Files

T

fix: pin transcription project to Python 3.12

- Set bundled FunASR transcription project to Python 3.12
- Restrict requires-python to >=3.12,<3.13 and refresh uv.lock
- Document Windows editdistance wheel issue on Python 3.13
- Update README/SKILL prerequisites to recommend Python 3.12
- Add Windows FunASR uv setup troubleshooting reference

2026-07-14 14:40:01 +08:00

4.5 KiB

Raw Permalink Blame History

Video Edit Planner 视频剪辑规划助手

一个 agent skill，通过迭代式对话帮助规划视频剪辑——转录音频、按需提取关键帧、分析画面内容，最终生成结构化的剪辑规划。

仓库地址: https://git.nite07.com/nite/video-edit-planner-skill

功能特性

音频转录 — 内置 funasr-script，默认使用 Fun-ASR-Nano（高质量，中文优化），SenseVoice 可用于快速预览
按需抽帧 — 基于 ffmpeg 的片段剪辑（-c copy）+ 场景变化检测 + 均匀采样，优先使用硬件加速（CUDA/NVDEC）
产物索引 — JSON 文件记录所有转录、剪辑片段和帧图片，使用相对路径，避免跨会话重复处理
视觉分析指引 — 二分查找式帧采样策略；兼容 agent 运行时提供的任何视觉模型
迭代式剪辑规划 — Markdown 表格输出（时间码、片段描述、操作建议、转场方式、备注），支持追问细化
Agent 无关 — 不包含任何平台特定工具名；兼容任何 agent 框架（Hermes、Claude Code、Codex 等）

快速开始

前置依赖

依赖	安装方式
`ffmpeg` + `ffprobe`	Linux: `pacman -S ffmpeg` / `apt install ffmpeg`；macOS: `brew install ffmpeg`；Windows: `winget install Gyan.FFmpeg`
`uv`	Linux: `pacman -S uv`；macOS: `brew install uv`；Windows: `winget install astral-sh.uv`；备用: `pip install uv`
`python3` / Python 3.12	Linux: `pacman -S python`；macOS: `brew install python@3.12`；Windows: `winget install Python.Python.3.12`

安装 skill

方式一：npx skills add（推荐）

本 skill 兼容开放 agent skills 生态，可以直接安装：

# 全局安装（跨项目可用）
npx skills add https://git.nite07.com/nite/video-edit-planner-skill.git -g -y

# 安装到指定 agent
npx skills add https://git.nite07.com/nite/video-edit-planner-skill.git -g -a claude-code -y

# 列出可用 skill（不安装）
npx skills add https://git.nite07.com/nite/video-edit-planner-skill.git --list

支持 73+ agent 框架，包括 Claude Code、Codex、Cursor、OpenCode 等。

方式二：git clone（手动）

git clone https://git.nite07.com/nite/video-edit-planner-skill.git ~/.hermes/skills/media/video-edit-planner

Hermes Agent 用户克隆到 ~/.hermes/skills/media/。其他 agent 请遵循各自的 skills 目录约定。

工作流程

1. 检查依赖（ffmpeg、uv、python3）
2. 收集输入（视频路径 + 音轨索引）
3. 询问剪辑需求
4. 转录音频（如索引中已有缓存则跳过）
5. 按需提取片段和帧（agent 自主判断转录稿是否足够）
6. 用视觉模型分析帧（二分查找式采样）
7. 生成 Markdown 表格剪辑规划 + 总体建议
8. 迭代——用户追问，规划逐步细化

目录结构

video-edit-planner/
├── SKILL.md                          # Skill 定义（工作流程、指引、注意事项）
├── README.md                         # 英文说明
├── README.zh.md                      # 本文件（中文）
├── scripts/
│   ├── transcription/                # 内置 funasr-script（自包含 uv 项目）
│   │   ├── pyproject.toml
│   │   ├── uv.lock
│   │   ├── funasr_common.py          # 共享：ffprobe、音频提取、模型运行
│   │   ├── funasr_nano.py            # Fun-ASR-Nano 入口（默认，高质量）
│   │   ├── funasr_fast.py            # SenseVoice 入口（快速预览）
│   │   └── funasr_regular.py         # Paraformer 入口（对比用）
│   ├── frames/
│   │   └── extract_frames.py         # 片段提取 + 抽帧（ffmpeg 封装）
│   └── index/
│       └── manage_index.py           # JSON 索引管理（8 个子命令）
└── references/
    └── frame-extraction-guide.md     # 视觉模型 token 成本、分辨率/批次指引

索引文件

所有处理产物记录在 JSON 文件（<视频文件名>.vedit.json）中，存放在视频文件同目录：

transcriptions — JSON 路径、音轨索引、时长
clips — 起止时间、文件路径、提取原因
frames — 时间戳、文件路径、场景分数、提取方法

所有路径存储为相对路径（相对于视频目录），移动整个目录不会破坏引用。JSON 文件可读性强，可用任意文本编辑器直接编辑。

许可证

MIT

4.5 KiB Raw Permalink Blame History Unescape Escape