Video Recap Skills

Video Recap Skills

把一段或几段视频做成中文解说成片：七个技能（六个生产 + 一个按需参考）装进你正在用的编程 Agent，本地只要 ffmpeg，远程只要一个小米 MiMo key，成片还能一键导成剪映草稿接着改。

项目主页  ·  安装  ·  看看它的输出  ·  English

上面这条 59 秒横屏解说《这一秒过火》，是从四集短剧里选段、剪辑、写稿、配音、混音、包装并经多轮看片修改后的最终交付； 它的全部创作产物（故事计划、声音分工、旁白、时间线、QC 报告、看片修改记录、Remotion 包装源码）都在 examples/guohuo-60s/，下文的节选全部来自这些文件。

这是什么

七个技能（六个生产 + 一个按需参考）装进 Claude Code、Codex CLI、OpenCode 或 OpenClaw，你用自然语言给出视频路径和想要的成片，Agent 负责理解画面与对白、 决定故事与视听方案、剪辑、写稿、配音、混音和字幕。支持 .mp4 / .mov / .mkv / .webm。

• 一个 key，本地只要 ffmpeg。 ASR、VLM、TTS 都走小米 MiMo，本地只用 Python 标准库和 ffmpeg，不需要 GPU，不需要 pip install，也不下载模型。配音可以换成 Fish Audio，只替换配音这一段。
• 先做创作决定，再分配声音。 Agent 先比较剪辑假设，把观众承诺、POV、戏剧问题和"发生了什么变化"的 beat 写进 recap_story_plan.json，再给每一拍指定画面任务和声音归属：旁白只在有明确任务时整块配音，强对白、动作声或沉默可以完整主导一拍。
• 先剪后配，时间轴天然对齐。 剪辑模式先把长视频剪成成片，再对着成片写解说；一次可以传多个视频，按 source_id 选段剪成一条主线；每个视频的分析沉淀成文件系统素材库，下次直接复用。
• 成片之外还能继续改。 多轨时间线 timeline.json 可一键导出剪映草稿，原片、解说、BGM、字幕、图片叠层都可编辑；自带一份准确字幕文件就会被当作原声字幕的首选来源。
• 每一步都留下可核对的记录。 旁白 lint、组装 QC、交付 QC 和看片修改日志都是机器可读文件。

安装

ClawHub

ClawHub 分发由仓库中的 显式发布清单 管理，并通过 ClawHub 提供发现入口。具体 skill 链接只有在发布者、版本和匿名访问均验证后才会写入本文档，避免把尚不存在的条目当成已上架。

前提：Python 3.10 或更新版本，PATH 上有 ffmpeg，以及一个小米 MiMo API Key。默认把字幕烧录进画面，这需要带 libass 的 ffmpeg；Homebrew 自带的 ffmpeg 没有 libass，这时默认运行不烧录，在成片旁输出同名 .srt 外挂字幕并在 final_qc.json 里记一条警告（显式传 --burn-subtitles 则在开跑前报错）。旁白里写了画面文字叠加（visual_overlays）时还需要带 drawtext 的 ffmpeg，缺了会在配音前报错。要在 macOS 上烧录字幕，可用 brew install ffmpeg-full（keg-only，需把它的 bin 放到 PATH 前面）。

brew install ffmpeg                        # macOS；Debian/Ubuntu 用 apt，Windows 用 choco / scoop / winget
export MIMO_API_KEY=your-mimo-key          # Windows PowerShell：$env:MIMO_API_KEY="your-mimo-key"
export MIMO_TOKEN_PLAN_CLUSTER=cn          # 仅 tp-* Token Plan key 需要：cn | sgp | ams

MiMo 不需要订阅，sk-* key 按量付费；本项目实测一条完整视频约 1.3 元，费用随视频时长和调用量变化。

在 Claude Code 里执行：

/plugin marketplace add zenstory-ai/video-recap-skills
/plugin install video-recap-skills@video-recap

也可以直接说一句话（支持导入 GitHub 仓库的 Agent 都适用）：

安装这个插件：https://github.com/zenstory-ai/video-recap-skills

Codex CLI、OpenCode、OpenClaw

Codex CLI

codex plugin marketplace add zenstory-ai/video-recap-skills
codex plugin add video-recap-skills@video-recap

OpenCode：按官方 Agent Skills 文档，项目级技能放在 .opencode/skills/<name>/SKILL.md。克隆仓库后从仓库目录启动：

git clone https://github.com/zenstory-ai/video-recap-skills.git
cd video-recap-skills
mkdir -p .opencode
ln -s ../skills .opencode/skills             # Windows 把 skills\* 复制到 .opencode\skills\
opencode debug skill                         # 应列出全部 7 个技能

OpenClaw：克隆后导入 Claude 插件包：

openclaw plugins install ./video-recap-skills
openclaw skills list

同一份技能只注册到一个发现目录，否则会重名或重复触发。

可选：用 Fish Audio 配音

export TTS_PROVIDER=fish-audio
export FISH_API_KEY=your-fish-key
export FISH_TTS_REFERENCE_ID=your-voice-model-id  # 可选；默认内置"娱乐扒妹"解说音色

默认模型 s2.1-pro-free，默认音色"娱乐扒妹"（reference ID 5653cea4ac83480aaf2bf45406556185），计费以 Fish Audio 官方为准。ASR 和 VLM 仍走 MiMo；本地参考音频克隆（--voice-ref）只在 MiMo 路径可用。

装好后让 Agent 自检一次：

检查 video-recap 的运行环境，告诉我 Python、ffmpeg/libass 和 MiMo 配置是否就绪。