WorkBuddy技能评测 #262 | 视频与音频处理：剪口播、切 YouTube，两个完整的私人流水线

2026-11-05silcano

基本信息

• 组内条数：8 条，热度 765 – 831
• 核心成员：videocut:剪口播（口播视频转录与口误识别，生成审查稿与删除任务清单，热度 831）、youtube-clipper（下载视频与字幕、AI 分析生成分钟级章节、用户选片段后自动剪辑与翻译，794）、youtube-transcribe-skill、frontend-slides（从素材生成带动画的 HTML 演示）、media-processing（FFmpeg 封装，来自上一档）
• 形态：全是「输入素材 → 输出成品」的流水线，不是单个命令

它解决了什么痛点

口播视频的剪辑有 80% 的时间花在找口误上：你说错了一句、重来一遍，成片要剪掉前面那段。人工做这件事是「听一遍、记时间点、再剪」，一条 20 分钟的视频要一小时。

videocut:剪口播 做的是：转录 → 标出重复和口误 → 生成审查稿和删除任务清单 → 你确认后批量剪掉。它不替你决定剪什么，只把「听一遍找问题」这个环节变成「读一遍勾选框」。youtube-clipper 的思路类似但方向相反：它在长视频里找值得剪的片段（按章节切分、AI 判断哪些段落信息密度高），用于二次创作。

对我有没有用（技术 / 自媒体 / AI / 读书）

自媒体：本档最直接有用的一组。如果你做口播、访谈或任何视频内容，剪口播能省掉最枯燥的那段时间；youtube-clipper 则是「把别人的长内容变成自己的短素材」的工具（注意版权边界）。技术：中等，它的实现思路（转录 → 结构化 → 生成任务清单 → 批量执行）可以迁移到任何「从非结构化素材里提结构化任务」的场景。AI：中等，本质是用 LLM 做语义分段。读书：弱，但 youtube-transcribe 可以把讲座视频变成文字稿。

典型场景

你录了一条 18 分钟的口播，中间有 9 处重来。做法：跑剪口播，拿到审查稿（每处标了时间点和前后文），勾选确认，它生成删除清单并调用 FFmpeg 批量处理。成果：原本 50 分钟的粗剪压到 8 分钟，而且是可复现的流程 —— 下次录视频不用再纠结「要不要重录」。

一句话结论

两个热度不到 850 的中文/英文技能，解决的是内容生产里最耗时的一环。做视频的话，这是本档唯一必看的一组。

📊 完整对比数据见在线总表：WorkBuddy 技能市场全量调研总表（腾讯文档）