videocut-clip
执行视频剪辑。根据确认的删除任务执行FFmpeg剪辑,循环直到零口误,生成字幕。触发词:执行剪辑、开始剪、确认剪辑
DeepseekModel
Curated skill
Quality Excellent · 78
v1.0.0
Get
https://deepseekmodel.com/api/download.php?id=zrt-ai-lab-opencode-skills-videocut-clip-skill-md&format=skill
Download .skill
Standard format with system_prompt and model_config, ready for any agent framework
The actual content of the system_prompt field in the .skill file.
name videocut-clip description 执行视频剪辑。根据确认的删除任务执行FFmpeg剪辑,循环直到零口误,生成字幕。触发词:执行剪辑、开始剪、确认剪辑 metadata {"version":"1.0.0","alias":"videocut:剪辑"} 剪辑 执行删除 → 重新审查 → 循环直到零口误 → 生成字幕 快速使用 用户: 确认,执行剪辑 用户: 全删 用户: 保留静音3和5,其他都删 前置条件 需要先执行 /videocut:剪口播 生成删除任务 TodoList 流程 1. 读取用户确认的删除任务 ↓ 2. 计算保留时间段 ↓ 3. 生成 FFmpeg filter_complex ↓ 4. 执行剪辑 ↓ 5. 重新转录 + 审查 ←───┐ ↓ │ 有口误? ──是─────────┘ ↓ 否 6. 生成字幕(SRT) ↓ 7. 完成 进度 TodoList 启动时创建: - [ ] 确认删除任务 - [ ] 执行 FFmpeg 剪辑 - [ ] 重新转录审查 - [ ] 生成字幕 循环时更新版本号(v2→v3→...) 一、读取删除任务(时间戳驱动) 从 /videocut:剪口播 输出的 TodoList 读取。 直接使用时间戳,不要搜索文本 : 口误(N处): - [x] 1. `(start-end)` 删"错误文本" → 保留"正确文本" ← 勾选=删除 语气词(N处): - [x] 1. `(前字end-后字start)` 删"嗯" ← 勾选=删除 静音(N处): - [x] 1. `(start-end)` 静音Xs ← 勾选=删除 - [ ] 2. `(start-end)` 静音Xs ← 未勾选=保留 ⚠️ 关键规则 直接用时间戳 :从 (start-end) 解析,不要搜索文本 不要重新搜索 :审查稿已经计算好精确时间戳 勾选 = 删除,未勾选 = 保留 二、FFmpeg 命令 ffmpeg -y -i input.mp4 \ -filter_complex_script filter.txt \ -map "[outv]" -map "[outa]" \ -c:v libx264 -crf 18 -c:a aac \ output.mp4 filter.txt 格式 [0:v]trim=start=0:end=1.36,setpts=PTS-STARTPTS[v0]; [0:a]atrim=start=0:end=1.36,asetpts=PTS-STARTPTS[a0]; [0:v]trim=start=2.54:end=10.5,setpts=PTS-STARTPTS[v1]; ... [v0][a0][v1][a1]...concat=n=N:v=1:a=1[outv][outa] 三、重新转录审查 剪辑后必须: 用 FunASR 重新转录 检查是否还有口误 有 → 回到 /videocut:剪口播 重新识别 无 → 生成字幕 四、输出文件 01-xxx-v2.mp4 # 剪辑后视频 01-xxx-v2_transcript.json # 重新转录(验证用) 01-xxx-v2.srt # 字幕文件 版本递增:v1→v2→v3... 五、反馈记录 2026-01-15 语气词删除边界不精确 :删语气词时把前面的字也删了 原因:直接用语气词的时间戳删除 正确:从前一字 end 到后一字 start 语气词 + 静音要一起删 : A [静音] 语气词 B 要删整段 (A.end - B.start) 教训 :删除语气词时,边界是 前一字.end 到 后一字.start 2026-01-14 口误文字没删干净,只删了静音段 教训:直接从 TodoList 读取时间戳,不要重新查找 "拉满新"删成了"会的时候" :搜索"拉满新"时间戳跨度7秒(含6秒静音),把"拉满"也删了 教训:对于"删前面保后面"的口误,只删差异部分 "AI就是AI"出现两次AI :只删了"就是",没删第一个"AI" 教训:替换型口误必须删完整的第一个版本 系统性解决 :时间戳驱动,审查稿直接标注 (start-end) ,剪辑脚本不再搜索文本
Keywords that activate this skill. Click one to copy it.
This skill does not provide trigger words.
The downloaded .skill package contains the following fields.
| Field | Description |
|---|---|
| format | Format tag (skill/v1) |
| skill_id | Unique skill ID |
| name | Skill name |
| version | Version |
| description | Description |
| category | Categories (array) |
| trigger_words | Trigger words |
| tags | Tags |
| source | Source |
| source_url | Source URL (this page) |
| exported_at | Exported at (set per download) |
| system_prompt | System prompt body |
| model_config | Model config: provider / model / temperature / max_tokens / top_p |
| examples | Examples |
| install_guide | Import guide for Coze / Dify / Claude / custom frameworks |
The same skill can be exported in different platform formats.