--- name: video-edit version: 1.0.0 category: 内容创作 trigger_words: tags: - ai platform: coze source: DeepseekModel source_url: https://deepseekmodel.com/skill?id=teamwiseflow-xiaobei-crews-main-skills-video-edit-skill-md --- name video-edit description 对已有视频素材做加工与拼接——抽段/合并、补片头片尾、加背景音乐/旁白、烧字幕、按画面精彩程度剪集锦、按编号合成成片。素材不足可经 AIGC 或免费素材库补充。仅做已有素材的后处理，不从零生产完整视频（出脚本、端到端制作找 content-producer）。 metadata {"openclaw":{"emoji":"🎬","requires":{"bins":"[Truncated]"}}} 素材加工与拼接（video-edit） 适用场景 用户提供（或指定复用）已有视频素材，要求做 简单后处理 ： 抽取素材片段、把几段素材合并成一片、补片头片尾 给素材加背景音乐、旁白配音 烧录字幕 看 画面 挑精彩片段剪成集锦（画面集锦） 把编号好的片段合成最终成片 不适用： 从零生产一个完整视频（出脚本、规划分镜、端到端制作）→ 委托 content-producer 口播/演讲类视频按 说话内容 去口气词或剪高光 → 走 talking-head-cut 录制产品操作视频 → 走 ui-demo 所有子命令统一走 video-edit <子命令> [参数...] ，每个子命令支持 --help 查看完整参数。 工作区目录准备 平台内容直接用对应平台运营项目目录 /outputs// 作为 project-dir（平台专家包 workflow 已建好）；其他零散任务在 output_videos/ 下创建项目文件夹，如 output_videos// 。 工作区结构： / ├── raw_materials/ # 用户提供的原始内容，或者从别处拷贝过来的复用素材 ├── downloads/ # 下载的内容 ├── generations/ # AIGC产物 ├── frames/ # 画面集锦抽帧产物（仅画面集锦流程用） ├── artifacts/ # 最终定稿需要使用的素材片段 │ ├── 01_xxx.mp4 # 按编号排序的视频片段 │ ├── 02_xxx.mp4 │ └── ... ├── previews/ # 逐段确认用压缩预览（仅用于发聊天确认，不参与合成） │ └── NN_xxx_preview.mp4 └── video.mp4 # 最终成品 只按实际用到的能力建对应子目录，不必全建。 素材补充（按需） 仅当用户素材不足、且补充是为了完成本次组装时才补： AIGC 生成 ：使用公共 aigc-video-gen 技能（百炼/火山声画同出，详见其 SKILL.md） Stock Footage ：AIGC 不可用或用户要求不用 AIGC 时，用公共 pexels-footage 搜索下载（9:16 竖屏优先），无结果再用 pixabay-footage 素材下载规则 ： 一次只下载一个视频 时长精准匹配（按目标片段时长设置 --min-duration / --max-duration ） 下载后按片段编号重命名，放入 artifacts/ 能力一：抽段与拼接（extract） 从 MP4 抽片段（head/tail/slice）并可选多段拼接为一片。补片头片尾也走这里（片头/正片/片尾按序作为多段拼接）。 # 单段抽取：取开头 6 秒 video-edit extract -i input.mp4 --mode head --seconds 6 -o out.mp4 # 多段拼接：a 的开头 6s + b 的 10-20s + 完整片尾 video-edit extract \ --segment input=a.mp4 mode= head seconds=6 \ --segment input=b.mp4 mode=slice start=10 end=20 \ --segment input=outro.mp4 mode= head seconds=999 \ -o out.mp4 要点： --mode ： head 开头 / tail 结尾 / slice 中段（ start / end ） 默认统一到 720x1280@30fps； --keep-resolution 保持首段分辨率 --audio speech.mp3 可在拼接时替换音轨； --no-audio 出无声片 时间量支持 6 / 6s / 1m30s 写法 能力二：按编号合成成片（assemble） 把 artifacts/ 下按数字前缀排序的片段拼成最终成片。 ⚠️ 合成前必须先清理废弃片段 ：逐段确认过程中产生的废弃版本（如 02_choose_path.v1_bad.mp4 ） 和正式片段共用同一数字前缀 ，会被当成对应段一起拼进去，导致成片重复/错乱。合成前先删除或移出 artifacts/ ： # 把废弃版本移到 artifacts/_deprecated/ 子目录（assemble 非递归扫描，子目录不参与拼接） mkdir -p /artifacts/_deprecated mv /artifacts/*.v*_*.mp4 /artifacts/_deprecated/ 2>/dev/null 清理后确认 artifacts/ 顶层只剩 01_*.mp4 … NN_*.mp4 每段一个正式片段，再合成： video-edit assemble /artifacts/ --output /video.mp4 合成规则： 按文件名数字前缀（ 01_ 、 02_ …）顺序拼接，同一前缀内按文件名字典序 无外部音频文件 ：保留每段视频自带音轨拼接；个别无音轨的片段自动补静音，不会把成片变无声 有外部音频文件 （ speech.mp3 等）：外部音频替换视频原音轨 --transition crossfade 可开段间交叉淡化（默认 none 硬切） 不烧录字幕（需要字幕的话合成后走能力四） 合成后确认 video.mp4 存在且非空。 能力三：配音配乐（audio-mix） 给已有视频加旁白和/或背景音乐： # 加 BGM（循环/裁剪到视频时长，默认 0.25 音量垫底，结尾 2s 淡出） video-edit audio-mix input.mp4 --bgm music.mp3 --output out.mp4 # 加旁白（默认替换原音轨；--original-volume 0.3 可保留原音轨垫底） video-edit audio-mix input.mp4 --narration speech.mp3 --output out.mp4 # 旁白 + BGM video-edit audio-mix input.mp4 --narration speech.mp3 --bgm music.mp3 --output out.mp4 旁白音频的生成： 优先使用 OpenClaw 内置 TTS 工具 （ tts_generate 或 agent 内置语音合成能力） 内置 TTS 不可用时，使用公共 awk-tts 技能（火山方舟豆包语音合成 2.0，要求环境变量已配置 VOLC_TTS_* 凭据） 旁白时长必须与视频时长匹配（TTS 语速可微调以适配），混音前先核对两者时长 BGM（ --bgm 文件）的来源： ✅ 优先公共 bgm-library 技能 ：ccMixter 免版税曲库（CC BY / CC BY-SA，商用安全），免 key、自动署名。 bgm-library pick "<主题>" --output /audio/ 选曲下载后传给 --bgm 需要定制风格 / ccMixter 无匹配时，用公共 aigc-video-gen music （MiniMax 生成，需 MINIMAX_API_KEY ） 用户自带曲目直接用；成片发布时必须把 bgm-library 产出的 ATTRIBUTION.txt 附到视频简介（CC 协议法律要求） 能力四：字幕烧录（subtitles） video-edit subtitles input.mp4 subs.srt --output out.mp4 接受 .srt （统一样式：白字黑描边， --font-size / --margin-v / --position bottom|top 可调）或 .ass （自带样式） 字幕文件来源：用户提供；用户只给文案没给时间轴时，由 agent 按片段时长手写 SRT（时间轴与画面/旁白对齐后再烧） 视频会重编码，音频不动 能力五：画面精彩集锦（frames + apply-cut） 对 无人声或以画面为主 的素材（运动、旅拍、活动记录、游戏录屏等），看画面挑精彩片段剪成集锦。口播/演讲类按说话内容剪的活不走这里，走 talking-head-cut 。 Step 1：抽帧 video-edit frames --interval 3 --output-dir /frames 每 --interval 秒抽一帧（默认 3s），超过 --max-frames （默认 100）自动放大间隔 产物： frames/frame_NNNN_s.jpg （帧名带时间戳）+ frames/index.json Step 2：看图定精彩窗口，写 cut_plan.json 用 Read 工具逐帧看图（帧名里的时间戳就是该帧在源视频中的位置），识别精彩窗口：动作高潮、场景切换、情绪峰值、构图出彩的段落。然后把结论写成 /cut_plan.json ： { "ok" : true , "source" : "source.mp4" , "duration" : 300.0 , "mode" : "visual-highlight" , "plan" : [ { "keep" : true , "start" : 21.0 , "end" : 33.0 , "reason" : "highlight" } , { "keep" : false , "start" : 33.0 , "end" : 87.0 , "reason" : "normal" } , { "keep" : true , "start" : 87.0 , "end" : 99.0 , "reason" : "highlight" } , ... ] } 写 plan 的要求： 段边界取抽帧时间戳附近的整数秒即可；精彩动作两侧各留 1–2s 余量，避免掐头去尾 全部段（keep + remove）必须首尾相接覆盖 0 → duration，不留空洞 keep 段总时长贴近用户目标时长；差距 >20% 时调整窗口选择，或用更小 --interval 重抽再定 reason 只用 highlight （keep=true）/ normal （keep=false） Step 3：用户确认 plan（关键闸门） cut_plan.json 落盘后 必须先让用户确认 再剪：报告 keep 段数、各段起止与挑选理由（画面内容）、keep 段总时长。用户认 plan 后才剪。 Step 4：剪拼 + 自检 video-edit apply-cut /cut_plan.json \ --output /highlight.mp4 --fade-ms 40 video-review /highlight.mp4 逐段确认预览（preview） 需要把大文件发聊天让用户逐段确认时，先压预览（产物仅用于确认，不参与合成）： video-edit preview --output /previews/_preview.mp4 默认压到 ≤16MB， --target-mb 可调。 成片自检（强制闸门） 任何成片（assemble / apply-cut / audio-mix / subtitles 的最终产物）交付前 必须 跑： video-review # 审 /video.mp4 + artifacts/ 段一致性 video-review # 或直接审单个成片文件 verdict=pass 才交付；fail 按 critical 项修复后重审；warn 向用户复述由其决定。详见 video-review 技能 SKILL.md。 制作封面 每个成片视频都必须配封面图。封面要求： 必须包含视频标题文字 ，不允许纯图片封面 标题文字必须有设计感（字体选择、排版布局、颜色搭配） 竖屏封面 1080x1920 可以使用视频关键画面作为背景，但文字是必须元素 使用公共 siliconflow-img-gen 技能制作封面，保存为 /cover.jpg 。 仅对交付成片的项目做封面；中间加工产物（如只是帮用户给一段素材加 BGM）不需要封面。 用户确认 向用户展示： 成品视频（发文件本体） 封面图（发文件本体，如有） 关键参数（时长、分辨率、片段数） 用户确认后，流程结束。后续发布由各平台发布技能执行。 子命令清单 子命令 用途 退出码 video-edit extract 抽段（head/tail/slice）+ 可选多段拼接 0 成功 / 非 0 失败 video-edit assemble artifacts/ 按数字前缀拼成成片 0 成功 / 非 0 失败 video-edit audio-mix 加旁白/BGM 混音 0 成功 / 1 参数错 / 3 ffmpeg 不存在 video-edit subtitles 烧录 SRT/ASS 字幕 0 成功 / 1 参数错 / 3 ffmpeg 不存在 video-edit frames 按间隔抽帧（画面分析用） 0 成功 / 1 参数错 / 3 ffmpeg 不存在 video-edit apply-cut 按 cut_plan.json 剪拼 0 成功 / 1 参数错 / 3 ffmpeg 不存在 video-edit preview 压 ≤16MB 聊天预览 0 成功 / 非 0 失败 禁止事项（强制） 违反以下任何一条都会导致系统死机或产出异常， 必须严格遵守 ： 禁止直接写 ffmpeg 命令 ：不得在 exec 中直接调用 ffmpeg/ffprobe，也不得写 Python 脚本内嵌 ffmpeg 调用。所有视频处理一律通过 video-edit 子命令完成 禁止从静态图生成视频 ：不得将 JPEG/PNG 等静态图片转为 MP4。用户提供的静态图片仅作为 AIGC 参考图或搜索风格参考 禁止跳过 video-review 交付 ：成片交付前必须自检，verdict=pass 才交付 禁止代用户出脚本 ：本技能不写视频脚本、不规划分镜；用户要从零做视频时转介 content-producer