前言¶

做影视解说、长视频精剪时，常见路径是：在剪映里手搓时间线，或自己写脚本碰 draft_content.json。素材选段、旁白配音、字幕对齐、BGM 与特效往往要反复对表。若希望 Codex / Cursor 等 Agent 按分镜脚本直接生成可在剪映专业版打开的草稿，并把「解说 + 保留原声」这类混剪流程固化下来，社区 Skill AI生成剪映草稿（坐标 @user_ae897a6e/jianying-editor-skill-ai）提供了一套以解说视频为主线的自动化方案。

这是什么¶

AI生成剪映草稿 是 SkillHub 上的社区 Skill（分类 design-media，版本 1.0.0，发布者 user_ae897a6e，页面作者署名「拾壹」）。Skill 描述为：自动化剪映专业版剪辑与草稿生成，主流程面向旁白解说类视频；适用于把长视频、转写稿、SRT、解说文案或分镜表转成剪映草稿，完成素材选取与排列、TTS 旁白与对齐字幕、BGM/特效，以及检查或修复草稿、在支持环境下导出成片。主要支持 Windows，macOS 草稿创建为实验性能力。标签标明 requires_api_key=false，不依赖额外 API Key 即可安装。

与仅整理剪映官网说明、或只生成导入用 SRT 包的 Skill 不同，本 Skill 内置 pyJianYingDraft 相关脚本与规则文档，由 Agent 在用户项目目录执行业务脚本，而不是改 Skill 安装目录内的文件。

核心功能¶

以下能力来自 Skill 包内 SKILL.md 与参考文档，可与 skillhub search 检索结果相互印证。

1. 解说混剪主流程：从可信时间戳（视频分析、转写、SRT 等）建分镜表 → 编写符合 schema 的 storyboard JSON → 校验与 dry-run → 生成草稿；支持 mode: "narration" 与 mode: "original"（原声段落 text 留空）。
2. TTS 与字幕：movie_commentary_builder.py 支持 --tts 与 --speaker（音色列表见 data/tts_speakers.csv）；默认走 Edge TTS，需联网。也可不加 --tts，仅生成带字幕的草稿。
3. 通用草稿编辑：通过 jy_wrapper.py、以及 rules/ 下 core、media、text、audio-voice、effects 等规则，处理保存、轨道、导出等行为。
4. 质检与导出：draft_inspector.py 查看草稿摘要；auto_exporter.py 在支持的 Windows 环境尝试自动化导出；asset_search.py 检索转场、特效等元数据。
5. 环境约束：要求 Python 3.10+、FFmpeg/FFprobe、MediaInfo；Windows 10/11 + 剪映专业版为主；macOS 可实验性建草稿，UI 自动导出偏向 Windows。

Skill 明确不用于剪映/CapCut 草稿格式以外的其他剪辑软件；不擅自编造片段时间戳、不默认下载云素材（需用户同意并设置 JY_ALLOW_CLOUD_RESOLVE=1）。

安装与启用¶

安装 SkillHub CLI（未安装时）¶

command -v skillhub && skillhub --version

未安装时可按 SkillHub 官方说明执行完整安装（示例为推荐的一键脚本）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装本 Skill¶

安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。SkillHub 页面给出的安装提示为：根据 https://skillhub.cn/install/skillhub.md 安装 @user_ae897a6e/jianying-editor-skill-ai。

命令行示例：

skillhub install jianying-editor-skill-ai --namespace user_ae897a6e --dir <你的 Agent skills 目录>

常见路径（以 SkillHub 安装文档为准）：

• Cursor：~/.cursor/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/
• Claude Code：~/.claude/skills/

安装完成后重启或刷新 Agent，使其加载新 Skill。

Python 与剪映环境¶

在首次使用前，Agent 应阅读 Skill 内 references/installation.md，并在用户机器上安装依赖：

python -m pip install -r <SKILL_ROOT>/requirements.txt
python <SKILL_ROOT>/scripts/api_validator.py --json

<SKILL_ROOT> 为安装后的 Skill 根目录。草稿目录若未自动识别，可设置：

export JY_PROJECTS_ROOT="/path/to/com.lveditor.draft"

Windows 下可使用 set JY_PROJECTS_ROOT=D:\path\to\com.lveditor.draft。

典型用法¶

下面以 Skill 文档中的「解说快路径」为例：先在用户项目目录准备 storyboard.json（字段与示例见 Skill 内 references/storyboard.example.json），再依次校验、dry-run、正式构建。将 <SKILL_ROOT> 换成本机安装路径，input.mp4 与 JSON 使用绝对路径更稳妥。

python <SKILL_ROOT>/scripts/storyboard_validator.py storyboard.json --video input.mp4
python <SKILL_ROOT>/scripts/movie_commentary_builder.py \
  --video input.mp4 \
  --json storyboard.json \
  --name "Commentary_Project" \
  --tts \
  --speaker zh_male_huoli \
  --dry-run
python <SKILL_ROOT>/scripts/movie_commentary_builder.py \
  --video input.mp4 \
  --json storyboard.json \
  --name "Commentary_Project" \
  --tts \
  --speaker zh_male_huoli

需要 BGM 时，在构建命令末尾增加 --bgm background_music.mp3（见 references/narrated-editing-workflow.md）。

生成后检查草稿：

python <SKILL_ROOT>/scripts/draft_inspector.py summary --name "Commentary_Project" --json

向 Agent 的自然语言触发方式，可与 Skill 描述对齐，例如：「把这份 SRT/解说稿和长视频做成剪映草稿」「按分镜 JSON 生成解说工程并配音」「检查刚生成的草稿轨道是否正常」。

适用场景与注意¶

适合：本机已安装剪映专业版、有明确片源与可信时间戳的解说/精剪项目；希望 Agent 按规则文档驱动脚本，而不是在聊天里零散拼 JSON。

限制与注意：

1. 时间戳必须来自转写、SRT 或分析工具，禁止凭记忆估算；分镜默认按时间顺序，非线性结构需用户明确要求。
2. TTS 时长若超过规划片段，Skill 要求告警并改写或延长，而不是静默叠画。
3. 默认不解析云素材 URL；会员素材、本机缓存、账号数据不得被打包进公开 Skill。
4. macOS 仅实验性支持建草稿，自动导出以 Windows 为主。
5. 默认草稿名应唯一；覆盖已有工程需用户明确同意并使用 --overwrite。

SkillHub 页面当前展示：评分 100000，下载 10351 次（统计以平台为准，会随时间变化）。

结尾¶

AI生成剪映草稿 把「分镜校验 → 解说/原声混剪 → TTS 字幕 → 草稿质检」收敛成 Agent 可执行的 Skill 与脚本，适合想把解说流水线交给 Codex/Cursor 的剪辑与内容团队。官方入口：

• SkillHub：https://www.skillhub.cn/skills/user_ae897a6e/jianying-editor-skill-ai
• API 坐标页：https://api.skillhub.cn/user_ae897a6e/jianying-editor-skill-ai