kajisho5/ffmpeg-skill
AI 코딩 에이전트를 위한 로컬 영상 편집기 FFmpeg-Skill 공개
원제 kajisho5/ffmpeg-skill
스타 5,960당일 +331Python
Key Point
클라우드나 API 키 없이 로컬에서 실행되며 에이전트가 정확하게 영상 편집을 수행할 수 있도록 설계된 도구라, AI 코딩 에이전트의 멀티모달 기능 확대와 오프라인 작업 흐름에 영향을 미친다.
핵심 요약
- Claude Code, Cursor, Codex와 같은 코딩 에이전트가 사용할 수 있는 로컬 영상 편집 도구 FFmpeg-Skill이 공개되었다.
- 42개의 FFmpeg 도구를 제공하며, 클라우드나 API 키 없이 Python 표준 라이브러리만으로 동작한다.
- 각 도구는 명확한 입력 스키마를 가진 argparse 기반 스크립트로, 쉘 명령어 대신 타입이 지정된 인자로 작동한다.
- 편집 전에 probe.py로 영상의 프레임율, 해상도, 색상, 오디오 레이아웃을 측정하고, 가능하면 손실 없는 처리(스트림 복사)를 우선한다.
- 자막 자동 생성(caption.py --transcribe)은 선택적 로컬 음성 엔진(faster-whisper, Parakeet, OpenAI Whisper)을 사용하며, 오디오는 절대 업로드되지 않는다.
- 침묵 제거(silence.py), 화면 비율 조정(fit.py), 음량 정규화(loudness.py), 장면 분석(scenes.py), 다중 카메라 편집 등 다양한 기능을 포함한다.
- 모든 도구는 MCP(Model Context Protocol) 인터페이스를 통해 접근 가능하며, contract --json으로 기계 판독 가능한 형식으로 기능을 설명한다.
- TikTok, Reels, YouTube Shorts, LinkedIn 등 플랫폼별 템플릿을 제공하며, 각 템플릿은 해당 플랫폼의 UI를 고려한 자막 배치, 해상도, 음량 설정을 자동 적용한다.
- --dry-run, --plan, --json 옵션으로 실행 전 계획을 세우고 검증할 수 있으며, 렌더링 후 결과를 자동으로 프로빙해 검증한다.
- look.py는 편집 결과를 PNG 연락처 시트로 렌더링해 에이전트가 시각적으로 확인할 수 있게 하며, 곡선 좌표(crop-x/crop-y) 결정은 에이전트의 시각 인식 능력에 맡긴다.
- 더 큰 비디오 제작 생태계의 일부로 설계되었으며, video-production-agent는 편집 의사결정을, video-editing-skill은 타입된 편집 그래프를 담당한다.
- 모든 도구는 --help, --dry-run, --json, --plan FILE을 지원하며, 실패 시 0이 아닌 종료 코드와 스테레 메시지를 반환한다.
- 2026년 발표된 논문 "What Is Verification-Driven Coding?"에서 이 도구의 설계 철학인 '검증 기반 에이전트 코딩'을 설명하고 있다.
저장소 보기 ↗github.com