Agent skill

video-studio

Use when the user asks to create or edit videos end-to-end (script→video, auto-cut/jumpcut, captions/subtitles, polishing for Shorts/Reels/TikTok). Current implemented backend: local FFmpeg (probe/render/jumpcut/burn-subtitles/polish). Planned/optional backends: Remotion (motion graphics templates), VectCutAPI (CapCut/剪映 timeline editing), and video-audio-mcp (MCP tool wrapper) when available. Produces a finished video artifact (MP4 by default) from assets + copy + a design/storyboard plan.

View SKILL.md on GitHub Repository
Stars 1,415
Forks 109

Install this agent skill to your Project

npx add-skill https://github.com/foryourhealth111-pixel/Vibe-Skills/tree/main/bundled/skills/video-studio

SKILL.md

Video Studio (自动视频制作 / 剪辑 / 打磨)

目标：把「素材（视频/音频/图片）+ 文案 + 编排/设计方案」自动变成可发布的成片，并在最后做一轮“打磨”（节奏、转场、字幕、音量、编码）。

何时使用

  • 你要“从 0 生成一个视频”（口播/科普/产品介绍/短视频）
  • 你要“自动剪辑已有视频/音频”（去静音、裁切、拼接、转场、加字幕、加 Logo/BGM）
  • 你要“适配平台规格”（9:16 / 1:1 / 16:9、码率、分辨率、时长上限）
  • 你要“自动抛光”（音量标准化、fade in/out、H.264/yuv420p、帧率、字幕烧录）

背后能力（融合方案）

本 skill 不绑定单一引擎，而是按可用性选择 backend：

  1. FFmpeg（基线后端，必备）
    • 本地快速剪辑、拼接、字幕烧录、音频混音、编码打磨
  2. Remotion（可选，做“像设计稿一样”的动效视频）
    • 程序化动效、模板化片头片尾、动态字幕/图表
  3. VectCutAPI（可选，高阶时间线后端）
    • 如果你有剪映/CapCut + VectCutAPI 服务，可用 API/MCP 进行更复杂的轨道/特效/关键帧
  4. video-audio-mcp（可选，MCP 封装的 FFmpeg 工具箱）
    • 如果已配置该 MCP server，可把常用 FFmpeg 操作当成工具调用（trim/concat/subtitles/overlays/remove_silence）

先跑一次环境探测（强烈推荐）

在当前项目目录里执行：

powershell
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py probe

它会输出 JSON，说明：

  • ffmpeg/ffprobe 是否可用（没有则给出安装建议）
  • node/npm/npx 是否可用（Remotion 需要）
  • vectcut_base_url 是否可连（可选）

产物约定（建议）

  • 中间文件：outputs/video-studio/tmp/
  • 最终成片：outputs/video-studio/final/

你可以把素材放在：

  • assets/video/ assets/audio/ assets/images/ assets/fonts/

最小闭环：用 spec 直接生成视频（FFmpeg backend）

  1. 写一个 spec（可参考本 skill 的 references/sample_spec.json）

  2. 运行：

powershell
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py render --spec C:\path\to\spec.json

“打磨”步骤（推荐作为最后一步）

powershell
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py polish --in .\outputs\video-studio\final\video.mp4 --out .\outputs\video-studio\final\video.polished.mp4

打磨会尽量做到：

  • H.264 + yuv420p（平台兼容）
  • 统一帧率/分辨率
  • 音量标准化（EBU R128 loudnorm）
  • 可选 fade in/out

自动剪辑：JumpCut（去静音/去停顿）

适合“口播/访谈/课程录屏”这类有明显停顿的视频：自动检测静音区间并拼接，提高节奏流畅度。

powershell
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py jumpcut --in .\assets\video\talking.mp4 --out .\outputs\video-studio\final\talking.jumpcut.mp4

常用参数：

  • --silence-threshold-db：静音阈值（例如 -35）
  • --min-silence：最短静音时长（例如 0.4）
  • --pad：保留在静音边界的 padding（避免“咬字被切掉”）

字幕烧录（SRT → MP4）

如果你已经有 captions.srt（来自转录或人工），可直接烧录：

powershell
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py burn-subtitles --in .\outputs\video-studio\final\video.mp4 --srt .\assets\captions.srt --out .\outputs\video-studio\final\video.subbed.mp4

需要 AI 生成素材时（可选）

这个 skill 优先复用既有 skill，避免重复造轮子：

  • 图片/背景：$imagegen（需要 OPENAI_API_KEY）
  • 配音：$speech（需要 OPENAI_API_KEY）
  • 转录：$transcribe（需要 OPENAI_API_KEY）

典型全自动流程：

  1. 文案 → 生成配音（speech）
  2. 配音 → 生成字幕（transcribe 或手工脚本）
  3. 文案/分镜 → 生成背景图（imagegen）
  4. 用本 skill 的 render/polish 合成出片

质量门禁（交付前自检）

  • 成片可播放（本地播放器 + 秒开）
  • 分辨率/帧率符合平台（例如 1080x1920@30fps）
  • 音量不过爆、不太小（主讲语音清晰，BGM 不盖人声）
  • 字幕不超出安全区（手机端不被 UI 遮挡）

边界

  • 本 skill 会生成/编辑视频文件，但不会替你发布到平台。
  • 高级“像剪映一样”的轨道编辑：优先走 VectCutAPI（如果你有服务），否则用 FFmpeg 的能力做到“够用的自动剪辑”。

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

foryourhealth111-pixel/Vibe-Skills

pufferlib

This skill should be used when working with reinforcement learning tasks including high-performance RL training, custom environment development, vectorized parallel simulation, multi-agent systems, or integration with existing RL environments (Gymnasium, PettingZoo, Atari, Procgen, etc.). Use this skill for implementing PPO training, creating PufferEnv environments, optimizing RL performance, or developing policies with CNNs/LSTMs.

1,415 109
Explore
foryourhealth111-pixel/Vibe-Skills

fluidsim

Framework for computational fluid dynamics simulations using Python. Use when running fluid dynamics simulations including Navier-Stokes equations (2D/3D), shallow water equations, stratified flows, or when analyzing turbulence, vortex dynamics, or geophysical flows. Provides pseudospectral methods with FFT, HPC support, and comprehensive output analysis.

1,415 109
Explore
foryourhealth111-pixel/Vibe-Skills

metabolomics-workbench-database

Access NIH Metabolomics Workbench via REST API (4,200+ studies). Query metabolites, RefMet nomenclature, MS/NMR data, m/z searches, study metadata, for metabolomics and biomarker discovery.

1,415 109
Explore
foryourhealth111-pixel/Vibe-Skills

build-error-resolver

Compatibility alias for build-specific error resolution. Use this when VCO routes to build-error-resolver but the upstream agent is unavailable in the current runtime.

1,415 109
Explore
foryourhealth111-pixel/Vibe-Skills

geniml

This skill should be used when working with genomic interval data (BED files) for machine learning tasks. Use for training region embeddings (Region2Vec, BEDspace), single-cell ATAC-seq analysis (scEmbed), building consensus peaks (universes), or any ML-based analysis of genomic regions. Applies to BED file collections, scATAC-seq data, chromatin accessibility datasets, and region-based genomic feature learning.

1,415 109
Explore
foryourhealth111-pixel/Vibe-Skills

zinc-database

Access ZINC (230M+ purchasable compounds). Search by ZINC ID/SMILES, similarity searches, 3D-ready structures for docking, analog discovery, for virtual screening and drug discovery.

1,415 109
Explore

Didn't find tool you were looking for?

Be as detailed as possible for better results