1. 这个项目到底在解决什么问题

第一次看到“让 Claude Code 学会做视频”这个说法，我愣了一下。Claude Code 不是写代码用的命令行工具吗，怎么跟视频扯上关系了？后来花了一个周末把 GitHub 上相关的 Skill 仓库翻了个遍，才明白这背后其实是一个挺有意思的生态：Claude Code 本身只是个壳，真正让它“会做视频”的，是挂在它下面的一个个 Skill（技能包）。

所谓 Skill，你可以理解成给 AI 助手装的一个个“插件模块”。每个 Skill 本质上是一份结构化的说明文档加上可选的脚本，告诉 Claude Code 在遇到某类任务时应该怎么思考、调用什么工具、按什么流程走。比如一个“视频剪辑”Skill，它会告诉模型：先读取素材清单，再按时间轴切分，然后调用 ffmpeg 执行拼接，最后输出成片。模型不需要真的“会”剪视频，它只需要知道在什么场景下调用哪个 Skill、传什么参数。

这个项目的价值在于：有人把散落在各处的 180 个开源 Skill 做了一次系统分类盘点，并且特别标注出 107 个“冷门宝藏”——这些仓库 star 数不到 50，但功能相当能打。对于想用 Claude Code 做视频、做自动化内容生产的人来说，这份清单等于省掉了几十个小时的搜索和试错。

适合谁看？三类人：一是想用 AI 辅助做视频但不知道从哪下手的内容创作者；二是想给自己的 Claude Code 扩展能力、但懒得从零写 Skill 的开发者；三是单纯对 AI Agent 生态感兴趣、想看看这个圈子现在发展到什么程度的技术爱好者。不管你之前有没有用过 Claude Code，只要你对“让 AI 帮我干活”这件事有兴趣，这份盘点都值得花时间过一遍。

我自己的感受是，这个生态目前处于一个“野蛮生长但已经能跑通闭环”的阶段。头部 Skill 已经相当成熟，冷门仓库里也藏着不少惊喜，但整体缺乏统一标准，选型成本不低。下面我就按自己的理解，把这 180 个 Skill 的分类逻辑、核心玩法、实操要点和踩坑经验完整拆一遍。

2. 180 个 Skill 的分类逻辑与选型思路

2.1 为什么是“分类盘点”而不是“排行榜”

先说一个我观察到的现象：GitHub 上 star 数高的 Skill 仓库，往往不是功能最强的，而是文档写得最清楚、README 最像教程的。很多真正好用的冷门 Skill，作者就是个闷头写代码的人，README 三行字，连截图都没有，star 数自然上不去。所以单纯按 star 排序做排行榜，会漏掉大量真正有价值的东西。

这个项目选择“分类盘点”而不是“排行榜”，我认为是明智的。分类的逻辑大致可以归纳为几个维度：

• 按功能域分：视频处理、音频处理、图像处理、文本生成、数据抓取、文件管理、自动化流程等。
• 按调用方式分：纯提示词型（只靠一段说明文档驱动模型）、脚本调用型（Skill 里带 Python/Node 脚本，模型负责编排）、混合型（提示词加脚本加外部 API）。
• 按成熟度分：生产可用、实验阶段、概念验证。
• 按依赖复杂度分：零依赖（只需要 Claude Code 本身）、轻依赖（需要 ffmpeg、ImageMagick 等常见工具）、重依赖（需要特定云服务或本地模型）。

我实际用下来，最影响体验的不是功能强弱，而是依赖复杂度。一个功能再强的 Skill，如果要求你先装一堆环境、配一堆密钥，实际使用频率就会大幅下降。反倒是那些零依赖或轻依赖的 Skill，虽然功能简单，但胜在即插即用，日常用得最多。

2.2 视频类 Skill 的核心分类

既然标题重点是“做视频”，我重点拆一下视频相关 Skill 的分类。根据我翻仓库的观察，大致可以分成这么几层：

第一层：素材处理类。这类 Skill 负责视频制作的前期工作，比如从图片生成视频帧序列、从音频提取波形、从文本生成字幕文件、批量重命名和整理素材。典型场景是你有一堆零散素材，需要先规整成可用的输入格式。这类 Skill 通常依赖 ffmpeg 或 ImageMagick，实现难度不高，但非常实用。

第二层：剪辑编排类。这是核心层，负责实际的剪辑操作：按时间轴拼接、裁剪、加转场、叠加字幕、调整速度、添加背景音乐。这类 Skill 的复杂度差异很大，简单的就是封装几条 ffmpeg 命令，复杂的会引入时间轴数据结构，让模型能理解“第 3 秒到第 7 秒之间插入一段文字”这种指令。

第三层：生成类。这类 Skill 调用外部模型或 API 来生成视频内容，比如文生视频、图生视频、AI 配音、AI 配乐。这类 Skill 的依赖最重，通常需要配置 API 密钥，而且生成质量受模型能力限制，目前还处于“能用但不够稳定”的阶段。

第四层：后处理与导出类。负责视频的最终输出：压缩、转码、加水印、生成封面图、导出不同平台适配的格式。这类 Skill 看起来不起眼，但实际做视频的人都知道，导出环节的坑最多——码率、帧率、编码格式、分辨率，任何一个参数不对，成片效果就大打折扣。

2.3 冷门宝藏为什么值得关注

107 个不到 50 星的仓库，我挑了一部分实际跑过，发现几个规律：

• 冷门仓库往往解决的是非常具体的问题。比如有一个 Skill 专门处理“把竖屏视频转成横屏时如何智能填充背景”，功能单一但做得非常细，star 数个位数，但用起来比通用工具顺手得多。
• 冷门仓库的作者通常更愿意接受反馈。大仓库的 issue 区经常堆了几百条没人理，冷门仓库你提个 issue，作者可能当天就回复。
• 冷门仓库的代码往往更干净。因为没有太多历史包袱，作者通常会用比较新的写法，读起来反而比一些老牌仓库舒服。

当然，冷门也有冷门的风险：文档不全、维护不稳定、依赖版本过时。所以我的建议是，冷门 Skill 适合“拿来参考思路”，不一定适合直接生产使用。你可以读它的实现，理解它怎么解决某个具体问题，然后把这个思路用到自己的流程里。

3. 核心 Skill 的实操要点与避坑经验

3.1 环境准备：别一上来就装一堆东西

我踩过的第一个坑，就是看到清单里列了几十个 Skill，兴奋地一个个 clone 下来，结果环境冲突、依赖打架，折腾了一下午什么都没跑起来。后来学乖了，先跑通一个最小闭环，再逐步扩展。

最小闭环需要什么？其实就三样：

1. Claude Code 本身（这个不用多说）。
2. 一个视频处理工具，ffmpeg 是绕不开的，建议直接装最新稳定版。
3. 一个文本编辑器，用来改 Skill 的配置文件。

ffmpeg 的安装有个小细节：不同系统、不同包管理器装出来的版本差异很大。我建议直接用官方提供的静态编译版本，避免依赖冲突。装完之后跑一句ffmpeg -version，确认输出里有--enable-libx264和--enable-libmp3lame，这两个是视频和音频编码的基础库，缺了后面会各种报错。

提示：不要用系统自带的包管理器装 ffmpeg，版本往往太老，很多新参数不支持。直接下静态编译版，解压后把路径加到环境变量里，干净利落。

3.2 Skill 的安装与配置：三种方式对比

根据我的实测，Skill 的安装方式大致有三种，各有优劣：

我个人的习惯是：先用第三种方式快速试，觉得好用再换成第一种方式正式装。因为很多 Skill 的核心价值就在那段提示词里，脚本部分反而是可选的。你先看看它的提示词写得怎么样，能不能让模型理解你的意图，再决定要不要投入时间配环境。

配置环节有个容易忽略的点：Skill 之间的优先级和冲突。如果你同时装了两个都声称能处理视频剪辑的 Skill，模型可能会不知道该听谁的。我的做法是，同类 Skill 只保留一个主力，其他的作为备选，在配置里明确标注“优先使用哪个”。

3.3 视频剪辑类 Skill 的实际操作流程

拿一个典型的剪辑 Skill 举例，完整流程大致是这样的：

第一步，准备素材清单。把你要用的视频、音频、图片放在一个目录下，然后生成一个清单文件。清单格式通常是 JSON 或 YAML，包含每个素材的路径、类型、时长等元信息。这一步看起来简单，但实际做的时候经常出问题——文件名有空格、中文路径、特殊字符，都会导致后续处理失败。我的经验是，素材文件名统一用英文加下划线，路径不要有空格，能省掉大量莫名其妙的报错。

第二步，描述剪辑意图。这是最关键的一步。你不能只说“帮我剪个视频”，得说清楚：总时长多少、每个片段用哪段素材、转场用什么效果、字幕放在什么位置、背景音乐音量多大。描述越具体，模型执行越准确。我一般会写一个结构化的说明，比如：

output: duration: 60s resolution: 1920x1080 fps: 30 segments: - source: intro.mp4 start: 0s end: 5s transition: fade - source: main.mp4 start: 10s end: 40s subtitle: "这里是核心内容" audio: background: bgm.mp3 volume: 0.3

第三步，执行与检查。模型会根据 Skill 的指引调用 ffmpeg 执行剪辑。这里有个坑：ffmpeg 的命令行参数顺序很重要，输入文件、滤镜、输出文件的位置不能乱。有些 Skill 封装得比较好，你不需要关心底层命令；但有些 Skill 只是给模型一段提示词，实际命令是模型现场拼的，这时候就容易出错。我的做法是，第一次执行时让模型把完整命令打印出来，我检查一遍再让它跑。

第四步，后处理与导出。剪辑完成后，通常还需要压缩和转码。这一步的参数选择很讲究：

• 码率：1080p 视频，码率建议在 8-12 Mbps 之间。太低画面糊，太高文件大。
• 帧率：跟源素材保持一致，不要随意改。源是 24fps 就输出 24fps，源是 30fps 就输出 30fps。
• 编码格式：H.264 兼容性最好，H.265 压缩率更高但部分平台不支持。
• 音频编码：AAC 是通用选择，码率 128-192 kbps 足够。

注意：导出前一定要先导出一个低分辨率预览版，确认时间轴、字幕、音频都对得上，再导出正式版。直接导 4K 成片，发现字幕错位，重导一次就是几十分钟。

3.4 生成类 Skill 的使用边界

生成类 Skill 是这两年最热的方向，但我实际用下来，目前还处于“辅助”而非“替代”的阶段。文生视频、图生视频的效果，在特定场景下确实惊艳，但一旦要求连续性、一致性、可控性，就很容易翻车。

我的使用策略是：把生成类 Skill 用在“素材补充”环节，而不是“主体创作”环节。比如你需要一段 3 秒的过渡镜头，实拍成本太高，可以用生成类 Skill 快速产出一个；但整个视频的主线内容，还是得靠实拍或已有素材。这样既享受了 AI 的便利，又避开了它不稳定的部分。

另外，生成类 Skill 的 API 调用成本要提前算清楚。有些 Skill 默认调用的是付费接口，你跑一次可能就消耗掉不少额度。建议先在配置里设置好预算上限，或者用本地模型替代。

4. 常见问题与排查技巧实录

4.1 视频处理类问题速查表

4.2 我踩过的三个典型坑

第一个坑：以为 Skill 越多越好。刚开始我装了二十多个 Skill，结果模型每次执行任务时都要在众多 Skill 里选择，反而容易选错。后来精简到五六个核心 Skill，效率明显提升。Skill 不在多，在于精，在于你真正理解每个 Skill 的边界。

第二个坑：忽略 Skill 的版本兼容性。有些 Skill 是针对特定版本的 Claude Code 写的，版本更新后接口变了，Skill 就失效了。我的做法是，装 Skill 之前先看它的最后更新时间，超过半年没更新的，谨慎使用。

第三个坑：没有做错误处理。视频处理是个长流程，中间任何一步出错都会导致整个任务失败。我现在的习惯是，在 Skill 配置里加上错误处理和重试逻辑，比如某一步失败后自动回退到上一步，或者输出详细的错误日志方便排查。

4.3 冷门 Skill 的筛选与评估方法

面对 107 个冷门仓库，怎么快速判断哪个值得投入时间？我总结了一个简单的评估流程：

1. 看 README 的“快速开始”部分。如果作者连一个能跑通的最小示例都没给，大概率自己也没怎么测试过。
2. 看 issue 区的活跃度。哪怕只有几个 issue，只要作者有回复，说明还在维护。
3. 看代码结构。打开主文件扫一眼，如果代码组织清晰、有注释、有错误处理，质量通常不会太差。
4. 看依赖列表。依赖越少越好，依赖越常见越好。
5. 实际跑一遍最小示例。这一步不能省，跑通了再决定要不要深入。

我一般会花 10-15 分钟做这个评估，通过率大概三成。也就是说，107 个冷门仓库里，真正值得深入用的可能就三十个左右。但这个筛选过程本身很有价值，因为你会在这个过程中理解这个生态的全貌。

5. 从 180 个 Skill 看 AI 辅助视频生产的现状

把这份清单从头到尾过一遍，我最大的感受是：AI 辅助视频生产这件事，基础设施已经基本齐了，但离“开箱即用”还有距离。

基础设施齐在哪里？素材处理、剪辑编排、生成补充、后处理导出，每个环节都有对应的 Skill，而且不少 Skill 的质量相当高。你完全可以用这些 Skill 搭出一条完整的自动化流水线：从素材整理到成片导出，中间不需要手动操作。

距离在哪里？标准化和稳定性。不同 Skill 之间的接口不统一，数据格式各搞各的，组合使用时经常需要写胶水代码。而且视频处理本身是个对精度要求很高的活，AI 的理解偏差在文本任务里可能只是“意思差不多”，在视频任务里就是“字幕错位三秒”“音频对不上画面”这种硬伤。

我的判断是，这个生态接下来会往两个方向走：一是垂直整合，出现一批覆盖完整流程的“全家桶”式 Skill，降低组合成本；二是标准化，社区会逐渐形成一套 Skill 接口规范，让不同 Skill 能无缝拼接。对于现在就想用的人来说，最好的策略是选一条自己最常走的流程，把这条流程上的几个 Skill 吃透，形成自己的固定组合，而不是贪多求全。

最后分享一个我自己的小习惯：我会给每个常用的 Skill 写一份“使用笔记”，记录它的适用场景、参数配置、踩过的坑和解决方案。这份笔记比任何官方文档都好用，因为它是针对我自己的实际需求写的。Skill 生态变化很快，但这份笔记会一直跟着我走。