admin/openclaw-master-skills
1
0
Fork 0
mirror of https://github.com/LeoYeAI/openclaw-master-skills.git synced 2026-08-14 00:48:08 +00:00
Code Issues Packages Projects Releases Wiki Activity
Files
main
openclaw-master-skills/skills/auto-video-editing
T
History

README.md

Video Editing Skill for OpenClaw

一个基于 AI 的自动视频剪辑 Skill，专为口播/脱口秀/Vlog 类视频设计。

它可以自动将你的视频按每句话切分，去掉口误和卡壳，加上字幕，最终合成一个可以直接发布的短视频。

适用于：小红书、抖音、视频号等竖屏短视频平台

功能特性

  • 语音识别切分 — 支持 faster-whisper（推荐，4x 加速）和 openai-whisper，自动按句子切分
  • GPU 硬件加速 — 自动检测 NVIDIA NVENC / Apple VideoToolbox / Intel QSV / AMD AMF
  • 精确剪辑 — 重编码模式切割，音频在句子边界精确切断，无重复尾音
  • 自动字幕 — 中英文自动检测，自动折行，竖屏位置优化
  • 灵活合成 — 选择需要的片段，按任意顺序合成最终视频
  • 自动封面 — 将视频第一帧替换为带标题的封面，自动根据内容总结标题
  • 章节时间轴 — 自动分章，在视频底部/顶部叠加彩色章节进度条，横屏竖屏自适应
  • 多视频支持 — 同时处理多个视频文件，跨视频混合选择片段
  • 跨平台 — 支持 macOS / Linux / WSL / Windows
  • 中国加速 — 自动检测中国区域，使用清华 pip 镜像和 HuggingFace 镜像

安装

方式一：通过 OpenClaw Skills 安装（推荐）

openclaw skills add https://github.com/maxazure/video-editing-skill.git

或手动克隆到 OpenClaw skills 目录：

git clone https://github.com/maxazure/video-editing-skill.git ~/.openclaw/skills/video-editing

方式二：手动克隆

git clone https://github.com/maxazure/video-editing-skill.git
cd video-editing-skill

安装系统依赖

macOS：

brew install ffmpeg

Ubuntu/Debian/WSL：

sudo apt install ffmpeg fonts-noto-cjk

Windows： 建议使用 WSL2 环境。在 WSL 中按 Ubuntu 方式安装即可。

安装 Python 依赖

python3 -m venv .venv
source .venv/bin/activate  # Windows WSL 同样使用此命令
pip install faster-whisper  # 推荐，速度快 4 倍

中国用户加速安装：

pip install faster-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple

Whisper 模型首次运行时会自动下载。中国用户会自动使用 HuggingFace 镜像 (hf-mirror.com)。

验证安装

python3 scripts/utils.py  # 运行环境诊断

这会输出完整的环境报告：平台、GPU、编码器、Whisper 引擎、推荐模型等。

使用方式

配合 OpenClaw / Claude Code 使用（推荐）

安装完依赖后，用自然语言告诉 AI：

帮我剪一下 videos/ 目录下的视频，按句子切分，去掉口误，加上字幕

AI 会自动调用各个脚本，完成整个剪辑流程。

手动使用

Step 1: 提取音频

python3 scripts/extract_audio.py "your_video.mp4"
# 输出: your_video_audio.wav

Step 2: 语音识别

source .venv/bin/activate
python3 scripts/transcribe.py "your_video_audio.wav" --model auto --language zh
# 输出: your_video_transcript.json

--model auto 会根据硬件自动选择最佳模型：

硬件 自动选择 原因
NVIDIA GPU large-v3 CUDA 加速，大模型也很快
Apple Silicon large-v3-turbo 速度与质量的最佳平衡
Intel/AMD 集显 medium CPU+iGPU 的最佳平衡
纯 CPU small 速度优先

也可手动指定：--model large-v3 / --model medium 等

Step 3: 视频切分

python3 scripts/split_video.py "your_video.mp4" "your_video_transcript.json"
# 输出: your_video_clips/ 目录

Step 4: 烧录字幕

python3 scripts/burn_subtitles.py "your_video_clips" "your_video_transcript.json"
# 输出: your_video_clips_subtitled/ 目录

Step 5: 合成视频

python3 scripts/merge_clips.py "your_video_clips_subtitled" --select "1-5,8,10-15" --output "final.mp4"

Step 6: 生成封面

python3 scripts/generate_cover.py "final.mp4" --title "你的封面标题" --transcript "your_video_transcript.json"
# 输出: final_with_cover.mp4

Step 7: 添加章节时间轴

python3 scripts/add_chapter_bar.py "final.mp4" --transcript "your_video_transcript.json"
# 输出: final_chapters.mp4

自动根据转录内容分章，在视频上叠加彩色章节进度条。横屏视频放在底部，竖屏视频放在顶部（避开抖音/小红书底部 UI）。

可选参数：

  • --style mono — 单色灰白风格（默认 color 彩色）
  • --chapters chapters.json — 自定义章节 JSON

Step 8（可选）: 调整播放速度

ffmpeg -i final.mp4 \
  -filter_complex "[0:v]setpts=PTS/1.25[v];[0:a]atempo=1.25[a]" \
  -map "[v]" -map "[a]" \
  -c:v libx264 -preset fast -crf 18 -c:a aac -b:a 192k \
  final_1.25x.mp4

目录结构

video-editing-skill/
├── README.md                  # 本文件
├── SKILL.md                   # Skill 定义（OpenClaw 读取）
├── scripts/
│   ├── utils.py               # 共享工具（平台/GPU/字体/镜像检测）
│   ├── extract_audio.py       # 音频提取
│   ├── extract_audio.sh       # 音频提取（bash 版，兼容旧流程）
│   ├── transcribe.py          # 语音识别（faster-whisper / openai-whisper）
│   ├── split_video.py         # 视频切分
│   ├── burn_subtitles.py      # 字幕烧录
│   ├── merge_clips.py         # 视频合成
│   ├── generate_cover.py      # 封面生成
│   └── add_chapter_bar.py    # 章节时间轴
├── fonts/                     # 字体缓存（自动下载）
└── videos/                    # 用户视频工作目录

技术细节

组件 技术
语音识别 faster-whisper (CTranslate2) / OpenAI Whisper
视频编码 NVENC / VideoToolbox / QSV / AMF / libx264（自动检测）
字幕渲染 ASS 格式 + Noto Sans SC / PingFang SC / Microsoft YaHei
视频切分 精确重编码（非 stream copy）
平台检测 macOS / Linux / WSL / Windows 自动识别

硬件加速编码器优先级

NVIDIA NVENC > Apple VideoToolbox > Intel QSV > AMD AMF > CPU libx264

字幕字体优先级

自定义字体 > Noto Sans SC (自动下载) > PingFang SC (macOS) > Microsoft YaHei (Windows/WSL) > fc-match

中国用户字体下载使用 jsDelivr CDN 加速，无需访问 GitHub。

中国用户优化

  • pip 安装自动使用清华镜像
  • Whisper 模型自动使用 hf-mirror.com 下载
  • 字体下载使用 jsDelivr CDN 备用源
  • 可通过 --mirror 参数或 USE_CN_MIRROR=1 环境变量强制启用

系统要求

  • macOS / Linux / WSL / Windows
  • Python 3.8+
  • FFmpeg（需包含 libass、libfreetype）
  • 磁盘空间：约 1-3GB（取决于 Whisper 模型大小）

License

MIT

Reference in New Issue View Git Blame Copy Permalink