让AI Agent帮你剪视频，是一种什么体验？
我把23条手机随手拍的素材扔给AI，全程只说了几句话：
「帮我剪个vlog」
「音乐大一点」
「做饭那段短一些」
「加个片头蒙太奇」
最终真的出了一条完整的vlog。
本期视频会讲清楚背后的原理（3步），并且完整演示一遍全流程。
📌 核心原理
1️⃣ 让AI看懂素材 — Whisper语音识别 + 智谱GLM视觉理解，自动分析每条素材的内容
2️⃣ 让LLM编排叙事 — 大语言模型自动推断时间线，按三幕式结构编排段落，还能自动修复语音截断
3️⃣ 自动渲染+自然语言迭代 — ffmpeg裁剪拼接渲染，不满意随时用自然语言调整
📌 怎么用
整套方案封装成了一个开源Skill，安装后只需要跟Agent说一句话：
「帮我剪个vlog，素材在这个文件夹」
剩下的Agent自己完成。
📌 用到的工具
• Agent框架：Hermes Agent（也支持Claude Code、OpenCode等）
• 语音识别：OpenAI Whisper（开源免费，本地运行）
• 视觉理解：智谱 GLM-4.6V-Flash（免费额度）
• BGM生成：MiniMax Music（Token Plan额度）
• 视频处理：ffmpeg（开源）
• 标题叠加：Pillow（Python图像库）
📌 Skill工作流（7个阶段）
素材盘点 → 参考研究 → 三维分析（语音+画面+音量）→ 精修预处理 → LLM叙事编排 → 分镜可视化确认 → ffmpeg自动渲染
⏱ 时间线
0:00 痛点引入
0:41 核心原理：3步
2:59 完整实操演示
8:54 片尾彩蛋
10:04 实际成片效果
🔗 相关链接
Skill开源地址：https://github.com/znyupup/ai-video-editing-skill
BGM：Chill Day - LAKEY INSPIRED
