视频工作流
Video Recap Skills（视频解说）
把支持的视频文件做成中文解说视频，覆盖场景理解、写稿、配音、剪辑和字幕合成。
505 GitHub star6 个技能MIT 许可形态：视频工作流截至 2026-09-11
安装 Video Recap Skills
npx skills add zenstory-ai/video-recap-skills -y -g它是什么
Video Recap Skills 面向 Claude Code，由 5 个独立 skill 加一个轻量编排器组成，总计 6 个 skills。它使用 ffmpeg，并通过远程 MiMo 服务完成 ASR、视觉理解和默认 TTS；Fish Audio 是可选的 TTS 服务。工作流可以制作解说视频，也可以导出可编辑的剪映草稿。最终交付仍需完整播放复核，不能只依赖自动 QC。
你需要什么
- 许可MIT，开源。
- 宿主一个 Agent 宿主：Claude Code、Codex CLI、Google Antigravity、OpenCode、ZCode、OpenClaw、Reasonix、Kimi Code、DeepSeek Harness。
- 安装一条命令：
npx skills add zenstory-ai/video-recap-skills -y -g - 或在浏览器里独立的 ZenStory 工作台：app.zenstory.ai。
三步开始
- 安装
npx skills add zenstory-ai/video-recap-skills -y -g - 入口命令在 Agent 宿主中运行
/video-recap。 - 按指南操作从下方 3 篇指南中选一个，完成第一个任务。
实用指南
流程
- 怎样把本地视频做成中文解说？ 先建立场景与对白证据索引，再确定观众承诺，分配画面、原声与旁白的职责，之后为有依据的文案配音、合成。完整流程指南说明 full/cut 选择、阶段交接和预期文件，再按需导出草稿。
- 原片没有旁白，可以看画面生成解说吗？ 可以。没有旁白不等于没有对白，人物说话时仍应保留对白证据；确无对白时可跳过 ASR，但仍需远程 VLM 分析。原创证据到文案示例分清改写书面承诺与证实结果，再展示只拿到起初尝试时能说什么。缺少后续画面，应补要证据或明确提出较窄方案，不编造结尾。
- 哪些地方应该保留原声？ 让完整原话、揭示变化的动作声或有意义的等待主导。收音机五拍示例比较缩短背景与去掉它，再逐拍安排字幕：保留忠实台词，另分可选声音提示，不把“搬过来就没声”改成“搬家弄坏了”。保住等待，不虚构贫困，也不把文字方案当成已完成混音。
- 可以先写好旁白，再随便剪画面吗？ 先明确故事与声音职责。编排式 cut 流程先选原片片段，再针对实际剪后输出时间线写旁白，不能直接把原片时间戳抄进输出时间的旁白稿。
- 配音太长，放不进窗口怎么办？ 先删减或移动这段意思，不要抢下一句须保留原话的位置。受限变速不等于无限加速；无法安全放入时可阻断放置，而不是裁掉尾音。
- 写了声音职责标签，就能自动保住原声吗？ 不能。渲染器不解析创意 board，需要实际旁白时间、对白证据与混音设置落实；原声可能在书面段落结束后仍被压低，直到安全恢复点。要听渲染后的真实交接。
- 可以再手动精修声音和字幕吗？ 先导出已有时间轴，再选择这场戏需要什么。剪映 / CapCut 指南比较两种原创排练剪法：把解说移到结果后，或去掉解说做原声主导的短版。对应字幕要一起处理，旧位置与新位置的音量关键帧也要检查；只移动旁白，不等于所有相关元素都会跟着移动。
有什么不同
- ffmpeg 处理本地媒体；已配置的远程服务接收 ASR、视觉理解和语音生成所需的媒体或文本，因此不是纯离线流程。
- 可选导出剪映草稿，供人工精修。
- 自动检查定位候选问题；最终复核以真实播放为准。
适合谁
- 影视解说 / 说剧类创作者
- 在剪映里精修的剪辑师
- 把长素材做成短解说的团队
相关术语
解说视频 剪映草稿 先剪后配
来源与边界
源码核对日期 2026-09-13。链接指向已核对的版本，不保证后续版本一致。