ghost-editor Skill 技能

住在编码智能体里的 AI 口播视频剪辑技能

技能简介

ghost-editor 是一个"住"在编码智能体里的 AI 视频剪辑技能。你把一段自己对着镜头讲话的原始素材丢给它,它还你一条可以直接发到 Instagram、TikTok 或 YouTube Shorts 的成片。项目开源免费(MIT 协议),以 SKILL.md 技能形式安装进 Claude Code,也可用于 Codex 等任何能执行命令的智能体。作者 kurbaitaev 提供了一个直观的对比:同一条原始素材,左边是他花钱请人类剪辑师剪的,右边是 ghost-editor 在"看过"那次人工剪辑一次之后照着剪出来的——效果几乎一致。

核心功能

  • 自动剪辑:为每句话保留最佳 take,删掉停顿、口误和废话开头,让节奏紧凑。
  • 逐词字幕:字幕精确对齐到每个词,并智能摆放位置,确保不遮挡你的脸和界面上的按钮。
  • 动态图形:数字、信息卡片和动画文字在你说到的瞬间弹出,增强信息表达。
  • 音效与配乐:自动添加并混音,保证人声始终清晰不被压过。
  • 自检成片:交付前先自查一遍剪辑质量(字幕、节奏、音画对齐)。
  • 7 种成片风格:clean(粗体字幕快切)、editorial(软性小写字幕+全屏数据,类似新闻解说)、meme(表情包与反应贴纸)、cinematic(胶片感、黑白空镜)、launch(应用窗口与手机聊天,适合产品发布)、kinetic(大字飞屏、你缩小成圆形画中画)、pop(身后巨型字幕、亮色色块)。
  • 参照学习风格:给它一条你喜欢的成片,它会分析那条视频的剪辑方式(切点、字幕、动画、音效)并照搬到你的素材上,满意后可把这套风格存为自己的风格。
  • 风格自造:让它写一种新风格或新动画类型即可生成,现有 7 种风格里就有 3 种是这样造出来的。

安装配置

  • 前置条件:需要在 Mac 上安装 Claude Code(Linux 理论上也可用)。
  • 安装命令:在 Claude Code 中粘贴一句话即可——"Install the ghost-editor skill: clone https://github.com/kurbaitaev/ghost-editor into ~/.claude/skills/ghost-editor and follow its docs/INSTALL.md",它会自动装好全部依赖并在几分钟后告知就绪。
  • 可选 Gemini Key:"参照学习风格"功能调用 Google Gemini 观看参考视频,需在 aistudio.google.com/apikey 免费申请 Key(安装过程中 Claude Code 会索要);不配置 Key 时 7 种内置风格照常可用。
  • 其他智能体:Codex 及任何能执行命令的智能体都可使用,详见仓库 docs/INSTALL.md。
  • 费用:技能本身完全免费开源,除可选的 Gemini 步骤外全部在本机运行,Gemini 也有免费额度覆盖偶尔使用。

使用步骤

  1. 安装技能:把上面的安装指令粘贴进 Claude Code,等待依赖装完并确认就绪。
  2. 开始新会话:新开一个 Claude Code 会话,把你的竖屏原始素材准备好(路径写清楚)。
  3. 下达剪辑指令:例如"Edit ~/Downloads/my-video.mov into a reel in the pop style",或"Make my video look like this reel: ~/Downloads/reel-i-love.mp4",也可以补充"Same video, but cinematic, and make it safe for TikTok"。
  4. 获取成片:智能体完成剪辑、字幕、图形与混音并自查后输出成片文件,你审阅即可。
  5. 沉淀风格:对参照学习的结果满意时,让它把这套风格保存为你的专属风格,下次直接调用。

适用场景

  • 独立开发者录制产品演示或更新日志视频,一键剪成竖屏短视频。
  • 内容创作者把长段口播素材批量剪成多平台 Reels/Shorts/TikTok 成片。
  • 产品发布(launch 风格)制作带应用界面演示的宣传短片。
  • 知识类博主用 editorial 风格把讲解剪成带数据卡的解说视频。
  • 需要统一账号视觉风格的团队,把爆款成片反向学习为团队专属剪辑风格。

适用人群

在镜头前做口播的开发者与创作者、独立黑客、短视频运营者、用 Claude Code/Codex 打通内容生产管线的自动化爱好者,以及想省下剪辑外包成本的个人创作者。

工作原理

技能安装后,智能体按 docs/HOW-IT-WORKS.md 的流程处理素材:先用 Whisper 转写语音得到逐词时间轴,再用 OpenCV 做人脸追踪以确定字幕安全区和画中画位置,随后依所选风格(或从参考视频学来的风格)执行剪辑决策——选 take、切节奏、加字幕与动态图形,渲染阶段调用 HyperFrames(npm 包)产出视频,音效与配乐取自 Mixkit 免版税曲库并按人声优先的原则混音;"参照学习风格"环节由 Gemini 观看参考视频提取剪辑规律。完成后智能体先自查再交付。素材要求为单人对镜头的竖屏手机视频(不适用于录屏),目前已测试英语与俄语两种语言。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论