ffmpeg-skill (kajisho5/ffmpeg-skill)部分实测🌏 海外

ffmpeg-skill 把本地 FFmpeg 封装成 42 个工具,让 Claude Code / Codex 剪完视频后自己量时长、响度和画幅,连同检查结果一起交片

中文圈 @ZhongRichard 推荐的 ffmpeg-skill(作者 kajisho5,MIT,GitHub 约 3000★)是给 Claude Code、Codex、Cursor 用的本地剪辑技能:去静音、裁切拼接、横转竖、字幕/卡拉 OK、响度归一化、按 TikTok / Reels / YouTube / X 模板导出,共 42 个工具,同时是 MCP 服务器。卖点是固定流程「先 probe 量素材 → 剪 → 按平台规格 check → 画面变了就出抽帧拼图给视觉模型看」,Agent 不能只说一句「剪好了」。我们在 Linux 上用合成素材从仓库直接跑了 probe → 去静音 → 9:16 裁切 → reels 导出 → check → 响度修正 → 再 check → 抽帧拼图,整个流程都正常完成;没有接真实 Agent 会话,也没测自动转写。

访问官网 ffmpeg-skill (kajisho5/ffmpeg-skill) ↗
定价
免费
地区
海外
出自哪里
海外社区
上架日期
2026 年 10 月 27 日
实测日期
2026 年 10 月 27 日
用的版本
ffmpeg-skill v2.17.2 (main @ 1c37ad1, 2026-10-26); tested with FFmpeg 7.1.5 / Python 3.13 on Debian; ~3,047★ as of 2026-10-27
分类
视频创作自动化代理
原作者
kajisho5 / ffmpeg-skill ↗
我们实测
部分实测
成本 / 耗时
技能本身免费(MIT),全程本地跑、不传云。Agent 侧需要你已有的 Claude Code / Codex / Cursor 订阅或 API。自动转写要另装本地语音模型(Parakeet 或 whisper),不装也能用现成字幕文件。
来源
X @ZhongRichard(中文推荐) ↗GitHub kajisho5/ffmpeg-skill ↗npm ffmpeg-skill ↗

要解决的事

把口播、教程录屏的重复处理(去停顿、横转竖、响度、字幕、按平台导出)交给编程 Agent,并且要它拿出「成片确实合规」的证据,而不是一句「剪好了」。

步骤

  1. 装:`npx ffmpeg-skill`(默认装到 Claude Code 的 `~/.claude/skills/ffmpeg-skill`;Cursor 加 `--cursor`,Codex 加 `--codex`,全装 `--all`)。本机要有 `ffmpeg`、`ffprobe`、`python3`,不需要 API Key。
  2. 体检:`npx ffmpeg-skill doctor`,看必需组件是否齐全;注意整体 ok 不代表每个工具都能用(例如 macOS Homebrew 版缺 subtitles 滤镜时字幕工具不可用),要看 `doctor --json` 里每个工具的 usable。
  3. 用白话下需求,并明确要验收证据,例如:保留哪几段、变成 60 秒竖版发 Reels、剪完给 check 结果和抽帧拼图。
  4. Agent 应按 probe.py → cut / silence / fit → export.py --preset → check.py --platform → look.py 的顺序走;也可以一条 `render.py 素材.mp4 --template tiktok --cues cues.txt` 按平台模板出片。
  5. 看它交回来的 check 表:时长、画幅、分辨率、帧率、编码、响度(LUFS)、真峰值逐项 PASS/FAIL;有 FAIL 就让它按提示修(如 `loudness.py -I -14`)再 check。
  6. 最后自己把成片播一遍:参数 PASS 不等于内容对,字幕错字、按钮被平台 UI 挡住都要人眼看(评论区网友的提醒)。
  7. 想接 MCP:仓库 `mcp/server.py` 默认只列 12 个核心工具,设 `FFMPEG_SKILL_MCP_FULL=1` 列全部 42 个。

提示词

用 ffmpeg-skill 处理 talk.mp4:去掉超过 0.6 秒的停顿,改成 9:16 竖版,响度 -14 LUFS,按 Reels 规格导出。做完把 check.py --platform reels 的结果和一张抽帧拼图一起给我,有 FAIL 先修好再交。

原文怎么说

@ZhongRichard:42 个工具覆盖裁切拼接、去静音、字幕动画、横竖屏、响度,并按 YouTube、Reels、X 等模板导出;工具参数直接从 Python 命令行解析器生成再给 MCP 用,避免文档与实际参数不一致;流程是先探测、处理后检查成片参数、画面有变化再出抽帧拼图交给视觉 Agent。README 还写到:10 个真机素材语料 92/92 项验证通过、静音检测 20 个用例 0 漏检、24 条提示词 × 3 次的 Agent 评测路由与如实拒绝 72/72(作者自测)。

我们实测

没有接 Claude Code / Codex 会话让 Agent 自己调用,没测自动转写和字幕动画。我们浅克隆仓库(package.json v2.17.2,与 npm 最新一致),在 Debian 的 FFmpeg 7.1.5 上直接跑脚本:`doctor` 报 73 项能力可用、必需缺 0、可选缺 2(parakeet、whisper),并提示该 FFmpeg 版本有已知 CVE;用 ffmpeg 生成 10 秒 1920×1080 合成素材(中间 4–6 秒静音),依次跑 probe → silence → fit --aspect 9:16 --fit crop → export --preset reels → check --platform reels → loudness -I -14 → 再 check → look。MCP 服务器在 FFMPEG_SKILL_MCP_FULL=1 下 tools/list 返回 42 个工具。

我们亲自试下来:去静音:10 秒剪到约 8.3 秒(去掉 1.7 秒,静音两侧按默认留了边)。fit 输出 608×1080,export 后 1080×1920、恒定 30fps、h264、aac。第一次 check 13 项里 1 个 FAIL:响度 -32.4 LUFS(要求 -14±2),并直接给出修复命令;跑 loudness 后变成 -14.0 LUFS、真峰值 -8.6 dBTP,再 check 0 FAIL、1 个 WARN(没有字幕轨)。look 输出 12 帧拼图。结论:「剪完自己量、量出问题会报 FAIL 并给修法」这件事在本地脚本层面是真的。

怎么用上

GitHub 与 npm 公开,README 为英文;中文介绍在 X(可能需登录)。全程本地运行,无地区限制;npx 安装需能访问 npm(国内可配镜像)。

适合谁

每周要出口播、教程录屏、横转竖切片的个人创作者和小团队;已经在用 Claude Code / Codex,想把 FFmpeg 体力活交出去但又不放心「AI 说剪好了」的人。

踩坑提示

  • check 全 PASS 只说明参数合规,不说明剪得好看、字幕没错字;最后一遍要自己看。
  • 去静音按音量阈值判断,背景音乐、环境声大的素材要调 `--threshold`,否则剪不动或误剪。
  • 我们实测:去静音后的中间文件被标成可变帧率(VFR?),导出 reels 预设后才变回恒定 30fps;别拿中间文件直接发。
  • `doctor` 会提示本机 FFmpeg 版本的已知漏洞(我们这台 7.1.5 就被提醒),处理来路不明的素材前先升级 FFmpeg。
  • 装好的是一份拷贝,不会自动更新;要更新重跑 `npx ffmpeg-skill`。
  • 中文字幕、中文口头禅过滤我们没测;README 的 filler 词表列的是德、英、西、法、意、日、葡。

同类用例