Raw Video Editor 是一个面向 AI 智能体的视频剪辑技能，目标是把创作者交付的原始未剪辑视频（口播、讲解视频、短视频、Vlog 等）按专业剪辑师的方式逐级加工为成片。资料说明其方法学来自两场关于用 Claude 做视频剪辑的课程，并把相同的“分档剪辑”流程编码为可执行步骤，全部通过 ffmpeg 与 HyperFrames CLI 完成，不使用 Python 辅助脚本。
用途上，它适用于用户说“帮我剪这个视频”“清理我的原始录制”等场景。技能的工作方式是：先观看素材（转录 + 抽帧），提出带时间码的剪辑计划，等待用户确认，再按轮次一次只做一个加工档位，渲染后自检画面，接收反馈并产出新版本。
主要能力按档位（Level）划分：Level 1 快速润色，加入动态图形、规范字幕与所需音效；Level 2 干净剪辑，去除静音、口头禅与重复拍摄，保留最佳一条，不切断句子；Level 3 无版权空镜、背景音乐、字幕与版权清单；Level 4 建立创作者个人空镜素材库并从中挑选；Level 5 解析参考视频的剪辑风格（图形、卡片、剪辑点、节奏、字幕、转场、音乐、音效），保存为可复用风格后套用；Level 6 高级／Apple 风格极简动态设计。新素材的默认顺序为 2 → 3 或 4 → 5 或 6，Level 1 作为一句话快捷方式；Level 2 总是在叠加类加工之前执行，因为叠加层需要按剪辑后的时间轴对齐。
使用方式上，工作流分为若干步骤。Step 0 建立工作区并做安全校验：创建工作目录、对原始文件计算 SHA-256 哈希、用 ffprobe 导出媒体信息、初始化版权清单、检查 HyperFrames 运行环境（要求 Node ≥ 22），并确定下一个不覆盖的渲染文件名（如 -edited-v1.mp4、-v2.mp4）。Step 1 收集缺失的必要信息：要做的档位、平台与画幅（YouTube 16:9 或 Shorts/Reels 9:16）、语言与字幕语言、参考视频、品牌色与字体、个人空镜文件夹与创作者照片。Step 2 转录并抽帧：用 HyperFrames 生成词级 transcript.json 与 SRT，用 ffmpeg silencedetect 检测静音，制作联系表查看画面，然后写出编辑计划并等待用户同意。Step 3 执行约定档位。Step 4 强制自检：每 2 秒抽帧并额外在叠加层起始后 0.3 秒抽帧，检查字幕与图形不遮挡人脸或关键内容、字幕在手机端可读、图形出现在对应词上、无重复句或断词、人声清晰高于音乐、无接缝爆音、响度约 -14 LUFS、lint 与 inspect 通过、分辨率与帧率与源一致、原始文件哈希校验通过。Step 5 交付并迭代：提供 HyperFrames Studio 预览地址，报告渲染路径、本版改动、时长前后对比、版权清单与哈希校验行，并把用户的口语化反馈自行翻译为参数调整。
工具方面，ffmpeg/ffprobe 负责切割、抽帧、静音检测与混音；HyperFrames CLI 负责转录、合成、lint/inspect、预览、渲染与背景移除；shasum 用于证明原始文件未被改动。语音替换有优先级：优先使用创作者真实录音，其次用本地 Chatterbox 克隆声音，最后才用 Kokoro（hf tts），且需先告知用户不是其本人声音。可复用资产包括保存到 ~/.raw-video-editor/styles/ 的风格档案、~/.raw-video-editor/broll/ 的空镜目录，以及 ~/.raw-video-editor/preferences.md 中的持久偏好。
限制与注意事项：原始视频与用户的空镜文件夹严格只读，所有输出写入新工作区新文件，写文件的 ffmpeg 命令使用 -n 不覆盖；每轮只做一个档位，除非用户明确要求一次性完成；不在用户同意剪辑计划前开始剪辑；不使用带 .en 的模型处理非英语语音（会翻译成英文）；若转录文本出现乱码（资料提到 whisper.cpp 可能拆分天城文/乌尔都文字符），需告知用户并给出替代方案；HyperFrames 不负责切割素材；不要用 data-playback-rate 做变速；CPU 上转录与克隆较慢，渲染也较慢，需提前告知等待时间。资料中给出的命令、脚本路径与性能数字均依赖具体机器环境，实际可用性未经验证。