据 AlphaMoat 统计,截至 2026-10,FFmpeg 累计下载 22,628 次、获 10 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 1,255 位,在「设计创意」分类(1,116 个)中排名第 175 位。
列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。
| 平台 | 累计下载 | 星标 | 评论 |
|---|---|---|---|
| ClawHub ↗ | 7,716 | 5 | - |
| SkillHub ↗ | 2.3万 | 10 | — |
各平台的计数口径不同,统计时间不一致。
帮助选对编解码器、滤镜与编码参数,并解释常见陷阱:把裁剪参数放在输入前是快速定位但可能不准,放在输入后则逐帧精确但更慢;流拷贝状态下不能叠加滤镜,需要重新编码。声明支持 Linux、macOS 与 Windows。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。 该技能有同名的其他版本,调整前的数据归属当前下载量最大的这一个。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-10 | 2.3万 | — | 10 |
| 2026-09 | 1.2万 | — | 10 |
| 2026-08 | 9,604 | +12.8% | 10 |
| 2026-07 | 8,517 | +12.3% | 10 |
| 2026-06 | 7,585 | +12.0% | 8 |
| 2026-05 | 6,770 | — | 7 |
| 2026-03 | 4,423 | — | 5 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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
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 架构图一键生成
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。
把用户纠正与自我复盘沉淀成分层记忆、并按使用情况升降级的技能。
在保留公式、格式与工作簿结构的前提下创建、检查并修改 Excel 文件的技能。
处理 Word 与 DOCX 文档的作业规范,重点是改完之后样式、编号与版式不跑偏。
面向多家视频模型 API 的 AI 视频生成与编排技能。
把数据库、表格与导出的原始数据变成可决策结论的数据分析技能。
数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。