让 Claude 帮你把视频自动剪成中文解说？video-recap-skills 做到了

你有没有想过，让 Claude 帮你把一段视频自动剪成中文解说成片？最近 GitHub 上冒出来的 video-recap-skills（仓库 zenstory-ai/video-recap-skills）就把这件事做到了 —— 539 stars，MIT 协议，今天还在更新。这是一套给 Claude Code / Codex 用的视频解说生产流水线，本地 ffmpeg 加一个小米 MiMo API 密钥就能跑，连 GPU 都不需要。

它到底干了什么？

说人话：你扔一段视频进去，它会按”中文解说短视频”的流程，自动跑完六步 —— 镜头切分（scene detection）、自动语音识别（ASR）、视觉理解（VLM）、解说脚本生成（script）、TTS 配音、最后用 ffmpeg 拼装成片。整套链路不需要你懂剪辑，也不用手动装一堆模型。

最有意思的是，它支持一键导出可编辑的剪映 / CapCut 草稿。也就是说，AI 出的初版能直接丢进剪映里手动精修，对于做短视频的创作者来说，这点非常关键 —— 既要 AI 提效，又要保留人工把关。

六个子 Skill 的分工

• video-understanding：先吃透原片结构、识别场景边界。
• video-script：根据画面生成有节奏的中文解说稿。
• video-voiceover：TTS 合成配音（接小米 MiMo API）。
• video-cut：把镜头按解说节奏切片。
• video-assemble：ffmpeg 拼接最终视频。
• video-recap：编排以上五步的总入口。

这种”总入口 + 子模块拆分”的设计跟 Superpowers 那种方法论合集很像，但方向完全垂直 —— 它只死磕”视频→中文解说”这一件事。

适合谁用？

做短视频解说、影视混剪、知识科普、教程搬运的工作流基本都能套。如果你已经用 Claude Code，让它顺手接管视频生产环节是顺理成章的下一步。不需要本地跑大模型，Mac / Linux / Windows 全平台都能跑。

怎么装？

仓库自带 6 个子 skill，最方便的就是直接 clone：

git clone https://github.com/zenstory-ai/video-recap-skills ~/.claude/skills/video-recap-skills

然后准备本地 ffmpeg + 一个 MiMo API Key，就能开干。

个人看法

现在的 Claude Code Skill 生态，垂类深度比”通用大锅烩”更值钱。Superpowers、Superpowers-类通用方法论已经卷到红海，但像 video-recap-skills 这种”只解决一个具体痛点”的 skill，反而能靠极低使用门槛（无 GPU、本地 ffmpeg、剪映导出）切进真实生产链。它不一定适合所有人，但对做中文解说内容的人来说，可能是当下最省事的 AI 流水线。

📦 GitHub：https://github.com/zenstory-ai/video-recap-skills ⭐ 539

GitHub: https://github.com/zenstory-ai/video-recap-skills