针对口播视频后期剪辑耗时长、字幕易错的问题，一种基于 Claude Code 的 AI 剪辑智能体提供了解决方案。该系统通过自定义技能实现自动化处理，并能学习用户习惯，将30分钟视频的剪辑缩短至10分钟，极大提升了创作效率。
智能速览
AI剪辑智能体能自适应学习用户剪辑习惯。
通过/v命令菜单可一键完成环境部署与剪辑。
系统可精准识别口误、静音及重复片段。
结合自定义词典与Whisper模型，确保字幕高精度。
使用10次后可记住用户80%的剪辑偏好。
精华内容
这套方案的核心理念在于将AI从一个被动工具转变为一个主动学习、持续进化的智能助手。下面将具体拆解其部署与操作流程，展示如何实现高效、个性化的视频剪辑。
核心逻辑
该方案区别于传统剪辑工具的核心在于其“自适应系统+自动学习”的模式。它将剪辑任务分解为5个核心技能，并具备强大的自更新机制，能永久保存用户的反馈和偏好。这意味着AI会越用越懂你，使用10次后能记住80%的剪辑习惯，使用50次后则可成为完全个性化的定制化Agent，从而实现从固定工具到智能伙伴的蜕变。
部署指南
部署过程相对简化。首先，需从GitHub克隆名为videocut-skills的技能包，并将其直接存放于.claude/skills/目录下。随后，在Claude Code中输入/v调出菜单，选择videocut:安装，系统将自动完成依赖安装，并下载约5GB的FunASR与Whisper模型。FunASR用于字级别的口误识别，Whisper则负责高质量的字幕生成，为后续的智能化处理打下基础。
智能剪辑
实际剪辑时，通过/v菜单选择videocut:剪口播并提供视频路径。AI将自动执行一系列复杂操作：首先是精准的语音转录，并识别出所有口误、语气词（如“嗯”、“啊”）以及超过1秒的静音片段。接着，它会生成一份审查稿，用特殊符号（如⏸️表示静音，～～表示重复）清晰标记需要处理的部分，创作者只需反馈修改意见，确认后即可自动完成剪辑。
字幕烧录
为解决字幕错别字问题，方案引入了自定义词典机制。用户可在.claude/skills/videocut:字幕/词典.txt中录入频道名、专业术语等专有名词。执行videocut:字幕技能时，AI会调用Whisper进行转录，并自动利用词典内容进行纠错，大幅提升字幕的准确性。最终，经过确认的精准字幕将被直接烧录到视频文件中，无需手动调整。
这套AI剪辑方案通过自适应学习机制，将繁杂的视频后期工作转化为高效的自动化流程，让创作者能更专注于内容本身。随着使用频率的增加，它的智能程度和个性化匹配度将持续提升，未来或将重塑短视频的创作生态，让高质量的口播内容生产变得更加轻松。
