视频剪辑 Skill 从夯到拉(纯主观)
这一期最狠的不是谁强,是星数彻底不值钱了。30.7 万星的 ECC 排在拉完了,1 星和 0 星的仓库坐了三个类的头牌。星数在这儿约等于营销指标,和装上能不能干活没有可见关系。
真正的分水岭是回读自检。自报成功、产物是坏的,是这一期最常见的病。会自己回头验一遍的,基本都靠前。不会的,星再多也敢把坏文件一本正经交给你。
脚本与分镜类
统一喂同一个故事梗概《汤趁热喝》,要求交剧本加分镜表,目标 60 到 90 秒。这一类按三条线分开量,短剧线、镜头表线、知识解说线,各有各的头牌,所以这一类出了两个夯爆了。对比图放在 DirectorSKILL 那条下面。
夯爆了:
drama-skills,4,504 星。短剧线头牌,交付的是完整短剧工程加三份文档,结构校验全过,产物能直接进生产。坑也写明,它写的分镜估时对动作密集的段落低估近一倍,估 42.2 秒的段落实际合计 82 秒,拿它排产会翻车。https://github.com/zenstory-ai/drama-skills
DirectorSKILL,387 星。镜头表线头牌,15 镜每镜 15 个字段,镜号、秒数、景别、焦距、运镜、光向、连续性锚点、风险、转场全齐,风险逐镜按自家六维量表打分,最高分镜预写了拆分案。它不写对白剧本是设计不是缺失,这是全类字段最完整、最能直接执行的一份。https://github.com/wuwangzhang1216/DirectorSKILL
顶级:
shuohao-skills,6,842 星。本类星数王,大纲、剧本、分镜三件套齐全,18 项结构校验全过,结构完整度短剧线最高。代价是动手前先过两层 JSON 结构纪律,手写工作量大,门禁是为连载短剧设计的,单集作品容易被结构性误杀。https://github.com/eternityspring/shuohao-skills
vibe-knowledge-film,1,428 星。知识线唯一交出成片的,分镜表 20 句逐行填满,成片 1920x1080、带音轨、83.7 秒,抽帧核对,遮住字幕能读出故事。成片是无声字幕片形态,它的协议就是这样。https://github.com/HeyChengC/vibe-knowledge-film
人上人:
Seedance2-Storyboard-Generator,2,917 星。纯协议型,没有脚本,剧本加素材清单加 6 集分镜提示词三件套完整自洽,6 集乘 15 秒正好 90 秒。注意它的分镜是给 Seedance 的生成提示词,不是传统镜头表,短剧公式对温情题材拉扯真实,一句话卖点被它写成了爽剧吆喝腔。https://github.com/liangdabiao/Seedance2-Storyboard-Generator
NPC:
video-spec-builder,1,078 星。spec 本身按它的全部纪律完整产出,九节齐全,12 镜每镜 13 字段。卡点是结构性的,69 个组件全是讲解和信息图类型,12 镜里只有 3 镜能落到真实组件,其余 9 镜只能登记兜底占位,交给下游只能渲成动态图形复述版,和实拍短片不是一种东西。https://github.com/feicaiclub/video-spec-builder
chaojifeng-video-design,553 星。体系体量惊人,55 份方法文档、约 60 个风格包,计划合同产出的 plan.json 字段和 ID 纪律手工核对成立。但最终产物只到计划合同为止,自家校验器卡在目录完整性校验上,评价环节走不到,没有可用的成片计划。仓库 616MB,体量本身就是可用性问题。https://github.com/mileson/chaojifeng-video-design
explainer-video-skills,125 星。剧本和分镜两项交付物完整合格式,Remotion 管线能出画面和编码。短板有两处,成片缺旁白一项,只剩无声版;它的纪律要求痛点先行,故事第 3 句就把结局剧透了,悬念被公式换掉。https://github.com/iart-ai/explainer-video-skills
字幕类
九家同一条片子,比转写、分组、翻译、烧录的最终产物。对比图放在头牌那条下面,1 星全流程交付,对 346 星的翻车现场。
夯爆了:
auto-captions-skill,1 星。全类完成度第一,九家唯一把全流程产物出齐的。转写带逐词置信度,低置信词主动标红出校对报告,附双语审阅表,中文字体缺失时自动回落不缺字,英中两支烧录成片加双份字幕文件全交付。代价是流程最长、文件最多。1 星坐头牌,是这一类最大的倒挂。https://github.com/social-media-skills/auto-captions-skill
顶级:
bilingual-subtitles,3 星。设计感全类最强,不用 libass,逐句渲染 PNG 再叠加的绕行方案在任何 ffmpeg 构建上都成立,成品圆角黑盒加中文描边是九个里最好看的。词级时间定段界,改词不改时间,同步不漂移。短板是依赖不锁 PyAV 版本,新装兼容性差。https://github.com/zarazhangrui/bilingual-subtitles
人上人:
video-subtitle-skill,5 星。最像说明书的一家,前置检查都写成可执行步骤,缺 libass 有软字幕降级路线,清理规则具体到代码,流程零废话。只挑一条,它默认优先 large-v3,普通机器要用先备好 3GB 模型加 PyTorch,文档只字未提。https://github.com/Tofuswang/video-subtitle-skill
video-subtitle-toolkit,19 星。双语字幕和烧录成片俱全,抽帧双语可见。但有个语言陷阱必须写明,它的样式分流只认韩语谚文,中文行被归进英文样式合并,宣传的双层排版只对韩语成立,换任何其他第二语言都静默塌成单一样式还不报错。https://github.com/binnu-dev/video-subtitle-toolkit
cc-skills,7 星。只测了它的 video-subtitler。九个里最轻最诚实,依赖只有 ffmpeg 加一个 8MB 转写器,分组规则按脚本真实执行,文档明示不翻译、只转写源语言。短板是只产字幕文件不做烧录。https://github.com/kkoppenhaver/cc-skills
NPC:
Video-Wrapper-Skills,346 星。本类星数王,想法也是全类最好的,先分析字幕出特效建议、人工审核再渲染,花字必须是短语不是单词的规范很专业。但产物层翻车,备用渲染器 8 种组件只实现了 2 种,其余 6 种在成片里静默缺失不警告,中文字体表写死 macOS 路径,跨平台出的成片中文字是豆腐块。https://github.com/op7418/Video-Wrapper-Skills
oil-subtitle,128 星。工程严谨度九个里最高,凭据走系统凭据库不落明文,脚本和 Agent 的改词权限划得清清楚楚,烧录成片是实测里观感最精致的中文样式之一。降档就一条,最终产物只有烧录这一段成立,转录卡在百炼付费 Key 上,完整流程没有一套完整产物,它把自己锁死在 macOS 加百炼生态里。https://github.com/oil-oil/oil-subtitle
拉完了:
subtitle-translator-skill,36 星。翻译方法论是九个里最完整的,术语表、人工审校、块数和时间码校验都有。但整条流程押在 Codex CLI 登录这一个外部引擎上,没有登录就没有产物,最终零产出。流程设计救不了硬依赖。https://github.com/saidsurucu/subtitle-translator-skill
bilingual-subtitle-skill,2 星。翻译全靠 Gemini API,没 Key 没本地降级,烧录脚本又把路径全写死 macOS,跨机器复现性九个里最差。脚本本体不糙,但它是个彻底的作者本机工具,还只吃现成字幕文件、不做转写。https://github.com/benyiyu/bilingual-subtitle-skill
剪辑执行类
本期人数最多的一类,14 家。统一题是三段素材裁切拼接成 12 秒 1080p,带标题和首尾淡化,成片时长和分辨率都要对得上。
夯爆了:
hyperframes,86,800 星。成片精确 12.000 秒、1920x1080,三帧比对全过,自家 check 四项全过、0 错误。代码生成型里对剪现成素材支持最正的一家,裁切是框架原生能力,自检是真能拦错的,这一类少有的星数和实力同向。两个点写明,它的运行时要在私有目录里跑,SKILL.md 还要求启动时发一条遥测,介意外发的人装之前要知道。https://github.com/heygen-com/hyperframes
顶级:
video-use,31,296 星。EDL 驱动,一条龙真管线,逐段抽取、无损拼接、叠加合成、响度规范全有,成片 12.03 秒,三帧比对最高 0.994。它的硬规则清单是真刀真枪的剪辑经验。短板写明,叠加素材没有透明通道会被当成不透明黑层盖满画面前 3 秒,它不给任何警告。它面向口播素材设计,转写要 ElevenLabs 的 Key,没对白时那一整套闲置。https://github.com/browser-use/video-use
remotion-dev/skills,7,533 星。Remotion 官方,含金量在细节,每个可独立编辑的片段写成自己的节点、裁切写在节点上,照着写出来的时间轴就是可维护的,成片一次渲染成功。这一题也证明它能剪真素材,不只是生成动画。https://github.com/remotion-dev/skills
人上人:
claude-remotion-skill,1,149 星。Remotion 系里唯一把审美规则写成硬约束的,禁止线性插值、入场必须多属性、退出要比入场快、渲完必须抽帧回看,正好都是 AI 生成视频最容易翻车的地方。代价是仪式重,做一条 12 秒拼接片有点大炮打蚊子。https://github.com/haidrrrry/claude-remotion-skill
video-shotcraft,21,569 星。124 张镜头卡和模板的完成度肉眼可见地高,借它的工程脚手架新建合成,成片 12.05 秒全项达标。口径写明,它的模板只能在固定宣传片骨架里换截图和文案,没有时间轴剪辑、没有现成素材裁切拼接的概念,这一题是借它的地基完成的等效任务。做产品宣传片是本类独一份,剪日常素材是用错工具。https://github.com/Vincentwei1021/video-shotcraft
NPC:
ffmpeg-skill,8,161 星。本类工程化最扎实,42 个脚本自成一套,预演、回读、验收、抽帧自检的纪律齐全,拼接成片分毫不差 12.000 秒。降档原因,42 个脚本里没有整片画面淡入淡出工具,标题和首尾淡化这一项它的产物里就是缺的。https://github.com/kajisho5/ffmpeg-skill
OpenMontage,81,679 星。系统庞大是真的,本地工具单体质量也不差,换路线后成片 11.10 秒达标。但它最顺手的一键拼接自报 success,产物却是 18.27 秒,膨胀 52%,时长错了还不自知,全程没有一步回读校验。对全自动执行来说,自信地错比直接报错更贵。8.2 万星落 NPC,是本类最大的倒挂之一。https://github.com/OpenMontageInc/OpenMontage
claude-code-video-toolkit,2,661 星。工具箱很大,配音、字幕、去水印、高光几十个工具,但组织方式是生成一支新片的全家桶。唯一直接处理现成素材的裁切只吃单个源文件,只出竖屏和方形比例,要 16:9 直接没有,没有标题能力。对剪辑执行这个类目来说,它的主业不在这。https://github.com/digitalsamba/claude-code-video-toolkit
拉完了:
ECC,306,960 星。全期星数王,也是最危险的一家。它自报三段和成片时长都 12.00 秒,看上去全对,产物却只有音轨,视频轨静默消失,后续合成直接报错,全程没有任何自检能发现丢轨,只看时长验收会被它骗过去。https://github.com/affaan-m/ECC
FireRed-OpenStoryline,3,712 星。仓库自带的配置里,各段的 Key、模型、地址全是空的,它全部卖点都建立在用户自备多家付费 Key 之上,没 Key 就没有成片。产品形态是带 Web 界面的对话剪辑应用,属于软件本体型。https://github.com/FireRedTeam/FireRed-OpenStoryline
chengfeng-videocut-skills,3,240 星。最终零成片。七个入口的方法文档写得细,但这个仓库本质是插件分发壳,还要求已登录的 Codex CLI 加另一个仓库的独立运行时,碰到视频之前就停了。https://github.com/Agentchengfeng/chengfeng-videocut-skills
OpenChatCut,3,216 星。定位是开源版 ChatCut,真时间轴、多轨、转场都是给人坐在浏览器前用的 Web 编辑器,AI 剪辑必须先配付费 Key 且在界面里完成,没有无头和命令行路径。放进 skill 合集属于分类错位,它不是 skill,是一个要部署的 Web 应用。https://github.com/0xsline/OpenChatCut
herk-edit-kit,2,965 星。它的管线第二步就是转写,默认要 ElevenLabs 的 Key,后续删静音、删口误都以词级转写稿为唯一输入,服务的是单条口播后期,没有多素材拼接的执行路径,无对白素材在它的世界里不存在入口。它真实身份是一个博主的口播剪辑流水线,自成体系,但和本类任务不匹配。https://github.com/nateherkai/herk-edit-kit
claude-capcut-skill,9 星。零产出。它只吃剪映工程文件夹不吃 mp4,没有剪映桌面版、没有工程文件就没有入口,跨平台和无头环境里连入场券都没有。在有剪映桌面版的机器上可能是另一回事。https://github.com/mane23-ai/claude-capcut-skill
视频逆向与复刻类
给一段 24 秒的片子,拆镜头、边界、颜色、声音,再给出复刻路线。这一类的分水岭是最终镜头表准不准,片子 9 秒处埋了一刀等亮度切点,红蓝两镜亮度几乎相等,没有第二通道兜底的,镜头表会直接带着错交出去。对比图放在 rea-video 那条下面。
夯爆了:
rea-video,10,894 星。本类唯一全跑通。最终定版 5 镜,边界精确到帧,背景色是采样值不是形容词,制作方式判定有硬测量支撑,不确定的地方全程明示。短板写明,台词转写是可选扩展,不装就没有这一项产物,声音侧有两处低置信虚报要自己过滤,自带快速草稿只完成底色层、文字层全丢,它自己如实标注只完成 25%。我自己拿它拆过蜘蛛侠的 15 秒片段,拆解结果接上生成,写实复刻片真出来了,四个镜头逐个对位,构图和动作都跟得上原片。https://github.com/JuneYaooo/rea-video
顶级:
openmotion,12,212 星。本类星数王,工程化最重,测量工具箱是真能出数字的,文字墨迹框和实测只差几像素,协议自带纠错链。降档原因,它的最终产物只有测量半程,没有复刻成片,完整产品形态依赖它托管应用的宿主;协议本身也不含转写,旁白原文未产出。https://github.com/nexu-io/openmotion
人上人:
mrpaidsocial-video-editor-agent,181 星。只测了它的 reel-style-clone。最终产物是风格指南和施工图,不出复刻片。指南本身是五家里最剪辑师的,落到这条什么都没有的测试片上,它如实写无,没有花招、拒绝按模板硬写音乐提示,幻觉为零,还明确标注旁白和像素的冲突,给出抄像素的建议。短板是它的切镜结论对等亮度切点不可靠,镜头表这一项要打折。https://github.com/mrpaidsocial/mrpaidsocial-video-editor-agent
NPC:
capsule-cinema,308 星。它不是拆解工具,是拆解结果的消费和复刻调度层,必须先有 rea-video 的拆解包才能用。串联后参数精确可用,按参数本地复刻出的 24 秒成片逐帧核验结构对版。但它自家的验收口径有问题,把结构完全对版的复刻误判成 4 镜,只给 67%,计数不等还标 pass。想单买它解决逆向的人会扑空。https://github.com/JuneYaooo/capsule-cinema
claude-stickman-shorts,9 星。9 星小仓,最终产物是报告、接触表、调色板和频谱一次出齐,调色板精度五家第一。短板是镜头表漏掉 9 秒那一刀,还连带算出一个不存在的最长镜头写进统计,分析器不做 OCR、不测运动,镜头表这一项必须有人看图兜底。后来拿蜘蛛侠的真实片段补测了它的复刻端,按它抄格式不抄内容的规矩用 Remotion 做了火柴人版,5 镜结构和切点全对位,是这一类里唯一对真实影视画面交出新成片的。https://github.com/SyedBahjat/claude-stickman-shorts
配音类
七家同一份中文文案,要求配出声、对齐、合成成片。先说结论,这一类不设夯爆了,唯一交出成片的那家也是靠本地兜底后端撑下来的,顶级封顶。对比图放在 NoizAI/skills 那条下面。
顶级:
NoizAI/skills,537 星。本类唯一交出成片的,但口径要说清,出成片的是文档里排在后面的本地 Kokoro 兜底后端,成片 28.59 秒,逐句对齐报告齐全。招牌的克隆、情绪控制、服务端逐句对齐全锁在 NOIZ_API_KEY 后面,没 Key 用不上。代价是 Kokoro 的中文发音全场最弱,声调明显不准,成片音量偏小,声音克隆也没过,克隆只走付费后端。https://github.com/NoizAI/skills
NPC:
jianshuo/claude-skills,142 星。只测了它的 wjs-dubbing-video。脚本工程质量全场最好,逐句时长对齐策略有明确听感依据,断点续跑和逐句重试都齐,管线本体能合成成片,6 句语义全命中。降档在声源层,主打的免费声源 edge-tts 在需要代理的网络里直接哑火,脚本又不传任何代理参数。https://github.com/jianshuo/claude-skills
OpenCreator,14,431 星。只测了它的 krillinai-tts。七家里工程完成度最高,契约、清单、错误分类都是真东西,失败时给的错误结构比谁都规矩。卡点和上一家同源,它唯一的免费声源 edge-tts 同样用不了,其余供应方全部要付费 Key,最终没有成片。https://github.com/krillinai/OpenCreator
拉完了:
violin,1,090 星。没有 Key 就没有任何产物,它的转写、翻译、配音几个阶段全是付费云 API,没有一条能本地、没有一条免费,配置里没有第五条路。它是一个云 API 编排器,可用性全押在第三方服务上。诚实的一笔,声音克隆在它自己的待办里明确未勾选,它承认还没做。https://github.com/shang-zhu/violin
video-translator,813 星。七家里最薄的一家,仓库只有说明文档加 API 契约加命令示例,没有任何本地可执行代码,全部工作是把视频上传到固定云端轮询取结果,按积分计费,没有任何本地或免费降级路线。它是第三方付费 API 的调用说明书,和本地类 skill 不是同一物种。https://github.com/InsiderX-Pro/video-translator
elevenlabs/skills,578 星。只测了它的 dubbing。ElevenLabs 官方出品,文档质量全场第一梯队,连先定稿转写再加语言否则重生成再收费这种花钱教训都提前说了。但本质仍是付费云服务的操作手册,没有 Key 时它只是一份写得很好的说明书,零产物。https://github.com/elevenlabs/skills
VoiceStudio,113,845 星。本类星数王,架构上本地平替的说法是真的,引擎全本地、模型按需下载。但默认路径的门槛是七家里最高的,主体是桌面应用,无头配音要先把整个后端服务装起来,默认模型就 3.27GB,最终没有成片产出。引用它时必须把体量写在前面,否则读者下到一半就会弃。https://github.com/debpalash/VoiceStudio
数字人类
人上人:
digital-human-koubo,2,043 星。全类走得最远的一家,最终产物是任务包和报价,本题 1 段约 7 秒、预估 119 积分,没有成片。生成环节在积分制云端,本地只做剪辑包装,它默认的数字人参考素材还是作者账号的私有资产,换账号就用不了,用自己的照片重做形象同样要先注册付费。它的工程化是六个里最扎实的,但这不是免费管线,它自家文档自曝一条 27 秒广告花了 482 积分。https://github.com/andyhuo520/digital-human-koubo
拉完了:
inference-sh/skills,818 星。只测了它的 ai-avatar-video。零成片,不登录连价格都查不到,本质是付费 API 说明书,四个数字人模型全是云端计费调用,约 0.025 美元每秒,不提供任何自备算力的可能。所谓平替只是换了一家收费。https://github.com/inference-sh/skills
OpenVideo,354 星。六个里最重的全家桶套壳,零成片。一条片子串四家付费 API,声明需要 5 个环境变量,任何一家没 Key 都断。还有一层更死的门槛,它只能选用账号里已有的数字人形象,没有用照片新建的流程,就算有 Key,本题的照片也得先在平台里做成形象才能用。https://github.com/Bomx/OpenVideo
lipnardo,25 星。六个里对 HeyGen 封装最完整的一家,价格透明度也最好,还没生成就把每秒多少钱算给你看,本题约 0.30 美元。但透明不等于免费,它就是 HeyGen API 的遥控器,照片建数字人 0.05 美元每秒,先充值 5 美元才能开机,最终零成片。https://github.com/AgriciDaniel/lipnardo
synchronicity-labs/skills,7 星。只测了它的 talking-photo。官方出品,文档最规范,先估价、用户确认、才生成,付费礼仪六个里最好。但三条接入路全部以注册账号为前提,没有账号就没有产物。还有一条隐藏门槛,它自家规则明文拒绝让真实可识别人物说没说过的话,本题素材恰好是官方肖像,就算注册付费,这个具体素材在它自家规则里也属敏感区。https://github.com/synchronicity-labs/skills
digital-human-koubo-comfyui,37 星。全场唯一真本地零 Key 的,克隆配音加对口型,流程和工作流文件都在仓库里,README 也把测试硬件写在徽章上,比头牌诚实。卡点是入场券从钱包换成了硬件,要求 24GB 显存加 34GB 内存,全套权重 50GB 以上,仅 3 个文件就约 44GB,没有这套硬件就没有成片。https://github.com/walkskysu/digital-human-koubo-comfyui
内容理解类
顶级:
claude-video,21,266 星。本类星数王,工程素养最高,抽帧是全场最准的一档,8 帧逐个对齐真实场景边界,报告对转写状态不含糊,缺什么明说、不编造。卡点是没有逐字稿产物,靠旁白回答的问题答不了。https://github.com/bradautomates/claude-video
人上人:
watch-skill,595 星。理念和诚实度全场最佳,持久索引加带证据问答加拒答机制,问到索引里没有的内容它诚实拒答、不猜,置信度都标出来。降档是两处硬伤,本地转写这一路产物不可用,感知去重对同版式标题卡会误删整章,第 4 章被整段丢掉,5 问基本答不了。这类幻灯片式视频恰恰是内容理解的主战场。https://github.com/oxbshw/watch-skill
NPC:
video-to-shorts-skill,4 星。机械交付全部兑现,竖屏、逐词字幕、钩子、响度流程都做到了,协议写得最像真人剪辑师。但内容交付翻车,成片实际声音是第 2 章的句子,烧录字幕和标题讲的却是第 3 章,字幕和声音不是一回事。它全程没有校验切出来的声音是否等于字幕,把错的句子一本正经包装成了成片。https://github.com/social-media-skills/video-to-shorts-skill
gaming-clip,17 星。三家切短里产品化程度最高,界面、命令行、技能三件套,阶段可续跑,成片真出了。翻车在适配,它的高光启发式是为游戏实况设计的,音量突跳等于爆点,放在旁白片上只是把静音后的第一句当成爆点,成片标题宣称第 4 章,实际声音和画面都是第 2 章。它的世界观里只有游戏录像。https://github.com/iyansr/gaming-clip
clipwise,0 星。零成片,但它是三家切短里唯一没有把错片端上桌的,它的音画同步断言在交付前拦下错片,宁可不交也不交错片。0 星仓库工程完成度意外地高,缺失项提示、安装包校验下载都是真功夫。要挑的只有一条,它的逐字稿文件头标注与事实不符,标的是源时间轴,实际是压缩轴时间。https://github.com/RajkumarDake/clipwise
拉完了:
chubbyskills,1,338 星。测了它的 bilibili-transcribe 和 youtube-transcribe。合集里的视频转文字稿 skill 全是平台绑定的,没有一个接受本地文件,它的本地转录回退只挂在先拿到平台视频之后,本地文件永远走不到。仓库本身工程量不小,但在它这里,视频转文字稿等于某平台链接转文字稿。https://github.com/chubbyguan/chubbyskills
youtube-skills,1,218 星。只测了它的 transcript。双重卡点都有实据,输入契约只收 YouTube 链接或视频 ID,本地文件不在契约内,还必须注册第三方站点拿 Key,没有 Key 就是一张空壳。它本质是第三方付费 API 的薄封装,API 挂了或 Key 没了就什么都不剩。https://github.com/ZeroPointRepo/youtube-skills
video-recap-skills,642 星。本地预处理满分,抽帧和场景检测得出的 8 个场景边界与真实结构逐段吻合,精度与本类头牌并列,自检和错误信息都扎实。但理解和配音全链路都走付费 API,没 Key 即全线停摆,解说稿和成片均无产出。一个 Key 跑通既是它的卖点,也是它的单点故障。https://github.com/zenstory-ai/video-recap-skills
封面与发布类
统一题是给同一条视频做发布包,封面、标题、描述、标签都要。封面必须恰好 1280x720,标题要有真实搜索数据撑着,不许编。
夯爆了:
youtube-skill,1 星。全场唯一把发布包在本地完整交付的,3 张封面实测全部恰好 1280x720,本地字体渲染大字清晰,先出双尺寸预览图,按首页卡片和手机小卡的真实展示尺寸审稿。10 个标题有真实搜索补全数据支撑,不是编造,描述和标签经自家校验 0 警告。它赢在工程细节,每个字段都有代码校验而不是口头承诺。短板如实说,转写冷启动并不零门槛,上传止于发布包加手工清单,这正是它设计中的发布前终点。https://github.com/social-media-skills/youtube-skill
人上人:
ecommerce-video-skills,148 星。测了它的 cover-title-ab 和 platform-spec-export。本类星数王,脚本是全场最扎实的本地工具链之一,封面由本地排版渲染,中文文字零乱码,多平台导出是真转码真规格,带逐项核对的导出报告。降档原因是口径从根上错位,它彻头彻尾是电商带货口径,预设平台里没有 YouTube,封面脚本宽度写死,硬传 16:9 只得到 1080x607,达不到 1280x720。做带货封面它能干活,做 YouTube 发布包规格不对。https://github.com/xianyu110/ecommerce-video-skills
NPC:
cross-post-video-skill,0 星。与头牌同出一门,工程质量同样在线,合规检查动真格,查出文件尾部缺快速启动标记的真问题,修复走真重编码,三平台文案各一份独立成文,自家校验 0 错误,且从头明说未连接账号就是手发,没有伪装成自动发布。降档原因,它只真正交付了多平台文案加合规检查,封面就是一张裸帧,没有任何标题文字叠加功能,YouTube 长视频和带字封面不在它的服务范围。https://github.com/social-media-skills/cross-post-video-skill
拉完了:
Social-Media-Autoposting,18 星。先说安全,这一家的 SKILL.md 正文里明文硬编码了一把完整的他人 API 密钥和一个 YouTube 账号 ID,描述模板还写死了引流链接和社交账号,那组账号不是仓库作者本人的,照原样跑等于替别人引流、用别人的密钥发帖。密钥我不转录,点名到此为止,这个仓库必须先拆弹才能用,原样安装的风险大于价值,直接落拉完了。文案协议本身其实可取,标题和标签都按它的硬规则产出且达标,但安全红线面前不谈手艺。https://github.com/Erickuby/Social-Media-Autoposting-With-Claude-Code
thumbnail-engine,8 星。本类题材最对口的一家,专做 YouTube 封面,点击心理学和构图规则写得像模像样,但它的引擎全是别人的,主路径依赖未连接的外部服务,备用路径要 Gemini Key,两条路都出不了图,零封面产出。仓库自带代码只有拼图和竞品调研两个辅助脚本,生成环节 100% 外包。另一个隐患,仓库自带的人像照片是作者本人的脸,照流程跑会把陌生人的脸贴到你的封面上。https://github.com/Samin12/thumbnail-engine
素材处理类
统一题是低清片超分、带水印片去水印,都是拿原文件说话的活,产物和原文件直接对着比。对比图放在头牌那条下面,真超分对假清理,是全期最锋利的一组。
夯爆了:
video-ai-upscale,0 星。全类唯一真超分且干成的,输出实测 1280x720、30fps、12 秒达标,同帧和 Lanczos 放大对照,AI 版边缘明显更平滑,Lanczos 版同帧是肉眼可见的马赛克块,是真模型推理而不是拉伸。脚本工程扎实,断点续跑、残帧检查、参数落盘都有。代价写明,文档纯 macOS 向,跨平台要自己动手改,速度是硬伤,12 秒短片在无 GPU 机器上约 82 分钟,只配剪试片,细节保真打折,真实场景里远处招牌上的字会被抹糊,画面带一层油画感。https://github.com/yuxingchen/video-ai-upscale
人上人:
ffmpeg-analyse-video-skill,39 星。按它的流程抽 8 帧生成带时间轴的内容说明,与标准答案逐项吻合,零编造,它给的按时长分档的抽帧策略表是真设计。口径必须写明,它压根不做任何处理,本质是内容理解工具,放进素材处理类是归类错位,拿它去水印或超分等于没工具可用。它只能证明抽帧加视觉描述这条链是通的。https://github.com/fabriqaai/ffmpeg-analyse-video-skill
拉完了:
remove-ai-watermarks,6,459 星。本类星数王,也是全期最危险的虚假成功。元数据清除自报已清理,产物却与原片同字节数、MD5 逐字节相同,三处 AI 元数据原样都在,抽帧看两处可见水印清晰如初,可见水印检测则根本不检出。不验收就会把已清理当真。它只认注册过的厂商标记和来源元数据,通用文字水印不在其口径内,就其本行而言工程做得细,但慢也是实锤,16 秒短片全片扫描要 4 到 13 分钟。https://github.com/wiltodelta/remove-ai-watermarks
topaz-video-skill,2 星。它不是算法仓库,是已购商业软件的遥控器,自检诚实且结构化。所需条件是 Apple Silicon 的 Mac 加已登录授权的商业软件加在软件内下载对应模型,缺一样就没有产物。流程设计在有人有软件的 Mac 上是合理的,没有这套软硬件可用性为零。https://github.com/DreamLoveBetty/topaz-video-skill
contentasoft-ai-video-enhancer-plugin,0 星。和上一家同病,插件本体只是商业软件的壳,真干活的是 129 美元的桌面软件加 NVIDIA 显卡,仅支持 Windows。壳做得规矩,平台不符时不装死、把话说清,这点比头牌的假清理体面。https://github.com/contentasoftware/contentasoft-ai-video-enhancer-plugin
装法汇总
这一片基本没有一键装法。大多数是 npx skills add 仓库地址,或者 git clone 进 ~/.claude/skills,每个仓库 README 里都有自己的装法,链接都在上面各段里。装之前多做一步,把 SKILL.md 全文先排查一遍,封面类拉完了里那家就是活标本,密钥和账号 ID 明文写在正文里。先看装法再动手,拉完了那几个大半是装不上、跑不起来或者不敢装的例子。
结论
视频剪辑 skill 的格局,单项冠军分开记,脚本分镜认 drama-skills 和 DirectorSKILL,字幕认 auto-captions,剪辑执行认 hyperframes,逆向认 rea-video,内容理解认 claude-real-video,封面发布认 youtube-skill,超分认 video-ai-upscale。配音没有冠军,数字人全类没一家出片。
星数是 2026 年 11 月 19 日逐个核的。排名纯主观,没收任何一家钱,也没恰任何一家的饭。