FFmpeg 本地视频编辑器
让编码代理通过本地 FFmpeg 完成视频剪辑、字幕、重构画幅和交付检查。
- Star 数
- ★ 2k
- 最近更新
- 今天
- License
- MIT
- 主语言
- Python
- FA 评分
- 80/100 · 表现良好
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code
- 费用
- 免费，无需付费服务
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 短视频团队要把访谈片段剪成 Reels 或 TikTok 规格，并检查画幅、响度和交付要求。
- 不适合
- 需要自动识别人脸或主体并跟踪取景的团队
- 需要云端视频编辑或上传素材处理的用户
- 源码审查
- 80/100 · 表现良好
这个 Agent 能做什么，适合哪些场景？
ffmpeg-skill 是面向 Claude Code、Cursor、Codex 及 MCP 客户端的本地媒体处理工具，提供 42 个由 Python 脚本实现的 FFmpeg 工具。代理先用 probe.py 检查素材，再通过带类型参数的命令行工具执行剪辑、音频处理、字幕、画幅调整和平台导出，随后检查输出。工具契约由脚本的 argparse 解析器生成，既可通过 contract --json 读取，也用于构建 MCP 的 tools/list 与 tools/call 接口。它在本机调用 ffmpeg 和 ffprobe，不需要云服务或 API 密钥；需要 FFmpeg 5.0 及以上版本和 Python 3.9 及以上版本。
用户可通过 npx ffmpeg-skill 安装并运行 CLI，也可将 mcp/server.py 配置给 MCP 客户端。典型流程是运行 probe.py 读取时长、帧率、分辨率、色彩和音轨信息，调用 cut.py、fit.py、caption.py、audio.py、loudness.py 或 render.py 等工具处理素材，再用 probe.py、check.py 和必要时的 look.py 验证新文件。每个工具接受结构化的 argparse 参数，支持 --dry-run 预览命令、--json 返回结构化结果，并可用 --plan FILE 保存待执行计划。MCP 服务从 contract 自动生成工具定义；默认列出核心 12 个工具，也可通过 FFMPEG_SKILL_MCP_FULL=1 列出全部 42 个。工具生成新文件，不会覆盖输入；除非显式指定覆盖，不会静默替换已有输出。
- 短视频团队要把访谈片段剪成 Reels 或 TikTok 规格，并检查画幅、响度和交付要求。
- 创作者要在本机去除静音、拼接片段、调整比例，并生成可检查的联系表。
- 播客编辑要清理人声、拼接音频、标准化响度并检查章节标记和声道数。
- 多语言内容团队要将已有字幕烧录或作为可切换的语言轨道封装进视频。
- 使用 MCP 客户端的编码代理需要通过结构化工具处理本地素材，而不传入任意 FFmpeg 命令字符串。
如何安装或部署这个 Agent？
安装前确保系统中有 ffmpeg、ffprobe 和 Python 3.9 或更高版本。README 的快速开始使用 npx 安装 Claude Code skill；Cursor 可加 --cursor，Codex 可加 --codex，或用 --all 安装到三者。安装后运行 doctor 检查本机 FFmpeg 能力。若要接入 MCP 客户端，可将 server.py 配置为 stdio 服务：
如何使用这个 Agent？
安装后可让代理按素材需求调用工具，也可直接从终端运行脚本。通过 contract --json 查看机器可读契约；dry-run 可先查看计划，--json 可读取输出探测结果。示例：
这个 Agent 有哪些优点和局限？
- 42 个工具覆盖剪辑、字幕、音频、画面处理、平台导出和整片渲染，并通过 contract 提供机器可读参数与验证信息。
- 本地调用 FFmpeg 与 ffprobe，不要求云服务或 API 密钥；处理素材无需上传。
- 提供 dry-run、输入指纹计划、输出探测和接触表检查，便于预览并验证处理结果。
- 同一套契约可用于 CLI 与 MCP，MCP 默认只列出核心 12 个工具以减少客户端上下文占用。
- 必须自行安装兼容版本的 FFmpeg 和 Python；部分工具还依赖特定 FFmpeg 编码器、滤镜或字幕支持。
- 不会自动识别人脸、商品或主体，也不会自动选择重构画幅的裁切锚点；调用方须自行判断。
- 本地转录是可选功能，需安装支持的语音引擎；模型权重首次运行可能需要下载。
- 不同 FFmpeg 构建的能力不同；doctor 可能显示某个工具不可用，即使总体检查通过。
这个 Agent 与同类方案有什么区别？
README 将其定位为本地媒体文件编辑引擎：Remotion 从 React 组件渲染视频，HyperFrames 从 HTML 渲染视频；ffmpeg-skill 则用 FFmpeg 编辑已有媒体文件，并可将两者生成的视频作为输入。它也与同一生态中的 video-production-agent 和 AI-video-production-OS 区分：后者负责决策剪辑点、审批和规划整段编辑，ffmpeg-skill 执行媒体处理。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| FFmpeg 本地视频编辑器 当前 | 80 · 表现良好 | 命令行工具免费 | ★ 2k | 今天 | Python | Codex · Claude Code |
| 生成式媒体技能包 | 41 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 5.9k | 今天 | Python | Claude Code · Claude.ai |
| Pireel Studio | 40 · 缺口较多 | 网页应用免费版 + 付费版 | ★ 1.3k | 1 个月前 | TypeScript | Codex · Claude Code |
| HTML Video Studio | 53 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 4.7k | 4 个月前 | HTML | Codex · Claude Code · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
工具使用本地 FFmpeg、类型化参数，不接受调用方 filter graph，也不通过 shell 字符串运行；输入不覆盖，替换已有输出需显式 --overwrite，支持 dry-run、计划指纹检查和中断时清理部分输出。文档也说明可选语音识别会在本机运行，但模型可能从 Hugging Face 等处下载，故敏感数据处理及最小权限并非完全无外部依赖；依赖安全有安全报告流程和 CodeQL，但所给材料没有依赖审计或漏洞状态。Publisher 身份未知，包元数据署名不足以验证个人身份。
README、包元数据、CI 与测试夹具大体对齐，CI 声称覆盖多操作系统、Python 版本及多个 FFmpeg 版本；但材料没有给出该修订的实际运行结果，兼容性和自检主张仍主要是仓库自述。doctor 能报告能力缺失或未知，工具说明失败会给出 stderr 原因和非零退出；具体失败消息实现未在材料中完整展示，故不满分。
明确面向 Claude Code、Cursor、Codex 与 MCP 客户端，列出从探测、剪辑到平台交付的具体场景；也清楚标出不能识别人脸或主体、不能判断亮点内容、裁切需调用方选择等边界。适用触发条件和环境要求有说明，但没有完整平台安装矩阵；FFmpeg 编译能力、可选字体与 ASR 模型会影响工具可用性。
README 分节、目录、工具表、流程图、快速开始和独立/生态定位清晰；安装、Windows 命令差异、doctor 的逐工具状态、FAQ、演示与已知限制均有实用说明。LICENSE 明确为 MIT。包版本、CI 和安全政策支持更新信息，但所给材料未包含 CHANGELOG 内容，也未给出明确维护者责任或支持联系身份，因此版本历史和维护责任只能部分确认。
42 个结构化工具、机器可读契约、MCP 接口、JSON 输出、探测与验证流程及平台模板能让代理产出可检查的媒体文件，且本地处理减少上传需求。标准库和无 API 密钥降低使用成本；但需用户安装兼容 FFmpeg，部分操作依赖可选组件、字体或 ASR 模型，维护和环境配置成本仍存在。
许多主张对应具体文件或机制，例如包清单、CI 配置、测试夹具、安全政策及 README 中的功能映射；但材料未提供完整源码、CHANGELOG 或修订对应的 CI 结果，跨源印证有限。README 对能力与限制有区分，并明确说明视觉判断由调用代理完成、亮点排序只是代理指标；置信度按静态材料保持低。
- 这是低置信度静态审查；未执行工具，也未核验该修订的 CI 结果。
- 使用 --transcribe 或相关 ASR 功能时，需留意模型权重可能从外部下载；工具本身称音频不会上传。
- FFmpeg 构建缺少滤镜、编码器或字体时，部分工具可能不可用；请检查 doctor 的逐工具报告。