针对口播视频剪辑效率低的问题，一个基于Claude Code的剪辑Agent实现了10分钟处理30分钟视频的突破，通过自进化机制持续学习用户习惯，大幅提升剪辑效率。
智能速览
自进化机制让AI越用越懂你的剪辑习惯
火山引擎API实现秒级响应，无需下载本地模型
可视化审核界面支持播放、倍速、复制删除列表等功能
完整流程仅需15分钟配置即可使用
相比剪映的智能剪口播，语义理解和重复识别更准确
精华内容
传统剪辑软件中，人为主导、工具辅助的模式效率低下。这个剪辑Agent将主导权交给AI，人类只需审核确认，彻底改变了视频剪辑的工作流程。
自进化机制
这是剪辑Agent最核心的设计。每次执行任务后，系统会记录用户的反馈，将修改习惯永久保存到Skills中。经过10次使用，AI就能掌握用户80%的剪辑习惯；使用50次后，可完全符合个人需求。
这种持续学习的能力让剪辑效果越用越精准。当AI出错时，通过反馈机制进行纠正，它会自动更新之前的规则库。
相比传统软件需要手动调整的繁琐，这种进化机制大大减少了重复劳动。
API秒级响应
早期版本使用本地模型，需要下载5GB的文件，导致很多用户放弃使用。新版本切换到火山引擎的API后，体验显著提升。
无需下载大型模型文件，运行速度更快，识别准确率更高。特别是豆包的音视频字幕识别，在测试中表现出色。
用户只需配置API Key即可开始使用，大大降低了使用门槛。
可视化交互
剪辑完成后会自动弹出审核界面，提供四个核心功能按钮。播放按钮支持自动跳过已标记删除的片段，倍速播放功能提高审核效率。
复制删除列表功能可以将处理结果导出，便于后续分析和学习。执行剪辑按钮则一键完成所有剪辑操作。
通过Shift+拖动可以精确选择需要处理的片段，操作直观便捷。
四步配置法
整个配置过程仅需15分钟。第一步下载Skills文件，第二步配置火山引擎API Key，第三步使用剪口播功能处理视频，第四步添加字幕。
配置过程中需要到火山引擎服务管理开通音事实生成服务，创建API Key。安装完成后通过斜杠VE命令即可调用相关功能。
字幕支持自定义词典功能，可以将常用词添加到词典中，提高识别准确率。
效果对比
实际测试显示，剪辑Agent的识别效果远超剪映的智能剪口播功能。对于30分钟的口播视频，Agent能准确识别出重复内容和语义冗余。
剪映漏剪的部分，Agent能够全部识别出来。这种差异主要来源于Agent对语义的理解能力和自进化的学习能力。
字幕识别准确率也有显著提升，特别是人名等专有名词的识别更加准确。
这个剪辑Agent通过自进化机制、API秒级响应和可视化交互三大创新，解决了口播视频剪辑的痛点。随着AI持续学习用户习惯，剪辑效率将不断提升。这种Agent主导、人审核的模式，预示着视频创作工具的智能化发展方向。
关键评论
剪一条视频的成本和token消耗量是多少
目前这个剪辑Agent是否只能处理口播类视频
能否基于画面内容而不仅仅是语音转文字进行剪辑
和github上的videocut-skills相比有什么优势
