前言¶

广告视频批量混剪的常见做法是：写一套脚本，调视频生成或剪辑 API，按调用量付费，同时把素材上传到第三方服务。素材量大、需要反复改方案时，token 成本和合规成本都不好控。

CatCut 换了一条路线：AI 大脑放在对话里，由宿主 agent 完成；切分镜、ASR、拼接这些体力活全部在本地用开源工具完成。下面介绍这个 Skill。

这是什么¶

CatCut 本地混剪，坐标 @user_49271746/catcut，由社区开发者 user_49271746 发布，版本 0.3.0，来源标记为 community，在 SkillHub 分类为 design-media。当前页面显示评分 100000、下载 828 次、安装 0 次，标签 requires_api_key=false。

它解决的问题是：给一批广告素材，产出多条可投放的混剪成片。流程上分两段——agent 负责语义标注与方案生成，本地引擎负责按方案执行剪辑。官方定位是”开源引擎拼装，最大化接近 MixCut 的剪辑能力”。

核心功能¶

官方列出的能力分三块。

输入与分镜：把一批素材放进目录，本地完成分镜切分。

语音处理：本地 ASR 转写，基于 whisper；人声分离基于 demucs。

成片输出：本地拼接导出，支持比例、裁剪、水印、背景音乐、转场、倍速、调色。

Agent 部分：由宿主 agent 在对话里完成语义标注与方案生成。官方说明支持的宿主是 WorkBuddy / opencode，且不需要用户自己的 API token——模型调用走平台侧。

架构：零 token 是怎么实现的¶

这个 Skill 的关键设计是把工作拆成两类，分别落在不同位置。

AI 大脑：语义标注、方案生成这类需要模型判断的步骤，由宿主 agent 在对话中完成。用户不需要为自己准备 API key，因此不产生用户侧 token 费用。

剪辑体力活：分镜切分、ASR 转写、人声分离、拼接导出，全部在本地执行，依赖 ffmpeg、whisper、demucs。素材不需要上传到外部服务，视频不出本机。

两者通过本地文件交换信息：agent 产出方案，本地引擎按方案执行。

安装与启用¶

官方页面与抓取资料中未给出可直接复制的安装命令或配置字段。可以确认的信息是：它按通用 SKILL.md 格式组织，坐标 @user_49271746/catcut，官方地址 https://api.skillhub.cn/user_49271746/catcut。

在 Cursor / Codex CLI / Claude Code 等宿主中的具体启用方式，资料未分别说明，这里不做推测。需要部署时建议先打开官方地址核对当前版本的安装说明，再按宿主类型操作。

依赖方面，本地执行部分需要环境中已具备 ffmpeg；whisper 与 demucs 的可用性取决于部署环境，官方未给出版本约束。

典型用法¶

官方简介描述的流程是：

1、准备一个素材目录，把一批原始素材放进去。
2、宿主 agent 读取素材信息，完成语义标注，生成混剪方案。
3、本地引擎按方案切分镜、做 ASR 转写与人声分离。
4、按比例、裁剪、水印、背景音乐、转场、倍速、调色等参数拼接导出。

需要说明的是，官方资料只给出了这个流程层面的描述，没有提供可复现的完整命令行示例。上面这几步是对官方简介的整理，不是可直接执行的操作脚本。

适用场景与注意¶

适合的场景：广告素材批量出片、需要频繁调整混剪方案、对素材不出本机有要求、希望不消耗自有 API token 的团队或个人开发者。

需要注意的地方：

• 方案质量取决于宿主 agent 的模型能力。本地引擎只负责执行，不做创意判断。
• 本地环节依赖 ffmpeg、whisper、demucs 三类工具，环境不齐时后半段流程走不通。
• 官方声明支持的宿主是 WorkBuddy / opencode。其他宿主的兼容性官方未做说明。
• 版本为 0.3.0，发布者标记为 community，功能与命令仍可能变化，使用前建议核对官方页面的当前版本信息。
• 抓取到的页面显示安装数为 0，说明当前采用量较小，遇到问题缺少现成案例可参考。

小结¶

CatCut 的价值在于分工明确：需要模型判断的部分交给对话里的 agent，不需要模型的部分全部留在本地用开源工具做完。对关注素材隐私和调用成本的开发者来说，这条路线比纯云端方案更可控。

官方地址：https://api.skillhub.cn/user_49271746/catcut