前言¶

廣告視頻批量混剪的常見做法是：寫一套腳本，調視頻生成或剪輯 API，按調用量付費，同時把素材上傳到第三方服務。素材量大、需要反覆改方案時，token 成本和合規成本都不好控。

CatCut 換了一條路線：AI 大腦放在對話裏，由宿主 agent 完成；切分鏡、ASR、拼接這些體力活全部在本地用開源工具完成。下面介紹這個 Skill。

這是什麼¶

CatCut 本地混剪，座標 @user_49271746/catcut，由社區開發者 user_49271746 發佈，版本 0.3.0，來源標記爲 community，在 SkillHub 分類爲 design-media。當前頁面顯示評分 100000、下載 828 次、安裝 0 次，標籤 requires_api_key=false。

它解決的問題是：給一批廣告素材，產出多條可投放的混剪成片。流程上分兩段——agent 負責語義標註與方案生成，本地引擎負責按方案執行剪輯。官方定位是”開源引擎拼裝，最大化接近 MixCut 的剪輯能力”。

核心功能¶

官方列出的能力分三塊。

輸入與分鏡：把一批素材放進目錄，本地完成分鏡切分。

語音處理：本地 ASR 轉寫，基於 whisper；人聲分離基於 demucs。

成片輸出：本地拼接導出，支持比例、裁剪、水印、背景音樂、轉場、倍速、調色。

Agent 部分：由宿主 agent 在對話裏完成語義標註與方案生成。官方說明支持的宿主是 WorkBuddy / opencode，且不需要用戶自己的 API token——模型調用走平臺側。

架構：零 token 是怎麼實現的¶

這個 Skill 的關鍵設計是把工作拆成兩類，分別落在不同位置。

AI 大腦：語義標註、方案生成這類需要模型判斷的步驟，由宿主 agent 在對話中完成。用戶不需要爲自己準備 API key，因此不產生用戶側 token 費用。

剪輯體力活：分鏡切分、ASR 轉寫、人聲分離、拼接導出，全部在本地執行，依賴 ffmpeg、whisper、demucs。素材不需要上傳到外部服務，視頻不出本機。

兩者通過本地文件交換信息：agent 產出方案，本地引擎按方案執行。

安裝與啓用¶

官方頁面與抓取資料中未給出可直接複製的安裝命令或配置字段。可以確認的信息是：它按通用 SKILL.md 格式組織，座標 @user_49271746/catcut，官方地址 https://api.skillhub.cn/user_49271746/catcut。

在 Cursor / Codex CLI / Claude Code 等宿主中的具體啓用方式，資料未分別說明，這裏不做推測。需要部署時建議先打開官方地址覈對當前版本的安裝說明，再按宿主類型操作。

依賴方面，本地執行部分需要環境中已具備 ffmpeg；whisper 與 demucs 的可用性取決於部署環境，官方未給出版本約束。

典型用法¶

官方簡介描述的流程是：

1、準備一個素材目錄，把一批原始素材放進去。
2、宿主 agent 讀取素材信息，完成語義標註，生成混剪方案。
3、本地引擎按方案切分鏡、做 ASR 轉寫與人聲分離。
4、按比例、裁剪、水印、背景音樂、轉場、倍速、調色等參數拼接導出。

需要說明的是，官方資料只給出了這個流程層面的描述，沒有提供可復現的完整命令行示例。上面這幾步是對官方簡介的整理，不是可直接執行的操作腳本。

適用場景與注意¶

適合的場景：廣告素材批量出片、需要頻繁調整混剪方案、對素材不出本機有要求、希望不消耗自有 API token 的團隊或個人開發者。

需要注意的地方：

• 方案質量取決於宿主 agent 的模型能力。本地引擎只負責執行，不做創意判斷。
• 本地環節依賴 ffmpeg、whisper、demucs 三類工具，環境不齊時後半段流程走不通。
• 官方聲明支持的宿主是 WorkBuddy / opencode。其他宿主的兼容性官方未做說明。
• 版本爲 0.3.0，發佈者標記爲 community，功能與命令仍可能變化，使用前建議覈對官方頁面的當前版本信息。
• 抓取到的頁面顯示安裝數爲 0，說明當前採用量較小，遇到問題缺少現成案例可參考。

小結¶

CatCut 的價值在於分工明確：需要模型判斷的部分交給對話裏的 agent，不需要模型的部分全部留在本地用開源工具做完。對關注素材隱私和調用成本的開發者來說，這條路線比純雲端方案更可控。

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