CapCut CLI 剪映草稿编辑技能
用一条 CLI 直接读写本地的剪映/CapCut 草稿——字幕、时间、速度、音量、模板、长视频切条，无需任何 API 或服务器。
证据显示安全设计较完整：所有写入有冲突检查、原子写、.bak 与滚动历史快照、capcut restore 回滚命令；--force-write 需用户明确接受；--dry-run 预览；批量写入默认事务性（一处失败不写入）；Wikimedia 下载按许可证分类并拒绝受限许可（除非 --force-license 明示担责）；非 Wikimedia URL 在网络调用前拒绝。扣分项：直接修改用户本地工程文件，写入权限较宽但已有备份缓解；动画脚本 anim.sh 写死 macOS 剪映缓存路径，跨平台行为未完全验证；发布者身份未验证。未发现红线风险。
仓库含真实 CI（Node 18/20/22 矩阵、build+test+lint）与 skills/capcut-edit/scripts/_test.sh 大量提交的冒烟测试，覆盖关键路径（动画、ken-burns、mask、text-ranges、import-srt、--jianying、Wikimedia 拒绝逻辑、许可证分类器），且测试断言 JSON 级效果并验证拒绝分支。扣分项：静态审查无法执行验证；测试对 '本地文件类型仅按扩展名检测' 使用假 jpg 通过，说明部分路径校验宽松；pitfalls.md 承认 Windows 效果缓存路径改写 '未验证'，macOS-only 的 EFFECT_CACHE_BASE 硬编码是可诊断性问题。
触发条件在 description 中明确（capcut、jianying、字幕、draft_content. 等关键词）；场景清晰（字幕、计时、速度、模板、长切短）；对剪映/中文命名空间支持好（--jianying、中文 slug 按成员名引用、中文文档、剪映优先快速上手）；核心功能完全本地，无海外服务依赖（Wikimedia 为可选输入）。扣分项：部分边界依赖未在文件内声明（如剪映加密版本由 README 外链文档）；效果目录缓存首次打开需联网拉取未作为环境限制充分强调。
文档分层好（SKILL.md→references→scripts→assets 渐进披露），MIT 许可证明确，package. 0.22.0 带版本与 CI、变更日志引用、免责声明和商标说明，维护响应有 issue 修复记录。扣分项：SKILL.md 自述 v0.11，与仓库 0.22.0 明显滞后，技能描述与最新命令集（compile/diagnose 等）之间存在版本不一致；schemas/资产引用的 `knossos-recon` 等私人项目名未向读者解释；赞助层级与功能绑定的治理模式可能造成文档/功能差异。
价值主张清晰：无 API、零运行时依赖、直接产出可在剪映/CapCut 中继续编辑的草稿，相较手工改 JSON 边际价值显著；测试断言输出结构正确（动画条目、关键帧、文本段）。静态审查上限内给 7：输出可直接可用性未经独立执行验证，且 pitfalls.md 自述 '写入 JSON 不等于渲染成功'，部分效果需视觉确认。
主材料可审计：提交的测试脚本、CI workflow、可复现的断言、pitfalls.md 中区分'已验证（CapCut macOS 8.5.0 beta）'与'未验证'的声明是事实/推断分离的良好示范。扣分项：静态审查无法独立复现执行；'经验证的 effect_id' 等关键主张依赖作者自述的第三方项目经验，交叉来源有限。
- 使用写入命令前必须先在剪映/CapCut 中关闭该工程，否则修改会被应用覆盖；恢复依赖 .bak（仅回滚一步）与 capcut restore。
- anim.sh 的效果缓存路径为 macOS 专属硬编码；在 Windows 上的跨平台克隆行为被文档自述为未验证。
- SKILL.md 标称 v0.11 而仓库已到 0.22.0，技能文档滞后于最新命令集；发布者身份未经 FollowSkills 验证。
- 写入有效 JSON 不代表效果会渲染（pitfalls.md 明确警告 alpha 关键帧无效），需在 CapCut 中打开视觉确认。
- 首次使用未本地缓存的动画/效果时，CapCut 需联网从官方目录拉取资源。
- --force-license 会绕过许可证拒绝逻辑，版权归用户自担；旧版（≤0.17.2）fixture 含设备标识符，务必使用最新版本。
这个 Skill 能做什么，适合哪些场景？
capcut-edit 是围绕 capcut-cli 的 Agent Skill，让 AI 助手通过终端直接编辑 CapCut / 剪映（JianYing）的项目草稿。它直接读取本地 draft store 的 JSON 文件（如 draft_content.），JSON 进、JSON 出，不上传文件、不需要 MCP 服务器或 HTTP 守护进程。编辑后用剪映打开，所有轨道仍保持可编辑状态，而不是压平成导出成品。该项目为独立社区项目，与字节跳动无关联。
读取并解析本地剪映/CapCut 草稿 JSON（v0.11+ 会同步 draft_content.、draft_info.、draft_meta_info.、template-2.tmp 等可读时间线）。支持：批量修改字幕文本、时间偏移（shift）、速度、音量、透明度、裁剪；SRT 导入导出、Whisper 生成卡拉OK字幕、多语言草稿克隆翻译；应用过渡、遮罩、入场/出场动画（fade、Ken Burns）；长视频切短视频并叠加标题和 CTA 文案；从 JSON spec 编译整条草稿（compile）；FFmpeg 低清代理预览（render）；以及 capcut serve 以 JSONL 队列驱动批量自动化。每次写入原子化并生成 .bak 备份和历史快照。
- 内容创作者有大量已录制的长视频，想用 AI 自动切成带标题和字幕的短视频草稿，再人工在剪映里微调发布
- 字幕组或本地化团队需要批量修正已有项目中的字幕文本，或把 SRT 文件导入剪映工程
- 自动化运营者通过 n8n / Make / Coze 等平台，用 capcut serve 的 JSONL 队列批量生成视频草稿
- 播客或口播视频制作者想用 Whisper 自动生成卡拉OK逐词字幕，或检测口误重录段落（detect-retakes）
- 模板化生产团队保存文本样式预设和模板，用 compile spec 批量套用布局产出新草稿
这个 Skill 有哪些优点和局限？
- 零依赖、无服务器：JSON 进出，直接操作本地草稿，不上传任何项目文件
- 编辑结果是真实可编辑的剪映工程，轨道保留，非压平导出
- 写入原子化、带 .bak 备份和冲突检测，并有编辑器打开时的防写保护
- 默认输出 JSON 可管道给 jq 和脚本，支持 -H 人类可读和 -q 静默模式
- MIT 开源，文档完善（命令参考、版本支持、中文快速上手），有 CI 和测试脚本
- 需要剪映/CapCut 桌面版的本地草稿存储，无桌面版的环境无法使用
- render 只是低清 FFmpeg 代理预览，不是剪映的最终渲染
- 逆向工程产品内部格式，新版本剪映可能引入兼容性问题（虽然项目声称快速跟进版本）
- 部分高级功能依赖可选工具：Whisper、FFmpeg、ANTHROPIC_API_KEY（translate），缺一则对应命令不可用
- Wasm 只读沙箱模式标注为实验性
如何安装这个 Skill？
- 安装 CLI：npm install -g capcut-cli（或免安装运行 npx capcut-cli <command>）。前置要求 Node ≥ 18，仅用内置模块。可选依赖：Whisper（caption 命令）、FFmpeg（render）、ffprobe（媒体元数据）、ANTHROPIC_API_KEY（translate 命令）。2. 将技能目录放到 skills/capcut-edit/（含 SKILL.md）。3. 首次验证可运行 capcut doctor 检查已安装的媒体/转写能力。注意：请升级到 0.18.0 以上版本，旧版本存在安全问题（见 #59 和 changelog）。
如何使用这个 Skill？
用户在对话中提到 capcut、剪映、字幕或 draft_content. 时触发。典型流程：先用渐进式命令探查（capcut info <project> -H 查概览、capcut segments 查时间段、capcut segment <id> 看详情），再执行批量写入，例如：echo '{"cmd":"set-text","id":"a1b2c3","text":"修正后的文本"}' | capcut batch <project>。重要约定：编辑前先在剪映中关闭该项目，编辑后再重新打开；写入是事务性的，一条失败则全部不写入；时间格式支持 1.5s、500ms、+0.5s、1:30 等；ID 用 UUID 前 6 位以上前缀匹配。跨多条命令的复杂流程应以 scripts/ 下的参数化脚本运行，而非口头指令序列。
这个 Skill 与同类方案有什么区别？
与在云端重编码视频的自动化工具不同，capcut-cli 操作的是本地可编辑的剪映工程本身，发布前的最终渲染仍由剪映完成。同仓库还提供 draftcat（Go 语言、MIT）作为姊妹项目，定位为受治理的 AI 视频流水线。生态中也有相关项目如 OpenChatCut 和 pyCapCut（CLI 修复过其素材注册问题）。与官方 CapCut API 无关——该项目明确不依赖任何官方 API。