给编码 Agent 配台本地剪辑台:42 个 FFmpeg 工具自带结果验证

给编码 Agent 配台本地剪辑台:42 个 FFmpeg 工具自带结果验证

昨天
duguying
1 阅读
来源:GitHub

ffmpeg-skill 给 Claude Code、Cursor、Codex 提供 42 个类型化 FFmpeg 工具,probe 到 verify 全流程可验证,当天发版当天冲上 Trending。

相关标签

#GitHub#AgentSkill#FFmpeg

AI 编码 Agent 会写代码、跑测试、提 PR,但给它一段视频让”剪出一条 60 秒竖版 Reel”,多数时候它只能凭记忆拼 ffmpeg 命令——猜帧率、选容器装不下的编码器、把只需要流复制的文件重新编码,然后头也不回地报告”完成”。kajisho5 的 ffmpeg-skill 就是要堵住这几个洞,今天它以单日新增 3,268 星的成绩冲上 GitHub Trending,并且当天发布了 v4.3.0。

它的方案是给 Agent 配一台本地剪辑台:42 个 FFmpeg 工具,全部用 Python 标准库实现,覆盖剪切、拼接、静音去除、9:16 重构图、卡拉OK字幕、响度归一、HDR 转 SDR、多机位同步、平台导出模板等环节。工具接受类型化参数(--aspect 9:16 --fit pad)而不是 shell 字符串,脚本内部构建 FFmpeg 命令和滤镜图,能流复制绝不重编码。

真正让项目脱颖而出的是”验证驱动”的设计纪律:每个任务先 probe 源文件再动手,执行完后重新探测输出文件核对时长、分辨率和音轨;画面变了的还要用 look.py 出一张联系表,让多模态 Agent 亲眼检查——报告的最后一行必须写明看过哪张图。每个工具的参数契约从同一份 argparse 解析器运行时派生,CI 强制契约与代码零漂移,MCP 的 tools/list 也由契约自动生成。作者甚至为此发了一篇关于”验证驱动编码”的立场论文,并给自己的项目只打”部分符合”。

v4.3.0 的更新延续这套思路:参数写错时直接返回一条修正后的完整命令——--strength strong 会告诉你该写 --strength high,没有唯一答案的错误则什么都不猜;三个”模型们盲测最想要”的能力(360p 代理、单值矩形打码、无文件章节标记)直接合入。一轮盲测里,最强模型的首跑通过率从 39 提升到 126 次调用中的 48 次。上一个版本 v4.2.2 还修了一个隐蔽坑:-o out.m3u8 会让 ffmpeg 自行膨胀出 out0.ts 等文件名并悄悄覆盖已有文件,现在这类输出名会被直接拒绝。

安装是一条命令:npx ffmpeg-skill setup 会为机器上找到的所有 Agent(Claude Code、Cursor、Codex)装好技能,缺 FFmpeg 时代为安装,最后跑 doctor 自检各工具依赖的 FFmpeg 组件。全程无云、无 API key,素材不出本机。

仓库地址:https://github.com/kajisho5/ffmpeg-skill

返回列表

更多资讯

想看更多优质内容?

浏览所有资讯