JPW-Live-Cut 直播切片流程分享
作者分享了真实跑过的直播切片流程 Skill JPW-Live-Cut,采用 Qwen3-ASR + ForcedAligner 生成带时间码的逐字稿,进行六维评分和多步人工确认,最终通过 Remotion 渲染成片。流程强调本地处理和人工审核,支持 macOS 和 Windows。
作者分享了真实跑过的直播切片流程 Skill JPW-Live-Cut,采用 Qwen3-ASR + ForcedAligner 生成带时间码的逐字稿,进行六维评分和多步人工确认,最终通过 Remotion 渲染成片。流程强调本地处理和人工审核,支持 macOS 和 Windows。
本文详细介绍了利用 Codex 和 Hyperframes 拆解并复刻抖音爆款视频的完整工作流。内容涵盖从工具准备、视频规格定义、旁白脚本生成、TTS 音频处理(使用剪映/Codex 优化磁性人声),到利用 Hyperframes 进行代码化视频生成及字幕对齐的全过程。作者强调通过 AI Agent 实现自动化批量生产,降低自媒体创作门槛,帮助普通人利用 AI 技术在视频领域获取收益。
作者发布无头剪映和配套剪映Skill的重大升级:1) 适配剪映11.6.0并继续兼容11.5和11.4.2版本;2) 接入Openverse,提供超过520万个免费音频文件用于视频音效;3) 将ASR模型从豆包切换到Step 2.5,成本降低五倍至0.15元/小时,支持毫秒级输出。作者分享了剪映11.6.0永久安装包网盘地址及无头剪映的GitHub开源地址,并展示了将口播类视频剪辑全程托管给Codex的自动化能力。帖子回复中作者还确认该工具可配合Claude Opus 5.5实现长视频精彩片段自动提取剪辑,Windows版本也即将推出。
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队,通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”,让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身,而是围绕模型构建的生产系统:使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素,而是编写产生帧的代码,使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境,工作室化流程才是可复现视频创作的核心。
本文介绍如何用 Claude Code(Opus 5.5)实现视频自动化剪辑:将原始 MP4 或文章丢入本地文件夹,让 AI 一次性完成去水词、加字幕、绘制解说动效并合成导出 MP4。与传统扩散模型 AI 视频工具不同,该方法采用可编程视频渲染路线,通过 HTML Canvas + Playwright + FFmpeg + F5-TTS 用代码逐帧画出视频。作者分享了三个实操诀窍:用交付清单代替复杂提示词、截图投喂视觉参考、丢案例库网址进行逆向工程并沉淀为 SOP。文中还拆解了完整的工程级渲染管线,包括分镜对齐、本地语音克隆、字级音画同步与自动化视觉 QA,并附上可直接复用的完整 Prompt 模板及适用场景边界建议。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流:将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式,给出了四条核心指令(只读分析、按语义删减、插入内容并自查、最后刷字幕)和五道验收方法(重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕),并以片尾卡未跟随移动导致时长短两秒的实例说明:AI 报告'完成'不等于真正完成,验收环节必须由人掌握,这一原则适用于所有 Agent 交付的工作。
作者征集了大家用 Coding Agent 做视频剪辑的实践经验。共识是:直接让模型自由发挥剪出的成片像幻灯片,因为视频的审美和节奏极其主观,难以用泛泛提示词量化。跑通的分工是:把规则明确、易验收的机械工作(粗剪、切停顿、生成字幕、多平台切版)交给 Agent,而选片取舍与关键卡点由人把关。技术路线上,让 Agent 生成和修改时间线工程文件,视频合成交给专业剪辑引擎。实用技巧包括样片测试法(先截取样本调参再批量应用)和优先在口播类标准化内容中落地。
剪映官方推出 Agent,走封闭全家桶路线,能力仅限软件内并售卖 AI 会员。与此相反,逸尘开源的逆向项目 jianying-headless 将剪映控制权交还外部 Agent:可用 Codex 一条指令批量粗剪、加字幕、配 BGM;借助 DeepSeek 和豆包 ASR,一小时视频成本不到一块钱;生成的是剪映原生工程文件,可随时人工微调。作者认为这是目前最自由、成本最低的视频剪辑自动化方案,并建议大家尽快 Fork 以防项目被下架(404)。该项目替代了此前用 Computer Use 模拟鼠标操作的笨办法。
作者分享其逆向剪映的开源项目 jianying-headless,以及配套的 yichen-jianying-edit Skill。用户只需简单提示词,即可将口播类视频剪辑工作全程托管给 Codex 自动完成,无需人工操作。项目调用豆包 ASR 进行毫秒级语音切割,生成的剪映草稿即使有误也可人工微调。作者展示了8分钟视频自动剪辑为3分钟的对照效果。成本主要包括 Codex Token 费用(可用便宜模型替代)和豆包 ASR 费用(每小时约0.8元)。文中还提及 TradeWinds 社群第二期开放的消息。
作者介绍了开源视频制作工具 Hypit,一个为 Codex、Claude Code 等 AI Agent 打造的视频开源语言和系统,上线不到3天获得 GitHub 7.4k star。Hypit 能将脚本、素材、配音、字幕、B-roll 和动效组织成可执行工作流,创作者只需描述需求即可让 Agent 编写、修改结构,并在 Hypit Studio 中查看时间轴。作者演示了 Clone → Edit → Reuse 实验:先复刻唐代纸片拼贴风格视频,再用同一工作流生成中国瓷器历史宣传片,并追加流程动效。一次实践留下的脚本结构、样式和动效组件可复用于后续创作,适合需要持续制作产品介绍、知识视频的创作者。
作者分享了用 Codex 从一篇口播稿出发,结合自己的 IP 形象和授权音色,自动完成配音、字幕对齐、分镜、动效与渲染,产出一条 2 分 54 秒 1080p 知识视频的完整实操过程。文中介绍了三个 Skill 的分工(流程管理、字幕分镜、镜头语言库),复盘了声音误用、字幕机械切分、时间轴错位等踩坑与修正,并沉淀出样片前置检查、Sol/Luna 多代理分工、按环节整理的提示词模板等经验。整个核心制作约 3 小时完成,文章强调自动化的关键在于明确分工、逐轮人工确认与检查前置。
作者基于半年的在线课程和产品演示视频制作经验,深度评测了多款录屏与剪辑工具。剪辑方面对比了必剪(弃用)和剪映(主力,会员后体验更佳);录屏方面介绍了Screenflow、CleanShot X、Recordly、OpenScreen和OBS Studio的优缺点,重点推荐免费开源的OBS作为专业录屏直播工具,并给出OBS+剪映的组合工作流。文章最后针对不同用户场景(纯免费、macOS高效、专业教学、游戏直播)提供了四套方案,总结出录剪分离、按需组合选工具的心得。