video-chapter-splitter
基于字幕语义自动识别章节并精准切割视频的工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：video-chapter-splitter。 它的用途是：基于字幕语义自动识别章节并精准切割视频的工具 完整的 Skill 内容见：https://321skill.com/skills/video-chapter-splitter/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我把这个两小时的系统架构讲座视频，按内容章节切割成独立的片段。” 它会先自动提取音频并转录成字幕，然后分析字幕语义，识别出“开篇介绍”、“核心概念讲解”、“实战演示”、“问答环节”等章节边界，最后精准切割视频，生成一系列命名清晰、内容完整的独立视频文件，方便你后续分发或学习。
介绍
视频语义章节切割工具解决了长视频内容难以按逻辑章节进行高效分割的痛点。传统视频切割往往依赖固定时间间隔或手动标记，耗时耗力且不精准。本工具通过AI技术，自动理解视频内容语义，智能识别章节边界，实现精准切割。
使用时，用户只需提供视频文件，工具会先通过FFmpeg提取音频，再利用Whisper模型进行本地语音转录，生成带精确时间戳的字幕文本。接着，通过Claude等大模型对字幕进行语义分析，识别出内容逻辑上的章节划分点，并生成切割配置文件。最后，使用FFmpeg按配置精准切割视频，输出独立的片段。
该工具特别适合内容创作者、在线教育从业者、视频编辑人员以及需要处理大量视频素材的团队。无论是将长课程切割成独立知识点，还是从直播中提取精彩片段，或是为短视频平台批量生成素材，都能显著提升效率。
与同类工具相比，其核心优势在于“语义理解”而非“时间等分”。它不依赖固定时长或人工标记，而是通过分析字幕内容，智能判断话题转换、场景切换等语义边界，使切割结果更符合内容逻辑，而非机械的时间分割。
核心特点
本工具的核心区别在于采用“先提取音频再转录”的优化流程，相比直接将视频丢给Whisper处理，速度提升10倍以上；并且通过大模型进行语义分析来定义章节边界，而非依赖固定时间间隔或简单的声音/画面突变检测，切割更符合内容逻辑。
注意事项
不适合没有字幕或语音内容（如纯音乐MV、无解说演示）的视频，且切割精度依赖于语音识别的准确性和大模型对文本语义的理解能力。
常见问题
处理视频速度慢怎么办？
确保已按v2.0优化流程先提取音频，并选择适合的Whisper模型（CPU推荐small）。
切割的时间点不准确如何调整？
可以手动微调生成的chapters.json文件中的时间戳，然后使用--split-only参数重新切割。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/video-chapter-splitter/raw/index.md 读取 video-chapter-splitter 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/video-chapter-splitter/raw/index.md（查看排版版本）