據 AlphaMoat 統計,截至 2026-10,FFmpeg 累計下載 22,628 次、獲 10 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 1,255 位,在「設計創意」分類(1,116 個)中排名第 175 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| ClawHub ↗ | 7716 | 5 | - |
| SkillHub ↗ | 2.3萬 | 10 | — |
各平台的計數口徑不同,統計時間不一致。
幫助選對編解碼器、濾鏡與編碼引數,並解釋常見陷阱:把裁剪引數放在輸入前是快速定位但可能不準,放在輸入後則逐幀精確但更慢;流複製狀態下不能疊加濾鏡,需要重新編碼。宣告支援 Linux、macOS 與 Windows。
資料釋出於 2026-10-27
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。 該技能有同名的其他版本,調整前的資料歸屬當前下載量最大的這一個。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 2.3萬 | — | 10 |
| 2026-09 | 1.2萬 | — | 10 |
| 2026-08 | 9604 | +12.8% | 10 |
| 2026-07 | 8517 | +12.3% | 10 |
| 2026-06 | 7585 | +12.0% | 8 |
| 2026-05 | 6770 | — | 7 |
| 2026-03 | 4423 | — | 5 |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
---
name: FFmpeg
description: Process video and audio with correct codec selection, filtering, and encoding settings.
metadata: {"clawdbot":{"emoji":"🎬","requires":{"bins":["ffmpeg"]},"os":["linux","darwin","win32"]}}
---
## Input Seeking (Major Difference)
- `-ss` BEFORE `-i`: fast seek, may be inaccurate—starts from nearest keyframe
- `-ss` AFTER `-i`: frame-accurate but slow—decodes from start- Combine both: `-ss 00:30:00 -i input.mp4 -ss 00:00:05`—fast seek then accurate trim - For cutting, add `-avoid_negative_ts make_zero` to fix timestamp issues ## Stream Selection - Default: first video + first audio—may not be what you want - Explicit selection: `-map 0:v:0 -map 0:a:1`—first video, second audio - All streams of type: `-map 0:a`—all audio streams - Copy specific: `-map 0 -c copy`—all streams, no re-encoding - Exclude: `-map 0 -map -0:s`—all except subtitles ## Encoding Quality - CRF (Constant Rate Factor): lower = better quality, larger file—18-23 typical for H.264 - `-preset`: ultrafast to veryslow—slower = smaller file at same quality - Two-pass for target bitrate: first pass analyzes, second pass encodes - `-crf` and `-b:v` mutually exclusive—use one or the other ## Container vs Codec - Container (MP4, MKV, WebM): wrapper format holding streams - Codec (H.264, VP9, AAC): compression algorithm for stream - Not all codecs fit all containers—H.264 in MP4/MKV, not WebM; VP9 in WebM/MKV, not MP4 - Copy codec to new container: `-c copy`—fast, no quality loss ## Filter Syntax - Simple: `-vf "scale=1280:720"`—single filter chain - Complex: `-filter_complex "[0:v]scale=1280:720[scaled]"`—named outputs for routing - Chain filters: `-vf "scale=1280:720,fps=30"`—comma-separated - Filter order matters—scale before crop gives different result than crop before scale ## Common Filters - Scale: `scale=1280:720` or `scale=-1:720` for auto-width maintaining aspect - Crop: `crop=640:480:100:50`—width:height:x:y from top-left - FPS: `fps=30`—change framerate - Trim: `trim=start=10:end=20,setpts=PTS-STARTPTS`—setpts resets timestamps - Overlay: `overlay=10:10`—position from top-left ## Audio Processing - Sample rate: `-ar 48000`—standard for video - Channels: `-ac 2`—stereo - Audio codec: `-c:a aac -b:a 192k`—AAC at 192kbps - Normalize: `-filter:a loudnorm`—EBU R128 loudness normalization - Extract audio: `-vn -c:a copy output.m4a`—no video, copy audio ## Concatenation - Same codec/params: concat demuxer—`-f concat -safe 0 -i list.txt -c copy` - Different formats: concat filter—`-filter_complex "[0:v][0:a][1:v][1:a]concat=n=2:v=1:a=1"` - list.txt format: `file 'video1.mp4'` per line—escape special characters - Different resolutions: scale/pad to match before concat filter ## Subtitles - Burn-in (hardcode): `-vf "subtitles=subs.srt"`—cannot be turned off - Mux as stream: `-c:s mov_text` (MP4) or `-c:s srt` (MKV)—user toggleable - From input: `-map 0:s`—include subtitle streams - Extract: `-map 0:s:0 subs.srt`—first subtitle to file ## Hardware Acceleration - Decode: `-hwaccel cuda` or `-hwaccel videotoolbox` (macOS) - Encode: `-c:v h264_nvenc` (NVIDIA), `-c:v h264_videotoolbox` (macOS) - Not always faster—setup overhead; benefits show on long videos - Quality may differ—software encoding often produces better quality ## Common Mistakes - Forgetting `-c copy` when not re-encoding—defaults to re-encode, slow and lossy - `-ss` after `-i` for long videos—takes forever seeking - Audio desync after cutting—use `-async 1` or `-af aresample=async=1` - Filter on stream copy—filters require re-encoding; `-c copy` + `-vf` = error - Output extension doesn't set codec—`output.mp4` without `-c:v` uses default, may not be H.264
透過同一個AI創作工具完成AI圖片、影片、音樂與語音創作,查詢公開社交資料,編輯視覺成果,並集中檢視和管理生成資產。Beatra 全能創作支援AI圖片生成(文生圖)、AI影片生成(圖生影片)和AI影片編輯,透過AI音樂生成把想法做成歌曲或純音樂,也可用AI語音生成(文字轉語音)、多語言旁白和AI語音克隆完成跨媒介內容;還能查詢抖音資料、小紅書資料,以及 YouTube、TikTok、Instagram 與 X 上的公開帖子、筆記、評論、賬號和趨勢,把社交媒體資料用於競品調研和創作。它是一款面向AI內容創作與多模態內容創作的AI創作套件,用起來就是一個把圖片、影片、音樂與語音收在同一處的AI創作助手,適用於社交內容、產品展示、行銷素材、課程、播客、短片和跨媒介專案;還能在不同媒介間複用原始素材、已有成果和查到的公開資料,檢視製作進度、返回檔案、實際用量和積分記錄。
用一張人像和一段短指令碼或語音,製作有明確講述內容的數位人口播影片。可使用現成錄音,也可以先選擇音色,把指令碼生成旁白,讓畫面中的人物隨聲音完成穩定、自然的口播。適合 AI 主播、虛擬主播影片、數位人講解、讓照片說話、照片說話影片、產品講解影片、數位人培訓影片、公告和社交口播,並在交付後檢查人物一致性、聲音清晰度、口型同步和動作穩定性。一節課的講解也能做成課程口播。
ContextWeave 架構圖一鍵生成
將一段活動描述、一張產品照片或品牌參考圖,轉化為抓人眼球的活動海報、宣傳 banner 或社交媒體配圖。這款 AI海報設計與製作工具生成圖片豐富的海報,在海報排版上搭配清晰視覺層級、按品類匹配的風格和預留文字區域,覆蓋活動、音樂節、電影、產品釋出和促銷場景。你可以把它當作 AI宣傳單製作工具來製作促銷宣傳單,當作活動海報設計工具,當作電影海報生成器,當作音樂節海報設計工具,當作產品釋出會海報的 banner設計 AI,或當作平面設計海報工作室。從活動主題出發,用品牌風格參考圖變換產品或場景照片,或在已認可草稿上做定向精修,完成可印刷或可分享的成品。
抖音短影片雙路徑生產體系(單 Skill 版)。Path A[付費·高質量]:策略大腦→(可選:素材混剪/AI高光提取)→指令碼最佳化→AI生圖/素材準備→配音渲染(百鍊/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/數位人)。Path B[免費·動畫風]:採集熱點→指令碼→edge-tts免費配音+HyperFrames開源渲染→MP4,零雲費開箱快。觸發詞分層:①"抖音短影片/選題規劃/合規閘門/營運策略" ②"口播指令碼/AI生圖/AI配音/影片渲染/Remotion渲染" ③"蹭熱點/快速出片/免費做影片" ④"混剪/高光提取/素材粗剪/autoclip
GPT Image 2.5生圖是一款 AI 工具,用 GPT-Image-2.5 和 ChatGPT Images 2.5 出一張圖。GPT Image 2.5 Studio 支援 gpt-image-2.5-flare 與 gpt-image-2.5-sunburst,可文生圖或參考圖生圖,做中文海報、商品圖、資訊圖和社媒畫面。
用 MiniMax H3 這款 AI影片生成器創作高質感 2K AI 影片。從文字創意出發完成文生影片,讓靜態圖片自然動起來,用首尾畫面做首尾幀影片的完整轉場,也可以結合圖片、影片和音訊參考,以多模態影片生成塑造統一場景。適合 AI 廣告影片、電商產品影片、品牌宣傳影片、動態海報、遊戲 UI、電影片頭和社交短影片創作,形成電影感畫面與同步的原生立體聲。使用 Beatra 賬號即可開始,創作進度與成片集中管理。
輸入品牌名稱、行業方向或參考圖,生成專業 AI Logo、品牌標識和應用圖示。這款 AI logo 設計工具從你的品牌簡報出發——公司名、行業氣質、配色偏好——先探索多個商標設計方向,再用精確品牌色、簡潔幾何和可縮放構圖精修最強概念。製作企業 logo、創業公司標誌、字母標、徽章、組合標識和 VI設計中的主標,從網站 favicon 到門頭招牌都清晰可辨。從文字描述出發,將已有草圖和品牌素材轉化為精緻標識,或在已認可草稿上做定向精修。
將使用者明確糾正與自我檢視整理成分層記憶,並依使用情況升級或封存。
在保留公式、格式和活頁簿結構的前提下建立、檢查或編輯 Excel 檔案。
處理 Word 與 DOCX 文件的作業指南,著重維持樣式、編號與版面。
面向多家影片模型 API 的 AI 影片生成與編排技能。
把資料庫、表格與匯出的原始資料變成可決策結論的資料分析技能。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。