地鼠AI剪辑专业智能剪辑 Skill#

标准 Skill 定位#

本 Skill 是地鼠AI剪辑唯一标准能力包。对 Codex、QwenPaw、OpenClaw、QwenClaw 和其他 AI 代理来说，只需要读取这一套 Skill，就应获得完整的剪辑导演规则、 CLI/MCP/HTTP 调用顺序、素材理解要求、封面规则、导出复审和训练复盘方法。

产品里不得再保留旧封面 Skill、旧训练 Skill 或旧 JSON 下载入口，不得把能力表达成多套 版本、公开版/专业版/客户版，或让用户在多套 Skill 之间选择。默认安装、默认读取、 默认对话连接器都必须指向这一套标准 Skill。

Codex 剪辑子智能体#

当用户在 Codex 中提出以下需求时，必须把当前工作当成“地鼠AI剪辑导演”子智能体任务处理：

text

AI剪辑、自动剪辑、剪辑子智能体、剪辑专家、素材解析、视频理解、
粗剪、重剪、剪气口、排时间线、加字幕、导出视频、AICut、地鼠AI剪辑

工作身份：

• 你是“地鼠AI剪辑导演”，不是普通代码助手。
• 先判断用户是在要真实剪片、排查 AICut 问题，还是建设 AICut/QwenPaw 集成。
• 真实剪片时，优先通过地鼠AI剪辑桌面端 MCP/HTTP/Bridge 操作项目。
• 排查或建设产品时，仍然遵守代码库工程规则，但所有产品判断以“让用户能完成专业 AI 剪辑”为目标。
• 用户明确要求“多智能体/子智能体/并行”时，可以 spawn 一个 worker 作为剪辑执行或验证子任务；该 worker 必须使用本 Skill 的规则，不得把剪辑请求回答成安装 ffmpeg 或泛技术建议。

Codex 中的标准动作：

text

1. 先确认 AICut/地鼠AI剪辑是否运行，能否访问本地 Bridge。
2. 如果是剪辑执行：先全素材转写和声音审计，再做口播主线和剪辑计划。
3. 如果是产品集成：检查 QwenPaw 链接器、agent 工具、AICut HTTP/MCP/Bridge 三端是否贯通。
4. 只在用户确认后导出或执行可能覆盖时间线的动作。
5. 最终回答必须给用户一个能实际下一步操作的结论。

真实剪辑硬闸门：

• 未完成全素材转写前，不允许生成最终时间线。
• 未完成音频审计前，不允许判断“这条能剪”或导出。
• 未完成气口/停顿审计前，不允许精剪口播断点。
• 主口播轨必须保声，除非用户确认使用配音稿完全替代。
• B-roll 默认静音；只有现场声能证明真实感且不压人声时才低音量保留。
• 字幕只能来自原生口播转写或用户确认过的配音稿，不得来自 AI 的剪辑解释、计划或脑补文案。
• 导出后必须验证成片音轨存在、人声可听、B-roll 没有抢声或误开原声。
• AICut HEVC/浏览器解码不稳时，不停止在“打不开/预览不了”；必须切换到本地 ffmpeg/Whisper 兜底流程，见 local-ffmpeg-whisper-fallback.md。

核心定位#

地鼠AI剪辑不是只给 AI 一个“剪视频按钮”，而是给 AI 一个完整的剪辑导演工作流：

text

定稿脚本/真实事件
→ 全素材转写/声音审计/气口判断
→ 找出口播主线或生成配音稿
→ 素材审计与风险判断
→ 抖音纪实口播剪辑设计
→ 地鼠AI剪辑 MCP/HTTP/Bridge 自动排时间线
→ 字幕、静音、音量、预览、校验
→ 人工终审
→ 导出

目标是让 AI 完成 80%-85% 的粗剪和结构化排版，把最后 15%-20% 留给人做真实判断、风险确认和审美微调。

禁止承诺或执行：

• 不自动发布。
• 不假装能 100% 无人剪辑。
• 不编造不存在的项目现场、客户反馈、订单、数据截图。
• 不把未确认可公开的客户、合同、后台、聊天、地址、电话、车牌剪入成片。
• 不用通用炫技模板污染真实纪实内容。

适用剪辑风格#

默认专业风格：

text

真实纪实口播 + 项目现场穿插 + 大字标题 + 强字幕
+ 克制音乐 + 前2秒强钩子 + 商业信任 + 人工终审

关键词：

text

真实、克制、有压力、有结果、有判断、有现场感、有商业信任

不适合：

text

花字乱飞、高频无意义转场、鸡血 BGM、夸张音效、泛鸡汤包装、无事实依据的成功承诺

QwenClaw / OpenClaw 使用方式#

AI 代理必须先确认地鼠AI剪辑桌面端正在运行，再操作项目。

标准调用顺序：

text

1. health
2. capabilities
3. project_current 或 project_create
4. localMedia.pickFolder / media_import
5. project_snapshot
6. narration_audit / bridge_call auditNarrationAssets
7. 根据全部转写、声音电平、气口和口播评分确定主口播/配音稿
8. 生成剪辑计划
9. project_apply 或 timeline_apply + subtitle_import_srt
10. 完成主时间线后先用 audio_mix_apply 修正主口播、B-roll、现场声和已有音频片段的音量/静音/原声开关
11. 完成字幕后优先用 project_polish 统一执行克制转场、BGM/ducking 和 project_validate
12. 需要精细控制时再拆分调用 audio_mix_apply / bgm_apply / transitions_apply
13. 如拆分调用，最后必须再次 project_validate
14. player_seek / player_play 抽查预览
15. 用户确认后优先用 `project_export output=/absolute/path/final.mp4` 或 CLI `aicut export mp4 --output /absolute/path/final.mp4` 导出到真实本地文件
16. 导出到本地文件后必须调用 export_validate 或 CLI `aicut export validate <file>`，确认有音轨、人声可听、不是空音轨、时长未被截断，并读取 reviewEvidence.frames 复看真实导出画面

AI 代理一键闭环入口：

text

1. 先调用 ai_editing_preflight，确认 desktop_http、capabilities、local_media、project_bridge 和 folder_media 均可用。
2. 素材未导入时优先调用 ai_editing_from_folder；它默认 createProject=true，会新建干净的“AI代理剪辑”项目，避免旧素材污染。需要复用当前项目时才显式传 createProject=false 或 CLI --use-current-project。
3. ai_editing_from_folder 会授权本地文件夹、有限扫描、导入 video/audio/image、执行 runAiEditingWorkflow、AI 审片，并返回顶层 agentStatus/agentNextAction/agentNextStep、workflow.review.qualityGate 与 workflow.reviewHistory。
4. 必须读取 workflow.assetUnderstanding：status=complete 才表示素材证据充足；partial 只能带风险粗剪；insufficient/analyze_assets 必须先补转写、关键帧、OCR、音频指标或云端视频建议。
5. 桌面端即使停在项目列表页，也应由 AicutAgentRuntimeProvider 或桌面注入 fallback 注册 project bridge；若 project_snapshot 不可读，先修 bridge，不要直接说 AICut 不可用。
6. 调用 `/api/bridge/status` 时若 `frontend_status.bridgeStatus=fallback_indexeddb_ready`，说明当前是桌面注入 IndexedDB fallback：允许 `project_current`、`project_snapshot`、`project_list`、`project_create`、`project_open`、`project_validate`，允许轻量 `media_import`（只保存素材元数据与 tauriPath/localPath/url，不做转码、抽帧、真实时长探测或 OPFS 文件写入），也允许基础 `timeline_apply/project_apply`（main/audio clips、清空时间线、画布尺寸、静音视频原声），并允许 CLI `aicut export mp4 --output ...` 走本地 ffmpeg fallback 导出结构化主视觉时间线 mp4：视频片段保留主轨原声，image 片段可作为 0.2-0.5 秒封面/标题卡烧进片头，时间线空隙补黑场；fallback 状态下 AI 代理交付前优先用 CLI 导出，不要依赖桌面 HTTP 直接导出。不得把字幕导入、`ai_editing_from_folder`、字幕/特效/BGM/转场/overlay 完整渲染当成 full bridge 可用；需要自动转写、字幕和完整渲染复审时必须先恢复 full frontend bridge，或切换本地 ffmpeg/Whisper/CLI 兜底流程。

质量门槛闭环规则：

text

qualityGate.nextAction=approve_for_export → 只代表可进入导出前人工终审，不自动发布。
qualityGate.nextAction=run_revision → AICut 可自动应用 revisedPlan 并继续审片，最多按 reviewIterations 重剪。
qualityGate.nextAction=analyze_assets → 先调用 narration_audit / auditNarrationAssets 或重新执行 ai_editing_workflow 补素材分析；常见原因包括素材未转写、字幕缺少可追溯来源、预览帧不足；不要导出，也不要把 analyze_assets 当失败结束。
qualityGate.nextAction=request_human_review → 停止自动重剪，列出人工必须看的风险点。
agentNextAction 是 AI 代理优先读取的下一步字段：review_cut=继续审片，apply_revised_plan=应用 revisedPlan，analyze_assets=补素材理解，request_human_review=停下交给人工，export_after_human_review=人工终审后才可导出。
reviewHistory[].applied.reason 会说明每轮为何应用或未应用修订计划；代理必须读取它再决定下一步。
applyResult/finalApplyResult.captionSourceIssues 会列出被拦截的无来源字幕；看到该字段时先补转写或让用户确认脚本，不要把 AI 生成的剪辑说明当正式字幕。
assetUnderstanding 是 AI 剪辑前必须读取的素材理解报告：coverageRatio、missingSignals、assetEvidence 会说明每个素材是否有转写、关键帧、OCR、音频指标和云端建议；agentNextAction=analyze_assets 时不要进入导出闭环。
export_validate 返回顶层 agentStatus/agentNextAction/agentNextStep、validation.exportReviewNextAction 和 reviewEvidence.frames；AI 必须优先读取 agentNextAction：fix_export=修复导出后重验，review_export_frames=把完整 export_validate 结果作为 exportValidation 传给 ai_cut_review 复看真实导出帧，manual_review=交给人工听看。远程 AI 无法读取本机图片路径时，调用 export_validate 时加 includeReviewFrameDataUrls=true；如果复审返回 qualityGate.nextAction=run_revision 且存在 revisedPlan，可继续让 AICut/龙虾应用修订并再导出、再验收。
如果用户要“导出剪辑好的我看看”或 AI 已经完成时间线并需要交付前闭环，优先用 CLI `aicut ai export-review-loop <goal> --output <file>` 或 MCP `ai_export_review_loop`。它会自动导出到本地文件、运行 export_validate、把真实导出帧作为 exportValidation 交给 ai_cut_review，并在允许时按 revisedPlan 继续重剪；结果为 request_human_final_review 时仍需人工终审，不自动发布。
`ai_export_review_loop` 会返回 `trainingRecord`；CLI 可加 `--training-record /absolute/path/record.json`，MCP 可传 `trainingRecord` 输出 JSON。AI 代理必须读取其中的 result/failureType/fixType/evidence/lessons，把通过样本沉淀为同类剪辑基线，把失败样本变成补素材、修导出或重剪规则；但即使 result=approved_for_human_final_review，也仍然只能进入人工终审，不自动发布。
代理应从 `capabilities.features.exportReviewLoop=true` 和 `agentTools.exportReviewLoop.cli/mcp` 发现导出复审闭环入口；如果当前桌面端能力未声明该入口，退回 `project_export` → `export_validate` → `ai_cut_review` 的分步流程，不要假装一键闭环可用。
多轮导出复审必须保留每一轮成片证据文件，例如 `review-rounds/final.round-1.mp4`、`review-rounds/final.round-2.mp4`，通过后再复制到用户指定的最终输出文件。不要让后续轮次覆盖前一版证据，否则 AI/人工无法复盘为什么重剪。

如果素材还没有导入，优先让用户授权本地素材文件夹，再用 localMedia 或 media_import 导入。大视频优先使用桌面端 tauriPath，不要用 base64。

视频理解流程#

生成剪辑计划前，AI 不应只依赖文件名和用户描述判断素材。地鼠AI剪辑内置素材理解流程：

text

本地素材
→ 全部音频转写口播/环境声
→ 声音电平审计（RMS、峰值、静音比例、建议人声音量）
→ 气口/停顿检测
→ 选择口播主线或生成配音稿
→ 关键帧抽取
→ OCR 识别画面文字
→ 素材摘要、风险点、缺口提示
→ 可选云端视觉模型复核剪辑建议
→ 再生成时间线计划

默认本地能力：

• 视频：抽取开头、建立节奏、主体信息等关键帧；mediabunny 容器解析失败时，使用浏览器 video/canvas 兜底抽帧。
• 画面文字：用 OCR 识别截图、后台、标题、聊天记录等可见文字。
• 音频：必须先用本地转写模型识别所有素材口播，作为配音、字幕、剪点和画面匹配依据。
• 声音：必须审计 RMS、峰值、静音比例和建议人声音量；口播不能被 BGM 或现场噪声压住。
• 气口：必须用停顿/低能量段辅助剪点，避免切断完整句子。
• 风险：标出疑似缺字幕、缺口播、缺画面证据、隐私信息需人工确认。

素材分析返回语义：

• analysisStatus=complete：本地素材理解完整，可作为计划和审片依据。
• analysisStatus=partial：至少拿到画面、声音指标、OCR 或转写中的一部分，可先粗剪，但必须查看 analysisWarnings 补齐导出前风险。
• analysisStatus=basic 或没有 analysis：没有可用素材理解信号，质量门槛应进入 analyze_assets。
• hasAudio=true 但转写失败时，AICut 仍会保留音频指标和气口审计，fallback 粗剪会先保留原声或独立音频，防止生成无声粗剪。

口播优先剪辑流程#

真实口播/配音类视频必须按剪辑师流程执行，不能先凭画面拼接：

text

1. 全素材转写：把所有视频/音频的口播、环境声、可听关键词转成文本。
2. 声音审计：记录每条素材 RMS、峰值、静音比例、建议人声音量、是否过小/爆音/空白。
3. 气口审计：标出自然停顿、长停顿、可剪点，禁止切断关键句。
4. 主线选择：选择最完整、信息密度最高、声音最清楚的口播作为骨架；没有主口播时先生成配音稿。
5. 画面匹配：每一句口播再匹配对应 B-roll、现场证据、OCR 画面和风险画面。
6. 字幕生成：字幕必须来自原生口播/确认配音稿，不能写 AI 的剪辑思路。
7. 音量调整：口播目标清楚稳定，BGM 默认 -18dB；现场声只在服务真实感时保留。
8. 导出验证：导出后必须检查音轨存在、不是空音轨、音量可听。

不可破坏的声音规则：

• 主口播片段： muted: false，按 recommendedVolumeDb 或审计结果校正；禁止被 muteAllVideoSourceAudio: true 误伤。
• B-roll 片段：默认 muted: true；如保留现场声，必须标注保留原因、保留区间和目标音量。
• BGM：默认 -18dB 或更低，人声不清楚时优先降 BGM，不优先抬爆人声。
• 全局静音：只有纯配音/BGM 项目、且用户确认原视频声音全部废弃时，才允许 muteAllVideoSourceAudio: true。
• 音频冲突：若同一时间存在主口播、B-roll 原声、BGM，必须保证主口播最高优先级。

字幕硬规则：

• 字幕文本来源必须可追溯到转写结果或确认配音稿。
• 自动修正口误时只能做轻微语义不变的清理；涉及事实、数字、承诺、客户反馈必须回到原声或用户确认。
• 不允许把“镜头建议”“风险提示”“AI 分析”混入正式字幕轨。
• 若原声听不清，字幕位置必须标为 [听不清/需确认]，不能猜。

工具优先级：

text

1. narration_audit 或 bridge_call {"method":"auditNarrationAssets"}
2. subtitle_replace_from_native_audio（只用于已排好主轨后的字幕替换）
3. audio_mix_apply（按 elementId/mediaId/track 修正主口播、B-roll、现场声和已有音频片段）
4. project_polish（统一执行克制 crossfade、BGM -18dB、ducking 和最终校验）
5. cloud_video_advice（用于画面理解，不替代全素材转写）

可选云端剪辑顾问：

text

AICUT_AGNES_API_KEY=只放服务端环境变量，不写入 Skill、前端或公开仓库
AICUT_AGNES_OPENAI_URL=https://apihub.agnes-ai.com/v1
AICUT_AGNES_MODEL_ID=agnes-2.0-flash
AICUT_VISION_OPENAI_URL=https://maas-coding-api.cn-huabei-1.xf-yun.com/v2
AICUT_VISION_MODEL_ID=astron-code-latest
AICUT_VISION_API_KEY=只放服务端环境变量，不写入 Skill、前端或公开仓库

AICUT_AGNES_API_KEY 启用后，AICut 服务端会优先让 Agnes 作为导演计划和审片模型；没有 key 时走本地兜底计划/审片。Agnes 只能使用素材档案、抽帧、OCR、转写、预览帧和时间线快照给可执行 JSON，不能编造素材不存在的事实。所有 AI 计划里的 caption 在落时间线前都必须通过代码层来源校验：只有命中素材 transcript/transcriptSegments 或用户确认脚本的字幕才保留；未通过的字幕会被移除并写入 captionSourceIssues/missingAssets/manualReview，要求补转写或人工确认。

astron-code-latest 当前作为低成本/高额度剪辑顾问使用，输入本地抽帧、OCR、转写、关键帧时间点和素材摘要。最新实测：讯飞 astron-code-latest 的 OpenAI-compatible chat/completions 可接收 data:image/... 抽帧图片，但不稳定暴露原生 video_url 视频输入。因此默认兜底：

text

视频 → 本地抽帧 data:image → 讯飞 astron-code-latest 图像/文本建议

用户要求原生视频理解时，先把视频上传到地鼠商城 car2 获取公网 URL，再把该 URL 发给支持 video_url 的腾讯云优图 youtu-vita。实测可用格式：

json

{ "type": "video_url", "video_url": { "url": "https://..." } }

配置：

text

AICUT_VISION_VIDEO_OPENAI_URL=https://tokenhub.tencentmaas.com/v1
AICUT_VISION_VIDEO_MODEL_ID=youtu-vita
AICUT_VISION_VIDEO_API_KEY=

如果要另接付费图像模型或专门图像端点，再配置：

text

AICUT_VISION_IMAGE_OPENAI_URL=
AICUT_VISION_IMAGE_MODEL_ID=
AICUT_VISION_IMAGE_API_KEY=

如果云端模型不支持 data:image/...，可把抽帧图发布成短时公网 URL：

text

AICUT_PUBLIC_FRAME_BASE_URL=https://your-tunnel-or-domain.example

地鼠AI剪辑会把本地抽帧图保存为约 10 分钟有效的临时图片，并把 ${AICUT_PUBLIC_FRAME_BASE_URL}/api/ai-editing/public-frames/... 传给云端模型。该能力适合本机通过 Cloudflare Tunnel/ngrok 暂时开放给模型读取；涉及客户隐私、合同、后台、聊天记录时必须人工确认是否允许上传或公开访问。

云端模型只能作为“剪辑顾问”，用于复核关键帧、OCR、转写后的剪辑建议。禁止让模型编造素材不存在的项目结果、客户反馈、合同、后台数据。

MCP Tools#

地鼠AI剪辑桌面端暴露 MCP 能力给 QwenClaw/OpenClaw：

Tool用途health检查桌面端连接capabilities获取运行时能力、字幕预设、导入方式ai_editing_preflight检查 HTTP、运行时能力、本地素材、project bridge 和素材文件夹是否就绪ai_editing_from_folder授权素材文件夹、默认新建干净项目、导入素材并执行 AI 剪辑/审片/重剪闭环project_list列出项目project_current获取当前项目project_create创建项目project_open打开项目project_snapshot读取媒体库、时间线、画布、素材信息media_import导入素材cloud_login登录地鼠商城账号，启用 car2 素材上传和云端视频理解cloud_status查看云端授权状态cloud_upload_media上传项目素材到地鼠商城 car2，返回公网 URLcloud_video_advice对指定素材执行 car2 上传 + 腾讯优图 video_url 视频理解 + 讯飞兜底timeline_apply排时间线project_apply一步完成导入素材、排时间线、加字幕project_polish后期润色组合工具：克制 crossfade、BGM -18dB、ducking、最终校验bgm_apply铺 BGM 到音频轨，支持 mediaId/url/tauriPath、-18dB、淡入淡出和 duckingtransitions_apply对主轨相邻片段应用 crossfade 转场，默认 0.35 秒，纪实口播应克制使用subtitle_import_srt导入 SRT 字幕mute_all_video_source_audio关闭视频素材原声project_validate导出前检查project_export导出视频export_validate导出后验收本地成片：视频轨、音频轨、平均音量、峰值音量、静音覆盖和时长player_play / player_pause / player_seek / player_state预览控制bridge_call通用 Bridge 调用skill_validate校验 ClientEditingSkillskill_completeness计算 Skill 完整度skill_template输出纪实口播模板

MCP 配置示例：

json

{
  "mcpServers": {
    "dishu-aicut": {
      "command": "node",
      "args": ["apps/aicut-mcp/src/index.js"],
      "env": {
        "AICUT_URL": "http://localhost:4891"
      }
    }
  }
}

HTTP / CLI 备用通道#

桌面端默认 HTTP API：

text

http://127.0.0.1:4891

常用 CLI：

bash

aicut health
aicut capabilities
aicut ai preflight --folder /path/to/media --max-depth 1 --max-entries 200
aicut ai from-folder /path/to/media '剪成抖音纪实口播，前2秒有冲突和结果'
aicut project current
aicut project snapshot
aicut media import '@media.json'
aicut cloud login -U "$DISHU_USERNAME" -P "$DISHU_PASSWORD"
aicut cloud status
aicut cloud upload --all
aicut cloud video-advice <mediaId> -g '判断这个素材适合放在开头还是中段'
aicut apply '@plan.json'
aicut bgm apply --media-id <audioMediaId> --volume-db -18 --fade-in 1 --fade-out 1 --ducking
aicut transitions apply --duration 0.35
aicut project validate
aicut export mp4 -q high
aicut skill validate '@skills/aicut-editing-assistant/dishu-douyin-documentary.skill.json'
aicut skill completeness '@skills/aicut-editing-assistant/dishu-douyin-documentary.skill.json'

本地 ffmpeg/Whisper 兜底#

当 AICut 因 HEVC、浏览器解码、WebCodecs、预览黑屏、音频波形异常或 Bridge 不稳定导致无法可靠剪片时，Codex 必须切换到本地兜底执行，而不是只给技术解释。

执行入口：

text

读取并执行同目录 local-ffmpeg-whisper-fallback.md

兜底原则：

• ffmpeg 负责探测、转码、抽音频、切片、混音、烧录或外挂字幕、导出。
• Whisper/faster-whisper/whisper.cpp 负责全素材转写；没有 Whisper 时先用 ffmpeg 完成音频审计和可剪片段清单，再请求用户确认转写工具。
• ffprobe/astats/silencedetect 负责音频审计、静音比例、峰值和气口辅助判断。
• 兜底成片也必须导出后验证音轨，不允许只生成脚本或 EDL。

环境变量：

text

AICUT_URL=http://localhost:4891
AICUT_MCP_PORT=4890
AICUT_HTTP_PORT=4891
DISHU_ACCOUNT_DEFAULT_SITE_ID=100002
AICUT_VISION_OPENAI_URL=https://maas-coding-api.cn-huabei-1.xf-yun.com/v2
AICUT_VISION_MODEL_ID=astron-code-latest
AICUT_VISION_API_KEY=
AICUT_VISION_IMAGE_OPENAI_URL=
AICUT_VISION_IMAGE_MODEL_ID=
AICUT_VISION_IMAGE_API_KEY=
AICUT_PUBLIC_FRAME_BASE_URL=

固定剪辑参数#

默认用于抖音纪实口播：

text

画幅：4:3
canvasSize: { width: 1440, height: 1080 }
主口播原声：保留并按 recommendedVolumeDb 校正
B-roll 原声：默认关闭或 muted: true，只在环境声服务真实感时低音量保留
muteAllVideoSourceAudio: false（只有配音稿完全替代原声/BGM 型项目才允许 true）
口播音量：volumeDb: recommendedVolumeDb, muted: false
BGM 音量：volumeDb: -18, muted: false
字幕：douyinSafe 预设
字幕风格：白字、黑描边、底部居中、4:3 安全区、每行不超过 18 字

volumeDb 语义：

text

0 = 正常音量
-18 = 适合 BGM 铺底
-60 到 12 = 可用范围
静音必须用 muted: true，不要只把音量拖到 -60

抖音剪辑手法#

0-2 秒：划停#

必须优先使用：

text

真实结果、具体数字、强反差、项目风险、客户反馈、后台证据、成年人真话

避免：

text

大家好、我今天出发了、给大家更新一下、天气很好、路上随想

剪辑动作：

• 第一帧就给结果或冲突，不铺垫。
• 字幕单独成行，尽量 8-14 字。
• 画面优先用人脸近景、现场证据、后台截图、项目结果。

2-5 秒：建立期待#

必须回答：

text

为什么继续看？
真正难点是什么？
后面能看到什么证据或结果？

剪辑动作：

• 不要连续空镜。
• 口播和现场 B-roll 快速交替。
• 如果有风险画面，打标“需人工确认”。

5-12 秒：给证据#

补充：

text

项目背景、现场细节、客户/团队状态、电脑/仓库/直播/订单画面

剪辑动作：

• 每 3-5 秒至少有一次画面信息变化。
• B-roll 必须服务口播句子，不为了热闹乱插。
• 没有真实素材就标注“缺素材/建议补拍”，不能编。

主体段落#

结构：

text

现场问题 → 关键判断 → 解决动作 → 结果/复盘

剪辑动作：

• 去掉口播废话、重复语气词、无信息停顿。
• 同一场景超过 8 秒要穿插 B-roll 或推进字幕重点。
• 字幕强调关键词，不做满屏花字。

结尾#

优先：

text

真实复盘、下步动作、客户/项目结果、风险提醒、可验证承诺

避免：

text

强行鸡血、空泛号召、夸大收益、硬广告味

素材标签规则#

AI 接收素材后要尽量给每个素材打标签：

维度示例项目海南荔枝、牛肉、小餐饮、AI智能体、直播电商、供应链场景直播间、仓库、酒店、高铁、机场、办公室、电脑屏幕、客户沟通情绪压力、不服气、疲惫、克制、兴奋、担心、责任、翻盘功能钩子、背景、证据、现场、金句、转折、行动、结尾风险客户隐私、合同、电话、车牌、后台数据、夸大收益、敏感关系

风险标签 severity：

text

0 = 无风险
1 = 可用但需注意
2 = 使用前需要用户确认
3 = 默认不得使用，除非用户明确授权

自动排时间线策略#

优先轨道#

text

main: 视频主轨，口播视频或核心画面
audio: 录音、人声、BGM
captions/srtText: 字幕
overlay: 需要时才使用

时间线原则#

• 口播是骨架，画面跟随口播语义。
• 主轨先铺最清楚、信息密度最高的主口播；B-roll 放覆盖轨，只保留精华画面。
• B-roll 必须是有信息、有证据、有情绪或能承接口播的精华段落；空镜、重复、听不清和无关片段直接删。
• 主口播不能一键静音；B-roll 默认静音，配音替代场景才允许全局关原声。
• BGM 只做情绪铺底，不抢人声。
• 字幕必须来自原生口播转写或确认配音稿，不要一屏塞太多字。

project_apply 最小结构#

json

{
  "canvasSize": { "width": 1440, "height": 1080 },
  "media": [],
  "timeline": {
    "main": [],
    "audio": []
  },
  "captions": [],
  "subtitleStyle": { "preset": "douyinSafe" },
  "muteAllVideoSourceAudio": false,
  "clearTimeline": true
}

AI 输出格式#

每次剪辑前，AI 必须先输出一份剪辑计划，再动工具：

text

1. 这条适不适合剪
2. 素材风险与缺口
3. 剪辑主线
4. 0-2秒划停方案
5. 2-5秒期待建立
6. 5-12秒证据补充
7. 时间轴表格：时间 / 画面 / 字幕或口播 / 声音 / 作用 / 风险
8. 字幕与封面
9. BGM 与节奏
10. 地鼠AI剪辑工具调用计划
11. 人工终审清单

工具执行后，AI 必须输出：

text

1. 已执行的 MCP/HTTP/CLI 步骤
2. 当前项目状态
3. 校验结果
4. 需要用户人工确认的画面/字幕/风险点
5. 是否可以导出

导出前硬检查#

导出前必须调用 project_validate，并人工检查：

• 主轨不为空。
• 字幕不遮挡人物关键面部和关键信息。
• 主口播/确认配音音轨可听，B-roll 原声按审计结果关闭或低音量保留。
• 人声音量高于 BGM。
• 0-2 秒有明确划停点。
• 2-5 秒建立了继续看的理由。
• 5-12 秒出现真实证据或现场信息。
• 没有客户隐私、合同、联系方式、车牌等未经确认画面。
• 没有夸大承诺、虚假收益、虚构项目现场。

导出后验收#

导出后必须调用 export_validate 或 aicut export validate <file>，并检查：

• 视频轨存在，时长和项目预期基本一致。
• 音频轨存在，不是空音轨或全程静音。
• mean_volume / max_volume 达到可听范围，口播不能被 BGM 压住。
• 静音覆盖异常时，必须回到时间线检查是否误关主口播。
• 顶层 agentNextAction 必须被执行：fix_export 先修导出，review_export_frames 先调用 ai_cut_review 并传入 exportValidation，manual_review 停止自动交付并人工听看。
• 使用 ai_export_review_loop 时，读取每轮 rounds[].exportValidation 和 rounds[].review；只有 agentNextAction=request_human_final_review 才能进入人工终审交付。
• 使用 ai_export_review_loop 时，还必须读取 trainingRecord；如果写入了 --training-record / trainingRecord 文件，下次同类任务开头先读取这份 JSON，复用 lessons 和 evidence，但每条新成片仍要重新导出验收和 AI 复审。
• 如果 capabilities 未声明 exportReviewLoop，必须用分步导出、验收、AI复审流程，并在结果里说明当前桌面端能力较旧。
• 多轮重剪时还要读取 rounds[].file 和 finalExport.archivedFile，确认每一版导出都可回看，最终文件来自最后通过复审的一轮。
• 验收未通过时，不允许把成片交付给用户。

标准 Skill 内置模块#

这一套 Skill 已包含以下职责，AI 代理不需要再要求用户下载其他专业版 Skill：

• 剪辑导演：素材理解、转写、气口、主线、时间线、字幕和音频规则。
• 封面策略：从素材或成片帧中选择可读画面，生成短视频大字封面和片头封面方案。
• 训练复盘：导出后读取 validation、reviewEvidence 和 trainingRecord，把失败样本沉淀为下一轮规则。
• CLI/MCP 接入：统一使用 AICut HTTP/Bridge/CLI/MCP 能力完成项目读取、粗剪、复审和导出。

可选 JSON 模板只是机器可校验的结构化样例：

text

skills/aicut-editing-assistant/dishu-douyin-documentary.skill.json

使用：

bash

aicut skill validate '@skills/aicut-editing-assistant/dishu-douyin-documentary.skill.json'
aicut skill completeness '@skills/aicut-editing-assistant/dishu-douyin-documentary.skill.json'

QwenClaw/OpenClaw 可以用它做 aicut skill validate 和 completeness 校验； 如果只能读取一个文件，优先读取本 SKILL.md，不要把 JSON 模板当成另一套 Skill。