SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场ffmpeg

ffmpeg

通用与其它

查看项目

更新于 10-16 01:58

技能介绍

FFmpeg 是一个用于本地音频/视频检查与转换的 CLI 技能，通过 ffmpeg 和 ffprobe 实现，调用方式为 /ffmpeg。

用途与范围 该技能用于对磁盘上的媒体文件进行探测元数据、裁剪片段、转码容器/编解码器、拼接片段、提取音频、截取缩略图以及构建 GIF 预览。它明确不适用于 AI 图像或视频生成（应使用 draw-thing）、UI 或布局设计（应使用 design）、网络下载（应使用 yt-dlp）以及广播/流媒体管线。

主要能力与模式 技能提供多种模式，通过参数分发：

  • Doctor：运行 PATH 检查，若 ffmpeg/ffprobe 缺失则停止。
  • Probe：运行探测辅助脚本，汇总流信息和时长。
  • Trim：探测后选择流复制或重编码方案，输出到新路径。
  • Transcode：探测编解码器，应用 H.264/AAC 或复制方案。
  • Concat：验证各片段探测结果，使用 concat 解复用器方案并输出新文件。
  • Extract audio：探测音频流，选择 MP3/M4A/复制方案。
  • Thumbnail：定位帧，将 JPG/PNG 写入新路径。
  • GIF：使用调色板 GIF 方案，并限制时长。
  • Auto：根据自然语言编辑意图自动分类为 trim/transcode/thumbnail/gif。
  • Help：显示模式、关键规则、脚本命令和参考索引。

使用方式 调用时使用 /ffmpeg 后接参数。例如：

  • /ffmpeg doctor
  • /ffmpeg probe ~/Movies/clip.mp4
  • /ffmpeg trim ~/Movies/clip.mp4 00:00:05 00:00:15
  • /ffmpeg transcode ~/Movies/clip.mov
  • /ffmpeg concat part1.mp4 part2.mp4
  • /ffmpeg extract-audio ~/Movies/clip.mp4
  • /ffmpeg thumbnail ~/Movies/clip.mp4 00:00:03
  • /ffmpeg gif ~/Movies/clip.mp4 00:00:02 4

关键规则

  • 修改前必须探测：对每个源文件运行 probe_media.py，再选择映射、编解码器和时长边界。
  • 默认不覆盖原文件：始终写入新输出路径；原地替换需用户明确批准并备份/临时文件替换。
  • 仅使用预定义方案：ffmpeg 命令仅从 references/recipes-trim-transcode.md 和 references/recipes-thumbnail-gif.md 构建，不即兴创建滤镜链或破坏性批处理。

前置协议 在任何修改前运行：uv run python scripts/doctor.py --format json。若 JSON ok 为 false 则停止。安装指引：brew install ffmpeg。对每个输入文件运行：uv run python scripts/probe_media.py /absolute/path/to/input.mp4，解析 summary.duration_seconds、summary.stream_counts 和编解码器字段后再选择方案。

各模式协议

  • Doctor：运行 doctor.py，报告检查状态和修复建议；若 ffmpeg-binary 或 ffprobe-binary 失败，不运行 ffmpeg 修改。
  • Probe：要求可读本地文件路径，运行 probe_media.py，汇总容器、时长、视频/音频编解码器、分辨率、流数量；解释旋转、多轨音频或字幕流时加载 references/probe-fields.md。
  • Trim：探测源，验证起止时间在时长内；关键帧对齐可接受时优先流复制，否则使用重编码裁剪方案；输出到 basename.trim.ext 或用户提供的新路径；加载 references/recipes-trim-transcode.md。
  • Transcode：探测源，决定复制还是 H.264/AAC 重编码；多轨时显式映射流；除非用户禁止，MP4 网络分发包含 -movflags +faststart；加载 references/recipes-trim-transcode.md。
  • Concat：探测每个片段，确认编解码器/分辨率兼容以进行复制拼接；用绝对路径构建 concat 列表文件；不警告不得用复制拼接不相关编解码器；输出到新 *.concat.mp4 路径；加载 references/recipes-trim-transcode.md。
  • Extract audio：探测源，当 stream_counts.audio 为零时优雅失败；根据目标格式选择 MP3、M4A 或复制方案；写入 basename.audio.ext 新文件；加载 references/recipes-trim-transcode.md。
  • Thumbnail：探测源，要求至少一个视频流；选择时间戳（用户值或 10% 时长限制在 1–10 秒）；将 JPG/PNG 写入 OUTPUT/ 或同级路径，绝不覆盖源；加载 references/recipes-thumbnail-gif.md。
  • GIF：探测源，限制时长（默认最大 5 秒，除非用户扩展）；使用两遍调色板方案保证质量，单遍仅用于快速预览；写入 clip.gif 和可选 palette.png 新文件；加载 references/recipes-thumbnail-gif.md。
  • Help（空参数）：显示分发表、关键规则、doctor/probe 命令、参考索引和下方画廊。

自动检测启发式

  • 安装/工具疑问 → Doctor。
  • “metadata”、“codec”、“duration”、“how long”、“what format” → Probe。
  • “cut”、“clip”、“from ... to ...”、时间范围 → Trim。
  • “mp4”、“webm”、“h264”、“aac”、“smaller”、“compress” → Transcode。
  • “join”、“merge clips”、“append videos” → Concat。
  • “mp3”、“wav”、“m4a”、“strip video”、“audio only” → Extract audio。
  • “poster frame”、“screenshot”、“still”、“thumbnail” → Thumbnail。
  • “gif”、“animated preview” → GIF。
  • 生成式图像/视频语言 → 拒绝；重定向到 draw-thing。
  • UI/页面/布局设计 → 拒绝；重定向到 design。
  • 模糊 → 询问模式并说明复制与重编码的权衡。

技能感知与重定向

  • “generate an image”、“txt2img”、“AI video”、本地 Draw Things → draw-thing。
  • “design a landing page”、“Figma”、“React layout” → design。
  • “download from YouTube/URL” → yt-dlp。
  • 直播、RTMP、OBS 接线 → 超出范围，建议流媒体文档。

参考文件与脚本 参考文件：references/safety.md（任何修改；原地覆盖问题）、references/probe-fields.md（解释探测 JSON）、references/recipes-trim-transcode.md（trim、transcode、concat、extract-audio）、references/recipes-thumbnail-gif.md（thumbnail、gif）。 脚本：scripts/doctor.py（验证 PATH 上的 ffmpeg/ffprobe，--format json）、scripts/probe_media.py（ffprobe 包装器，带摘要，--raw 获取完整负载）、scripts/check.py（验证 SKILL.md、评估、包干运行、审计）。验证命令：uv run python scripts/check.py。

报告模板 任何修改后报告：Doctor 状态（若本次会话运行）、探测摘要（时长、编解码器、流）、方案名称（复制 vs 重编码）、执行的确切 ffmpeg 命令、输出路径和大小变化、注意事项（关键帧裁剪、缺失音频、GIF 时长上限）。

适用场景与限制 适用于本地媒体文件的检查与转换，如裁剪、转码、拼接、提取音频、生成缩略图和 GIF。限制包括：不用于 AI 生成、设计、网络下载或流媒体；默认不覆盖原文件；仅使用预定义方案；需要 ffmpeg/ffprobe 在 PATH 中。