只花半天零基础Vibe Coding 分享最实用的4个经验!
面对传统剪辑工具无法满足个性化全流程AI接管的需求,通过Vibe Coding(氛围编程)模式,非技术人员可以基于开源项目进行二次开发。本文以构建一个能够自动去除口癖并生成FCPXML文件的AI剪辑工具为例,详细复盘从项目复用、模型选型、架构可视化的实现路径,并分享使用专业设计Skill提升界面质感的方法。
01需求背景与痛点分析
目前的视频剪辑工作流中,虽然剪映提供了“智能剪口播”功能,但其仅能去除水词,缺乏真正的AI语义分析,且需要付费。更重要的是,专业剪辑常使用Final Cut Pro,剪映无法替代。长远目标是利用AI逐步接管包括选题、文案、脚本、剪辑、画面、配音、发布在内的整个视频工作流,这需要高度个性化的定制开发,而非依赖通用软件。
02开发准备:开源项目复用与模型选择
Vibe Coding的第一步并非从零开始编写代码,而是利用现有成熟开源项目进行复用。针对视频剪辑需求,找到了一个名为“video-cut-skills”的开源项目,该项目实现了语音识别生成带时间戳的字幕以及AI语义处理功能。虽然原项目直接输出视频,而目标是生成Final Cut Pro的时间线(FCPXML)以供二次精剪,但其核心的语音识别和语义处理逻辑完全可以直接复用。
在开发工具方面,初期使用Cloud Code并订阅了其模型,但在实际操作中发现Vibe Coding对Token的消耗极大,半小时即达限额,若要满足需求需升级至Max套餐(月费近1000元),成本过高。经过对比测试,转而使用国产模型MiniMax发布的M2.7。该模型在软件工程(SWE-Pro)和项目交付等主流编程性能上与Cloud GPT处于同一水平线,且具备显著的性价比优势。
| 对比维度 | Cloud GPT | MiniMax M2.7 |
|---|---|---|
| 编程性能 | 高水平 | SOTA水平(SWE-Pro胜率88%) |
| 速度限制 | 易限额,需Max套餐 | Plus极速版约100TPS,速度提升一倍 |
| 成本考量 | Max套餐月费近1000元 | 98元/月(含1500次请求/5小时) |
开发模型选型对比
03核心开发步骤:架构可视化与二次开发
虽然开发者无需精通代码,但必须了解项目的整体框架和逻辑,以便准确向AI传达修改指令。为此,利用MiniMax M2.7模型读取整个项目代码,并生成了一个可视化的架构页面。该页面直观展示了从视频输入、音频提取、ASR转录、语义分析到最终生成FCPXML的全流程逻辑,并标注了可自定义的模块(如检测规则、静音阈值、API密钥等)。
通过这种可视化方式,非程序员无需阅读底层代码,只需对照页面与AI沟通需求,即可逐步完成二次开发。开发完成的工具实现了视频上传后自动识别字幕、根据规则去除口癖和失误,并直接导入Final Cut Pro进行精剪。
04UI美化进阶:Impeccable技能应用
Vibe Coding的常见痛点在于AI生成的界面功能虽可用但外观粗糙,一眼即能识别出AI生成的痕迹。由于缺乏设计专业词汇,很难通过语言精准描述美观需求。为此,引入了GitHub上拥有超过1.2万星的神级Skill——“Impeccable”。
Impeccable由jQuery UI创始人及前Google创作者生态负责人开发,将多年的设计经验打包成20条指令。其中,Audit指令用于审查代码并输出完整的前端报告,按影响程度划分问题优先级并给出修复命令;Polish指令用于打磨界面细节;Bolder指令则用于增强页面的视觉冲击力。通过这些专业工具的介入,开发出的工具界面在优化前后对比显著,呈现出专业、干净且符合设计规范的状态。
当前文章无评论,是时候发表评论了