视频类Agent Skills正在把剪辑、字幕、动画和视频生成流程带进Codex、Claude Code、Cursor等编码智能体。用户可以通过自然语言描述成片要求，再由智能体调用脚本、FFmpeg、React或第三方生成接口完成制作。
本文整理6个公开项目。它们解决的问题并不相同，有的负责剪辑本地素材，有的使用代码生成动画，有的连接外部媒体模型，还有一个只负责撰写视频提示词。选择前应确认本地环境、API费用、许可证和数据处理方式。
一、HyperFrames
HyperFrames是HeyGen开源的视频制作框架，可以将HTML、CSS、媒体素材和可定位时间的动画渲染成MP4。它强调确定性渲染，相同代码和素材可以重复生成相对一致的结果。
项目提供19个按需加载的Skills，其中核心路由会根据需求选择对应的视频工作流。
主要工作流包括
- 产品发布和网站展示视频
- 无真人出镜的知识讲解视频
- GitHub PR更新说明视频
- 口播视频字幕和动效包装
- 短时长动态图形
- 音乐驱动视频
- 幻灯片与网页演示
- Remotion项目迁移
安装核心Skills可以使用
npx hyperframes skills update交互式选择安装可以使用
npx skills add heygen-com/hyperframes --full-depth安装后可以向智能体提出类似要求
使用HyperFrames制作一个10秒产品介绍视频，
包含淡入标题、背景视频和轻量背景音乐。HyperFrames适合产品发布、功能说明、数据动画和品牌短片。用户需要具备基本的Node.js和前端运行环境，复杂效果仍可能涉及HTML、CSS及动画代码调整。
项目地址：https://github.com/heygen-com/hyperframes
二、video-use
video-use是Browser Use团队开源的视频剪辑Skill，面向Claude Code、Codex及其他具备Shell访问能力的智能体。用户把原始素材放入目录，再通过对话确定剪辑策略，项目最终输出final.mp4。
它可以处理以下工作
- 删除口头禅、停顿和错误重说
- 根据语音边界安排剪切点
- 在剪切位置加入短音频淡化
- 烧录可自定义字幕
- 对不同片段应用FFmpeg调色链
- 调用HyperFrames、Remotion、Manim或PIL生成动画叠加层
- 对剪切边界进行自动检查
- 在
project.md中保存项目上下文
video-use不会让大模型逐帧读取完整视频。它先使用ElevenLabs Scribe获取单词级时间戳、说话人和音频事件，再生成紧凑的文本时间线。遇到停顿、重拍或剪切点判断时，才按需生成包含画面、波形和单词标记的视觉合成图。
其处理流程大致如下
转录
↓
整理时间线
↓
智能体制定剪辑方案
↓
生成EDL
↓
渲染视频
↓
检查剪切点
↓
必要时修正并重新渲染项目依赖FFmpeg，并需要ElevenLabs API Key完成语音转录。安装后，本地视频会交给FFmpeg处理，但音频转录会调用ElevenLabs服务。包含客户、会议或内部资料的视频，需要提前确认数据是否允许发送至外部服务。
项目地址：https://github.com/browser-use/video-use
三、Remotion Agent Skills
Remotion是一套使用React创建视频的工具。官方维护的Agent Skills为Codex、Claude Code、Cursor和Kimi Code等智能体提供Remotion开发规范。
安装命令如下
npx skills add remotion-dev/skills创建新Remotion项目时，也可以通过以下命令选择添加Skills
bun create video目前提供的主要Skills包括
| Skill | 主要用途 |
|---|---|
remotion-best-practices |
汇总Remotion项目开发规范 |
remotion-create |
创建项目或视频Composition |
remotion-markup |
编写布局、动画、文字、音频和媒体代码 |
remotion-studio |
启动可视化预览界面 |
remotion-render |
渲染视频或静态图片 |
remotion-maps |
制作地图、路线和地理动画 |
remotion-captions |
处理字幕与Caption |
remotion-saas |
设计视频生成类产品架构 |
remotion-interactivity |
让Studio中的元素支持选择和编辑 |
remotion-docs |
查询Remotion官方文档 |
remotion-upgrade |
升级Remotion及相关Skills |
remotion-multimedia |
处理视频和音频元数据 |
Remotion适合排行榜、数据周报、产品更新、批量广告和固定栏目。字幕、时间轴、动画和画面结构都可以通过React代码精确控制。
它更适合内容结构稳定、需要重复生成的视频。完全没有前端开发经验的用户也能借助智能体起步，但修改复杂布局和排查渲染错误时，仍需理解基本的React和CSS。
项目地址：https://github.com/remotion-dev/skills
四、Generative Media Skills
Generative Media Skills是一套由MuAPI驱动的多媒体Skills集合，面向Claude Code、Cursor、Gemini CLI和OpenCode等工具。它可以通过muapi-cli调用图片、视频和音频生成服务。
项目采用Core和Library两层结构。
Core负责底层媒体上传、图片编辑、身份认证和任务状态查询。Library则提供面向具体创作任务的工作流。
主要能力包括
- 图片、视频和音频生成
- 本地素材自动上传
- 图片编辑
- 电影镜头和运镜设计
- 品牌Logo及界面视觉制作
- Seedance视频生成工作流
- 长视频自动提取竖版短片
- YouTube Shorts、TikTok和Reels预设
- MCP工具接入
- 多步骤媒体制作配方
项目说明中提到可连接100多种AI模型，并提供41套工作流配方。具体模型、价格和开放状态取决于MuAPI当前服务，不能把仓库开源理解成媒体生成完全免费。
本地图片、视频、人脸和音频可能上传到外部CDN或模型服务处理。涉及人物肖像、企业素材和未公开产品时，应核对数据保存、删除和模型训练政策。
项目地址：https://github.com/SamurAIGPT/Generative-Media-Skills
五、chengfeng-videocut
chengfeng-videocut是一套面向中文口播视频的Codex Marketplace插件。项目将剪辑流程拆分为剪口播、字幕、画面和导出四个业务入口。
不同环节会生成结构化中间文件
| 环节 | 输出内容 |
|---|---|
| 剪口播 | 经确认的删词和剪辑记录 |
| 字幕 | subtitles.json |
| 画面 | visuals.json及HTML模块 |
| 导出 | 最终成片MP4 |
该插件负责判断和编排，确定性的剪辑与导出动作由配套Runtime完成。首次执行剪辑或导出任务时，系统可能需要下载并校验Runtime。
项目支持macOS和Windows 10、Windows 11。桌面预览包包含Runtime、Bun、FFmpeg和FFprobe，使用Skills脚本及MCP Server仍需要Node.js，导出字幕和动画还需要桌面版Chrome。
只使用插件和CLI时，环境要求包括
- Bun 1.2或更高版本
- Node.js 20或更高版本
- FFmpeg 6及FFprobe
- Google Chrome桌面版
它适合中文口播、教程和采访素材，重点处理删词、字幕、画面包装和成片导出。项目的插件版本、Runtime下载方式和安装命令仍在持续调整，安装时应以仓库当前README与正式Release为准，不要直接使用来源不明的安装快照。
项目地址：https://github.com/Agentchengfeng/chengfeng-videocut-skills
六、seedance2-skill
seedance2-skill是一套用于编写Seedance 2.0视频提示词的Agent Skills，提供中文和英文版本，可以配合Claude Code、Cursor、Cline及其他兼容工具使用。
它覆盖的内容包括
- 输入素材限制
@参考语法- 镜头语言
- 提示词结构
- 运镜与动作描述
- 广告提示词模板
- 剧情短片模板
- 音乐视频模板
- 科普和教学内容模板
安装可以使用Skills CLI
npx skills add dexhunter/seedance2-skill也可以把中文Skill文件复制到客户端对应的Skills目录。
需要明确的是，seedance2-skill本身不会生成视频，也不是Seedance API客户端。它的作用是帮助智能体把用户想法整理成更规范的视频提示词，生成环节仍需在支持Seedance 2.0的平台中完成。
这项Skill适合已经能够使用Seedance，但不熟悉分镜、机位、动作、节奏和参考素材写法的用户。
项目地址：https://github.com/dexhunter/seedance2-skill
七、6个视频Skills怎么选
| 使用需求 | 推荐项目 |
|---|---|
| 用HTML和CSS生成确定性动画视频 | HyperFrames |
| 自动剪辑口播、采访和教程素材 | video-use |
| 用React批量制作栏目视频 | Remotion Agent Skills |
| 调用多种图片、视频和音频模型 | Generative Media Skills |
| 处理中文口播剪辑与字幕 | chengfeng-videocut |
| 编写Seedance 2.0视频提示词 | seedance2-skill |
如果需要处理已有真人素材，可以优先测试video-use或chengfeng-videocut。需要批量生成结构相同的数据视频，可以选择Remotion。需要制作网页式动画和产品短片，可以考虑HyperFrames。
Generative Media Skills适合需要多种外部生成模型的用户。seedance2-skill则更适合作为提示词辅助工具，不能代替视频生成平台。
八、安装视频类Agent Skills需要注意什么
1、检查项目依赖
视频工具通常依赖Node.js、Bun、Python、FFmpeg、Chrome或外部API。安装前应阅读项目的README和安装文档。
2、确认文件处理位置
“开源”只说明代码或部分代码可查看，不代表所有处理都在本地完成。ElevenLabs、MuAPI和视频生成平台都可能接收本地素材。
3、保护API Key
API Key应保存在环境变量或本地受控配置中，不要写进Skill文件、公开仓库或教程截图。
4、保留原始素材
首次测试时使用副本，让所有输出写入单独目录。不要允许智能体直接覆盖唯一的原始视频。
5、检查许可证与商用规则
项目代码许可证、模型生成内容规则和外部API条款属于不同层面。用于商业视频前，需要分别核对。
常见问题
视频类Agent Skill可以自动完成整条视频吗
部分项目可以完成从素材整理到渲染的较完整流程，但剪辑策略、事实内容、版权和成片质量仍需人工确认。
这些项目都可以在Codex中使用吗
HyperFrames、video-use、Remotion Skills和chengfeng-videocut均提供或说明了Codex相关使用方式。其他项目是否可以直接安装，需要根据当前客户端的Skill格式进行适配。
哪个Skill适合口播视频
英文或多语言口播可以测试video-use，中文口播可重点了解chengfeng-videocut。两者的依赖和处理流程不同。
哪个项目适合批量制作数据视频
Remotion适合用React和数据驱动方式生成固定栏目，也便于统一字幕、图表和时间轴。
seedance2-skill可以直接生成视频吗
不能。它负责生成和优化Seedance 2.0提示词，视频仍需在对应生成平台完成。
开源视频Skill是否完全免费
不一定。代码可能开源，但语音转录、媒体模型、云渲染和API调用可能产生费用。
相关推荐：《10个实用Agent Skills推荐：文档、写作与PPT工具合集》
-
广告合作
-
QQ群号：4114653
