为什么值得关注

它通过结构化的流水线（QiaoCut IR、素材清单、渲染档位、缓存）弥合了 AI 建议与实际制作之间的鸿沟，使 agent 能够执行并验证整个流程，同时集成了多个真实素材源（33 台词、ClipSeek、ListenHub）并内置许可和安全边界。

适合谁使用

构建自动化视频管道的 AI agent 开发者
需要可复现、自动化视频制作的内容创作者
整合对话、库存素材、TTS 等素材来源到工作流的开发者
需要带缓存和多档渲染的可验证视频工程的团队

典型使用场景

从电影台词片段生成 60 秒英语学习视频
创建产品发布视频，融入网页动效和 TTS 旁白
用免费素材和 AI 生成图片制作双语解说视频
渲染带有自定义片头片尾和三层面字幕的电影感短片

项目优势

提供确定性、可溯源流水线（QiaoCut IR），生成可复现的视频工程
支持三档渲染（预览、标准、最终）及缓存，允许在正式输出前快速迭代
集成了受管理的素材源（33 台词、ClipSeek、ListenHub），带有溯源跟踪、许可报告和安全边界
包含多层双语 ASS 字幕、20 套品牌片头片尾模板，以及内置验证（医生检查、渲染校验、许可检查）

使用前须知

需要手动安装依赖（Node 18+、ffmpeg-full、ListenHub CLI），且平台支持有限（macOS 完整支持，Linux 部分支持，Windows 未验证）
部分高级功能（HTML 视频捕获、Manim/PPT 直出、复杂转场）尚未实现，仅保留扩展接口
付费或远端操作需要显式确认（--yes），不自动处理素材版权；用户需自行核实合规性

README 快速开始

qiaomu-cut

中文 | English

你只说一句“我要什么视频”，它把素材、分镜、字幕、转场、动效、渲染和质检组织成一个可复现的视频工程。 Say what video you want; qiaomu-cut turns it into a source-aware, renderer-ready, verifiable video project.

为什么值得用

普通 AI 会给你一段剪辑建议，真正开剪时还要你自己找素材、查版权、装 ffmpeg、写字幕、调转场、验编码。

qiaomu-cut 把这些拆成一个可复用的视频导演系统：它先生成 QiaoCut IR，再按环境路由到 33台词、ClipSeek/Pexels/Pixabay、本地素材、ListenHub/MarsWave 图片/视频/TTS/Voice/音乐、Coli 本地 ASR、agent 图片生成、HTML/Manim/PPT 等可用引擎，最终由 ffmpeg-full 合成。

v0.5 已真实实现的是：项目时间线渲染、三层双语 ASS、移动端大字号与平台安全区、20 套品牌片头片尾模板、无缩放快速片尾、完整句裁切规则、素材文件/场景去重门、macOS 与文件型旁白、程序音乐、原声混合、preview / standard / final 三档渲染、分层验收和项目内缓存；同时完整锁定 MarsWave 上游技能快照，并用安全 adapter 接入其当前 CLI 能力、付费/上传确认、私有任务 capture、生成物下载校验和 manifest 入库。HTML 视频捕获、Manim/PPT 直出、复杂遮罩、速度渐变和完整转场库目前仍是工作流接口与扩展方向，不冒充已经全部内置。

它不是承诺“魔法般永远一键完美”，而是把专业视频制作流程变成 agent 能执行、能验证、能继续扩展的工程。

一行安装

npx skills add joeseesun/qiaomu-cut-skill --skill qiaomu-cut

本地开发或手动安装：

mkdir -p ~/.agents/skills
cp -R qiaomu-cut ~/.agents/skills/qiaomu-cut

验证：

node ~/.agents/skills/qiaomu-cut/scripts/qcut.js doctor --json

你可以这样说

“搜索几句电影里的脏话台词，混剪成英语学习视频。”
“用免费素材做一个 60 秒挖掘机英语启蒙视频。”
“介绍乔布斯，做一个电影感人物短片，有时间线和档案照片。”
“把这个口播视频剪成小红书风格，强字幕、B-roll、卡点转场。”
“用 3Blue1Brown 风格解释 Transformer attention。”
“给我的网站做一个产品发布视频，网页动效融入剪辑。”
“用 AI 生成三个电影感转场镜头、中文旁白和配乐，再合成 45 秒预告片。”

它会做什么

把一句话需求变成 QiaoCut IR：时长、比例、受众、风格、分镜、素材策略、渲染器。
搜索、生成或整理素材：33台词、ClipSeek、Pexels/Pixabay 原站、本地文件、ListenHub 图片/视频/旁白/音乐、Coli ASR、网页/信息源。
设计专业镜头：推拉摇移、匹配剪辑、J/L cut、遮罩、字幕跟随、标题卡、动态图形。
选择渲染引擎：ffmpeg-full、HTML/HyperFrames-style、Motion/CSS/SVG、Manim、PPT/slide、composite。
先用 preview 快速迭代，内容锁定后再用 standard 或 final 渲染。
输出与档位匹配的成片、contact sheet、缓存命中、阶段耗时和质检信息。

前置条件

Node.js 18+：node --version
使用 ListenHub provider 时 Node.js 20+，并运行 scripts/bootstrap_listenhub.sh --check。
macOS 推荐 Homebrew：brew --version
ffmpeg-full：scripts/bootstrap_macos.sh --check
需要影视台词素材时，本机已安装并登录 33台词 App，并另行安装获得授权的 33tc CLI adapter；用 which 33tc 验证，或设置 QIAOMU_33TC_CLI。
需要发布到 GitHub 时，GitHub CLI 已登录：gh auth status
需要 AI 图片生成时，当前 agent 环境提供图片生成工具。
OpenAPI 路由从环境变量 LISTENHUB_API_KEY 或 ListenHub 官方本机 credential store 读取凭据，命令使用 listenhub openapi ...；OAuth/internal 路由需用户明确执行 listenhub auth login，命令使用顶层 listenhub ...。两者不是同一认证命名空间，不要把 key 放进命令、项目或仓库；doct

项目描述

乔木智能视频导演 Skill：素材治理、双语字幕、品牌包装与可复现渲染 | Agent-native video director with governed sourcing and verifiable rendering

qiaomu-cut-skill