10 分钟，自动剪一条 30 分钟的视频。
为什么做口播数字人 Agent
我经常用剪映剪口播视频，用久了发现两个问题：
问题 1：智能剪口播无法理解语义
重复说的话，它识别不出来。一口气说二三十分钟，自己剪非常累。
问题 2：字幕错别字多
自动生成的字幕质量不好，每次都要手动改。
所以我用 Umaxing 的 Skills，做了一个剪辑 Agent。
根本区别 剪映 = 人主导 + 工具辅助 剪辑 Agent = Agent 主导 + 人审核 剪映需要你一帧帧检查，Agent 帮你全部识别完，你只需要确认。
三个核心设计
-
自进化机制 这是最厉害的设计。同样一段视频，剪映漏掉的口误，Agent 全识别出来了。为什么？因为它会学习。每次执行任务后，你可以给反馈，Agent 会把反馈永久保存。用 10 次，它就知道你 80% 的习惯。用 50 次，它就完全符合你的需求。越剪越懂你。自更新循环机制,所有的识别规则，都放在一个独立的文件夹里。
-
模型：API 秒级响应 下载：不用等几个小时 运行：API 服务器比你的电脑快得多
-
可视化交互 以前在命令行里看审查稿，一行行找口误，眼睛都看花了。
四个快捷键按钮
1 搜热点 — 自动搜索热门视频 2 分析视频 — 自动提炼视频文案 3 做数字人 — 输入文案即可生成视频 4 一键爆款 — 确认无误后一键完成
15 分钟搞定。
三步流程图
查看skills
输入 /help，列出所有的skills 选择 /video:剪口播，输入视频路径。
加字幕（3分钟）
重点：自定义词典 = 字幕准确率翻倍
转录
词典纠正错别字 生成字幕文件 让你确认字幕是否正确 确认无误后，烧录到视频
让 Agent 越剪越懂你
你喜欢保留哪些语气词 你觉得哪些停顿不算口误 你的表达习惯是什么 然后把这些习惯永久记录到 Skills 里。
效果： 用 10 次，它就知道你 80% 的习惯。 用 50 次，它就完全符合你的需求。
这就是自进化的威力 —— 越剪越懂你。
如果你经常剪口播视频，强烈推荐试试。记得一定要用自进化机制，这样 Agent 会越剪越懂你。