chengfeng-cut：让智能体只列删词清单，不碰视频文件

npx skills add Agentchengfeng/chengfeng-videocut-skills --skill chengfeng-cut

录一条口播，说错重来、同一句讲三遍、嗯啊不断，这些是剪辑时最耗时间的部分。让智能体直接去剪视频，又怕它一刀下去就是一个改不回来的文件。chengfeng-cut 是成峰（AI产品自由）在 chengfeng-videocut-skills 里提供的剪口播 Skill，它的做法是：智能体只判断哪些词该删，产出一份由你复核过的删词账本，到它结束时磁盘上没有任何新视频。该仓库采用 Apache-2.0 协议，截至 2026-10-08 约 3.0k 星。

它让智能体按什么顺序做事

chengfeng-cut 的流程分七步，每一步的完成标准是它的产出物，没出表就不算做完。

1. 就绪：先跑「检查更新」Skill 的就绪检查，确认 Skill 版本和 Runtime 配套，不通过就停。
2. 建档：拿用户给的真实视频和云端逐词转录稿，让产品建项目、起服务，再读回状态核对 projectId。
3. 修字：用词典把转录听错的专名改对，产出一张修字表给你看。
4. 删词：按播放顺序通读五遍，每遍只找一类问题。
5. 汇总：合成「删词汇总表」和「重复句子表」，再按表把删后全文自读一遍，读不通的行撤销。
6. 审核：把两张表发给你，再打开 Studio 工作台，由你亲自划词、恢复、保存。
7. 复盘：拿智能体的提案和你的终版对比，把口味差异、专名错误、规则空白分别记进三份本地文件。

五遍扫描的顺序是重复、残句改口、口误重说、英文卡壳、口头禅与语气词。它们由客观到主观排列，最后一轮按你记录的偏好决定容忍度。

它约束了什么

• 只改账本：删词写进 Cuts 和 EDL，不生成剪后视频；物理剪切和导出交给同仓库的 chengfeng-export。
• 播放顺序为准：判断「说了两遍」必须用 transcript playback 的输出，不许自己从 transcript.json 拼。SKILL 的事故簿记录过，自己拼会把跳号当成缺内容，误否过两条正确判断。
• 候选必须是完整结论：cuts set 是替换语义，只交增量会静默丢掉上一轮的删词。提交后要看 noLongerCut，不是零就回去重交。
• 不猜专名：词典和稿子都确认不了的名字只报告，留给人补词典。
• 只有删与不删两态：拿不准就不列，AI 的理由不构成第三种状态。

适合谁

如果你自己录口播、一条视频要来回删十几处重复和口误，又希望每一处都经过自己的眼睛，这个 Skill 的账本加复核的方式比「一键去口癖」更稳。和 jianying-headless 这类直接生成剪映草稿的工具相比，它停在更前面一步：只回答删什么，不负责剪出来。

它有几处实打实的门槛。它是 Codex Plugin，官方安装路径是仓库里的 node bin/install.cjs install，需要 Node.js 18+、Git 和支持 codex plugin 的 Codex CLI；skills.sh 上能搜到 Skill，但这条路径不会替你装 Runtime，我没有在 Claude Code 里实测过。Runtime 与 Studio 是另一个仓库 chengfeng-videocut（Apache-2.0），当前固定配套 v0.4.11，要单独准备。转录必须走已获准的云端 ASR，没有就报 missing_cloud_transcription_adapter 并停下，不回退本地识别，所以上传音频的隐私和费用要自己评估。README 还提醒，新加的「工作台操作」Skill 要求 Runtime 0.5.9 以上，而公开下载仍是 0.4.11，暂时用不了。