agent 剪视频总翻车？ffmpeg-skill 先验证再交片

刚写完 FFmpeg 那篇就有人问：道理都懂，可 agent 写的 ffmpeg 命令为什么总是翻车？ffmpeg-skill 把病根和药方一起端出来了。这个仓库 9 月初才创建，现在 3.6 千星、MIT 协议，今天还在提交。README 的定位一句话：给你的编码 agent 一个视频剪辑师，Claude Code、Cursor、Codex 或者任何 MCP 客户端都能用。全程本地 FFmpeg，无云、无 API 密钥、纯 Python 标准库。

一、先 probe 再动手，先验证再交片

作者对「会 FFmpeg 的 agent」的诊断很扎心：它照样瞎猜，假设一个帧率、挑一个容器装不下的编码、把只需要流拷贝的文件重新编码一遍，然后报告完成，连结果都没打开看过。这个 skill 的对策是把工作流焊死成四步：probe、尽量无损地编辑、检查、验证。每个任务先跑 probe.py，从实测的时长、帧率、分辨率、色彩和音频布局做决策，而不是从文件名脑补。

验证也分了层：产物要重新 probe，对着目标规格逐项检查，画面如果变过还要生成一张接触表亲眼看。仓库里 66 组前后对比演示全部由脚本从合成素材自动生成，每一帧你都能自己复现。

二、42 件工具和一条机器可读契约

工具面覆盖了剪辑实战的大半张地图：剪切拼接、静音删除、画幅适配、字幕和卡拉OK逐字动画、贴片与动效、HDR 转 SDR 和 LUT、音频清理、带漂移校正的同步、多机位、响度归一、交付检查、整片工程渲染和批量处理。上图的字幕动画和 16 比 9 转 9 比 16 的智能裁切，都是单条命令的产物。

工程上最讲究的一处是 SPEC：每个工具的 input_schema 不允许手写，而是在运行时从定义 CLI 的同一个 argparse 解析器里派生出来，CI 发现文档和代码漂移直接挂掉。契约用 contract --json 输出，机器可读；MCP 服务器默认只对外广告 12 个核心工具以控制上下文体积，设 FFMPEG_SKILL_MCP_FULL=1 才全开 42 个。FFmpeg 5.1 到 9 五个版本都在 CI 里测过。

三、一条命令装上，生态已成阵

安装就三步：npx ffmpeg-skill 装进 Claude Code（Cursor 和 Codex 有对应旗标），npx ffmpeg-skill doctor 体检本机的 FFmpeg 组件是否齐全（per-tool 级别，不是只看总体），contract --json 给 agent 读。字幕的语音转录是可选件，检测到 Parakeet 或 whisper 类引擎才启用，音频永远不上传。

作者是把这件事当成方法论做的：周边已经排开 video-production-agent、remotion-ffmpeg-skill 等一串仓库，其中 remotion 桥接件正好接上本系列讲过的 Remotion，用 probe 和 silence 的实测数据驱动动效合成。最难得的是作者把设计纪律写成了正式论文，题为「验证驱动的编码」，并且自评这个仓库只算部分达标。敢给自己打不及格的项目，通常值得多看两眼。

对跟着系列走的人来说，这就是 FFmpeg 那篇缺的实操补丁：命令行还是那个命令行，但 agent 终于不用靠猜了。