AlphaMoatによると、2026-10時点でVideo Pipeline Bundleのダウンロード数は6,292、スター数は0で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中4,555位、デザイン・メディアでは1,116件中560位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| ClawHub ↗ | 1562 | - | - |
| SkillHub ↗ | 6292 | - | — |
プラットフォームごとに集計方法と集計時点が異なります。
四つの段階をつなぎます。auto-editor で無音区間を削り、Faster Whisper で字幕を作って MiniMax のモデルが整え、ffmpeg で字幕を映像に焼き込み、ツール群で結合と形式変換を行います。段階ごとに確認しながら進めることも、編成スクリプトで一度に流すこともできます。 処理前にローカル依存関係とサービス条件を確認してください。プロンプト、素材、文字起こしが外部事業者へ送信される場合があり、出力品質は保証されません。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 6292 | — | - |
| 2026-09 | 3716 | — | - |
| 2026-08 | 3389 | +6.8% | - |
| 2026-07 | 3172 | — | - |
| 2026-05 | 2736 | — | - |
| 2026-03 | 1635 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: video-pipeline-bundle description: 视频一站式工作流技能包。整合视频剪辑、转写、烧录、拼接全流程,支持分步执行和用户确认。包含:(1) auto-editor - 视频剪辑去除静音片段;(2) Faster Whisper + MiniMax LLM - 语音转字幕;(3) ffmpeg - 烧录字幕到视频;(4) FFmpeg 工具箱 - 拼接、格式转换;(5) pipeline.py - 完整工作流编排。使用场景:批量处理视频、从原始素材到成品的完整流程。 ⚠️ 重要依赖: - ffmpeg + ffprobe(系统级,需手动安装) - auto-editor: pip3 install auto-editor - faster-whisper + requests: pip3 install faster-whisper requests - MiniMax API Key: 环境变量 MINIMAX_API_KEY 或 --api-key 参数 - 可选: OPENCLAW_TARGET 环境变量用于进度通知
---
# Video Pipeline Bundle
视频一站式工作流技能包,整合剪辑、转写、烧录、拼接全流程。
## 文件结构
```
video-pipeline-bundle/
├── SKILL.md
└── scripts/
├── pipeline.py # 工作流编排
├── video_clip.py # 视频剪辑(去静音)
├── video_to_text.py # 语音转字幕
├── burn_subtitle.py # 烧录字幕
└── ffmpeg_tools.py # FFmpeg 工具箱
```
## 依赖
- ffmpeg + ffprobe
- Python 3.8+
- auto-editor(视频剪辑)
- faster-whisper + requests(语音转写)
- MiniMax API Key(LLM 纠错)
## 安装与配置
### 1. 自动安装依赖
首次使用时,脚本会自动检测并安装所需依赖:
```bash
# 自动检测并安装
python3 skills/video-pipeline-bundle/scripts/pipeline.py --install-deps
```
**自动安装的内容:**
- `pip3 install auto-editor --break-system-packages`
- `pip3 install faster-whisper requests`
### 2. 配置 MiniMax API Key
**方式一:环境变量(推荐)**
```bash
export MINIMAX_API_KEY="your-api-key-here"
```
**方式二:运行时传入**
```bash
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--all \
--input "/path/to/videos" \
--api-key "your-api-key-here"
```
**获取 API Key:**
1. 访问 [MiniMax 开放平台](https://platform.minimaxi.com/)
2. 注册账号并创建 API Key
3. 充值或获取免费额度
### 3. 依赖检查脚本
如果不确定环境是否满足要求,可以运行:
```bash
python3 skills/video-pipeline-bundle/scripts/pipeline.py --check-deps
```
输出示例:
```
✅ ffmpeg: 已安装 (6.1.1)
❌ auto-editor: 未安装
❌ faster-whisper: 未安装
❌ MINIMAX_API_KEY: 未设置
请运行: python3 skills/video-pipeline-bundle/scripts/pipeline.py --install-deps
```
如果有存在未安装的,就自动检测用户系统并帮用户安装。
## 核心功能
### 1. 视频剪辑 (video_clip.py)
去除视频中的静音片段,保留有效内容。
```bash
python3 skills/video-pipeline-bundle/scripts/video_clip.py \
--input "/path/to/input.mp4" \
--output "/path/to/output.mp4" \
--threshold -40
```
### 2. 语音转写 (video_to_text.py)
用 Faster Whisper 识别语音,生成 SRT 字幕,然后用 MiniMax LLM 词级别纠错。
```bash
python3 skills/video-pipeline-bundle/scripts/video_to_text.py \
--input "/path/to/video.mp4" \
--output "/path/to/subtitle.srt" \
--model small \
--api-key "your-api-key"
```
**参数:**
| 参数 | 说明 | 默认 |
|------|------|------|
| --model | Whisper 模型 (tiny/small/base) | small |
| --margin | 静音片段缓冲秒数 | 0.5 |
| --api-key | MiniMax API Key | 环境变量 MINIMAX_API_KEY |
**模型选择:**
| 模型 | 内存 | 速度 |
|------|------|------|
| tiny | ~1GB | 最快 |
| **small** | ~2GB | 较快 |
| base | ~3GB | 中等 |
### 3. 烧录字幕 (burn_subtitle.py)
将 SRT 字幕烧录进视频。
```bash
python3 skills/video-pipeline-bundle/scripts/burn_subtitle.py \
--input "/path/to/video.mp4" \
--subtitle "/path/to/subtitle.srt" \
--output "/path/to/output.mp4"
```
### 4. FFmpeg 工具箱 (ffmpeg_tools.py)
支持拼接、格式转换等操作。
```bash
# 拼接视频
python3 skills/video-pipeline-bundle/scripts/ffmpeg_tools.py concat \
--inputs "1.mp4" "2.mp4" \
--output "merged.mp4"
# 格式转换
python3 skills/video-pipeline-bundle/scripts/ffmpeg_tools.py convert \
--input "video.mov" \
--output "video.mp4"
# 查看视频信息
python3 skills/video-pipeline-bundle/scripts/ffmpeg_tools.py info \
--input "/path/to/videos"
```
### 5. 完整工作流 (pipeline.py)
一站式处理,支持分步执行。
```bash
# 检查依赖
python3 skills/video-pipeline-bundle/scripts/pipeline.py --check-deps
# 安装依赖
python3 skills/video-pipeline-bundle/scripts/pipeline.py --install-deps
# 扫描目录
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--list \
--input "/path/to/videos"
# 执行单步
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--step 1 \
--input "/path/to/videos" \
--output "/path/to/output"
# 执行全量
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--all \
--input "/path/to/videos" \
--output "/path/to/output" \
--subtitle "/path/to/subtitles" \
--api-key "your-api-key"
# 带确认模式
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--all \
--input "/path/to/videos" \
--output "/path/to/output" \
--confirm
```
## 步骤说明
| 步骤 | 功能 | 输入 | 输出 |
|------|------|------|------|
| 1 | 剪辑(去静音) | 原始视频 | 已剪辑视频 |
| 2 | 转写(生成字幕) | 已剪辑视频 | SRT 字幕 |
| 3 | 烧录 | 已剪辑视频 + 字幕 | 已烧录视频 |
| 4 | 拼接 | 多个视频 | 合并视频 |
## 输出目录结构
```
输入目录/
├── 文字稿/ # 字幕文件
├── 项目名/ # 处理后的视频
│ ├── 1_已剪辑.mp4
│ └── 2_已剪辑.mp4
└── 项目名_成品/ # 最终成品
└── 合并视频.mp4
```
## ⚠️ 安全注意事项
### 1. 消息通知(可选,默认关闭)
脚本支持发送进度通知到 Feishu,但:
- **默认不发送消息**(`--notify false` 即可禁用)
- 如需启用,请设置 `OPENCLAW_TARGET` 环境变量为可信目标
- 通知内容会包含文件名,请注意信息安全
```bash
# 禁用通知(推荐)
python3 ... --notify false
# 启用通知(仅可信目标)
export OPENCLAW_TARGET="your-safe-target"
```
### 2. 自动安装(默认仅提示)
`--install-deps` 选项会检测缺失的依赖并提供安装命令,但:
- **不会自动执行 sudo/apt-get/brew**
- 仅显示需要手动执行的命令
- 建议在虚拟环境或容器中安装
### 3. API Key 安全
- 使用环境变量 `MINIMAX_API_KEY` 而非硬编码
- 或使用 `--api-key` 参数(注意命令历史)
- 建议使用受限权限的 API Key
### 4. 建议的测试方式
```bash
# 1. 先检查依赖
python3 skills/video-pipeline-bundle/scripts/pipeline.py --check-deps
# 2. 手动安装缺失的依赖(不要用 --install-deps 自动安装系统包)
# 3. 在隔离环境测试
python3 skills/video-pipeline-bundle/scripts/pipeline.py \
--list \
--input "/path/to/test/videos" \
--notify false
```
## 常见问题
**Q: 提示 "auto-editor 未安装"**
A: 运行 `python3 skills/video-pipeline-bundle/scripts/pipeline.py --install-deps`
**Q: 提示 "MINIMAX_API_KEY 未设置"**
A: 设置环境变量 `export MINIMAX_API_KEY="your-key"`,或使用 `--api-key` 参数
**Q: 显存不够怎么办?**
A: 使用 `--model tiny` 参数,tiny 模型只需要 ~1GB 内存
**Q: ffmpeg 未安装?**
A: Ubuntu/Debian: `sudo apt install ffmpeg` | macOS: `brew install ffmpeg` | Windows: 下载 ffmpeg.exe
通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成(文生图)、AI视频生成(图生视频)和AI视频编辑,通过AI音乐生成把想法做成歌曲或纯音乐,也可用AI语音生成(文字转语音)、多语言旁白和AI语音克隆完成跨媒介内容;还能查找抖音数据、小红书数据,以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势,把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件,用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手,适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;还能在不同媒介间复用原始素材、已有成果和查到的公开资料,查看制作进度、返回文件、实际用量和积分记录。
用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播,并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。一节课的讲解也能做成课程口播。
ContextWeaveアーキテクチャ図ワンショット生成
将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成图片丰富的海报,在海报排版上搭配清晰视觉层级、按品类匹配的风格和预留文字区域,覆盖活动、音乐节、电影、产品发布和促销场景。你可以把它当作 AI宣传单制作工具来制作促销宣传单,当作活动海报设计工具,当作电影海报生成器,当作音乐节海报设计工具,当作产品发布会海报的 banner设计 AI,或当作平面设计海报工作室。从活动主题出发,用品牌风格参考图变换产品或场景照片,或在已认可草稿上做定向精修,完成可印刷或可分享的成品。
抖音短视频双路径生产体系(单 Skill 版)。Path A[付费·高质量]:策略大脑→(可选:素材混剪/AI高光提取)→脚本优化→AI生图/素材准备→配音渲染(百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人)。Path B[免费·动画风]:采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4,零云费开箱快。触发词分层:①"抖音短视频/选题规划/合规闸门/运营策略" ②"口播脚本/AI生图/AI配音/视频渲染/Remotion渲染" ③"蹭热点/快速出片/免费做视频" ④"混剪/高光提取/素材粗剪/autoclip
GPT Image 2.5生图是一款 AI 工具,用 GPT-Image-2.5 和 ChatGPT Images 2.5 出一张图。GPT Image 2.5 Studio 支持 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst,可文生图或参考图生图,做中文海报、商品图、信息图和社媒画面。
用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面做首尾帧视频的完整转场,也可以结合图片、视频和音频参考,以多模态视频生成塑造统一场景。适合 AI 广告视频、电商产品视频、品牌宣传视频、动态海报、游戏 UI、电影片头和社交短视频创作,形成电影感画面与同步的原生立体声。使用 Beatra 账号即可开始,创作进度与成片集中管理。
输入品牌名称、行业方向或参考图,生成专业 AI Logo、品牌标识和应用图标。这款 AI logo 设计工具从你的品牌简报出发——公司名、行业气质、配色偏好——先探索多个商标设计方向,再用精确品牌色、简洁几何和可缩放构图精修最强概念。制作企业 logo、创业公司标志、字母标、徽章、组合标识和 VI设计中的主标,从网站 favicon 到门头招牌都清晰可辨。从文字描述出发,将已有草图和品牌素材转化为精致标识,或在已认可草稿上做定向精修。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。