通用 AI 生图:文生图 / 图生图 / 图像变体。当用户说 AI 生图、AI 画图、文生图、图生图、生成图片、生成配图、图像生成、AI 出图、AI 作图、换图、改图、图像编辑、给我画一张、生成一张图 时使用。支持 OpenAI 兼容 API 与 apimart 异步 API,用户自备 API key。
日本語の概要は準備中です。原文の説明を表示しています。
字幕翻译 / 双语字幕:把已有字幕(SRT/VTT/ASS)翻译成目标语言,生成双语(原文+译文)或纯译文字幕,并可软挂载 / 硬烧录进视频。当用户说 字幕翻译、翻译字幕、双语字幕、中英字幕、给视频加翻译、SRT 翻译、字幕本地化、把字幕翻成中文/英文、字幕转双语 时使用。
翻译由 LLM 完成,时间轴/格式/烧录由 shared/scripts/subtitle_ops.py 确定性处理。与 auto-subtitle 区别:auto-subtitle 是语音识别生成字幕,本 SKILL 是把已有字幕翻译成双语。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
把已有字幕翻译成目标语言,产出双语(原文+译文)或纯译文字幕,可选烧录进视频。 翻译交给 LLM(你自己),确定性部分(解析/合并/格式/时间轴/烧录)全交给
skills/shared/scripts/subtitle_ops.py。不要手拼 ffmpeg,也不要手改时间轴。
只做"已有字幕 → 翻译/双语/烧录"。语音识别生成字幕见 auto-subtitle; 通用视频剪辑见 video-editing。
| 字段 | 必填 | 说明 |
|---|---|---|
| 字幕文件 | 是 | .srt / .vtt / .ass 路径(没给就问) |
| 目标语言 | 是 | 译成什么语言(如中文 / English / 日本語) |
| 输出形态 | 否 | 双语(默认)/ 纯译文 |
| 原译顺序 | 否 | 双语时原文在上(默认)或译文在上 |
| 视频文件 | 否 | 给了则可烧录;软挂载(可开关)或硬烧录(烧进画面) |
outputs/主题名/).srt 或 .ass)*-sub.mp4)脚本路径(相对项目根):skills/shared/scripts/subtitle_ops.py(每个子命令支持 -h)。
python skills/shared/scripts/subtitle_ops.py extract -i <字幕> -o /tmp/st_lines.txt
每条字幕一行、行号与顺序固定。记住总行数 N。
读 /tmp/st_lines.txt,逐行翻译成目标语言,写入 /tmp/st_trans.txt:
# 双语 SRT(原文在上,译文在下)
python skills/shared/scripts/subtitle_ops.py merge -i <字幕> --trans /tmp/st_trans.txt \
-o outputs/主题名/<名>-bilingual.srt
# 双语 ASS(原文白色较大 / 译文黄色略小,样式更佳,推荐用于硬烧录)
python skills/shared/scripts/subtitle_ops.py merge -i <字幕> --trans /tmp/st_trans.txt \
-o outputs/主题名/<名>-bilingual.ass --format ass
# 纯译文(不保留原文)
python skills/shared/scripts/subtitle_ops.py merge -i <字幕> --trans /tmp/st_trans.txt \
-o outputs/主题名/<名>-<lang>.srt --trans-only
--order trans-top 可让译文在上。
# 硬烧录(烧进画面,推荐用 .ass 保留双语样式)
python skills/shared/scripts/subtitle_ops.py burn -i <视频> \
--sub outputs/主题名/<名>-bilingual.ass \
-o outputs/主题名/<名>-sub.mp4
# 软挂载(可在播放器开关,不改画面;mp4→mov_text,mkv→srt)
python skills/shared/scripts/subtitle_ops.py burn -i <视频> \
--sub outputs/主题名/<名>-bilingual.srt \
-o outputs/主题名/<名>-sub.mp4 --soft
parse -i <字幕> [-o out.json] — 解析成 JSON(含时间轴),供程序化处理或核对。build --json <cues.json> -o <字幕> — 从 JSON(cue 带 text 与可选 trans)构建,适合批量/整段翻译回填。convert -i a.srt -o b.vtt — 格式互转(srt ↔ vtt ↔ ass)。.ass(内置 Noto Sans CJK 样式);若用 srt 硬烧录且中文变方块,burn 加 --font-dir 指向含 CJK 字体的目录。--order 可调);纯译文用 --trans-only。outputs/主题名/。字幕翻译工具形态参考开源项目:rockbenben/subtitle-translator(批量双语、译文上下对齐)、 bonigarcia/dualsub(双语合并)、innovationmech/video-translate(软/硬字幕嵌入)。 本 SKILL 把"翻译"交给 LLM,只把易错的解析/时间轴/合并/烧录做成确定性脚本。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
通用 AI 生图:文生图 / 图生图 / 图像变体。当用户说 AI 生图、AI 画图、文生图、图生图、生成图片、生成配图、图像生成、AI 出图、AI 作图、换图、改图、图像编辑、给我画一张、生成一张图 时使用。支持 OpenAI 兼容 API 与 apimart 异步 API,用户自备 API key。
日本語の概要は準備中です。原文の説明を表示しています。
AI 音乐 / BGM 生成:给短视频、社媒内容生成原创背景音乐 / 配乐 / 纯音乐。通过可插拔 provider(阿里 DashScope / Suno 类第三方 API)文生音乐,异步提交→轮询→下载,产物可再裁剪/归一化或加到视频。当用户说“AI 音乐”“AI 配乐”“生成 BGM”“背景音乐”“原创音乐”“AI 作曲”“纯音乐”“给视频配乐”“做首曲子”时使用。与 tts-voiceover 的区别:tts-voiceover 生成人声口播/旁白,ai-music 生成背景音乐/配乐(无人声或带演唱)。
日本語の概要は準備中です。原文の説明を表示しています。
AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。
日本語の概要は準備中です。原文の説明を表示しています。
outputs/ 目录下的产物管理:按日期/平台/类型归档、打标签、搜索历史内容、生成素材清单。 当用户说"整理素材"、"归档"、"找之前的内容"、"搜索历史"、"素材管理"、 "outputs 整理"、"之前做的"时使用。 与其他 produce 层 SKILL 的区别:produce 层负责生成内容, asset-manager 负责生成后的产物管理(归档、检索、标签)。
日本語の概要は準備中です。原文の説明を表示しています。
音频降噪:去除录音中的背景噪声、电流声、风噪、嗡嗡声,基于 ffmpeg 滤镜链(afftdn/highpass/lowpass)。 当用户说"降噪""去噪""去杂音""消除背景噪声""电流声""风噪""录音有杂音""音频降噪"时使用。 和 audio-editing 的区别:audio-editing 做剪辑/转码/音量等通用音频操作(内置 denoise 兜底),本 SKILL 专做降噪调参。
日本語の概要は準備中です。原文の説明を表示しています。
通用音频处理:音频剪辑/裁剪、格式转码(mp3/wav/m4a/aac)、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速(保音高)。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别:audio-denoise 专做降噪,audio-editing 做除降噪外的通用音频操作(也内置 denoise 作为兜底)。
日本語の概要は準備中です。原文の説明を表示しています。