前言¶

做视频二创、批量混剪、口播成片的开发者，通常面临两种选择：要么人工在剪映里一条条剪，要么自己从零搭 FFmpeg 调用、TTS 合成、ASR 转写和素材管理。前者不可程序化，后者每次都要重写一套媒体处理逻辑，流程还分散在多个脚本里。

视频剪辑AI助手（AIPDD）这个 Skill 的做法是：把常见的视频剪辑任务直接打包成一组技能，模型算力和本地媒体处理分别收敛到两个公共底座，技能内部不再各自写模型配置和 FFmpeg 调用。下面介绍它的结构、能力和使用方式。

这是什么¶

视频剪辑AI助手（AIPDD）是一个通用视频剪辑技能包，坐标 @org-bzwfrdvh/aipdd-cut-video，由发布者 AIPDD 维护，来源标记为 enterprise，分类 design-media，当前版本 1.0.4，标签为 requires_api_key=true。

它解决的问题是：把”提取文案 → 改写 → 转音频 → 混剪/数字人/口播 → 导出或交付剪映草稿”这条链路，变成按技能调用而不是按脚本重写。

总体结构：三大技能包 + 双底座¶

技能包分三层，模型调用和本地媒体处理各由一个公共底座承担。

1、文案技能包（copywriting）：抖音文案提取（douyin-copywriter）、文案改写（copywrite-rewrite）。
2、音频技能包（audio）：文案转音频（text-to-speech，IndexTTS 口播音频）。
3、视频技能包（video）：视频混剪、数字人口播、探店美食剪辑、口播剪辑、营销种草视频、自动剪辑专家、短视频剪辑工厂、剪映草稿、分镜剪辑、解说短视频创作、白板手绘动画、微课/课件视频、AI 短剧 Agent，共 13 个技能。

双底座：

• 模型算力由公共底座 model-invoker 统一提供。AIPDD 是第一优先默认网关，同一 BaseURL https://api.aipdd.work 提供对话、生图、图片编辑、生视频、语音合成 TTS、语音转写 ASR、决策模型、向量八类基础能力。另有 NewAPI、本地 ComfyUI、FunASR 作为备选通道，优先级为 AIPDD → NewAPI → 本地 ComfyUI → 内置 → ImageGen。
• 本地媒体处理（截取、拼接、转码、字幕、水印、音频、切片）由公共底座 ffmpeg-tool 统一提供。

两个约束写在简介里：禁止技能内自建模型配置，禁止自写 FFmpeg 调用。也就是说扩展新技能时，模型和媒体处理都走既有底座，不另起一套。

核心功能¶

视频技能包覆盖从素材到成片的主要环节，逐个列一下（名称沿用官方简介里的英文标识）。

视频混剪（video-mix-edit）：多素材拼接混剪。
数字人口播（digital-human）：对口型配音、数字人口播生成。
探店美食剪辑（shop-exploration）：探店、美食类视频剪辑。
口播剪辑（koubo-edit）：口播类视频的剪辑。
营销种草视频（marketing-promo）：A-roll/B-roll 种草成片。
自动剪辑专家（auto-editor）：一键成片、长转短、批量混剪方案。
短视频剪辑工厂（video-factory）：综艺喜剧深读、爆款规划。
剪映草稿（jianying-draft）：长视频、解说稿、故事板 → 剪映专业版草稿，含字幕、TTS 配音、草稿检查、导出。
分镜剪辑（shot-edit）：分镜脚本、多片段 + 字幕 + 配音 + BGM → 时间线编排 + FFmpeg 工程 + 成片自检 + 风格模板 + 发布交接。
解说短视频创作（knowledge-video）：16 模板视觉代码视频。
白板手绘动画（whiteboard-animation）：SRT 字幕 → 白板手绘动画。
微课/课件视频（microlesson）：PPT/图文素材 → AI 配音字幕视频 + 版本感知剪映草稿。
AI 短剧 Agent（drama-agent）：引导下载部署开源 aipdd-drama-agent 短剧产线，按系统匹配 Windows exe、macOS Apple 芯片 aarch64.dmg、macOS Intel x64.dmg，通过 Workbuddy 等 MCP 客户端接入实现短剧创作自动化。

文案和音频技能包承担上游输入：抖音文案提取拿到原文案，文案改写做仿写，text-to-speech 用 IndexTTS 合成口播音频。

触发词¶

技能通过触发词唤起。官方列出的触发词覆盖了口语化的请求，例如：混剪、剪视频、拼接视频、数字人、数字人口播、对口型、口播视频、口播剪辑、探店剪辑、美食视频、营销种草、带货短视频、自动剪辑、长转短、批量混剪、爆款、提取抖音文案、语音转写、文案仿写、文案转音频、口播音频、文字转语音、剪辑成片、成片流程、视频制作、二创视频、综艺剪辑、解说配音、拆条切片、爆款复盘、剪映、剪映草稿、草稿生成、解说视频、电影解说、故事板、短剧剪辑、短剧成片、短剧自动化、AI 短剧、DramaClaw、aipdd-drama-agent、MCP 接入、workbuddy、剧本到成片、画布、分镜、分镜剪辑、分镜脚本、剪辑工程、时间线编排、知识科普、白板动画、手绘视频、字幕转动画、微课、课件视频、录课、PPT 转视频、图文转视频、自动成片、图片编辑、语音合成、向量检索、素材语义去重、嵌入、决策模型、选段判定、高光判定。

安装与启用¶

按 SkillHub 页面信息，这个 Skill 来源为 enterprise，版本 1.0.4，标签 requires_api_key=true，即启用前需要准备好 AIPDD 网关的 API Key，模型调用默认走 https://api.aipdd.work。

官方地址：

https://api.skillhub.cn/org-bzwfrdvh/aipdd-cut-video

SkillHub 页面：

https://www.skillhub.cn/skills/org-bzwfrdvh/aipdd-cut-video

需要说明的是，抓取到的官方资料里没有给出 SkillHub 的安装命令、技能目录路径或具体配置字段，也没有区分 Cursor / Codex CLI / Claude Code 的差异说明，因此这里不写未经核实的命令。接入方式以官方页面为准。

AI 短剧 Agent（drama-agent）的部署方式在资料中有明确描述：按系统下载匹配的发行包——Windows 用 exe，macOS Apple 芯片用 aarch64.dmg，macOS Intel 用 x64.dmg——然后通过 Workbuddy 等 MCP 客户端接入。

典型用法¶

官方资料里没有给出命令行级别的可复现示例，只有技能职责和触发词层面的描述。按资料能确认的用法是：用触发词直接描述目标，由对应技能承接。

例如输入”批量混剪”或”长转短”，会由自动剪辑专家（auto-editor）承接；输入”提取抖音文案”接 douyin-copywriter，”文案仿写”接 copywrite-rewrite，”口播音频”接 text-to-speech；输入”剪映草稿”或”故事板”，由 jianying-draft 产出剪映专业版草稿并做草稿检查与导出；输入”PPT 转视频”或”图文转视频”，由 microlesson 生成带 AI 配音字幕的视频和版本感知的剪映草稿；输入”AI 短剧”或”aipdd-drama-agent”，走 drama-agent 的下载部署与 MCP 接入流程。

素材语义去重、嵌入、向量检索、决策模型、选段判定、高光判定这一类能力，走 model-invoker 的向量和决策模型通道，用于素材筛选和片段判定。

适用场景与注意¶

适合的场景：内容二创与批量混剪、口播和数字人视频量产、探店美食与营销种草成片、解说和电影解说视频、微课与课件视频、短剧产线自动化。需要批量、可重复、可程序化触发的剪辑任务，比人工剪辑或临时脚本更合适。

需要注意的地方：

• 启用依赖 API Key（requires_api_key=true），模型算力默认走 AIPDD 网关；备选通道按 AIPDD → NewAPI → 本地 ComfyUI → 内置 → ImageGen 的优先级回退。
• 本地媒体处理统一由 ffmpeg-tool 承担，技能内不自写 FFmpeg 调用，扩展时不要绕过这个约束。
• 技能包数量多，触发词覆盖面广，实际调用时建议先确认命中的是哪个技能，避免相近触发词（如”口播视频”“口播剪辑”“口播音频”）分别落到数字人、koubo-edit、text-to-speech 上。
• AI 短剧 Agent 需要按系统选择发行包，macOS 要区分 Apple 芯片和 Intel。
• SkillHub 页面显示评分 100000、下载 13679、安装 0，数据来自页面抓取，安装数为 0 意味着实际启用情况需要自行验证。

结尾¶

视频剪辑AI助手把剪辑链路拆成了文案、音频、视频三层技能，模型调用和本地媒体处理收敛到两个公共底座，适合需要批量、可程序化触发视频产出的开发者。官方地址：https://api.skillhub.cn/org-bzwfrdvh/aipdd-cut-video