热门资讯

ffmpeg-skill – 开源的本地化视频剪辑与处理 Agent Skill

互联网来源：AI工具集 2026-09-11 11:59:37

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

微信关注回复“开源”，加入AI开源项目交流群

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
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。