zhenxin-ai-video-manager

Readme

# 真的爱你：智能视频管家

<p align="center">
  <img src="https://img.shields.io/badge/license-MIT-22c55e?style=flat-square" alt="MIT License">
  <img src="https://img.shields.io/badge/Agent-Skill-7C3AED?style=flat-square" alt="Agent Skill">
  <img src="https://img.shields.io/badge/version-1.0.0-0891b2?style=flat-square" alt="version 1.0.0">
  <img src="https://img.shields.io/badge/platform-Windows-lightgrey?style=flat-square" alt="Windows">
</p>

**对 Agent 说一句「真的爱你」，它会接管从素材到成片的完整剪辑流程** —— 理解需求 → 分析素材 → 初剪 → 字幕配音包装 → 合成检查。你不需要会剪辑，也不需要自己进剪映拖时间轴。

- **说人话就能改片** —— 「开头快一点」「这段保留」「字幕大一点」；删掉的片段随时从原素材找回
- **本地处理，素材不出电脑** —— 转写用 Faster-Whisper，配音用 VoxCPM，剪辑用 FFmpeg，全程不调用云服务
- **保守剪辑哲学** —— 只自动删明显的空白、重复和失误，语义拿不准的一律保留；原始素材永不改动
- **交付前先自检** —— FFprobe 验证输出真实存在、可读、画幅时长符合目标，再交给你

## 安装

```powershell
git clone https://github.com/liuke-zhu/zhenxin-ai-video-manager
cd zhenxin-ai-video-manager
.\install.ps1    # 把 SKILL.md 装进 ~/.dsh/skills/
.\doctor.ps1     # 可选：体检工具链，打印 SKILL.md 路径对照表
```

装好后重启会话，说：「**真的爱你，开始做视频**」

> 剪辑工具链（FFmpeg / Faster-Whisper / VoxCPM 模型）需要单独安装，完整步骤见下方「快速上手」。

## 作为 DSH 插件安装

本仓库同时声明了 `dsh.bundle` 清单（`package.json` 的 `dsh.bundle.patch` + 根目录 `cordis.patch.yml`），支持 DeepSeek Harness 的插件协议，可通过 `dsh plugin add` 安装；插件挂载后会以 bundled skill 的形式向 Agent 注册「真的爱你」技能，效果与手动复制 SKILL.md 一致。两种方式任选其一。

## 快速上手

> 本 Skill 只包含工作流指令，**剪辑工具链需要你自己在本机安装**。完整跑通大约需要 20–40 分钟（大头是下载两个本地模型）。

```text
第 1 步  安装工具链（FFmpeg、Python、Faster-Whisper、VoxCPM）
第 2 步  运行 install.ps1 一键安装 Skill（或手动复制）
第 3 步  运行 doctor.ps1 环境体检，把「路径对照表」填进 SKILL.md
第 4 步  重启会话，说「真的爱你，开始做视频」
```

## 第 1 步：安装工具链（Windows）

以下五样按顺序装，前两样必装，中间两样决定字幕和配音能力，最后一样可选。

### 1.1 FFmpeg / FFprobe（必装）

剪切、拼接、转码、字幕烧录、成片检查全靠它。

```powershell
winget install Gyan.FFmpeg
```

或到 [gyan.dev](https://www.gyan.dev/ffmpeg/builds/) 下载 Essentials Build 解压，把 `bin` 目录加入 PATH。

### 1.2 Python 3.11（必装）

```powershell
winget install Python.Python.3.11
```

建议为视频工具单开一个虚拟环境：

```powershell
python3.11 -m venv E:\video-tools\venv
E:\video-tools\venv\Scripts\activate
```

### 1.3 Faster-Whisper（语音转字幕）

```powershell
pip install faster-whisper
```

模型权重用 small 版：首次运行时会从 HuggingFace 自动下载 [Systran/faster-whisper-small](https://huggingface.co/Systran/faster-whisper-small)；网络不便时可手动下载后放到本地目录（记下路径，第 3 步要填）。

### 1.4 VoxCPM（本地 AI 配音）

```powershell
pip install voxcpm
```

模型权重为 [openbmb/VoxCPM-0.5B](https://huggingface.co/openbmb/VoxCPM-0.5B)，同样支持自动拉取或手动下载到本地目录。

### 1.5 pyJianYingDraft（可选，生成剪映草稿）

```powershell
pip install pyJianYingDraft
```

项目主页：[GuanYixuan/pyJianYingDraft](https://github.com/GuanYixuan/pyJianYingDraft)。不装也能正常出片，只是少一个"导入剪映继续精剪"的入口。

## 第 2 步：安装 Skill

```powershell
git clone https://github.com/liuke-zhu/zhenxin-ai-video-manager
cd zhenxin-ai-video-manager
.\install.ps1
```

`install.ps1` 会把 `SKILL.md` 复制到 `~/.dsh/skills/zhenxin-ai-video-manager/`。也可以手动复制，效果相同。

## 第 3 步：配置工具路径

先跑一次体检：

```powershell
.\doctor.ps1
```

它会检测 FFmpeg / Python / Faster-Whisper / VoxCPM 是否就绪、模型缓存在哪，并直接打印一份「SKILL.md 路径对照表」，照着填即可。注意：脚本的 pip 检查只针对系统默认 Python；如果你像进阶用户那样给工具单开虚拟环境，包检查显示"缺失"属正常，路径对照表里手动填 venv 目录就好。

然后打开 `SKILL.md`，找到「**工具分工**」一节中的「工具根目录」和「主要路径」，默认指向作者本机的：

```text
E:\自动化剪辑
```

把它们逐项改成你在第 1 步的实际安装位置：

| SKILL.md 里的条目 | 改成你的 |
| --- | --- |
| `ffmpeg.EXE` / `ffprobe.EXE` | FFmpeg 的 bin 目录 |
| `media-tools-py311` | 你的 Python 虚拟环境 |
| `faster-whisper-small` | Whisper 模型目录 |
| `voxcpm-py311` / `VoxCPM-0.5B` | VoxCPM 环境和模型目录 |
| `04_剪映草稿` | 你想放剪映草稿的目录 |

路径改好前，Skill 无法调度到工具。

## 第 4 步：开始使用

重启 Agent 会话，然后说：

```text
真的爱你，开始做视频
```

Agent 会按顺序问你：主题与目标 → 声音方案（保留原声 / AI 配音 / 结合）→ 素材路径，确认卡通过后开工。之后全程可以用自然语言修改：

```text
开头快一点 / 这段保留 / 刚才删掉的部分恢复 / 字幕大一点 /
声音自然一点 / 这里放大结果 / 不要背景音乐 / 停止
```

## 它是什么

这是一个**流程编排型 Skill**：它规定工作流和边界，真正的剪辑由你本地的开源工具完成——

| 环节 | 工具 |
| --- | --- |
| 剪切、拼接、转码、字幕、合成 | FFmpeg / FFprobe / Python |
| 本地语音识别、字幕时间轴 | Faster-Whisper |
| 本地文字转配音 | VoxCPM |
| 生成剪映草稿（可选入口） | pyJianYingDraft |

它负责理解需求、判断方案、调度工具、汇报进度、检查质量。

## 工作方式

1. 开工前按固定顺序确认：主题与目标 → 声音方案 → 素材路径，确认卡通过后才动手。
2. 只读取用户明确提供的素材范围；原始素材只读，不移动、不删除、不覆盖。
3. 只自动删明显空白、重复、等待和录制失误，语义不确定的片段默认保留。
4. 每次修改生成新版本；删掉的片段随时可从原素材取回。
5. 进度只报六个阶段，不刷技术日志。
6. 交付前用 FFprobe 验证真实输出文件，并抽查开头、中段、结尾画面。

## 边界

- 不凭空生成电影画面，只加工真实素材。
- 不自动发布到任何平台。
- 不默认上传素材、不调用收费云服务。
- 不把「脚本跑完」说成「质量已验证」。

## License

MIT