Старт 23 ноябряЖивой Поток 3 интенсива «Вайбкодинг и ИИ-агенты»: 3 недели практики, 9 живых занятийПоток 3 (23.11) →
РелизКод / SDK · В работуGitHub Trending AI→ оригинал

ffmpeg-skill дал Claude Code и Cursor 42 локальных инструмента для монтажа видео

Если попросить ИИ-агента оставить в записи 0:45–1:20 и сделать из неё вертикальный Reels, он часто пишет команду FFmpeg наугад и сообщает «готово», не открыв файл. ffmpeg-skill (331 звезда на GitHub за день) заменяет это угадывание 42 готовыми локальными инструментами для Claude Code, Cursor и Codex: агент замеряет ролик, монтирует и проверяет результат. Облака и API-ключей нет, видео остаётся на вашей машине.

AI-обработка оригинала GitHub Trending AI; редакция Hamidun News
ffmpeg-skill дал Claude Code и Cursor 42 локальных инструмента для монтажа видео
Источник: GitHub Trending AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникGitHub Trending AI ↗
Главный редактор
Ключевой факт #1В MCP по умолчанию видны 12 основных инструментов, полный список — 42
Ключевой факт #2Путь назначения, совпадающий со входом, отклоняется: исходник не затрётся
Шаблон для TikTokкроп 9:16, пословные субтитры, громкость −14 LUFS

Представьте задачу: есть часовая запись выступления, нужно оставить фрагменты 0:45–1:20 и 5:00–5:25 и сделать из них вертикальный ролик на минуту для Reels. Если поручить это ИИ-агенту, он обычно сочиняет команду для FFmpeg (популярной консольной программы обработки видео) наугад: предполагает частоту кадров, выбирает кодек, который не поддерживает контейнер, перекодирует то, что можно было просто скопировать, и пишет «готово», не открыв результат. Репозиторий ffmpeg-skill, который набрал 331 звезду за день в трендах GitHub, убирает это угадывание.

Он даёт Claude Code, Cursor, Codex и любому MCP-клиенту (MCP — протокол, по которому агенты вызывают внешние инструменты) 42 готовых локальных инструмента монтажа. Агент не пишет команды сам, а вызывает инструмент с понятными параметрами и проверяет, что получилось. Всё работает на вашем компьютере, без облака и API-ключей.

Что умеют 42 инструмента

Инструменты работают поверх локального FFmpeg и написаны на стандартной библиотеке Python, без сторонних зависимостей. В наборе есть нарезка и склейка, удаление пауз, подгонка под нужную длительность и соотношение сторон, субтитры (в том числе пословные в стиле караоке), титры и графика поверх видео, перевод HDR в SDR, очистка звука, выравнивание громкости, синхронизация с коррекцией дрейфа, мультикамера и пакетная обработка папок.

Для популярных площадок есть шаблоны: они собирают ролик под семь видеоплатформ. Например, для TikTok шаблон делает кроп 9:16, анимирует слова субтитров, обходит зоны интерфейса приложения и приводит громкость к −14 LUFS (это стандартная единица громкости для стриминга). Пример команды: render.py talk.mp4 --template tiktok --cues cues.txt. Текст субтитров при этом берётся как есть, инструмент его не переписывает.

Как агента заставляют не гадать

Агенту задан фиксированный порядок: сначала измерить файл, затем монтировать, по возможности без потерь, затем проверить и подтвердить результат. Решения принимаются по измеренным длительности, fps, разрешению, цвету и звуковым дорожкам, а не по имени файла. Перекодирование включается, только когда без него нельзя: для кадрово точного реза, фильтров или смены формата. В остальных случаях потоки просто копируются.

Агент передаёт именованные параметры, например --aspect 9:16 --fit crop или --threshold -35, а сам инструмент строит команду и граф фильтров. Произвольный граф от вызывающего не принимается, и ничего не запускается через shell.

После работы инструмент проверяет записанный файл: реальную длительность, размер кадра и звук. В примере из репозитория агент отчитывается так: «final.mp4: 60.00 s, 1080×1920, 30 fps, AAC stereo» — и прикладывает контактный лист кадров, который осмотрел. «Смотрит» здесь сам мультимодальный агент: в репозитории нет распознавания лиц или поиска «интересного момента». Что вырезать и что считать удачным, решает агент или человек.

Защита исходников и контракт

Файл назначения, совпадающий с входным, отклоняется, а замена существующего файла требует явного согласия. Режим dry-run печатает команды и ничего не записывает. План можно сохранить и выполнить позже, и он откажется запускаться, если входной файл изменился. Зависший ffmpeg принудительно завершается, а недописанный файл удаляется.

Самая интересная часть — машиночитаемый контракт. Для каждого инструмента в нём описаны входы, выходы, нужные компоненты FFmpeg и способ проверки результата. Схема для MCP строится из тех же парсеров аргументов, что и командная строка, а CI падает при расхождении. Поэтому описание не успевает устареть. Чтобы не раздувать контекст клиента, MCP по умолчанию показывает 12 основных инструментов, полный список из 42 доступен отдельно, и любой можно вызвать по имени.

Ограничения

Нужен установленный FFmpeg с нужными компонентами. Команда doctor покажет, чего не хватает: например, без libvidstab часть инструментов будет недоступна. Распознавание речи необязательно: оно работает, если установлен Parakeet или Whisper, а без них инструменты принимают готовый транскрипт. Веса моделей скачиваются при первом запуске, но аудио с машины не уходит. Копии навыка не обновляются автоматически. Сам автор в позиционной статье о проверке результата оценил ffmpeg-skill лишь как частично соответствующий описанной дисциплине.

Что с этим делать

Разработчикам агентов стоит взять сам подход: узкие типизированные инструменты, контракт, из которого выводится MCP, и обязательная проверка результата после каждой операции. Тот же приём годится для работы с документами, изображениями и данными. Тем, кому нужно просто монтировать ролики, проект даёт готовую основу для локальной автоматизации без подписок и загрузки файлов в облако.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что умеют 42 инструмента?

Инструменты работают поверх локального FFmpeg и написаны на стандартной библиотеке Python, без сторонних зависимостей. В наборе есть нарезка и склейка, удаление пауз, подгонка под нужную длительность и соотношение сторон, субтитры (в том числе пословные в стиле караоке), титры и графика поверх видео, перевод HDR в SDR, очистка звука, выравнивание громкости, синхронизация с коррекцией дрейфа, мультикамера и пакетная обработка папок. Для популярных площадок есть шаблоны: они собирают ролик под семь видеоплатформ.

Что известно по теме: как агента заставляют не гадать?

Агенту задан фиксированный порядок: сначала измерить файл, затем монтировать, по возможности без потерь, затем проверить и подтвердить результат. Решения принимаются по измеренным длительности, fps, разрешению, цвету и звуковым дорожкам, а не по имени файла. Перекодирование включается, только когда без него нельзя: для кадрово точного реза, фильтров или смены формата. В остальных случаях потоки просто копируются.

Что известно по теме: защита исходников и контракт?

Файл назначения, совпадающий с входным, отклоняется, а замена существующего файла требует явного согласия. Режим dry-run печатает команды и ничего не записывает. План можно сохранить и выполнить позже, и он откажется запускаться, если входной файл изменился. Зависший ffmpeg принудительно завершается, а недописанный файл удаляется. Самая интересная часть — машиночитаемый контракт. Для каждого инструмента в нём описаны входы, выходы, нужные компоненты FFmpeg и способ проверки результата.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…