Video Studio Skill for Codex
Use when the user asks to create or edit videos end-to-end (script→video, auto-cut/jumpcut, captions/subtitles, polishing for Shorts/Reels/TikTok). Current implemented backend: local FFmpeg (probe/render/jumpcut/burn-subtitles/polish). Planned/optional backends: Remotion (motion graphics templates), VectCutAPI (CapCut/剪映 timeline editing), and video-audio-mcp (MCP tool wrapper) when available. Produces a finished video artifact (MP4 by default) from assets + copy + a design/storyboard plan.
Install
one command, takes just this skill from the repositorynpx skills add https://github.com/foryourhealth111-pixel/Vibe-Skills --skill video-studioWhat comes with it
29 133 bytes besides the instructionThe instruction itself
5 sections, as written by the authorVideo Studio (自动视频制作 / 剪辑 / 打磨)
目标：把「素材（视频/音频/图片）+ 文案 + 编排/设计方案」自动变成可发布的成片，并在最后做一轮“打磨”（节奏、转场、字幕、音量、编码）。
何时使用
- 你要“从 0 生成一个视频”（口播/科普/产品介绍/短视频）
- 你要“自动剪辑已有视频/音频”（去静音、裁切、拼接、转场、加字幕、加 Logo/BGM）
- 你要“适配平台规格”（9:16 / 1:1 / 16:9、码率、分辨率、时长上限）
- 你要“自动抛光”（音量标准化、fade in/out、H.264/yuv420p、帧率、字幕烧录）
背后能力（融合方案）
本 skill 不绑定单一引擎，而是按可用性选择 backend：
- FFmpeg（基线后端，必备）
- 本地快速剪辑、拼接、字幕烧录、音频混音、编码打磨
- Remotion（可选，做“像设计稿一样”的动效视频）
- 程序化动效、模板化片头片尾、动态字幕/图表
- VectCutAPI（可选，高阶时间线后端）
- 如果你有剪映/CapCut + VectCutAPI 服务，可用 API/MCP 进行更复杂的轨道/特效/关键帧
- video-audio-mcp（可选，MCP 封装的 FFmpeg 工具箱）
- 如果已配置该 MCP server，可把常用 FFmpeg 操作当成工具调用（trim/concat/subtitles/overlays/remove_silence）
先跑一次环境探测（强烈推荐）
在当前项目目录里执行：
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py probe
它会输出 JSON，说明：
ffmpeg/ffprobe是否可用（没有则给出安装建议）node/npm/npx是否可用（Remotion 需要）vectcut_base_url是否可连（可选）
产物约定（建议）
- 中间文件：
outputs/video-studio/tmp/ - 最终成片：
outputs/video-studio/final/
你可以把素材放在：
assets/video/assets/audio/assets/images/assets/fonts/
最小闭环：用 spec 直接生成视频（FFmpeg backend）
1) 写一个 spec（可参考本 skill 的 references/sample_spec.json）
2) 运行：
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py render --spec C:\path\to\spec.json
“打磨”步骤（推荐作为最后一步）
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py polish --in .\outputs\video-studio\final\video.mp4 --out .\outputs\video-studio\final\video.polished.mp4
打磨会尽量做到：
- H.264 + yuv420p（平台兼容）
- 统一帧率/分辨率
- 音量标准化（EBU R128 loudnorm）
- 可选 fade in/out
自动剪辑：JumpCut（去静音/去停顿）
适合“口播/访谈/课程录屏”这类有明显停顿的视频：自动检测静音区间并拼接，提高节奏流畅度。
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py jumpcut --in .\assets\video\talking.mp4 --out .\outputs\video-studio\final\talking.jumpcut.mp4
常用参数：
--silence-threshold-db：静音阈值（例如-35）--min-silence：最短静音时长（例如0.4）--pad：保留在静音边界的 padding（避免“咬字被切掉”）
字幕烧录（SRT → MP4）
如果你已经有 captions.srt（来自转录或人工），可直接烧录：
python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py burn-subtitles --in .\outputs\video-studio\final\video.mp4 --srt .\assets\captions.srt --out .\outputs\video-studio\final\video.subbed.mp4
需要 AI 生成素材时（可选）
这个 skill 优先复用既有 skill，避免重复造轮子：
- 图片/背景：
$imagegen（需要OPENAI_API_KEY） - 配音：
$speech（需要OPENAI_API_KEY） - 转录：
$transcribe（需要OPENAI_API_KEY）
典型全自动流程：
1) 文案 → 生成配音（speech）
2) 配音 → 生成字幕（transcribe 或手工脚本）
3) 文案/分镜 → 生成背景图（imagegen）
4) 用本 skill 的 render/polish 合成出片
质量门禁（交付前自检）
- 成片可播放（本地播放器 + 秒开）
- 分辨率/帧率符合平台（例如 1080x1920@30fps）
- 音量不过爆、不太小（主讲语音清晰，BGM 不盖人声）
- 字幕不超出安全区（手机端不被 UI 遮挡）
边界
- 本 skill 会生成/编辑视频文件，但不会替你发布到平台。
- 高级“像剪映一样”的轨道编辑：优先走 VectCutAPI（如果你有服务），否则用 FFmpeg 的能力做到“够用的自动剪辑”。
Other skills for the same job
different authors, same section of the catalogue
Create beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.
Creating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems. Create original algorithmic art rather than copying existing artists' work to avoid copyright violations.
Improves the quality of images, especially screenshots, by enhancing resolution, sharpness, and clarity. Perfect for preparing images for presentations, documentation, or social media posts.
Downloads videos from YouTube and other platforms for offline viewing, editing, or archival. Handles various formats and quality options.
Lightweight WSI tile extraction and preprocessing. Use for basic slide processing tissue detection, tile extraction, stain normalization for H&E images. Best for simple pipelines, dataset preparation, quick tile-based analysis. For advanced spatial proteomics, multiplexed imaging, or deep learning pipelines use pathml.
Microscopy data management platform. Access images via Python, retrieve datasets, analyze pixels, manage ROIs/annotations, batch processing, for high-content screening and microscopy workflows.
Python library for working with DICOM (Digital Imaging and Communications in Medicine) files. Use this skill when reading, writing, or modifying medical imaging data in DICOM format, extracting pixel data from medical images (CT, MRI, X-ray, ultrasound), anonymizing DICOM files, working with DICOM metadata and tags, converting DICOM images to other formats, handling compressed DICOM data, or processing medical imaging datasets. Applies to tasks involving medical image analysis, PACS systems, radiology workflows, and healthcare imaging applications.
This skill should be used when working with pre-trained transformer models for natural language processing, computer vision, audio, or multimodal tasks. Use for text generation, classification, question answering, translation, summarization, image classification, object detection, speech recognition, and fine-tuning models on custom datasets.
How to use it
Take foryourhealth111-pixel/video-studio from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.