核心用法
VectCut 是一个面向内容创作者的全链路AI视频剪辑聚合技能，通过统一编排「流光剪辑」能力，实现从素材获取到成片导出的自动化流程。核心能力覆盖四大场景：
1. 口播智能剪辑
- 默认走
cut-koubo-template模板链，支持去气口、重排、网感包装 - 回退方案
cut-koubo提供开放式编排，适配非标需求 - 集成
llm-asr(NLP档位) +asr-vad确保字幕与剪辑后时间轴精准对齐
2. 混剪重组
- 标准链路：
describe-video素材盘点 →split-video切片 →add-subtitle-template字幕上屏 →add-effect/zoom-in-out节奏强化 → 音频收口 - 混剪+解说子链路：触发关键词如"混剪在一起/拼在一起/合成一条"时，自动启用
video-voiceover-remix固定七步流程（静音→AI文案→AI配音→智能字幕→BGM→音效→成片）
3. 电商广告
- 人物抠像突出：
human-pip画中画或text-background文字背景 - 卖点强化：
text-keywords关键词高亮 +add-title标题包装 - 素材缺口：
generate-ai-image/generate-ai-videoAI补镜 +speech-synthesis配音
4. 平台素材抓取与剪辑
- 支持抖音/快手/小红书/B站/TikTok/YouTube链接抓取（
scrapt-video） - 自动衔接
describe-video分析，再路由至口播/混剪/广告链路
关键基础设施
sts-upload：本地素材转公网URLcloud-render：云端渲染导出成片draft-downloader：草稿ID批量拉取至客户端- 全链路绑定
draft_id，禁止混用多草稿
显著优点
- 意图识别精准：内置关键词路由（"混剪在一起"自动触发解说链路），降低用户操作门槛
- 模板化与开放性并存：口播场景优先稳定模板，同时保留开放式编排回退通道
- AI能力深度整合：ASR/NLP字幕、AI配音（默认音色
gv_8195cd8b03f74658a9d92c9b2a9e9cba）、AI生图/生视频补镜，形成创作闭环 - 平台兼容性强：覆盖国内外6大主流视频平台抓取与剪辑
- 工程化严谨：强制
draft_id透传、前置环境变量校验、关键节点草稿校验（query-draft），避免数据孤岛
潜在缺点与局限性
- 模板依赖风险：口播成片强依赖
cut-koubo-template，若模板必填参数缺失（如特定title或kongjing_urls）需降级至开放式链路，可能牺牲输出稳定性 - AI生成可控性：AI补镜、配音音色选择、文案生成依赖模型输出，风格一致性需人工复核
- 平台抓取稳定性：受目标平台反爬策略影响，抓取功能存在时效性波动风险
- 链路复杂度高：多子技能编排（如混剪解说七步链）任一环节失败需全链排查，调试成本较高
- 音色扩展性：默认音色单一，用户需主动到官网查询更多选项
适合人群
- 口播博主/IP运营：需批量生产去气口、加字幕、加网感包装的口播内容
- 短视频混剪创作者：多素材重组、节奏卡点、AI解说配音需求场景
- 电商带货团队：快速产出卖点突出、人物抠像、关键词强调的广告素材
- 内容搬运/二创者：跨平台抓取素材后自动化再剪辑
- MCN机构编导：通过草稿ID批量管理、下载、协同编辑项目
常规风险
- API密钥泄露：
VECTCUT_API_KEY需严格环境变量管理，避免硬编码泄露 - 版权合规：平台抓取素材需确认目标平台用户协议及当地版权法规，二创存在侵权风险
- AI生成内容审核：AI配音、文案、图像需人工复核，避免违规或偏见内容流出
- 草稿数据丢失：未透传
draft_id或混用多草稿可能导致字幕、音频写入不同项目，建议关键节点必调query-draft校验 - 云端渲染成本：
cloud-render按量计费，大批量导出需关注费用控制