1 个 Skill 自动添加字幕,ByeBye 剪映会员
文章介绍了一种利用 Claude/Codex Skill 技术结合 Whisper 和 ffmpeg 实现本地化视频自动加字幕的方法。该方法通过将听写、校对翻译和烧录三个步骤拆分,利用 LLM 的纠错能力解决了传统软件(如剪映)识别不准和需手动修改的痛点,实现了免费、高准确率和全自动化的字幕制作流程。
文章介绍了一种利用 Claude/Codex Skill 技术结合 Whisper 和 ffmpeg 实现本地化视频自动加字幕的方法。该方法通过将听写、校对翻译和烧录三个步骤拆分,利用 LLM 的纠错能力解决了传统软件(如剪映)识别不准和需手动修改的痛点,实现了免费、高准确率和全自动化的字幕制作流程。
文章详细提供了基于AI和开源工具自动生成字幕的完整落地方案、代码库与高阶开发指南,步骤清晰、痛点抓得准,且内容紧贴当前时间点,极具实操价值。
作者萝卜哥分享了自己耗时国庆假期、消耗上亿 Token 开发的免费开源 PPT 生成与美化 skill(luobo-ppt)。该 skill 支持将文章直接生成带口播备注的 PPT,也能在不改动文字的前提下按参考图或 14 套预设风格美化已有 PPT。它借鉴了 dashi-ppt-skill 的版式容量控制、273 款设计模板归纳的 36 条视觉路线,以及 open-design 的排版检查规则和五维评审方法。生成的 PPT 全部使用 PowerPoint 原生元素,用户可直接编辑,且无需 AI 生图模型即可使用。支持 Claude Code、Codex、Cursor、WorkBuddy 等多种 Agent。
作者用 Claude 制作 3D 历史纪录短片,通过将制作经验封装成开源 skill(code-doc-film),把《郑和下西洋》片子的制作时间从 116 分钟压缩到 55 分钟,只需两句指令。skill 本质是一个包含说明文档和脚本的文件夹,核心是一张「翻车表」:记录镜头钻山、音画不同步、史实错误、渲染纯色等 7 类踩坑问题及自动化校验方案。文章同时坦承 skill 的局限:人物建模粗糙、未做过的题材仍慢、事实核对只保证有出处不保证正确。
作者开源了 AI 自动化视频剪辑项目 SeeCut,实现从数字人口播到网感精剪的全流程自动化。文章详细介绍了项目的四个关键设计:利用 Gemini 实现真正的视频理解、AI 自剪自评的迭代循环(用左右对比代替打分)、宁可截取真实界面也不生成假画面、基于 536 个镜头拆解总结的露脸决策表。流程分三步:数字人出镜(HeyGen)、AI 网感精剪、导出剪映草稿供人工微调。项目一句话即可通过 Claude Code 安装,作者也坦诚目前存在的速度慢、音效一般等不足,采用 PolyForm 非商业协议开源。
作者因忍受不了微信小程序去水印工具需看 30 秒广告的烦恼,开发并开源了一个 Codex Skill——ah-douyin-clean-downloader。用户只需将抖音视频链接或口令发送给 Codex,它便会自动识别视频和博主,获取无水印播放源,保留原画质与原声(H.264 + AAC,不重新转码),下载到桌面并按博主自动建立文件夹分类存放。整套流程无需调用付费解析 API、语音识别或视觉模型,仅消耗 Codex Token 与本地网络存储,将原本繁琐的复制链接、解析、下载、改名、建文件夹等步骤简化为一个动作。
作者详细拆解了用 AI 制作百万播放长视频的完整开源流程。环境配置包括 Claude Code(效果最佳的 AI 智能体)、火山引擎 TTS(提供 2.0 音色和逐字时间戳)、Remotion 视频合成框架及字体等辅助工具。制作管线分五个阶段:调查写稿(构建事实链、来源台账)、配音与时间戳、素材搜索匹配(强调真实影像占比)、Remotion 画面合成(三层视觉语言、MG 图解、时间预算控制)、混音封面与发布。文章还包含内容规则、踩坑记录及开源 Skill 清单,帮助读者从一句话生成 10 分钟成片。
作者花叔开源了huashu-mac-use skill,让Claude Code、Codex、Cursor等agent在Mac上操控无API的原生app。文章展示了用Claude Code操控Blender生成10万吨邮轮参数化模型和巧克力甜甜圈渲染动画的案例。核心原则是:能走脚本接口就不看图、能不点鼠标就不点鼠标,读操作不抢用户焦点,写操作前过四道闸,每步操作需回读验证留下可复现证据。skill按app内核(原生/Chromium/辅助功能树)自动选择操控通道。作者还介绍了以『教训变工具行为』为核心的进化机制,通过评审、重构把踩坑日记压缩成高效接口。
作者开源了用 Rust 和 GPUI 开发的 Skill 管理工具 Kitter,解决 AI Skill 全局安装污染上下文、多项目重复复制难维护的问题。Kitter 在本地维护统一 Skill 仓库,通过软链接将 Skill 安装到指定项目和 Agent(支持 Codex、Claude Code、Cursor、OpenCode 等),并可查看每个项目实际生效的 Skill 及 Token 占用。提供桌面客户端、CLI 和 Skill 三种使用入口,支持 macOS/Windows/Linux,采用 Apache 2.0 协议开源。
企业微信官方开源了 wecom-cli 命令行工具,GitHub 已获 2.7k Star。安装 CLI 和 Skill 后,Codex、Claude Code 等 Agent 可在终端直接操作企微的消息、邮件、文档、表格、日程、会议、待办、微盘和通讯录。目前限制包括需企微账号授权、不同规模企业可用能力有差异。这意味着国内 Agent 终于有了官方办公'手脚',无需再逆向接口偷偷搞自动化。文章还附上了安装命令和授权方式。
文章介绍了一款名为“洁癖.Skill”的开源工具,旨在解决Agent长期使用后因上下文和文档混乱导致的“越用越笨”问题。该Skill通过自动审查和迭代项目的文档、记忆及配置文件(如CLAUDE.md),确保知识库的准确性,适用于Claude Code、Codex等多个平台。作者提出“合并优于追加,删除优于保留”的原则,强调在AI协作中保持信息纯净比信息海量更重要,这能让开发者通过“存档”机制实现Agent的持续进化。
作者发布了达尔文.skill,这是一套基于Karpathy autoresearch思路的AI技能进化系统。它通过“棘轮机制”和“双重评估”自动优化Skill代码,只保留提升质量的修改。文章详细阐述了五大设计原则、8维度评分体系以及“人在回路”的重要性,实现了从1到N的系统性技能迭代。