抖音风剪辑版 夹脚丝袜！💦💦 平时不好好给妈妈攒着！我要用的时候和我说没有了？ 现在！命令你！把你可怜的十年浓精都给我交出来！ @ToBulaer @ToBuerma @KawasawaSen @BulmaList

抖音风剪辑版！！！蕾丝兔女郎～ 我要好好学习剪辑！！剪的瑟瑟的 励志让我的小哥布林族人们吃上好的 @ToBulaer @ToBuerma @KawasawaSen @BulmaList

抖音风剪辑黑白渐变变装！ 连化妆+拍摄花了半小时 剪辑剪了三小时！！！！(>﹏<) 现在看来不光缺男主角还缺剪辑师！@ToBulaer @ToBuerma @KawasawaSen @BulmaList

干自媒体风险比想象中高。 虽然开账号没门槛，但持续产出却很难。 你要找选题、出内容、拍摄、剪辑、看数据，还得忍受冷启动阶段。 所以在启动前得先有一项能卖的产品。 咨询、课程、社群都可以。 再用内容去放大它。 这样你才不会给平台打白工。

不需要剪辑，不需要找素材，一条命令把 Reddit 热帖变成短视频！ 自动抓 Reddit 帖子，TTS 生成旁白，配上 Minecraft / Subway Surfers 之类的背景素材，合成竖屏短视频。子版块、语音、背景音乐都能自定义，NSFW 过滤也做了，通过改一行 config.toml 的配置就能换风格。 配置好 Reddit API 之后 python 一条命令出片，TikTok / YouTube Shorts / Instagram Reels 通吃。 🔗

求推荐/自荐一位靠谱的视频剪辑！ 基本要求： 1.有剪辑财经视频的经验，风格参考博主“有点在李”； 2.情绪稳定，有问题及时沟通，有话直说。 加分项： 1.对金融、加密行业有基本了解； 2.能在我写完稿后一起沟通怎么剪辑，流程是：初稿➡️设计镜头➡️改稿➡️拍摄➡️剪辑（你只需要参与设计、剪辑两个环节）； 3.会用AI生成图片、视频素材 如果你感兴趣，请带着以下信息DM我： 1.个人作品，至少一个财经横屏视频+一个财经竖屏视频； 2.告诉我你剪一个3分钟的竖屏短视频要多久，剪一个10分钟的横屏长视频要多久； 3.带上剪辑价格，多少钱一分钟（这是你的专业，不要把报价问题推给我，我只会对比性价比） 不要点进我的视频做参考，那是我自己乱剪的🤦‍♀️

AI 视频剪辑 Skill 分享「video-use」 @browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。 # 核心思想：LLM 不“看”视频，它“读”视频 第一层：音频转写文本（always loaded） 通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。 第二层：视觉时间线视图（on demand） 仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。 对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。 # 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval 1. 转写 - transcribe. py / transcribe_batch.py 提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json 2. 打包 - pack_transcripts.py 将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md 3. 决策 - LLM 自身 阅读 packed transcript，必要时用 timeline_view.py 可视化 4. 生成 EDL - subagents 输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因 5. 渲染 - render. py 分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化 6. 自评估 - timeline_view.py + LLM 在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮 # 关键工程细节： ffmpeg 为主的剪辑实现 1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码） 2. 每段边界 30ms 音频淡入淡出（消除切点爆音） 3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线 4. 字幕始终最后叠加（防止被动画遮挡） 5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset 6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移 7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR） 8. 竖屏源自动按高度缩放 9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准 # 动画与包装：多引擎并行 1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版 2. Remotion：React 组件化 compositions 3. Manim：数学/技术/3Blue1Brown 风格解释动画 4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果 # SKILL.md 的 12 条“铁律”：生产正确性优先 1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/ 2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制