video-use：用Claude Code与ffmpeg实现代码驱动视频处理

1. 从video-use这个模糊词说起它到底想解决什么问题第一次看到video-use这个标题加上项目正文和关键词全是空的我脑子里第一反应是这大概率是一个围绕用代码操作视频的工具集或者工作流封装。再结合热搜词里高频出现的 Claude Code、ffmpeg、Remotion、Manim 这几个词基本可以锁定它的定位——把视频处理这件事从手动点软件变成用命令行和代码驱动。为什么这么判断因为 ffmpeg 负责底层音视频的编解码、裁剪、拼接、转码、推流Remotion 负责用 React 组件的方式写视频适合做数据驱动的动态图形Manim 负责数学动画和教学类可视化而 Claude Code 则是把这些工具串起来的指挥中枢——你用自然语言描述需求它帮你生成 ffmpeg 命令、Remotion 组件或者 Manim 场景代码。这四者组合起来恰好覆盖了视频使用的完整链路素材处理、程序化生成、动画渲染、自动化编排。所以这篇内容适合谁看三类人一是做短视频批量生产、需要自动化剪辑的运营和创作者二是做技术教程、需要生成数学动画或数据可视化的开发者三是想把 AI 编程助手真正用进视频工作流的工程师。哪怕你之前只会用剪映点点点只要愿意敲几行命令这套思路都能让你效率翻倍。我先把结论摆在这video-use 的核心不是某个单一软件而是一套代码即视频的工作方式。下面我会从环境搭建、ffmpeg 实战、Remotion 与 Manim 的分工、Claude Code 的编排技巧以及踩坑排查几个维度把这条链路完整拆开讲。2. 环境搭建ffmpeg、Claude Code 与运行时的安装取舍2.1 ffmpeg 安装为什么我不推荐直接用系统包管理器很多人装 ffmpeg 的第一反应是apt install ffmpeg或者brew install ffmpeg图省事。但我实测下来系统源里的版本往往偏旧编码器支持不全尤其是做 H.265、AV1 或者需要特定滤镜的时候会莫名其妙报Unknown encoder或者Invalid argument。热搜里那个ffmpeg invalid argument的搜索量很高很大一部分就是版本和参数不匹配导致的。我的建议是优先用官方静态构建包。Windows 上就是那个ffmpeg-master-latest-win64-gpl.zip热搜词里出现的 essentials 版本功能偏少做视频处理建议选 gpl 完整版解压后把bin目录加进系统 PATH。Linux 和 macOS 可以用静态构建或者自己编译——热搜里那篇跨平台交叉编译 android 编译 x264 ffmpeg就是进阶玩法普通场景没必要。验证安装是否成功别只看ffmpeg -version那个只能证明程序能跑。真正要确认编码器用这条ffmpeg -hide_banner -encoders | grep -E libx264|libx265|aac如果libx264和aac都在列表里说明你的构建是完整的后面做 H.264 转码和音频处理不会卡壳。这一步我踩过坑有次图快装了个精简版结果转 mp4 时音频编码器缺失视频出来了但没声音排查了半天才发现是构建包的问题。2.2 Claude Code 的安装与技能机制Claude Code 这块热搜里全是claude code 安装claude code 使用教程claude code 怎么手动装 github 上的 skills这类问题说明大家卡在入门。它的安装方式分两种一种是桌面客户端一种是命令行工具。命令行版本更适合和 ffmpeg 这类工具配合因为它能直接在你项目目录里执行命令、读写文件。安装完之后最关键的概念是skill技能。你可以把它理解成给 AI 预置的操作手册——比如你写一个 skill 告诉它处理视频时统一用 ffmpeg输出格式用 mp4码率控制在 5Mbps那么之后每次对话它都会遵循这套规则不用你反复交代。热搜里claude code 怎么手动装 github 上的 skills问的就是这个把别人写好的 skill 目录放到指定位置重启后就能用。提示安装 Claude Code 时如果遇到区域不可用的提示属于正常的服务范围限制按官方文档选择支持的方式即可不要去找来路不明的第三方包。2.3 运行时依赖Node 与 Python 的分工Remotion 是 React 生态的跑在 Node 上Manim 是 Python 生态的。所以你的机器上最好同时有 Node 18 和 Python 3.9。这里有个容易忽略的点两个工具对 ffmpeg 的调用方式不同。Remotion 内置了对 ffmpeg 的封装通常不需要你手动指定路径Manim 则依赖系统 PATH 里的 ffmpeg 来合成视频。如果你 Manim 渲染出来是黑屏或者没声音八成是 ffmpeg 没在 PATH 里或者版本太老。我一般会建一个统一的项目目录结构大概是这样video-use/ ├── assets/ # 原始素材 ├── scripts/ # ffmpeg 批处理脚本 ├── remotion/ # Remotion 项目 ├── manim/ # Manim 场景 └── output/ # 成品这样 Claude Code 在这个目录下工作时能清楚知道素材在哪、成品往哪放减少它猜路径的概率。3. ffmpeg 实战把重复的剪辑动作变成一条命令3.1 转码与格式转换m3u8 转 mp4 的正确姿势热搜里ffmpeg m3u8 转换 mp4 格式是个高频需求。m3u8 本质是个播放列表指向一堆 ts 分片。很多人直接ffmpeg -i input.m3u8 output.mp4就完事但这样有个隐患如果分片有加密或者网络不稳定转出来的文件会缺帧。更稳的做法是先把分片下载到本地再合并ffmpeg -i input.m3u8 -c copy -bsf:a aac_adtstoasc output.mp4-c copy表示不重新编码直接复制流速度快、画质无损。-bsf:a aac_adtstoasc是处理 AAC 音频的比特流过滤器不加这个有时候音频会出问题。如果你需要重新编码比如源是 H.265 想转 H.264 兼容更多设备就把-c copy换成-c:v libx264 -crf 23 -preset medium -c:a aac -b:a 128k-crf 23是质量参数数值越小画质越好、文件越大18 到 28 是常用区间-preset medium是编码速度与压缩率的平衡点追求速度用fast追求体积用slow。3.2 批量处理用脚本替代重复劳动单个视频处理谁都会真正体现效率的是批量。假设你有 50 个视频要统一转成 720p、加同样的水印手动做会疯。写个 shell 脚本#!/bin/bash for f in assets/*.mp4; do name$(basename $f .mp4) ffmpeg -i $f \ -vf scale-2:720,drawtexttextMyBrand:x10:y10:fontsize24:fontcolorwhite \ -c:v libx264 -crf 23 -c:a copy \ output/${name}_720p.mp4 done这里scale-2:720的-2是个技巧宽度自动按比例算且保证是偶数H.264 要求宽高为偶数否则报错。drawtext加水印fontcolor和位置都能调。我实测下来这套脚本处理 50 个 1080p 视频大概十几分钟比手动快太多。3.3 推流场景延迟问题的根源在哪热搜里ffmpeg 推流到 srs 存在延迟和rk3588 ffmpeg 推流说明有不少人在做实时推流。推流延迟通常来自三个地方编码缓冲、GOP 长度、传输协议。默认情况下 ffmpeg 会缓冲一定帧数再发导致延迟累积。降低延迟的关键参数ffmpeg -re -i input.mp4 \ -c:v libx264 -preset ultrafast -tune zerolatency \ -g 30 -c:a aac \ -f flv rtmp://your-server/live/stream-tune zerolatency是专门为低延迟优化的-g 30把关键帧间隔设成 30 帧约 1 秒一个关键帧-preset ultrafast牺牲压缩率换速度。-re表示按原始帧率读取模拟实时输入。这套参数在 RK3588 这类嵌入式平台上也能跑但要注意硬件编码器的支持情况必要时用-c:v h264_rkmpp之类的硬件编码器。注意推流延迟是端到端的问题ffmpeg 只是其中一环。播放器的缓冲策略、服务端的转发配置都会影响最终延迟别指望调几个参数就降到零。4. Remotion 与 Manim程序化视频的两条不同路线4.1 Remotion 适合什么数据驱动的动态图形Remotion 的核心卖点是用 React 写视频。你写的是组件它按帧渲染成视频。这适合什么场景批量生成结构相同、数据不同的视频。比如每周生成一份销售数据播报、给每个用户生成个性化的年度总结视频、做带动态字幕的产品演示。它的优势在于你熟悉的前端技术栈CSS、SVG、Canvas都能用动画用interpolate和spring控制逻辑清晰。举个最简单的例子一个淡入的文字import { useCurrentFrame, interpolate } from remotion; export const FadeIn ({ text }) { const frame useCurrentFrame(); const opacity interpolate(frame, [0, 30], [0, 1], { extrapolateRight: clamp, }); return div style{{ opacity, fontSize: 80 }}{text}/div; };useCurrentFrame拿到当前帧号interpolate把帧号映射成透明度30 帧内从 0 淡入到 1。这套逻辑比在剪辑软件里手动打关键帧精确得多而且可以参数化——换个text就是另一个视频。4.2 Manim 适合什么数学与教学动画Manim 是 3Blue1Brown 那套数学动画的引擎专门做几何变换、函数图像、公式推导这类内容。它的强项是精确的数学表达。比如画一个抛物线并标注顶点from manim import * class ParabolaScene(Scene): def construct(self): axes Axes(x_range[-3, 3], y_range[-1, 5]) graph axes.plot(lambda x: x**2, colorBLUE) label axes.get_graph_label(graph, labelyx^2) self.play(Create(axes), Create(graph)) self.play(Write(label)) self.wait()Axes建坐标系plot画函数Create和Write是动画效果。Manim 渲染出来的是高质量矢量动画适合做课程、科普。4.3 两者怎么选一张对照表说清楚维度RemotionManim技术栈React / NodePython擅长数据可视化、动态图形、批量生成数学动画、公式推导、几何变换学习曲线前端熟手很快需要懂一点数学和 Python渲染速度中等可并行较慢复杂场景耗时典型场景数据播报、个性化视频教学视频、科普动画我的经验是做数据驱动选 Remotion做知识表达选 Manim。两者不是竞争关系一个项目里完全可以混用——比如用 Manim 渲染数学片段再用 Remotion 把片段和文字、图表拼成完整视频。5. 用 Claude Code 把整条链路串起来5.1 为什么需要 AI 编排命令记不住是常态ffmpeg 的参数有上千个Remotion 和 Manim 各有自己的 API没人能全记住。Claude Code 的价值就在于你用自然语言描述意图它生成对应的命令或代码。比如你说把这个目录下所有视频转成 720p 并加淡入效果它能给你写出完整的 ffmpeg 命令甚至批处理脚本。但这里有个前提你得把上下文喂清楚。我一般会在项目根目录放一个说明文件写清楚素材在哪、输出要求是什么、命名规范是什么。Claude Code 读到这些信息后生成的命令准确率会高很多。热搜里claude code 接入 deepseek这类需求本质也是想换个模型来增强能力但核心还是上下文管理。5.2 写一个可复用的 skill让 AI 记住你的规范前面提到 skill 机制这里给个具体例子。假设你的视频规范是统一 1080p、H.264、AAC 128k、文件名加日期前缀可以写一个 skill 文件# 视频处理规范 - 输出分辨率1920x1080 - 视频编码libx264, crf 23, preset medium - 音频编码aac, 128k - 命名YYYYMMDD_原文件名.mp4 - 所有成品输出到 output/ 目录把这个文件放到 Claude Code 能读取的位置之后你让它处理视频它就会自动套用这套规范不用每次重复交代。这是把个人经验沉淀成可复用资产的关键一步。5.3 编排实战从素材到成品的完整流程我拿一个真实场景走一遍手头有 10 段产品演示录屏要合成一个带统一片头、统一转场的宣传视频。第一步用 ffmpeg 统一所有片段的规格for f in assets/*.mp4; do ffmpeg -i $f -vf scale1920:1080:force_original_aspect_ratiodecrease,pad1920:1080:(ow-iw)/2:(oh-ih)/2 \ -c:v libx264 -crf 23 -c:a aac -ar 48000 normalized/$(basename $f) doneforce_original_aspect_ratiodecrease加pad是保证不同比例的素材都能塞进 1080p 画布且不变形多出来的部分用黑边填充。第二步生成片头。这个可以用 Remotion 做也可以用 ffmpeg 的drawtext简单实现。追求效果就用 Remotion 渲染一个 3 秒的动画。第三步拼接。把所有片段写进一个列表文件file normalized/01.mp4 file normalized/02.mp4 ...然后ffmpeg -f concat -safe 0 -i list.txt -c copy output/final.mp4-c copy直接拼接不重编码速度快。但要注意所有片段的编码参数必须一致否则拼接会出问题这也是第一步统一规格的原因。整个流程里Claude Code 可以帮你生成脚本、检查参数、排查报错。比如拼接报错时它会提示你检查片段参数是否一致——这种经验型提示正是它的价值所在。6. 踩坑排查那些文档里不会写的细节6.1 编码参数不匹配导致的无声视频最常见的坑转码后视频正常但没声音。原因通常是音频编码器不支持或者参数冲突。排查顺序是先ffprobe看源文件的音频流信息ffprobe -v error -select_streams a -show_streams input.mp4确认源音频的编码格式、采样率、声道数再决定输出参数。如果源是 AC3 而你的 ffmpeg 没编译 AC3 解码器就会静默失败。这时候要么换构建包要么加-c:a aac强制转码。6.2 路径与权限Windows 下的反斜杠陷阱在 Windows 上用 ffmpeg路径里的反斜杠经常出问题。比如-i C:\videos\a.mp4可能被解析错。稳妥做法是用正斜杠C:/videos/a.mp4或者给路径加引号。另外输出目录如果不存在ffmpeg 不会自动创建会直接报错。批处理脚本里记得先mkdir -p output。6.3 渲染性能并行与硬件加速Remotion 和 Manim 渲染都吃 CPU。Remotion 支持多进程并行渲染在配置里设置concurrency参数能显著提速。Manim 可以用-qh高质量和-ql低质量控制渲染精度调试阶段用低质量快速看效果定稿再用高质量。ffmpeg 这边如果机器有独立显卡可以用硬件编码器如h264_nvenc替代libx264速度能快好几倍。但硬件编码的画质在同等码率下通常略逊于软件编码追求质量还是用libx264。提示硬件加速不是万能的某些滤镜和硬件编码器不兼容会报错回退。用之前先小范围测试。6.4 版本升级后的环境失忆热搜里有个很有意思的问题ffmpeg 安装后重装了系统如何恢复。这其实是环境管理的通病——重装系统后 PATH 没了、依赖没了。我的做法是把常用工具的安装脚本和配置都存进版本控制重装后跑一遍脚本就能恢复。Claude Code 的 skill 文件也一起存这样连AI 的操作习惯都能一起恢复。7. 我在这套工作流里沉淀下来的几条经验用了大半年这套组合有几个体会值得分享。第一别追求一步到位。刚开始别想着把所有工具都用上先用 ffmpeg 把重复的转码、裁剪自动化尝到甜头再引入 Remotion 或 Manim。第二参数要版本化。你调好的一套 ffmpeg 参数、Remotion 配置一定要存进文件别留在命令行历史里否则下次又得重调。第三让 AI 做它擅长的。Claude Code 适合生成命令、解释报错、写模板代码但最终的参数微调和效果判断还得靠人它给的参数不一定适合你的具体素材。最后分享一个小技巧处理视频时养成先小样后批量的习惯。拿一个文件跑通全流程确认输出没问题再套用到全部素材。我见过太多人直接批量跑结果 50 个文件全废重来一遍的时间够你喝好几杯咖啡了。这套 video-use 的思路说到底就是把视频处理从手艺活变成工程活一旦流程跑通剩下的就是复制粘贴和微调。