Stream Clipper – 直播录制与切片智能剪辑工具

核心功能:

• 直播录制：实时录制 + 30分钟自动分段 + 弹幕录制
• 录播切片：弹幕密度分析 + 语义理解 + 主播风格模板 = 高质量直播切片

工作模式

模式一：直播实时录制 ⭐ 新功能

适合录制正在进行或即将开始的直播，支持自动分段和弹幕录制。

核心特性:

• ✅ 30分钟自动分段 – 防止硬盘溢出，方便管理
• ✅ 实时弹幕录制 – 同时保存弹幕内容
• ✅ 优雅停止 – Ctrl+C 停止当前分段，不丢失数据
• ✅ 自动精彩片段切片 – 录制完成后自动生成切片

使用场景:

• 录制 VTuber 直播
• 录制游戏赛事
• 录制演唱会/活动直播
• 录制任何B站直播间

快速开始:

# 方式1: 完整工作流（录制 + 自动切片）
python scripts/record_workflow.py "https://live.bilibili.com/55"

# 方式2: 仅录制
python scripts/smart_record.py "https://live.bilibili.com/55" -t 30

# 方式3: 录制完成后手动切片
python scripts/auto_clipper.py --list ./recordings/recorded_list_xxx.json

文件输出结构:

recordings/
├── 主播_标题_时间_part001.mp4           # 第1段视频
├── 主播_标题_时间_part001_danmaku.xml   # 第1段弹幕
├── 主播_标题_时间_part002.mp4           # 第2段视频
├── 主播_标题_时间_part002_danmaku.xml   # 第2段弹幕
├── recorded_list_xxx.json               # 录制列表
└── clips_output/                        # 精彩片段输出
    ├── segment_001/
    │   ├── clip_001/
    │   └── clip_002/
    └── segment_002/

模式二：录播回放切片

适合下载已结束的直播回放，进行分析和切片。

核心特性:

• ✅ 完整回放下载 – 下载整个直播回放
• ✅ 弹幕分析 – 基于弹幕密度识别精彩时刻
• ✅ 语义分析 – 理解字幕内容结构
• ✅ 智能切片 – 自动生成最优切片方案

使用场景:

• 剪辑已结束的直播
• 制作 VTuber 精华合集
• 提取游戏高光时刻
• 制作教学/知识切片

工作流程

模式一：直播录制流程

阶段 1: 启动录制

目标: 开始录制直播并自动分段

1. 获取直播间 URL

   https://live.bilibili.com/55
   

2. 执行录制脚本

   python3 scripts/smart_record.py <直播间URL> -o ./recordings -t 30
   

3. 录制过程

   • 每30分钟自动分段
   • 实时显示录制进度
   • 同时保存弹幕配置

输出:

录制中... 15.6% (4/30分钟)
文件: ./recordings/主播_标题_20260206_143720_part001.mp4

阶段 2: 录制完成

目标: 整理录制文件并准备切片

1. 生成录制列表

   {
     "room_url": "https://live.bilibili.com/55",
     "record_time": "2026-02-06T14:37:20",
     "segment_minutes": 30,
     "files": [
       "./recordings/part001.mp4",
       "./recordings/part002.mp4",
       "./recordings/part003.mp4"
     ]
   }
   

2. 询问是否切片

   录制完成！共 3 个分段
   是否继续自动切片精彩片段？ (y/n): y
   

阶段 3: 自动精彩片段切片

目标: 自动分析并生成精彩片段

1. 分析每个分段

   python3 scripts/auto_clipper.py --list recorded_list_xxx.json
   

2. 生成推荐片段（每段3个）

   • 高能时刻：弹幕密度最高的片段
   • 搞笑片段：翻车/搞笑时刻
   • 团战/精彩操作：游戏高光

3. 自动剪辑

   • 调用 clip_and_burn.py
   • 烧录弹幕到视频
   • 生成 info.json

输出:

分段 1: 找到 3 个精彩片段
  1. 高能时刻：精彩操作 (03:00-05:00)
  2. 搞笑片段：主播翻车 (08:00-10:00)
  3. 团战爆发：激烈对决 (15:00-17:00)

模式二：录播切片流程

阶段 1: 环境检测与初始化

目标: 确保所有依赖已安装并加载主播模板

1. 检测必需工具

   yt-dlp --version           # 视频下载
   ffmpeg -version            # 视频处理
   python3 -c "import yt_dlp, pysrt, yaml, requests"  # Python依赖
   

2. 检查 biliup（用于上传）

   pip show biliup
   # 或
   biliup --version
   

3. 加载或创建主播模板

   • 检查 config/streamer_templates.yaml
   • 如果主播不在模板中，询问用户创建新模板

模板交互示例:

检测到新的主播: Neurosama
是否创建主播模板? (y/n): y

主播风格背景介绍: AI虚拟主播，英语流，擅长编程和游戏，有很多梗
著名梗/口头禅: Vedal修我!, 我是AI不是人类, 足球梗, swam
推荐切片时长: 1-3分钟
直播间链接: https://live.bilibili.com/...
个人空间链接: https://space.bilibili.com/...

阶段 2: 下载与字幕提取 ⭐ 关键步骤

目标: 下载视频、弹幕，并必须提取字幕

⚠️ 重要前提: 切片前必须完成字幕提取！没有字幕无法生成基于内容的标题。

1. 获取直播/录播 URL

   • B站: https://www.bilibili.com/video/BVxxxxx 或 https://live.bilibili.com/xxxxx
   • YouTube: https://www.youtube.com/watch?v=xxxxx 或直播回放

2. 执行下载脚本

   python3 scripts/download_stream.py <URL> --with-danmaku --with-subtitle
   

3. 下载内容

   • 视频文件 (MP4, 最高1080p)
   • 弹幕文件 (XML/JSON 格式)
   • 字幕文件 (如果平台提供)

4. 提取字幕（必须）

   # 方式1: 使用 Whisper 提取完整字幕
   python3 scripts/extract_subtitles.py <video.mp4> --output <video.srt>
   
   # 方式2: 仅提取关键片段（快速）
   python3 scripts/extract_subtitles.py <video.mp4> --segments-only --output segments/
   

   字幕提取原理:

   • 使用 OpenAI Whisper 模型
   • 支持多语言识别
   • 生成 SRT/VTT 格式
   • 可选：仅提取高密度时段片段（节省算力）

输出（三个必备文件）:

./downloads/
├── <video_id>.mp4          # 视频 [必需]
├── <video_id>.danmaku.xml  # 弹幕 [必需]
└── <video_id>.srt          # 字幕 [必需]

检查清单:

• 视频文件存在且可播放
• 弹幕文件存在且非空
• 字幕文件存在且包含内容

如果字幕提取失败: 无法继续切片，必须先解决字幕问题！

阶段 3: 弹幕密度分析

目标: 分析弹幕密度分布，识别高互动时间点

1. 解析弹幕文件

   python3 scripts/analyze_danmaku.py <danmaku.xml>
   

2. 计算弹幕密度

   • 按时间窗口统计 (默认 30秒)
   • 计算每个窗口的弹幕数量、发送用户数
   • 识别弹幕峰值 (密度 > 平均值 * 1.5)

3. 弹幕语义分析（可选）

   • 提取高频关键词
   • 识别情绪极性 (大笑、惊讶、愤怒等)
   • 标记有趣的弹幕内容

输出示例:

📊 弹幕密度分析结果

总弹幕数: 15,234
发送用户数: 3,421
平均密度: 45条/分钟

🔥 高密度时段:
1. [00:19:30 - 00:20:15] 密度: 128条/分钟 (关键词: "哈哈哈", "???", "草")
2. [00:39:12 - 00:40:05] 密度: 95条/分钟 (关键词: "太强了", "nb")
3. [00:44:20 - 00:45:30] 密度: 102条/分钟 (关键词: "名场面", "圣经")

阶段 4: 字幕语义分析

目标: 分析字幕内容，理解话题结构和精彩点

1. 解析字幕文件

   python3 scripts/analyze_semantic.py <subtitle.srt>
   

2. 语义分段

   • 按话题自动分段
   • 识别话题转换点
   • 提取每段核心内容

3. 精彩片段识别

   • 分析情绪变化
   • 识别梗/名言
   • 标记高能时刻

输出示例:

📖 语义分析结果

分段 1: [00:00:00 - 00:05:30]
主题: 开场和自我介绍
精彩度: ⭐⭐

分段 2: [00:05:30 - 00:19:45]
主题: 编程教学 - 写Python脚本
精彩度: ⭐⭐⭐⭐
关键句: "Vedal修我!"

分段 3: [00:19:45 - 00:22:30]
主题: 游戏实况 - 搞笑操作
精彩度: ⭐⭐⭐⭐⭐
关键句: "这不可能发生在我身上！"

阶段 5: 智能切片决策 + 基于字幕生成标题 ⭐ 核心步骤

目标: 结合弹幕密度和字幕内容，生成最优切片方案和基于实际对话的标题

⚠️ 关键原则: 标题必须基于字幕中的实际对话，不能泛泛而谈！

1. 综合评分算法

   python3 scripts/smart_clipper.py \
       --video <video.mp4> \
       --subtitle <subtitle.srt> \
       --danmaku <danmaku.xml> \
       --template <streamer_template.yaml>
   

2. 评分维度

   • 弹幕密度分 (25%): 弹幕越多分越高
   • 字幕内容分 (40%): 是否包含金句、梗、搞笑对话
   • 模板匹配分 (20%): 是否包含主播经典梗
   • 时长合适分 (15%): 是否符合模板推荐时长

3. 基于字幕生成标题策略 ⭐

   步骤:

   # 1. 提取切片时段的字幕内容
   segment_subtitles = extract_segment_subtitles(subtitle.srt, start_time, end_time)
   
   # 2. 分析关键词和 sentiment
   keywords = analyze_keywords(segment_subtitles)
   
   # 3. 选择标题策略
   if contains_meme_or_quote:
       # 策略A: 直接引用主播的话（制造真实感）
       title = f"【Evil】\"{主播金句}\""
   elif funny_danmaku_interaction:
       # 策略B: 展示弹幕互动（增加参与感）
       title = f"【Evil】弹幕：\"{弹幕}\" Evil：\"{回应}\""
   elif controversial_or_suspense:
       # 策略C: 制造悬念（吸引点击）
       title = f"【Evil】Evil谈{敏感话题}体验"  # 去掉上下文，制造误解
   else:
       # 策略D: 突出情绪或反转
       title = f"【Evil】{情绪关键词}名场面"
   

   标题示例对比:

   ❌ 差标题（泛泛而谈）:
      【Evil】游戏实况精彩片段
      【Evil】每日做局时间
      【Evil】蘑菇名场面
   
   ✅ 好标题（基于字幕内容）:
      【Evil】"你们有被情感支配过吗？"Evil谈被鞭打体验
      【Evil】弹幕："还有吗？" Evil："有，还有M"
      【Evil】蘑菇：我免费了！被地形杀后的evil laugh
      【Evil】"RNG上帝讨厌我"找不到Flint崩溃
   

4. 生成切片方案

   • 推荐 N 个切片点
   • 每个切片包含:
     • 时间范围
     • 基于字幕的标题（必须引用实际对话）
     • 标签
     • 精彩度评分
     • 字幕摘要（用于简介）

输出示例:

✂️ 智能切片方案

切片 1/5 (评分: 92/100)
时间: 00:19:23 - 00:22:45 (3分22秒)
标题建议: [Neuro]Vedal修我！AI写代码翻车名场面
关键词: Vedal修我, 编程翻车, Python
弹幕密度: 高 (128条/分钟)

切片 2/5 (评分: 88/100)
时间: 00:39:05 - 00:41:20 (2分15秒)
标题建议: [Neuro]这不可能！游戏神操作震惊观众
关键词: 游戏, 神操作, 不可能
弹幕密度: 高 (95条/分钟)

阶段 6: 执行切片

目标: 剪辑视频并烧录弹幕/字幕

1. 询问用户确认

   • 展示切片方案
   • 让用户选择要生成的切片

2. 执行剪辑

   python3 scripts/clip_and_burn.py \
       --video <video.mp4> \
       --danmaku <danmaku.xml> \
       --subtitle <subtitle.srt> \
       --clips <clips.json> \
       --output ./clips/
   

3. 处理流程（每个切片）

   • 剪辑视频片段
   • 提取对应时段的弹幕
   • 提取对应时段的字幕
   • 烧录弹幕到视频（可选）
   • 烧录字幕到视频（可选）

输出:

./clips/
├── clip_001/
│   ├── clip_001.mp4              # 纯视频
│   ├── clip_001_with_danmaku.mp4 # 含弹幕
│   └── clip_001_info.json        # 切片信息
├── clip_002/
│   └── ...

阶段 7: 上传到视频平台

目标: 一键上传到Bilibili等平台

1. 准备上传信息

   • 根据主播模板生成标题
   • 生成简介（包含主播空间链接和直播间链接）
   • 选择标签和分区

2. 执行上传

   python3 scripts/upload_clip.py \
       --clip-dir ./clips/clip_001/ \
       --template neurosama \
       --platform bilibili
   

3. 标题生成策略

   • 基于切片内容语义分析
   • 结合主播风格和梗
   • 吸引眼球但不做标题党

4. 简介模板:

   【{主播名}】{切片主题}
   
   更多精彩切片请查看合集~
   
   📺 主播直播间: {直播间链接}
   👤 主播空间: {个人空间链接}
   
   #虚拟偶像 #{主播名} #直播切片
   

上传示例:

🚀 开始上传

视频: clip_001_with_danmaku.mp4
标题: [Neuro]Vedal修我！AI写代码翻车名场面
简介: 【Neurosama】编程翻车名场面

📺 主播直播间: https://live.bilibili.com/...
👤 主播空间: https://space.bilibili.com/...

标签: 虚拟偶像, neurosama, AI, 编程, 翻车
分区: 生活/搞笑

上传进度: 100%
✅ 上传成功!
BV: BV1xx411c7mD
链接: https://www.bilibili.com/video/BV1xx411c7mD

主播模板系统

模板文件: config/streamer_templates.yaml

streamers:
  neurosama:
    name: "Neurosama"
    description: "AI虚拟主播，英语流，程序员女王，擅长搞笑和技术内容"
    
    # 直播间和主页
    live_room: "https://live.bilibili.com/..."
    space: "https://space.bilibili.com/..."
    
    # 风格和梗
    style:
      tone: "幽默风趣，技术宅风格"
      content_type: "编程教学、游戏实况、AI对话"
      language: "英语为主"
    
    memes:
      - "Vedal修我!"
      - "我是AI不是人类"
      - "足球梗"
      - "swam"
      - " clutch or kick"
    
    # 切片配置
    clip_config:
      preferred_duration: "1-3分钟"
      min_duration: 30
      max_duration: 300
      focus_on: ["编程翻车", "游戏高光", "经典梗", "搞笑对话"]
    
    # 上传模板
    upload_template:
      title_template: "[Neuro]{topic} | {highlight}"
      tags: ["虚拟偶像", "neurosama", "AI", "V圈", "切片"]
      tid: 138  # 生活/搞笑
      copyright: "original"
  
  generic:
    name: "通用模板"
    description: "默认模板，适用于未知主播"
    # ... 默认配置

模板交互

如果检测到新主播，自动询问：

🔍 检测到新主播: Evil_Neuro

是否创建主播模板? (y/n): y

主播名称: Evil Neuro
描述: Neuro的邪恶双胞胎，腹黑毒舌，喜欢调戏Vedal

直播间链接: https://live.bilibili.com/xxxxx
个人空间链接: https://space.bilibili.com/xxxxx

著名梗/口头禅 (用逗号分隔):
> Evil laugh, 杀了你们所有人, 我比Neuro聪明

推荐切片时长 (分钟): 1-3

主要直播内容 (用逗号分隔):
> 游戏, 聊天, 唱歌

模板已保存! 下次可直接使用。

命令行接口

完整工作流程

# 1. 下载并分析
stream-clipper download <URL> --analyze

# 2. 生成切片方案
stream-clipper plan --danmaku --semantic --template <streamer>

# 3. 执行切片
stream-clipper clip --select-all --burn-danmaku

# 4. 上传
stream-clipper upload --platform bilibili --template <streamer>

分步命令

# 仅下载
python3 scripts/download_stream.py <URL>

# 仅分析弹幕
python3 scripts/analyze_danmaku.py <danmaku.xml>

# 仅分析字幕
python3 scripts/analyze_semantic.py <subtitle.srt>

# 仅生成切片方案
python3 scripts/smart_clipper.py --danmaku-result <...> --semantic-result <...>

# 仅剪辑
python3 scripts/clip_and_burn.py --video <...> --clips <...>

# 仅上传
python3 scripts/upload_clip.py --video <...> --template <...>

安装

# 1. 克隆仓库
git clone https://github.com/yourusername/stream-clipper-skill.git

# 2. 安装依赖
pip install -r requirements.txt

# 3. 安装 biliup（用于上传）
pip install biliup

# 4. 配置 FFmpeg（需要 libass 支持）
# macOS:
brew install ffmpeg-full

# 5. 复制配置文件
cp config/streamer_templates.yaml.example config/streamer_templates.yaml

# 6. 配置 cookies（用于上传）
# 登录Bilibili后导出cookies到 cookies.json

依赖

# 核心依赖
yt-dlp>=2024.1.1
ffmpeg-python>=0.2.0
pysrt>=1.1.2
pyyaml>=6.0
requests>=2.31.0

# 弹幕处理
xmltodict>=0.13.0

# 上传
biliup>=1.0.0

# 数据分析
numpy>=1.24.0

技术亮点

1. 双维度分析: 弹幕密度 + 语义分析 = 更准确的精彩点识别
2. 主播风格模板: 定制化切片策略，不同主播不同风格
3. 智能标题生成: 基于内容语义自动生成标题
4. 一键完整流程: 从下载到上传的全自动化
5. 交互式模板创建: 引导用户快速创建新主播模板

开始执行

当用户触发这个 Skill 时：

1. 立即开始阶段 1（环境检测）
2. 询问直播/录播 URL
3. 按照 7 个阶段顺序执行
4. 遇到新主播时引导创建模板
5. 最后展示上传结果和视频链接

记住：这个 Skill 的核心价值在于 智能分析 和 主播个性化，让每个切片都能体现主播的独特魅力！