video-compressor · diff
git:20260501.3530527 to git:20260824.ef4610d
45 added, 9 removed. Audit A to A.
---
name: video-compressor
- description: 视频压缩与静默片段剪切工具。使用 FFmpeg CRF 模式压缩视频，适配屏幕录制/课件场景；支持检测并去除静默静止片段。自动检测硬件并选择最优编码方案（Apple Silicon 默认使用 VideoToolbox 硬件加速，速度提升 5-15x）。本技能应在用户需要压缩视频、减小视频大小、去除视频空档时使用。不要用于：视频剪辑、音频提取、格式转换。
+ description: 视频压缩与静默片段剪切工具。使用 FFmpeg CRF 模式压缩视频，适配屏幕录制/课件场景；支持检测并去除静默静止片段。自动检测硬件并选择最优编码方案（Apple Silicon 默认使用 VideoToolbox 硬件加速，实际 1080p60 约 2-5x 实时速度）。本技能应在用户需要压缩视频、减小视频大小、去除视频空档时使用。不要用于：视频剪辑、音频提取、格式转换。
author: 杨卫薪律师（微信ywxlaw）
homepage: https://github.com/cat-xierluo/legal-skills
license: MIT
---
# video-compressor — 视频压缩工具
使用 FFmpeg 将视频文件压缩为低比特率 MP4，减小文件体积的同时保留清晰的音频。自动检测硬件并选择最优编码方案（Apple Silicon 默认使用 VideoToolbox 硬件加速）。
## 适用场景
- 视频文件过大，只需保留音频信息，视频画面作为辅助参考
- 批量压缩目录下多个视频文件
- 降低视频比特率以节省存储空间
- 去除视频中间的静默静止片段（如休息时间、黑屏、无声空档），同时保留被剪片段供复查
## 功能模式
本技能支持两种工作模式：
### 模式一：压缩（默认）
将视频压缩为低比特率 MP4，减小文件体积。
### 模式二：静默/静止片段剪切
检测并去除视频中**同时满足**以下条件的片段：
1. **音频静默**（无声）
2. **画面静止**（连续帧几乎无变化，如休息时无操作、黑屏）
适用于：课程录制中途休息、会议室无人时的静默等待等无效内容。
## 默认工作流（压缩模式）
### 1. 确认输入
确认用户提供的文件路径或目录路径。支持以下视频格式：
`.mp4` `.mov` `.avi` `.mkv` `.webm` `.flv` `.wmv` `.ts`
### 2. 确认参数
默认配置（大多数场景无需调整）：
| 参数 | 默认值 | 说明 |
|------|--------|------|
| CRF 质量值 | 23 | 自适应质量，越小质量越高（仅软件编码） |
| 最大码率 | 2500k | VBV 码率上限 |
| 音频比特率 | 96k | AAC 语音音质 |
| 编码预设 | veryfast | 速度与压缩比平衡（仅软件编码） |
| 编码器 | 自动检测 | Apple Silicon 默认 HEVC VT，其他 x264 |
- | 并发线程 | 3 | 同时压缩的视频数 |
+ | 并发线程 | 自动 | VideoToolbox 默认 1（共享硬件编码器，多并发反而慢），软件编码默认 ≤8 |
| 输出后缀 | `_compressed` | 输出文件名后缀 |
详细配置说明见 `references/config.md`。
### 3. 执行压缩
```bash
# 单个文件
python3 scripts/compress.py -i <文件路径>
# 多个文件（并发压缩）
python3 scripts/compress.py -i <文件1> <文件2> <文件3>
# 整个目录
python3 scripts/compress.py -i <目录路径>
# 混合：文件 + 目录
python3 scripts/compress.py -i <文件1> <目录路径> <文件2>
```
指定自定义参数：
```bash
python3 scripts/compress.py -i <文件1> <文件2> --crf 28 -a 64k --preset medium -j 2
```
### 4. 输出报告
压缩完成后输出每个文件的结果：
```text
文件名 原始大小 压缩后大小 压缩比
video1.mp4 120.5 MB 28.3 MB 76.5%
─────────────────────────────────────────────────
合计 205.7 MB 47.4 MB 77.0%
```
## 静默/静止片段剪切工作流
### 何时使用
当用户提到以下场景时使用此模式：
- 视频中间有休息时间，需要剪掉
- 视频有长时间静止/无声的片段
- 去除录制中的空档、静默、黑屏
### 1. 执行剪切
```bash
python3 scripts/trim_silences.py -i <视频文件路径>
```
使用默认参数（同时检测静音+静止，最短3秒才计入）。
指定自定义参数：
```bash
# 仅检测静音片段（不考虑画面是否静止）
python3 scripts/trim_silences.py -i <路径> --mode silence
# 仅检测画面静止片段（不考虑是否有声音）
python3 scripts/trim_silences.py -i <路径> --mode static
# 自定义阈值：更严格的静默检测
python3 scripts/trim_silences.py -i <路径> --noise-db -40 --min-duration 5
```
### 模式选择建议
| 视频类型 | 推荐模式 | 说明 |
|----------|---------|------|
| 课程录制休息时 | `both` | 同时满足静音+静止，不误剪 |
| 会议无人时段 | `both` 或 `static` | 若全程有空调白噪声用 `both` |
| 比赛/电影解说（全程有声音） | `static` | 仅剪画面静止部分 |
| 监控录像（画面固定） | `static` | 几乎不需要音频 |
### 2. 理解输出
剪切完成后，输出：
| 文件 | 说明 |
|------|------|
| `原文件名_trimmed.mp4` | 精剪版（去除了目标片段） |
| `原文件名_cuts/` | 存放被剪片段的目录 |
| `原文件名_cuts/_report.json` | 被剪片段的时间戳报告 |
被剪片段目录中，每个片段保存为一个独立的 MP4 文件，文件名包含起止时间，方便复查。
### 3. 参数说明
| 参数 | 默认值 | 说明 |
|------|--------|------|
| `--noise-db` | -30 | 静默检测分贝阈值，越小越严格 |
| `--scene-threshold` | 0.05 | 画面静止阈值 0~1，越小越严格（轻微页面变化可接受） |
| `--min-duration` | 120 | 最短片段时长(秒)，默认2分钟，仅剪掉长片段 |
| `--mode` | both | 检测模式：both=同时静音+静止，silence=仅静音，static=仅画面静止 |
| `--crf` | 23 | CRF 质量值 |
| `--maxrate` | 2500k | 最大码率限制 |
| `--bufsize` | 2500k | VBV 缓冲区大小 |
| `--audio-bitrate` | 96k | 输出音频比特率 |
| `--preset` | veryfast | 编码预设 |
| `--codec` | 自动检测 | 编码器选择（hevc_vt / h264_vt / x264 / x265 / x264_fast） |
## 硬件加速
本工具自动检测系统硬件并选择最优编码方案：
- | 平台 | 编码器 | 速度提升 | 输出格式 | 说明 |
- |------|--------|----------|----------|------|
- | Apple Silicon (M1/M2/M3/M4) | hevc_videotoolbox | 5-15x | HEVC/H.265 | 自动使用硬件编码 |
- | Apple Silicon (备用) | h264_videotoolbox | 3-8x | H.264 | HEVC 不可用时的回退 |
- | 其他平台 | libx264 | 1x | H.264 | 标准软件编码 |
+ | 平台 | 编码器 | 速度提升（实测） | 输出格式 | 说明 |
+ |------|--------|------------------|----------|------|
+ | Apple Silicon (M1/M2/M3/M4) | hevc_videotoolbox | 2-5x（1080p60） / 5-15x（720p30） | HEVC/H.265 | 自动使用硬件编码 |
+ | Apple Silicon (备用) | h264_videotoolbox | 2-4x（1080p60） / 4-10x（720p30） | H.264 | HEVC 不可用时的回退 |
+ | 其他平台 | libx264 | 1x 实时 | H.264 | 标准软件编码 |
+ > 速度提示：上述数值为实际测试参考范围，实际速度受分辨率、帧率、画质参数、系统负载影响。1080p60 高帧率场景下 VideoToolbox 实际约 2-5x 实时（而非 5-15x），3 小时视频约需 50 分钟。
+
启动时自动打印检测结果，如：
```
硬件检测: Apple Silicon (10 核 / 64 GB)
- 编码器: HEVC VideoToolbox (硬件加速) — 预计速度提升 5-15x
- FFmpeg: 8.1 (VideoToolbox 支持: H.264 + HEVC)
+ 编码器: HEVC VideoToolbox (硬件加速) — 实际 1080p60 约 2-5x 实时
+ FFmpeg: 9.0 (VideoToolbox 支持: H.264 + HEVC)
```
手动指定编码器：
```bash
python3 scripts/compress.py -i <路径> --codec hevc_vt # 强制 HEVC 硬件编码
python3 scripts/compress.py -i <路径> --codec h264_vt # 强制 H.264 硬件编码
python3 scripts/compress.py -i <路径> --codec x264 # 强制软件编码
python3 scripts/compress.py -i <路径> --codec x265 # 软件 HEVC 编码（高压缩）
```
可选编码器：`hevc_vt` `h264_vt` `x264` `x265` `x264_fast`
+
+ ## 长视频与 detach 模式
+
+ 对超过 30 分钟的视频，建议加 `--detach` 启动：
+
+ ```bash
+ python3 scripts/compress.py -i <长视频.mp4> --codec hevc_vt --detach
+ ```
+
+ `--detach` 行为：
+ - 脚本启动 ffmpeg 后立即返回 PID，不等待完成
+ - ffmpeg 进程脱离脚本会话组（`start_new_session`），脚本被杀不影响编码
+ - 日志写入 `/tmp/ffmpeg_<视频名>_<时间戳>.log`，可用 `tail -f` 跟踪
+
+ ## 故障排查
+
+ ### ffmpeg 二进制启动崩溃（dyld Library not loaded）
+
+ **症状**：脚本启动后立即报"dyld Symbol not found"或"Library not loaded"。
+
+ **原因**：典型场景是 `brew upgrade` 升级某个依赖库（如 x265）后，ffmpeg 未重新链接；ffmpeg 二进制仍在引用旧版本符号。
+
+ **修复**：
+ ```bash
+ brew upgrade ffmpeg # 让 ffmpeg 重新链接到新依赖
+ # 或
+ brew reinstall ffmpeg # 完全重装
+ ```
+
+ 新版脚本会在启动时主动检测 ffmpeg 健全性，崩溃时立即输出诊断和修复命令，不再静默 fallback。
+
+ ### 完整 stderr 日志
+
+ 失败时完整 ffmpeg 日志保存在 `/tmp/ffmpeg_<视频名>_<时间戳>.log`，不再被截断丢失关键诊断信息。
## 硬约束
- **不覆盖原文件**：输出文件始终添加后缀
- **输出到同目录**：精剪版和被剪片段目录都与原文件在同一目录
- **保留音频质量**：音频使用 AAC 编码，默认 96k
- **固定 MP4 输出**：所有输出文件均为 MP4 格式（硬件编码 HEVC/H.264 + AAC，软件编码 x264 + AAC）
## 依赖
| 依赖 | 版本要求 | 安装方式 |
|------|----------|----------|
| `ffmpeg` | ≥ 5.0（推荐 ≥ 7.0 for VideoToolbox `-q:v`） | `brew install ffmpeg` |
| `Python` | ≥ 3.10 | 系统自带或 `brew install python` |
## 与其他技能配合
- 可与 `universal-media-downloader` 配合：下载视频后压缩节省空间
- 可与 `funasr-transcribe` / `tingwu-asr` 配合：压缩后再转录，减少文件传输时间