一句话：给 Claude Code / Cursor / Codex 装一个”视频剪辑 Skill”，Agent 剪视频不再靠猜：先看素材，再动手，最后检查结果。
GitHub：kajisho5/ffmpeg-skill ｜ ⭐ 1.8k ｜ Fork 147 ｜ MIT 协议
痛点：让 Agent 剪视频，参数经常靠猜
以前让 Agent 跑 FFmpeg 是什么画风：它凭文件名猜帧率、给容器塞不支持的编码、明明流复制就行非要重编码一遍，做完说句”done”——连结果都不打开看一眼。ffmpeg-skill 就是来治这个的：把”先看素材，再动手，最后检查”写进 Skill，让 Agent 照着做。
五个关键事实
① 全程本地，不用账号、不要 API Key，素材不上传
只要 ffmpeg + python3 在 PATH 里就能跑，纯标准库、零第三方依赖。 footage 再私密也不出本机，离线可用。
② 内置 42 个工具，剪辑全家桶
剪切拼接、去静音、字幕卡拉 OK、画幅重构、响度归一、HDR 转 SDR、多机位、响度、BGM 闪避、工程级整片渲染……每个工具统一长相：--help、--dry-run（只打印计划不动手）、--json（结构化结果）、--plan（存计划晚点执行）。音频也是 first-class：WAV/FLAC/MP3/M4A 全套同样流程。
caption.py --animate pop --karaoke：逐词弹出 + 卡拉 OK 高亮（仓库官方动图，流量注意）。53 组前后对比、每组附精确命令都在 docs/demos.md，且全部可复现重建。
③ 三家全支持：Claude Code、Cursor、Codex，外加 MCP
npx ffmpeg-skill 一行装完（--cursor、--codex、--all 分流）。还有 MCP server：工具列表从 contract 实时派生，加个 flag 自动同步，加 --plan 式 prompts（reel/podcast/multicam……）直接调现成工作流。
④ 先 probe 再处理，做完自动验证
固定工作流：probe（量时长/帧率/分辨率/色彩/音频布局）→ 无损优先（能流复制就不重编码）→ verify（再 probe 一次 + look.py 出 contact sheet，Agent 用自己的眼睛看）。报告结尾必须有一行 Look: 点名检查过的图，音频任务才写 Look: not needed。做完不检查，在这里算没做完。
⑤ SPEC：文档和 MCP 定义永不漂移
作者给这个模式起了名 SPEC：每个工具的 input_schema 不是手写的，而是运行时从 argparse 解析器直接派生的——加个 flag，MCP 定义自动跟上；文档敢写错，CI 直接挂。这才是”给 Agent 用的软件”该有的样子。
怎么用（三步）
npx ffmpeg-skill # 装到 Claude Code（另有 --cursor/--codex/--all）
npx ffmpeg-skill doctor # 体检：本机 FFmpeg 缺哪个组件先说清楚
然后跟 Agent 说人话就行：
“Take
interview.mp4，保留 0:45–3:10 和 5:00–6:30，做成正好 60 秒的 Reels。”
它会自己跑 probe → cut → fit（9:16 + 60s）→ export（reels 预设）→ check → look，最后汇报”59.98s、1080×1920、30fps、AAC 立体声”并贴检查图。平台遮挡（TikTok 描述栏/点赞列）都有安全区模板：render.py talk.mp4 --template tiktok。
边界（诚实项）
look.py只负责出图，做判断的是 Agent 自己的眼睛；纯脚本调用、没人看图时，裁剪 anchor 得自己给（默认居中裁）；- 没有工具会覆盖原输入，输出全是新文件；
- 家族里它只当”手”（切、量、导出），”脑”（定剪辑点、审片）是上游 sister repo 的活，分工写明了不越界。
结语
Agent 工具正在从”能调 API”进化到”有工作流”。ffmpeg-skill 的 1.8k Star 说明：大家要的不是第 43 个 FFmpeg 参数查询器，而是一个”先看、再做、必查”的剪辑师。
仓库：github.com/kajisho5/ffmpeg-skill（MIT）。装完先跑 doctor，再去 docs/demos.md 看那 53 组对比，看完你就知道怎么使唤它了。
