让AI自己剪视频！这条Skill把创作全流程自动化了

你有没有想过——让AI自己搞定一条短视频，从写脚本到配音到剪辑，全自动？

我之前觉得这是天方夜谭，直到看到了这个 Skill。

它能干什么

ai-content-pipeline 是一个多模态AI内容创作管线，一条命令串联起：图片生成 → 视频动画 → 配音合成 → 媒体合并 → 质量检查 → 最终输出。

简单说，你给一个主题，AI 自动把脚本、配音、画面、视频全部搞定。

怎么做到的

整个管线分这几个步骤：

第一步：解析需求——你告诉它要做什么内容，它拆解出关键参数（类型、时长、风格）

第二步：选工作流——它自动匹配模式，比如 YouTube Short、Talking Head、还是产品展示

第三步：生成内容——脚本用 LLM（如 Claude），图片用 FLUX/Imagen，视频用 Wan/Veo，配音用 Kokoro TTS

第四步：合并输出——所有素材自动拼接，加上字幕、转场、BGM

第五步：质量检查——自动验证分辨率、音画同步，有问题打回重做

整个流程看这张图就很清楚：

→ 用户需求 → 解析 → 判读类型 → 脚本/图片并行 → 配音/动画 → 合并 → 质检 → 输出

适合谁用

做 YouTube 短视频的博主——批量生产内容必备

做社媒运营的团队——一条视频全流程自动化

营销人——快速出产品展示视频

开发者——接进自己的 AI 应用里当能力模块

实际跑起来什么样

官方给了个例子，跑一条 30 秒的 YouTube Short：

# 1. 用 Claude 生成脚本
infsh app run openrouter/claude-sonnet-45 --input '{...}'

# 2. Kokoro 生成配音
infsh app run infsh/kokoro-tts --input '{...}'

# 3. FLUX 生成背景图
infsh app run falai/flux-dev --input '{...}'

# 4. Wan 把图变成视频
infsh app run falai/wan-2-5 --input '{...}'

# 5. 音画合并
infsh app run infsh/media-merger --input '{...}'

整个流程跑完，一条成品视频不到 1 美元成本。

支持哪些工具

图片：FLUX、Imagen
视频：Wan 2.5、Veo、OmniHuman（数字人）
音频：Kokoro TTS、AI 音乐、Foley 音效
后期：Topaz 视频增强、字幕生成

总结

如果你现在还在手动剪视频、录配音，强烈建议试试这套管线。它不是取代创意，而是把重复劳动自动化——你负责想创意，AI 负责执行。

GitHub：https://github.com/inferencesh/skills

GitHub: https://github.com/inferencesh/skills