ffmpeg-skill даёт Claude Code, Cursor и Codex инструменты для монтажа видео на вашем компьютере. Вы описываете задачу агенту, а он исследует исходный файл, вызывает FFmpeg для обработки и проверяет результат. Сервис для загрузки видео и ключ API не нужны, но сам FFmpeg и Python должны быть установлены.
Что агент сможет сделать с видео через ffmpeg-skill
В репозитории собраны 42 инструмента для работы с видео и звуком. Среди них — обрезка и склейка фрагментов, удаление пауз, подгонка под длительность и формат кадра, субтитры, наложения, обработка звука и экспорт под площадки. Это не видеоредактор с окном предпросмотра: агент запускает отдельные команды и получает их результаты.
Работу агент начинает с анализа файла через probe.py. Инструмент измеряет длительность, частоту кадров, разрешение, параметры цвета и аудиодорожек, чтобы не выбирать настройки по имени файла. Затем агент выполняет монтаж и проверяет выходной файл: в описанном README процессе для этого служат check.py и look.py, который создаёт лист кадров для просмотра.
Если видео нужно для вертикальной площадки, fit.py подгоняет длительность и соотношение сторон, а export.py применяет готовый профиль экспорта. Для сборки ролика из шаблона есть render.py: README перечисляет шаблоны для TikTok, Reels, Shorts, YouTube, X, LinkedIn, Facebook и подкастов. Шаблон учитывает не только размер кадра, но и зоны интерфейса площадки, в которых лучше не размещать подписи.
ffmpeg-skill — навык для Claude и других агентов: файл с инструкциями объясняет агенту порядок действий, а Python-скрипты выполняют работу. Те же инструменты доступны через MCP — способ подключать внешние инструменты к ИИ-клиенту. Если этот формат вам незнаком, начните с объяснения, что такое MCP и как подключают сервер. По умолчанию сервер показывает клиенту 12 основных инструментов, хотя вызвать по имени можно все 42.
Кому пригодится монтаж из Claude Code, Cursor или Codex
Первый случай — вы уже ведёте проект в Claude Code и хотите поручить агенту подготовку ролика вместе с остальными файлами проекта. Например, вы указываете исходное интервью, нужные интервалы и формат Reels. Агент получает набор операций вместо просьбы самостоятельно угадать параметры FFmpeg.
Второй случай — вы регулярно готовите один материал для разных площадок. У инструмента есть шаблоны экспорта и проверка файла под выбранную площадку; README также описывает режим, который собирает несколько вариантов из одного монтажа. Это полезнее ручного повторения команд, если вам нужны версии с разным кадром и требованиями к выдаче.
Третий случай — вы работаете с материалом, который не хотите отправлять в облачный видеосервис. Монтаж выполняется локальным FFmpeg, а для основных функций не нужны аккаунт и ключ API. При этом локальная работа не означает, что инструмент не трогает ваши файлы: агент читает исходники, запускает программы и записывает результаты на компьютере.
Если вы не пользуетесь ИИ-агентом и предпочитаете вручную двигать клипы на таймлайне, этот навык вам не нужен. Он также не решает творческую задачу за вас: по README инструмент не выбирает интересные моменты, не утверждает готовый ролик и не переписывает текст субтитров. Решение о содержании остаётся за вами или за агентом, которому вы его поручили.
Установка ffmpeg-skill и проверка необходимых компонентов
Для работы нужны ffmpeg и python3 в PATH — то есть система должна находить их по имени при запуске команды. В README приведён такой быстрый старт для Ubuntu и Debian: сначала установка FFmpeg, затем запуск установщика навыка и проверка окружения. Команды для других систем в доступном фрагменте инструкции не приведены.
sudo apt install ffmpeg
npx ffmpeg-skill
npx ffmpeg-skill doctorПо умолчанию установщик размещает навык для Claude Code. README указывает варианты запуска для Cursor, Codex и всех трёх клиентов; выбирайте только тот, которым пользуетесь:
npx ffmpeg-skill --cursor
npx ffmpeg-skill --codex
npx ffmpeg-skill --allПроверка doctor показывает, какие компоненты FFmpeg доступны инструментам. Не судите о пригодности всего набора только по общему результату ok: по README он может быть отрицательным из-за одного отсутствующего фильтра, хотя остальные инструменты работают. Для ответа по каждому инструменту предусмотрен структурированный вывод:
npx ffmpeg-skill doctor --jsonУже установленную копию нужно обновлять повторным запуском установщика: автоматически она не обновляется. Для субтитров, создаваемых из речи, дополнительно потребуется локальный движок распознавания. README предлагает один вариант установки; при первом использовании он загружает модель, поэтому отсутствие облачной обработки видео не означает, что дополнительные загрузки вообще не понадобятся.
pip install faster-whisperБез движка распознавания остальные функции работают. MCP-сервер входит в репозиторий, но готовую команду подключения конкретного MCP-клиента доступный фрагмент README не даёт. Если вам нужен именно этот режим, сверяйтесь с инструкцией в репозитории проекта, а не подставляйте настройки от другого сервера.
Три задачи из README: интервью, TikTok и проверка файла
Первый пример — запрос агенту на монтаж интервью. В README пользователь просит оставить два отрезка исходника и получить ролик ровно на минуту для Reels:
Take `interview.mp4`, keep 0:45–3:10 and 5:00–6:30, and make it exactly 60 seconds for Reels.Агент должен измерить исходник, вырезать указанные интервалы, подогнать видео под вертикальный кадр, экспортировать и проверить результат. README показывает пример отчёта о готовом файле с длительностью, разрешением, частотой кадров и аудио; воспринимайте эти числа как результат демонстрации, а не обещание для любого исходника.
Второй пример — сборка файла для TikTok по готовым текстовым репликам. Команда берёт видео и файл с текстом подписей, применяет шаблон площадки и проверяет получившийся файл. Здесь не нужно путать файл с готовыми репликами и автоматическое распознавание речи: в показанной команде текст уже передан отдельно.
python3 $S/render.py talk.mp4 --template tiktok --cues cues.txtТретий пример позволяет сначала увидеть план обработки, ничего не меняя. Команда показывает, как инструмент собирается подогнать исходник до 60 секунд и соотношения сторон 9:16. Для прямого запуска скрипта README предварительно задаёт путь к установленному навыку:
S=~/.claude/skills/ffmpeg-skill/scripts
python3 $S/fit.py input.mp4 --duration 60 --aspect 9:16 --dry-runОграничения и состояние проекта на момент обзора
Репозиторий создан 3 сентября 2026 года; последний коммит в карточке датирован 30 октября 2026 года. На момент обзора у проекта 4042 звезды и 320 форков, лицензия — MIT, основной язык — Python. Это молодой проект: цифры говорят об интересе к нему, но не заменяют проверку на ваших файлах.
Перед установкой учитывайте две границы. Во-первых, навык работает с локальными медиафайлами и выполняет команды FFmpeg, поэтому давайте агенту доступ только к тем материалам, с которыми он должен работать. Во-вторых, автоматические субтитры зависят от отдельного движка распознавания; если он вам не нужен, ставить его не требуется. Для человека, который уже монтирует через ИИ-агента, ffmpeg-skill закрывает исполнительскую часть работы, но выбор удачного монтажа остаётся отдельной задачей.
Источник: репозиторий kajisho5/ffmpeg-skill на GitHub.