:9 to 1:1 (center crop)
+ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
+```
+
+### 使用VideoDB重新构图
+
+```python
+from videodb import ReframeMode
+
+# Smart reframe (AI-guided subject tracking)
+reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
+```
+
+## 场景检测与自动剪辑
+
+### FFmpeg场景检测
+
+```bash
+# Detect scene changes (threshold 0.3 = moderate sensitivity)
+ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
+```
+
+### 用于自动剪辑的静音检测
+
+```bash
+# Find silent segments (useful for cutting dead air)
+ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
+```
+
+### 精彩片段提取
+
+使用Claude分析转录稿 + 场景时间戳：
+
+```
+"Given this transcript with timestamps and these scene change points,
+identify the 5 most engaging 30-second clips for social media."
+```
+
+## 每个工具最擅长什么
+
+| 工具 | 优势 | 劣势 |
+|------|----------|----------|
+| Claude / Codex | 组织、规划、代码生成 | 不是创意品味层 |
+| FFmpeg | 确定性剪辑、批量处理、格式转换 | 无可视化编辑UI |
+| Remotion | 可编程叠加层、可组合场景、可重复使用模板 | 对非开发者有学习曲线 |
+| Screen Studio | 即时获得精致的屏幕录制 | 仅限屏幕采集 |
+| ElevenLabs | 人声、旁白、音乐、音效 | 不是工作流程的核心 |
+| Descript / CapCut | 最终节奏调整、字幕、润色 | 手动操作，不可自动化 |
+
+## 关键原则
+
+1. **编辑，而非生成。** 此工作流程用于剪辑真实素材，而非根据提示创建。
+2. **先结构，后风格。** 在接触任何视觉元素之前，先在层级2确定好故事结构。
+3. **FFmpeg是支柱。** 枯燥但关键。长素材在此变得易于管理。
+4. **Remotion用于可重复性。** 如果你会多次执行某项操作，就将其制作成Remotion组件。
+5. **选择性生成。** 仅对不存在的资产使用AI生成，而非所有内容。
+6. **品味是最后一层。** AI清理重复性工作。你做出最终的创意决定。
+
+## 相关技能
+
+* `fal-ai-media` — AI图像、视频和音频生成
+* `videodb` — 服务器端视频处理、索引和流媒体
+* `content-engine` — 平台原生内容分发