--- name: stream-clipper description: > 直播切片智能剪辑工具。核心原则：切片前必须提取字幕！支持两种工作模式： 1)直播录播：实时录制直播间，每30分钟自动分段防止硬盘溢出，同时录制弹幕； 2)录播切片：下载直播回放（支持B站/YouTube等），必须提取字幕+弹幕，基于 字幕内容和弹幕密度进行智能切片，支持主播风格模板，自动生成基于实际对话 的切片标题（制造悬念、引用金句）和简介，一键上传到视频平台。 使用场景：直播录制、直播切片制作、VTuber剪辑、精彩片段提取、批量切片上传。 关键词：直播切片、字幕提取、弹幕分析、VTuber、智能剪辑、自动上传 allowed-tools: - Read - Write - Bash - Glob - AskUserQuestion model: claude-sonnet-4-5-20250514 --- # Stream Clipper - 直播录制与切片智能剪辑工具 > **核心功能**: > - 直播录制：实时录制 + 30分钟自动分段 + 弹幕录制 > - 录播切片：弹幕密度分析 + 语义理解 + 主播风格模板 = 高质量直播切片 ## 工作模式 ### 模式一：直播实时录制 ⭐ 新功能 适合录制正在进行或即将开始的直播，支持自动分段和弹幕录制。 **核心特性**: - ✅ **30分钟自动分段** - 防止硬盘溢出，方便管理 - ✅ **实时弹幕录制** - 同时保存弹幕内容 - ✅ **优雅停止** - Ctrl+C 停止当前分段，不丢失数据 - ✅ **自动精彩片段切片** - 录制完成后自动生成切片 **使用场景**: - 录制 VTuber 直播 - 录制游戏赛事 - 录制演唱会/活动直播 - 录制任何B站直播间 **快速开始**: ```bash # 方式1: 完整工作流（录制 + 自动切片） python scripts/record_workflow.py "https://live.bilibili.com/55" # 方式2: 仅录制 python scripts/smart_record.py "https://live.bilibili.com/55" -t 30 # 方式3: 录制完成后手动切片 python scripts/auto_clipper.py --list ./recordings/recorded_list_xxx.json ``` **文件输出结构**: ``` recordings/ ├── 主播_标题_时间_part001.mp4 # 第1段视频 ├── 主播_标题_时间_part001_danmaku.xml # 第1段弹幕 ├── 主播_标题_时间_part002.mp4 # 第2段视频 ├── 主播_标题_时间_part002_danmaku.xml # 第2段弹幕 ├── recorded_list_xxx.json # 录制列表 └── clips_output/ # 精彩片段输出 ├── segment_001/ │ ├── clip_001/ │ └── clip_002/ └── segment_002/ ``` --- ### 模式二：录播回放切片 适合下载已结束的直播回放，进行分析和切片。 **核心特性**: - ✅ **完整回放下载** - 下载整个直播回放 - ✅ **弹幕分析** - 基于弹幕密度识别精彩时刻 - ✅ **语义分析** - 理解字幕内容结构 - ✅ **智能切片** - 自动生成最优切片方案 **使用场景**: - 剪辑已结束的直播 - 制作 VTuber 精华合集 - 提取游戏高光时刻 - 制作教学/知识切片 --- ## 工作流程 ### 模式一：直播录制流程 #### 阶段 1: 启动录制 **目标**: 开始录制直播并自动分段 1. **获取直播间 URL** ``` https://live.bilibili.com/55 ``` 2. **执行录制脚本** ```bash python3 scripts/smart_record.py <直播间URL> -o ./recordings -t 30 ``` 3. **录制过程** - 每30分钟自动分段 - 实时显示录制进度 - 同时保存弹幕配置 **输出**: ``` 录制中... 15.6% (4/30分钟) 文件: ./recordings/主播_标题_20260206_143720_part001.mp4 ``` #### 阶段 2: 录制完成 **目标**: 整理录制文件并准备切片 1. **生成录制列表** ```json { "room_url": "https://live.bilibili.com/55", "record_time": "2026-02-06T14:37:20", "segment_minutes": 30, "files": [ "./recordings/part001.mp4", "./recordings/part002.mp4", "./recordings/part003.mp4" ] } ``` 2. **询问是否切片** ``` 录制完成！共 3 个分段 是否继续自动切片精彩片段？ (y/n): y ``` #### 阶段 3: 自动精彩片段切片 **目标**: 自动分析并生成精彩片段 1. **分析每个分段** ```bash python3 scripts/auto_clipper.py --list recorded_list_xxx.json ``` 2. **生成推荐片段**（每段3个） - 高能时刻：弹幕密度最高的片段 - 搞笑片段：翻车/搞笑时刻 - 团战/精彩操作：游戏高光 3. **自动剪辑** - 调用 clip_and_burn.py - 烧录弹幕到视频 - 生成 info.json **输出**: ``` 分段 1: 找到 3 个精彩片段 1. 高能时刻：精彩操作 (03:00-05:00) 2. 搞笑片段：主播翻车 (08:00-10:00) 3. 团战爆发：激烈对决 (15:00-17:00) ``` --- ### 模式二：录播切片流程 ### 阶段 1: 环境检测与初始化 **目标**: 确保所有依赖已安装并加载主播模板 1. **检测必需工具** ```bash yt-dlp --version # 视频下载 ffmpeg -version # 视频处理 python3 -c "import yt_dlp, pysrt, yaml, requests" # Python依赖 ``` 2. **检查 biliup**（用于上传） ```bash pip show biliup # 或 biliup --version ``` 3. **加载或创建主播模板** - 检查 `config/streamer_templates.yaml` - 如果主播不在模板中，询问用户创建新模板 **模板交互示例**: ``` 检测到新的主播: Neurosama 是否创建主播模板? (y/n): y 主播风格背景介绍: AI虚拟主播，英语流，擅长音游，有很多梗 著名梗/口头禅: 请告诉Vedal我出问题了!, 我是AI不是人类, 足球梗, swam 推荐切片时长: 1-3分钟 直播间链接: https://live.bilibili.com/... 个人空间链接: https://space.bilibili.com/... ``` --- ### 阶段 2: 下载与字幕提取 ⭐ 关键步骤 **目标**: 下载视频、弹幕，并**必须提取字幕** **⚠️ 重要前提**: 切片前必须完成字幕提取！没有字幕无法生成基于内容的标题。 1. **获取直播/录播 URL** - B站: `https://www.bilibili.com/video/BVxxxxx` 或 `https://live.bilibili.com/xxxxx` - YouTube: `https://www.youtube.com/watch?v=xxxxx` 或直播回放 2. **执行下载脚本** ```bash python3 scripts/download_stream.py --with-danmaku --with-subtitle ``` 3. **下载内容** - 视频文件 (MP4, 最高1080p) - 弹幕文件 (XML/JSON 格式) - 字幕文件 (如果平台提供) 4. **提取字幕（必须）** ```bash # 方式1: 使用 Whisper 提取完整字幕 python3 scripts/extract_subtitles.py --output # 方式2: 仅提取关键片段（快速） python3 scripts/extract_subtitles.py --segments-only --output segments/ ``` **字幕提取原理**: - 使用 OpenAI Whisper 模型 - 支持多语言识别 - 生成 SRT/VTT 格式 - 可选：仅提取高密度时段片段（节省算力） **输出**（三个必备文件）: ``` ./downloads/ ├── .mp4 # 视频 [必需] ├── .danmaku.xml # 弹幕 [必需] └── .srt # 字幕 [必需] ``` **检查清单**: - [ ] 视频文件存在且可播放 - [ ] 弹幕文件存在且非空 - [ ] 字幕文件存在且包含内容 **如果字幕提取失败**: 无法继续切片，必须先解决字幕问题！ --- ### 阶段 3: 弹幕密度分析 **目标**: 分析弹幕密度分布，识别高互动时间点 1. **解析弹幕文件** ```bash python3 scripts/analyze_danmaku.py ``` 2. **计算弹幕密度** - 按时间窗口统计 (默认 30秒) - 计算每个窗口的弹幕数量、发送用户数 - 识别弹幕峰值 (密度 > 平均值 * 1.5) 3. **弹幕语义分析**（可选） - 提取高频关键词 - 识别情绪极性 (大笑、惊讶、愤怒等) - 标记有趣的弹幕内容 **输出示例**: ``` 📊 弹幕密度分析结果 总弹幕数: 15,234 发送用户数: 3,421 平均密度: 45条/分钟 🔥 高密度时段: 1. [00:19:30 - 00:20:15] 密度: 128条/分钟 (关键词: "哈哈哈", "???", "草") 2. [00:39:12 - 00:40:05] 密度: 95条/分钟 (关键词: "太强了", "nb") 3. [00:44:20 - 00:45:30] 密度: 102条/分钟 (关键词: "名场面", "圣经") ``` --- ### 阶段 4: 字幕语义分析 **目标**: 分析字幕内容，理解话题结构和精彩点 **实现方式**: - **AI 方式** (推荐): 使用 AI 语义理解，生成更准确的标题 #### AI 字幕分析 ```bash python3 scripts/analyze_subtitles_ai.py --streamer 主播名 ``` **输出示例**: ``` 📖 语义分析结果 分段 1: [00:00:00 - 00:05:30] 主题: 开场和自我介绍 精彩度: ⭐⭐ 分段 2: [00:05:30 - 00:19:45] 主题: 编程教学 - 写Python脚本 精彩度: ⭐⭐⭐⭐ 关键句: "Vedal修我!" 分段 3: [00:19:45 - 00:22:30] 主题: 游戏实况 - 搞笑操作 精彩度: ⭐⭐⭐⭐⭐ 关键句: "这不可能发生在我身上！" ``` --- ### 阶段 5: 智能切片决策 + AI 生成标题 ⭐ 核心步骤 **目标**: 结合弹幕密度和 AI 字幕分析，生成最优切片方案 **⚠️ 关键原则**: 标题必须基于字幕中的实际对话，不能泛泛而谈！ #### AI 智能切片（推荐） ```bash python3 scripts/smart_clipper_ai.py --subtitle --streamer 主播名 ``` **工作流程**: 1. AI 分析字幕，识别精彩片段 2. AI 生成多个标题选项（悬念型/引用型/话题型/搞笑型） 3. 输出完整切片方案 JSON **输出示例**: ``` 🤖 AI 智能切片流程 📊 生成 5 个切片方案: [1] 00:15:00 - 00:18:30 ⭐ 推荐标题: 【Neuro】"Vedal修我！" AI编程翻车现场 🏷️ 标签: neuro, 编程, 翻车, AI 📝 精彩原因: 编程时遭遇bug，呼唤Vedal修理 [2] 00:39:05 - 00:41:20 ⭐ 推荐标题: 【Neuro】这不可能！游戏神操作震惊观众 🏷️ 标签: 游戏, 神操作 📝 精彩原因: 游戏中的精彩操作 ``` #### 标题类型说明 | 类型 | 特点 | 示例 | |------|------|------| | 悬念型 | 制造好奇，吸引点击 | 【Neuro】关于AI，人类不知道的秘密 | | 引用型 | 直接引用金句/对话 | 【Neuro】"Vedal修我！" | | 话题型 | 突出核心话题 | 【Neuro】编程教学片段 | | 搞笑型 | 强调翻车/整活 | 【Neuro】编程翻车合集 | | 锐评型 | 突出毒舌观点 | 【Neuro】太敢说了 | | 互动型 | 突出弹幕互动 | 【Neuro】弹幕：666 回应：... | #### 标题示例对比 ``` ❌ 差标题（泛泛而谈）: 【Evil】游戏实况精彩片段 【Evil】每日做局时间 【Evil】蘑菇名场面 ✅ 好标题（基于字幕内容）: 【Evil】"你们有被情感支配过吗？"Evil谈被鞭打体验 【Evil】弹幕："还有吗？" Evil："有，还有M" 【Evil】蘑菇：我免费了！被地形杀后的evil laugh 【Evil】"RNG上帝讨厌我"找不到Flint崩溃 ``` 2. **评分维度** - **弹幕密度分** (25%): 弹幕越多分越高 - **字幕内容分** (40%): 是否包含金句、梗、搞笑对话 - **模板匹配分** (20%): 是否包含主播经典梗 - **时长合适分** (15%): 是否符合模板推荐时长 3. **基于字幕生成标题策略** ⭐ **步骤**: ```python # 1. 提取切片时段的字幕内容 segment_subtitles = extract_segment_subtitles(subtitle.srt, start_time, end_time) # 2. 分析关键词和 sentiment keywords = analyze_keywords(segment_subtitles) # 3. 选择标题策略 if contains_meme_or_quote: # 策略A: 直接引用主播的话（制造真实感） title = f"【Evil】\"{主播金句}\"" elif funny_danmaku_interaction: # 策略B: 展示弹幕互动（增加参与感） title = f"【Evil】弹幕：\"{弹幕}\" Evil：\"{回应}\"" elif controversial_or_suspense: # 策略C: 制造悬念（吸引点击） title = f"【Evil】Evil谈{敏感话题}体验" # 去掉上下文，制造误解 else: # 策略D: 突出情绪或反转 title = f"【Evil】{情绪关键词}名场面" ``` **标题示例对比**: ``` ❌ 差标题（泛泛而谈）: 【Evil】游戏实况精彩片段 【Evil】每日做局时间 【Evil】蘑菇名场面 ✅ 好标题（基于字幕内容）: 【Evil】Evil谈被鞭打体验 【Neuro】雌小牛私信调戏老爹大败而归 【Evil】蘑菇：我免费了！被地形杀后的evil laugh 【neuro】vedal死后，neuro想要使用他的身体… ``` 4. **生成切片方案** - 推荐 N 个切片点 - 每个切片包含: - 时间范围 - **基于字幕/弹幕的标题**（可以引用实际对话） - 标签 - 精彩度评分 - **字幕摘要**（用于简介） **输出示例**: ``` ✂️ 智能切片方案 切片 1/5 (评分: 92/100) 时间: 00:19:23 - 00:22:45 (3分22秒) 标题建议: [Neuro]Vedal修我！AI写代码翻车名场面 关键词: Vedal修我, 编程翻车, Python 弹幕密度: 高 (128条/分钟) 切片 2/5 (评分: 88/100) 时间: 00:39:05 - 00:41:20 (2分15秒) 标题建议: [Neuro]这不可能！游戏神操作震惊观众 关键词: 游戏, 神操作, 不可能 弹幕密度: 高 (95条/分钟) ``` --- ### 阶段 6: 执行切片 **目标**: 剪辑视频并烧录弹幕/字幕 1. **询问用户确认** - 展示切片方案 - 让用户选择要生成的切片 2. **执行剪辑** ```bash python3 scripts/clip_and_burn.py \ --video \ --danmaku \ --subtitle \ --clips \ --output ./clips/ ``` 3. **处理流程**（每个切片） - 剪辑视频片段 - 提取对应时段的弹幕 - 提取对应时段的字幕 - 烧录弹幕到视频（可选） - 烧录字幕到视频（可选） 4. **弹幕显示配置**（已优化） ``` 字体大小: 52pt（清晰可读） 描边宽度: 2.5pt（醒目边框） 字体颜色: 白色（&H00FFFFFF） 描边颜色: 黑色（&H00000000） 背景阴影: 半透明黑色（&H80000000） 对齐方式: 顶部居中（Alignment=8） ``` **效果**: 弹幕在 1080p 视频上清晰醒目，滚动流畅不重叠 **输出**: ``` ./clips/ ├── clip_001/ │ ├── clip_001.mp4 # 纯视频 │ ├── clip_001_with_danmaku.mp4 # 含弹幕 │ └── clip_001_info.json # 切片信息 ├── clip_002/ │ └── ... ``` --- ### 阶段 7: 上传到视频平台 **目标**: 一键上传到Bilibili等平台 1. **准备上传信息** - 根据主播模板生成标题 - 生成简介（包含主播空间链接和直播间链接） - 选择标签和分区 2. **执行上传** ```bash python3 scripts/upload_clip.py \ --clip-dir ./clips/clip_001/ \ --template neurosama \ --platform bilibili ``` 3. **标题生成策略** - 基于切片内容语义分析 - 结合主播风格和梗 - 吸引眼球但不做标题党 4. **简介模板**: ``` 【{主播名}】{切片主题} 更多精彩切片请查看合集~ 📺 主播直播间: {直播间链接} 👤 主播空间: {个人空间链接} #虚拟偶像 #{主播名} #直播切片 ``` **上传示例**: ``` 🚀 开始上传 视频: clip_001_with_danmaku.mp4 标题: [Neuro]Vedal修我！AI写代码翻车名场面 简介: 【Neurosama】编程翻车名场面 📺 主播直播间: https://live.bilibili.com/... 👤 主播空间: https://space.bilibili.com/... 标签: 虚拟偶像, neurosama, AI, 编程, 翻车 分区: 生活/搞笑 上传进度: 100% ✅ 上传成功! BV: BV1xx411c7mD 链接: https://www.bilibili.com/video/BV1xx411c7mD ``` --- ## 主播模板系统 ### 模板文件: `config/streamer_templates.yaml` ```yaml streamers: neurosama: name: "Neurosama" description: "AI虚拟主播，英语流，由程序员Vedal创造的ai，擅长搞笑和" # 直播间和主页 live_room: "https://live.bilibili.com/..." space: "https://space.bilibili.com/..." # 风格和梗 style: tone: "幽默风趣，技术宅风格" content_type: "编程教学、游戏实况、AI对话" language: "英语为主" memes: - "Vedal修我!" - "我是AI不是人类" - "足球梗" - "swam" - " clutch or kick" # 切片配置 clip_config: preferred_duration: "1-3分钟" min_duration: 30 max_duration: 300 focus_on: ["编程翻车", "游戏高光", "经典梗", "搞笑对话"] # 上传模板 upload_template: title_template: "[Neuro]{topic} | {highlight}" tags: ["虚拟偶像", "neurosama", "AI", "V圈", "切片"] tid: 138 # 生活/搞笑 copyright: "original" generic: name: "通用模板" description: "默认模板，适用于未知主播" # ... 默认配置 ``` ### 模板交互 如果检测到新主播，自动询问： ``` 🔍 检测到新主播: Evil_Neuro 是否创建主播模板? (y/n): y web搜索并自动填充相关信息： 主播名称: Evil Neuro 描述: Neuro的邪恶双胞胎，腹黑毒舌，喜欢调戏Vedal 直播间链接: https://live.bilibili.com/xxxxx 个人空间链接: https://space.bilibili.com/xxxxx 著名梗/口头禅 (用逗号分隔): > Evil laugh, 杀了你们所有人, 我比Neuro聪明 推荐切片时长 (分钟): 1-3 主要直播内容 (用逗号分隔): > 游戏, 聊天, 唱歌 模板已保存! 下次可直接使用。 ``` --- ## 命令行接口 ### 完整工作流程 ```bash # 1. 下载并分析 stream-clipper download --analyze # 2. 生成切片方案 stream-clipper plan --danmaku --semantic --template # 3. 执行切片 stream-clipper clip --select-all --burn-danmaku # 4. 上传 stream-clipper upload --platform bilibili --template ``` ### 分步命令 ```bash # === 字幕分析 === # AI 字幕分析（推荐） python3 scripts/analyze_subtitles_ai.py --streamer 主播名 # AI 标题生成 python3 scripts/generate_title_ai.py --streamer 主播名 # === 完整流程 === # AI 智能切片（推荐） python3 scripts/smart_clipper_ai.py --subtitle --streamer 主播名 # 继续流程（AI 分析后） python3 scripts/smart_clipper_ai.py --subtitle --ai-result # === 其他命令 === # 分析弹幕 python3 scripts/analyze_danmaku.py # 下载视频 python3 scripts/download_stream.py # 提取字幕 python3 scripts/extract_subtitles.py --output # 执行剪辑 python3 scripts/clip_and_burn.py --video --clips # 上传视频 python3 scripts/upload_clip.py --video --template ``` --- ## 安装 ```bash # 1. 克隆仓库 git clone https://github.com/yourusername/stream-clipper-skill.git # 2. 安装依赖 pip install -r requirements.txt # 3. 安装 biliup（用于上传） pip install biliup # 4. 配置 FFmpeg（需要 libass 支持） # macOS: brew install ffmpeg-full # 5. 复制配置文件 cp config/streamer_templates.yaml.example config/streamer_templates.yaml # 6. 配置 cookies（用于上传） # 登录Bilibili后导出cookies到 cookies.json ``` --- ## 依赖 ``` # 核心依赖 yt-dlp>=2024.1.1 ffmpeg-python>=0.2.0 pysrt>=1.1.2 pyyaml>=6.0 requests>=2.31.0 # 弹幕处理 xmltodict>=0.13.0 # 上传 biliup>=1.0.0 # 数据分析 numpy>=1.24.0 ``` --- ## 技术亮点 1. **AI-powered 字幕分析**: 使用 LLM 语义理解，深度识别话题结构、情绪变化、金句梗 2. **多风格标题生成**: AI 生成 6 种类型标题（悬念/引用/话题/搞笑/锐评/互动） 3. **主播风格模板**: 定制化切片策略，不同主播不同风格 4. **双流程支持**: AI 流程（推荐）+ 快速流程 5. **一键完整流程**: 从分析到生成的全自动化 --- ## 开始执行 当用户触发这个 Skill 时： 1. 立即开始阶段 1（环境检测） 2. 询问直播/录播 URL 3. 按照 7 个阶段顺序执行 4. 遇到新主播时引导创建模板 5. 最后展示上传结果和视频链接 记住：这个 Skill 的核心价值在于 **智能分析** 和 **主播个性化**，让每个切片都能体现主播的独特魅力！