1. 从“只会写代码”到“能剪片子”这个项目到底在折腾什么第一次看到“让 Claude Code 学会做视频”这个说法我脑子里冒出来的第一个念头是这不就是把一个文本模型硬往多媒体方向拽吗但仔细扒了一圈那 180 个开源 Skill 的分类盘点之后我发现事情没那么简单。这个项目的核心其实是在做一件很务实的事——把视频制作这条流水线上每一个可以标准化、可以脚本化的环节拆成一个个独立的 Skill然后让 Claude Code 通过调用这些 Skill 来完成从素材处理到成片输出的全流程。说白了它解决的是一个很具体的痛点做视频这件事重复劳动太多了。转码、抽帧、加字幕、调音量、拼接、压缩、生成封面图这些活儿技术含量不高但特别耗时间。一个五分钟的片子可能光在格式转换和字幕对齐上就要花掉半小时。而 Claude Code 本身有很强的代码理解和执行能力缺的只是“知道该调用什么工具、按什么顺序调用”。这 180 个 Skill 就是给它补上了这块拼图。这个内容适合谁来参考我梳理了一下大概三类人最用得上。第一类是独立开发者或者小团队里负责内容产出的同学手头没有专业的视频剪辑流水线但又需要批量处理一些视频素材第二类是对自动化工作流感兴趣的技术博主想看看怎么把 AI 编码助手的能力边界往外扩一扩第三类就是纯粹好奇“Claude Code 到底能不能干代码之外的活”的折腾型选手。不管你属于哪一类这篇盘点都能给你一个相对完整的全景图。那 107 个“冷门宝藏”不到 50 星这件事其实特别值得说道。GitHub 上的 star 数从来不是衡量工具价值的唯一标准很多真正好用的东西因为作者懒得写 README、或者功能太垂直没人搜得到就一直躺在角落里。这次盘点把它们翻出来本身就是一件很有价值的事。2. 180 个 Skill 的整体分类逻辑与选型思路2.1 为什么是“分类盘点”而不是“逐个介绍”180 个 Skill如果一个个平铺直叙地讲读者看到第三十个就晕了。所以这个盘点最聪明的地方在于它先做了分类。我仔细看了一下它的分类维度基本上是按照视频制作流水线的阶段来切的素材获取与预处理、音频处理、视频编辑与合成、字幕与文本、特效与滤镜、输出与分发、以及一些辅助工具类。这个分类逻辑背后其实有一个很实在的考量当你拿到一个视频任务的时候你的思维顺序天然就是按流程走的。先有素材然后处理音频然后剪辑画面然后加字幕然后调色加特效最后导出。按这个顺序来组织 Skill你在实际用的时候就能很快定位到“我现在卡在哪一步该去哪个分类里找工具”。提示分类盘点的一个隐藏好处是你能一眼看出哪个环节的工具最丰富、哪个环节还比较薄弱。比如字幕处理类的 Skill 数量明显偏多说明这个环节的通用需求最强烈而特效类的 Skill 相对少且分散说明这块的标准化难度确实高。2.2 核心选型考量为什么这些 Skill 能被 Claude Code 调用不是随便写个 Python 脚本就能叫 Skill 的。我研究了一下这些被收录的 Skill发现它们普遍满足几个条件。第一输入输出接口清晰。要么是命令行工具要么是接受标准输入输出要么是有明确的 API 调用方式。Claude Code 不需要去理解你内部的实现逻辑它只需要知道“我传什么参数进去你会吐什么结果出来”。第二依赖关系简单。一个 Skill 如果依赖了七八个系统级的库安装配置就要折腾半天那它在自动化流程里的价值就大打折扣。被收录的很多 Skill 都是单文件脚本或者依赖极少的轻量工具ffmpeg系的居多因为ffmpeg本身就是视频处理领域的“瑞士军刀”一个命令行就能完成绝大多数基础操作。第三错误处理要明确。这个点很多人会忽略。Claude Code 在调用一个 Skill 的时候如果失败了它需要知道失败原因才能决定下一步怎么办。如果一个 Skill 报错就只吐一个“Error”出来那 Claude Code 也懵了。好的 Skill 会给出明确的错误码和错误信息比如“输入文件格式不支持”或者“输出路径没有写入权限”这样 Claude Code 就能针对性地调整策略。2.3 那 107 个冷门宝藏的共性特征我把这 107 个不到 50 星的 Skill 大致过了一遍发现它们有几个很有意思的共性。一个是作者往往就是“自用型”开发者工具是给自己解决特定问题写的文档写得比较随意但功能本身很扎实。另一个是这些工具通常解决的是非常具体的边缘问题比如“把视频里的某一段音频单独抽出来做降噪处理再塞回去”这种大厂不会专门做个产品但你在实际剪辑的时候就是会碰到。还有一个特征是这些冷门 Skill 的可组合性往往更强。因为它们功能单一反而更容易被编排进复杂的流水线里。一个 500 星的“全能视频处理工具”可能什么都能干但什么都不精而五个 20 星的单一功能 Skill 组合起来灵活度反而更高。3. 核心分类深度拆解与实操要点3.1 素材获取与预处理类 Skill这一类是整个流水线的入口。我数了一下大概有三十多个 Skill 落在这个分类里。核心功能包括视频下载、格式转换、分辨率调整、帧率变换、裁剪与旋转、以及视频分段。格式转换是这里面最基础也最常用的。绝大多数 Skill 底层调用的都是ffmpeg但封装方式各有不同。有的提供了更友好的参数接口比如你直接说“我要转成 1080p 的 mp4”它帮你把ffmpeg那一长串参数拼好有的则专注于特定格式之间的转换比如专门做mov转mp4的因为这两种格式在跨平台协作时经常需要互转。分辨率调整这块有一个实操中很容易踩的坑直接缩放会导致画面变形。正确的做法是先计算原始宽高比然后按比例缩放必要时加黑边填充。我在测试一个冷门的缩放 Skill 时发现它默认就是保持宽高比的但如果你手动指定了输出尺寸且比例不一致它会自动加黑边而不是拉伸画面。这个细节在文档里没写是我对比输出结果才发现的。注意批量处理素材的时候一定要先拿一两个文件做测试。我见过太多人直接对着一整个文件夹跑转码命令结果跑了半小时才发现参数设错了输出全是花的。3.2 音频处理类 Skill 的实战细节音频这块的 Skill 数量大概在二十五个左右涵盖提取音频轨、音量标准化、降噪、变速变调、音频拼接、以及生成音频波形图。音量标准化是我用得最多的功能。不同来源的素材音量差异很大直接拼在一起会出现“这一段声音小、那一段声音大”的情况。ffmpeg本身有loudnorm滤镜可以做响度标准化但参数调起来比较麻烦。有几个 Skill 就是专门封装了这个功能你只需要指定目标响度值比如 -16 LUFS这是播客和视频平台比较通用的标准它自动帮你分析并调整。降噪这块要特别小心。我试过几个降噪 Skill发现一个普遍问题降噪强度调高了人声会变得很闷像在水里说话调低了又没什么效果。后来我的经验是对于人声为主的素材降噪强度控制在 30% 到 40% 之间比较稳妥而且最好先做一次频谱分析看看噪声主要集中在哪个频段有针对性地降。有些高级一点的 Skill 支持指定频段降噪效果会好很多。音频变速变调这个功能做视频的人应该都懂有时候为了卡节奏需要微调速度但又不想变调。好的 Skill 会使用变速不变调的算法但处理时间会比简单变速长不少。如果你对音质要求不高简单变速就够了如果是要出成品的建议用带音质补偿的 Skill。3.3 视频编辑与合成类的核心工具这是整个 Skill 集合里最重的一块大概有四十多个。核心功能包括视频拼接、画中画、转场效果、画面裁剪、速度调整、以及绿幕抠像。视频拼接看起来简单但实操中有很多细节。比如两个视频的编码格式不一样直接拼会出问题帧率不一样拼出来会卡顿分辨率不一样拼出来会有黑边或者拉伸。好的拼接 Skill 会自动检测这些差异并做统一处理但处理策略各有不同。有的会统一转成第一个视频的规格有的会统一转成最高规格。我个人的建议是在拼接之前先用预处理类的 Skill 把所有素材统一成相同的编码、帧率和分辨率这样拼接环节会稳定很多。画中画功能在教程类视频里用得很多。实现方式一般是用ffmpeg的overlay滤镜但参数比较多要指定位置、大小、透明度、以及时间范围。有一个冷门的画中画 Skill 做得特别灵活它支持用百分比来指定位置和大小这样不管你的主视频分辨率是多少画中画的位置都是相对固定的。这个设计思路很值得借鉴。绿幕抠像这块ffmpeg自带的chromakey滤镜效果只能说凑合。有几个 Skill 封装了更好的抠像算法边缘处理更干净但处理速度会慢一些。如果你的素材绿幕打光不均匀建议先用调色类的 Skill 做一下色彩均衡再抠像效果会好很多。3.4 字幕与文本处理类的效率工具字幕类的 Skill 数量也不少大概二十个左右。功能包括语音转字幕、字幕格式转换、字幕时间轴调整、字幕样式设置、以及字幕烧录。语音转字幕这块大部分 Skill 底层调用的都是开源的语音识别引擎。识别准确率取决于音频质量和语言模型。我实测下来对于普通话清晰、背景噪声小的素材识别准确率能到 90% 以上但专业术语和专有名词还是需要人工校对。有一个 Skill 支持自定义词库你可以把经常出现的专业词汇提前录进去识别的时候会优先匹配这个功能很实用。字幕格式转换是个看似简单但很容易出错的环节。srt、ass、vtt这几种格式之间的转换时间轴格式、编码方式、样式信息都有差异。我踩过的坑是srt转ass的时候如果原字幕里有特殊字符转换后可能会乱码。后来我养成了一个习惯转换之前先把字幕文件用 UTF-8 编码保存一遍能避免大部分乱码问题。字幕烧录就是把字幕直接渲染到视频画面上。这个操作是不可逆的所以一定要在确认字幕内容无误之后再烧录。有些 Skill 支持先预览烧录效果这个功能很贴心建议优先选带预览的。3.5 特效与滤镜类的取舍之道特效类的 Skill 相对少一些大概十五个左右包括调色、模糊、锐化、老电影效果、以及一些转场特效。调色是这里面最实用的。ffmpeg的eq滤镜可以调亮度、对比度、饱和度、伽马值但参数需要反复试。有几个 Skill 预设了一些常见的调色方案比如“日系清新”、“电影感”、“高对比度”你直接选一个然后微调就行。我试过几个预设发现“电影感”那个预设其实就是把对比度拉高、饱和度稍微降一点、然后加一点暗角效果确实比原片有质感。模糊和锐化要慎用。模糊用多了画面会糊成一团锐化用多了会出现白边和噪点。我的经验是锐化强度不要超过 1.5模糊半径不要超过 5 像素在这个范围内调整一般不会出大问题。老电影效果这类风格化滤镜偶尔用一下挺有意思但不适合大面积使用。而且这类滤镜通常比较吃性能处理长视频的时候要有心理准备。3.6 输出与分发类的收尾工作输出类的 Skill 大概有二十个左右包括视频压缩、格式导出、生成缩略图、生成封面图、以及一些平台适配的预设。视频压缩是导出环节最关键的。压缩率、画质、文件大小这三者之间需要权衡。我一般会先用一个中等压缩率的 Skill 跑一遍看看文件大小和画质是否可接受然后再决定要不要进一步压缩。有一个冷门的压缩 Skill 支持两遍编码第一遍分析画面复杂度第二遍根据分析结果动态调整码率压缩效率比一遍编码高不少但处理时间是两倍。生成缩略图和封面图这块有几个 Skill 做得挺智能的。它们会自动从视频里抽取几个关键帧然后让你选一个作为封面。关键帧的抽取逻辑一般是基于画面变化幅度变化大的帧通常更有信息量。但如果你有特定的封面需求比如必须包含某个人物或者某个场景那就需要手动指定时间点来抽取。平台适配预设这个功能很省事。不同的视频平台对分辨率、码率、帧率、音频编码都有不同的推荐参数。有些 Skill 内置了这些预设你选一下平台它自动帮你把参数配好。但要注意预设参数是通用推荐值如果你的素材比较特殊比如高帧率游戏画面可能还是需要手动调整。4. 实操流程从零搭建一条自动化视频处理流水线4.1 环境准备与 Skill 安装先把基础环境搭好。Claude Code 本身需要能正常运行然后你需要一个地方来存放这些 Skill。我建议单独建一个目录比如~/claude-skills/video/把所有视频相关的 Skill 都放在里面方便管理。安装方式取决于 Skill 的具体形态。如果是 Python 脚本直接放进去就行如果是需要编译的工具按照它的 README 编译好然后把可执行文件路径加到环境变量里。我建议在 Skill 目录下建一个manifest.json或者类似的索引文件把每个 Skill 的名称、功能描述、调用方式、依赖项都记下来。这样 Claude Code 在需要的时候可以快速查找。提示不要一次性把 180 个 Skill 全装上。先装你当前任务需要的跑通了再逐步添加。全装上不仅环境复杂排查问题也麻烦。4.2 用 Claude Code 编排一个完整的视频处理任务假设我现在有一个任务把三段手机拍摄的素材拼接成一个完整的视频加背景音乐加字幕最后导出成适合在主流平台发布的格式。第一步我会让 Claude Code 先调用素材预处理类的 Skill把三段素材统一成相同的分辨率、帧率和编码格式。这一步的参数我会明确告诉它分辨率 1080p帧率 30fps编码 H.264。Claude Code 会自动找到对应的 Skill 并执行。第二步调用音频处理类的 Skill把背景音乐的音量标准化到 -16 LUFS同时把原素材的环境音降低到 -30 LUFS 左右避免盖过背景音乐。第三步调用视频拼接类的 Skill把三段处理好的素材按顺序拼接。拼接的时候可以指定转场效果我一般用简单的淡入淡出时长 0.5 秒。第四步调用字幕类的 Skill先做语音识别生成字幕文件然后我人工校对一遍再用字幕烧录 Skill 把字幕渲染到视频上。第五步调用输出类的 Skill按照目标平台的推荐参数导出。我一般会导出两个版本一个高码率的存档版一个压缩后的发布版。整个流程跑下来如果素材没有问题大概十几分钟就能完成。相比手动操作效率提升非常明显。4.3 参数计算与选择的具体过程拿视频压缩来说码率的选择是有公式可以算的。目标文件大小MB乘以 8再除以视频时长秒得到的就是目标码率Mbps。比如你想要一个 100MB 以内的视频时长 5 分钟300 秒那目标码率就是 100 × 8 ÷ 300 ≈ 2.67 Mbps。但这个码率对于 1080p 来说偏低画质会有明显损失。所以实际选择的时候我会先确定一个画质可接受的最低码率然后看文件大小是否在可接受范围内如果超了再考虑降低分辨率或者缩短时长。音频码率一般选 128kbps 到 192kbps 就够了再高对普通听众来说区别不大。但如果你的视频以音乐为主建议选 256kbps 以上。帧率的选择要看素材本身。如果原素材是 60fps 的导出时降到 30fps 会损失流畅度但文件大小会明显减小。如果是 24fps 的电影感素材保持 24fps 就好不要强行拉到 30fps。4.4 批量处理的自动化技巧如果你有一批视频需要做相同的处理可以写一个简单的脚本把 Claude Code 的调用逻辑封装进去然后遍历文件夹里的所有视频文件。但要注意批量处理的时候一定要加错误处理和日志记录。我一般会让脚本在遇到错误的时候跳过当前文件记录下错误信息继续处理下一个最后统一输出一份处理报告。还有一个技巧是把常用的参数组合保存成配置文件。比如“平台A发布预设”、“平台B发布预设”、“存档预设”每次处理的时候直接引用配置文件不用重复输入参数。这样既省事又能保证一致性。5. 常见问题与排查技巧实录5.1 Skill 调用失败怎么办这是最常见的问题。排查思路我一般按这个顺序来先看错误信息如果是“command not found”说明 Skill 没有正确安装或者路径不对如果是“permission denied”说明文件权限有问题如果是“invalid argument”说明参数传错了。如果错误信息不明确我会手动在终端里跑一遍同样的命令看看具体报什么错。Claude Code 调用 Skill 本质上就是执行命令手动跑一遍能复现大部分问题。还有一个容易忽略的点是工作目录。有些 Skill 依赖相对路径来查找资源文件如果 Claude Code 的工作目录和 Skill 预期的目录不一致就会找不到文件。解决办法是在调用的时候指定绝对路径或者在 Skill 里把工作目录切换逻辑写清楚。5.2 输出视频画质差、文件大的问题画质差和文件大有时候是同一个问题的两面。画质差通常是因为码率太低或者编码参数不合理文件大通常是因为码率太高或者用了低效的编码格式。我的排查步骤是这样的先用一个分析类的 Skill 看看输出视频的实际码率、编码格式、分辨率、帧率。如果码率明显低于预期说明压缩参数设错了如果码率正常但画质还是差可能是编码器的问题试试换一个编码器或者调整编码预设。文件大的话优先考虑换更高效的编码格式。H.265 比 H.264 在相同画质下能省 30% 到 50% 的码率但编码时间会更长而且有些老设备不支持 H.265 解码。如果目标观众的设备比较新用 H.265 是划算的。5.3 音频不同步的排查与修复音频不同步是个很烦人的问题尤其是在拼接了多个来源的素材之后。原因通常有几个一个是素材本身的音频和视频时长不一致另一个是拼接的时候音频和视频的处理速度不同导致偏移。排查方法很简单在视频里找一个明显的音频事件比如关门声、拍手声看看画面和声音是否对齐。如果偏移是固定的可以用音频偏移类的 Skill 整体平移音频轨道如果偏移是逐渐增大的说明是采样率或者帧率不匹配需要重新统一规格后再拼接。预防措施是在预处理阶段就把所有素材的音频采样率统一成 48kHz视频领域的标准采样率帧率也统一这样能避免大部分同步问题。5.4 字幕乱码与时间轴偏移字幕乱码九成以上是编码问题。srt文件在不同系统上可能用不同的默认编码保存Windows 上常见的是 GBK而大多数视频播放器和处理工具默认用 UTF-8。解决办法很简单用文本编辑器把字幕文件转成 UTF-8 编码再保存一遍。时间轴偏移通常是帧率转换导致的。比如原视频是 25fps你转成了 30fps但字幕时间轴还是按 25fps 算的就会偏移。解决办法是在转帧率的同时用字幕类的 Skill 同步调整时间轴或者干脆在转帧率之前就把字幕烧录进去。5.5 常见问题速查表问题现象可能原因排查方法解决措施Skill 调用报错路径错误/权限不足/参数错误手动执行命令复现检查路径、权限、参数格式输出画质差码率过低/编码参数不合理分析输出视频码率提高码率或换编码器输出文件过大码率过高/编码格式低效对比目标文件大小换 H.265 或降低码率音频不同步采样率不一致/帧率不匹配找音频事件对齐检查统一采样率和帧率后重新处理字幕乱码编码格式不统一检查文件编码统一转成 UTF-8字幕时间轴偏移帧率转换未同步调整对比原视频和输出视频同步调整时间轴或提前烧录拼接处卡顿帧率或分辨率不一致检查各素材规格预处理统一规格后再拼接绿幕抠像边缘不干净绿幕打光不均/抠像参数不当检查原素材绿幕质量先调色均衡再抠像调整抠像阈值6. 冷门宝藏 Skill 的挖掘与组合思路6.1 怎么找到那些不到 50 星的好东西GitHub 的搜索功能其实挺强大的但很多人只会用关键词搜。我的经验是用ffmpeg加上一些具体的功能词来搜比如ffmpeg subtitle burn、ffmpeg batch convert、video thumbnail generator这种能搜到很多名字不起眼但功能很专一的仓库。另一个渠道是看 awesome 列表。有很多人维护了awesome-ffmpeg、awesome-video-processing这类列表里面收录的工具虽然 star 数不一定高但都是经过人工筛选的质量有基本保证。还有一个方法是看依赖关系。如果你发现一个常用的 Skill 依赖了某个你没见过的库顺着那个库找过去往往能发现作者还写了其他相关的工具。6.2 把多个冷门 Skill 组合成一条流水线单个冷门 Skill 的功能可能很有限但组合起来就很强了。我举个例子有一个 Skill 专门做视频分段按时间点把长视频切成小段另一个 Skill 专门做批量转码还有一个 Skill 专门做批量生成缩略图。这三个单独看都很普通但组合起来你就可以实现“把长视频切成小段每段转成统一格式然后自动生成每段的缩略图”这样一条完整的流水线。组合的关键在于接口要能对上。前一个 Skill 的输出格式要能被后一个 Skill 接受。如果对不上中间就需要加一个转换步骤。我一般会在组合之前先画一个简单的流程图把每个环节的输入输出格式标清楚这样能提前发现接口不匹配的问题。6.3 自己改造和封装 Skill 的思路有些冷门 Skill 功能很好但用起来不太顺手这时候可以考虑自己封装一层。比如一个 Skill 只支持命令行参数但你想让它支持配置文件那就可以写一个简单的包装脚本读配置文件然后拼命令行参数。封装的时候要注意保持向后兼容。不要修改原 Skill 的行为而是在外面加一层。这样原 Skill 更新的时候你的封装层只需要做少量适配就行。还有一个思路是把多个相关的 Skill 合并成一个“超级 Skill”。比如把视频压缩、生成缩略图、生成封面图这三个功能合并成一个“导出”Skill调用的时候一次性完成所有导出相关的操作。这样在编排流水线的时候会更简洁。7. 影响范围与适用边界这套 Skill 集合的影响范围我觉得可以从两个维度来看。一个是横向的它把 Claude Code 的能力从纯文本和代码领域扩展到了多媒体处理领域这意味着以后你用 Claude Code 的时候可以顺手让它帮你处理视频素材不用再切换到其他工具。另一个是纵向的它把视频制作这条流水线上的很多环节标准化了标准化意味着可复用、可组合、可自动化这对于需要批量产出视频内容的场景来说价值很大。但也要说清楚适用边界。这套东西不适合做精细化的创意剪辑。如果你需要做复杂的转场设计、精细的调色、多轨道合成那还是得用专业的剪辑软件。它的强项在于处理那些规则明确、重复性高的任务比如批量转码、批量加字幕、批量生成缩略图。把这些任务自动化掉你就有更多时间花在真正需要创意的地方。另外这套 Skill 集合目前还是偏技术向的使用门槛不算低。你需要对命令行、对视频处理的基本概念有一定了解才能用得顺手。如果你是完全零基础的小白建议先从一两个最简单的 Skill 开始跑通了再逐步深入。8. 我个人在实际操作中的几点体会折腾了这么久有几个体会特别深。第一个是不要追求“一步到位”的完美方案。我一开始总想找一个大而全的工具把所有事情都干了后来发现根本不存在这样的工具。反而是把任务拆细每个环节找一个最合适的 Skill组合起来效果最好。第二个是日志和错误处理比功能本身更重要。一个 Skill 功能再强如果出错的时候不告诉你哪里错了那用起来就很痛苦。我现在选 Skill 的时候会优先选那些错误信息写得清楚的。第三个是版本管理很重要。Skill 更新之后行为可能会变如果你没有记录版本出了问题都不知道是哪里改的。我现在的做法是每个 Skill 都记录当前使用的版本号更新之前先在测试环境跑一遍确认没问题再切到生产环境。第四个是不要忽视那些看起来很简单的小工具。我一开始觉得“生成缩略图”这种功能太基础了没什么技术含量。后来发现一个能自动从视频里挑出最有信息量的帧作为缩略图的 Skill在实际工作中能省很多事。简单的事情做到极致就是价值。最后再分享一个小技巧如果你经常处理同一种类型的视频任务可以把整个流程录制成一个模板。下次遇到类似任务的时候直接套模板只需要改几个参数就行。这个习惯能帮你省下大量重复劳动的时间。
