video-cut Checked

A skill from the GitHub repository zenstory-ai/video-recap-skills.

A skill from the GitHub repository zenstory-ai/video-recap-skills.

1. 定位

本技能只执行 Agent 已经做出的剪辑决定：

1. 校验并补全 clip_plan.json，写出带 clip_id、原片/输出时间与时长的 clip_plan_validated.json。

2. 先避开原片硬切附近的闪帧风险，最后把边界吸附到可靠句末/自然停顿；声音完整性拥有最终优先级。

3. 拼接选定区间，输出 edited_source.mp4。

4. 编排流程默认到此停止，由 Agent 按真实输出时间线写 narration.json。

5. 旧版单阶段路径还会把原片时间的旁白映射为 narration_mapped.json。

相同输入会得到相同输出。缓存仅表示：当 edited_source.mp4 新于 clip_plan.json 时复用成片。

2. 输入契约

work_dir/clip_plan.json 可以是数组，也可以是 {"clips": [...]}：

{"start": 12.0, "end": 28.5, "reason": "b02 | turn | power: A→B | POV=女主 | 保留反应 | 入点=问题落下 | 出点=沉默结束"}

• start / end 是原片秒数；也接受 source_start / source_end 或 in / out。
• 顶层可选 target_duration，例如 "10m"。
• 多视频项目的每个片段还必须填写 source_id。
• speech_boundary_anchors.json 与 ASR 时间段由理解阶段提供；Agent 先写大致区间，工具会尝试吸附并把仍在讲话区间内的入/出点作为 blocker 返回。

work_dir/narration.json 只在旧版单阶段路径中可选读取；该路径要求旁白使用原片时间。若允许重复或重叠片段，旁白可带 source_clip_id 消歧。

3. 剪辑意图契约

工具不会替 Agent 做创作选择。写片段前先完成本节的剪辑意图检查，并让每个区间映射到 recap_story_plan.json 的一个 beat。

使用现有自由文本 reason 保存简洁决定：

beat_id | function | change | POV | preferred moment | 入点 reason | 出点 reason

不要因为“事件重要”就保留整段；要保留最能让 change 成立的具体表演、反应、动作或揭示。理解与情绪允许时晚进早出，同时保证台词、动作和技术边界完整。

下面的 scripts/... 均相对于本技能目录。若执行器从仓库根目录启动，请给脚本路径加上本技能的绝对目录。脚本不从其他技能目录读取文件；外部输入仅限命令显式传入的视频、参数与 work_dir 产物。

4. 运行命令

python3 scripts/cut.py <video> --work-dir <work_dir> \
  [--target-duration 10m] [--clip-padding 0] [--allow-overlap]

5. 输出契约

• clip_plan_validated.json：标准化片段，包含 clip_id、source_start/end、output_start/end 与 duration。
• edited_source.mp4：按计划拼接后的短视频。
• narration_mapped.json：仅旧版单阶段路径生成；编排流程使用 --no-narration-map，不会生成该文件。

编排流程下游把 edited_source.mp4 当作视频，把 Agent 按输出时间写的 narration.json 当作旁白。

6. 边界与时间线规则

• 旧版路径中，clip_plan.json 与 narration.json 都使用原片时间；本工具负责原片 → 输出映射。
• 编排路径中，narration.json 直接使用剪后输出时间，不再映射。
• 默认禁止重叠或重复原片区间；--allow-overlap 开启后，旁白应填写 source_clip_id。
• 片段起点只能位于源头、可靠句末/静音窗，或与上一片段构成无损同源连续连接；片段终点同理。ASR 判定仍在讲话且无法吸附时写入 unsafe_clip_sentence_boundary 并阻断。
• SCENE_CUT_SNAP 默认开启：先按画面把 source start 向后、source end 向前吸附到附近硬切，随后句末吸附再做最终修正，避免视觉修正重新制造半句原声。默认范围为 SCENE_CUT_SNAP_MARGIN=0.5 秒，检测阈值为 SCENE_CUT_DETECT_THRESHOLD=0.4。
• scene-change score 只提供接点候选，不证明接点自然。先检查短时间窗内是否出现密集候选，再区分来源：原片自带的无关短镜头整段删除；相关但短到像闪帧的镜头通过扩展 IN/OUT 保留完整动作、反应或台词，不用定格/慢放伪造时长；由本次拼接制造的切点则优先移动边界、恢复同源连续运动、合并相邻片段或改用更自然的连接，尽量消除。成片后仍要逐个播放接点前后约 0.5–1 秒；白闪或曝光叠化再结合逐帧亮度定位，不能为了通过视觉检测切断完整台词，也不能用转场遮掩坏接点。
• 连续同源片段的无损连接不做句中双侧音频淡出；非连续片段仍在安全停顿内做防爆音淡入淡出。
• 旧版旁白映射若跨越 clip 边界，不再裁短后继续：clamped_beats 永久阻断，--allow-sparse-cut 也不能绕过旁白句子完整性。

需要检查短时间频繁切镜时，先用 ffmpeg scene filter 召回候选时间：

ffmpeg -i input.mp4 -vf "select='gt(scene,0.35)',showinfo" -an -f null -

0.35 是起始阈值，不是质量判据；大幅运动、闪白和叠化都可能误报。把候选映射回原片 shot 与本次拼接边界后，按上面的来源分类处理，并以正常速度播放决定是否保留。

7. 能力边界