屏幕录制静止片段剪辑助手

要解决什么问题

教程、写代码、开会或流程演示的录屏里，经常夹着几十秒甚至更久的「画面几乎不动」：等人操作、切窗口、读文档。若把整段视频或大量截图丢进大模型上下文，token 成本很高，而且模型也未必能稳定标出每一段该删哪里。

本技能面向这类场景：在本地用 ffmpeg、Pillow、numpy 做画面差异检测，自动找出长时间静止区间，生成可审计的剪辑方案与成片，而不是在对话里「肉眼审片」。

如何工作

默认策略大致是：

• 以较低采样率对比相邻帧，判定低视觉变化区间；默认将连续约 15 秒视为静止（idle）。
• 每段拟删除的静止区，会保留前后各约 5 秒缓冲，避免硬切在操作前后。
• 对动态、不确定或边界有问题的片段保守保留；只有扣除两侧缓冲后仍为正长度的静止内核才会被移除。
• 可先 --dry-run：只出报告、不覆写成片，适合不可替换的源文件。
• 产出包括：剪辑后的视频（非 dry-run）、可选 JSON 报告（参数、源时长、检测到的静止段、实际移除段、保留段、预估节省时长）、以及可选的 ffmpeg concat 分段文件。

若剪得太狠，可加大 --min-static-seconds、降低 --sample-fps 或提高 --diff-threshold；若漏掉明显停顿，则反向调参。

适用边界与注意点

• 适合：去掉录屏里长时间无操作停顿、缩短教程/会议类视频、在正式剪辑前生成 cut list、避免长视频的视觉化审阅。
• 不适合：电影镜头、按场景切换的剪辑、高光检测、纯音频静音裁剪、内容感知或叙事型剪辑。
• 安全习惯：不要删除或覆盖源视频；重要素材先 dry-run；路径、覆盖行为、裁剪激进程度不明确时再向用户确认。