一句话TREA自动化剪辑Vlog
实战教程
本次实战使用 TRAE IDE 进行演示
下面，我们手把手演示如何使用 TRAE + video-editing-skills 完成一次完整的 AI 视频剪辑。整个过程只需要 6 个核心步骤，全程由 AI 自动完成，你只需确认即可。
|
第一步：打开 TRAE，加载视频素材目录
打开 TRAE 中国版，选择「文件 - 打开文件夹」（Ctrl+O），选择存放视频素材的目录。TRAE 会将这个目录作为工作空间，后续所有操作都在这里进行。
视频素材目录结构
素材文件列表——本次演示使用 22 段手机拍摄的短视频
第二步：安装 video-editing-skills 技能
在 TRAE 的设置中找到「规则和技能」，点击「创建技能」：
进入技能管理界面
选择下载好的技能 zip 包上传（可从 GitHub 开源仓库 获取），上传完成后点击确认即可。
选择 video-editing-skills 压缩包
确认安装技能
重要：在对话流设置中选择「IDE - 自动运行」，这样 AI 在执行过程中可以自动调用各种工具，无需每次手动确认。
开启自动运行模式，让 AI 自主完成全流程
第三步：一句话，启动 AI 剪辑
在 TRAE 的对话框里，用自然语言告诉 AI 你想要什么样的视频：
代码块
Plain Text
请帮我把这些视频剪成一个 30 秒的 vlog，风格要有节日气息、连贯流畅、富有动感。
接下来选择你希望使用的大模型，然后点击发送。这里我们选择使用 Minimax。
在对话框输入视频剪辑指令
第四步：AI 全自动工作
点击发送后，TRAE 会自动调用 video-editing-skills 技能，开始全自动的 AI 剪辑工作流。你可以清楚地看到 AI 正在执行的每一个步骤：
AI 自动启动剪辑工作流运行中
首次运行时，技能会自动下载所需的工具链和本地 VLM 模型（基于 OpenVINO 优化的 Qwen2.5-VL），后续使用无需重复下载。
自动下载工具链和本地 VLM 模型
你输入的自然语言指令会被保存为 user_input.txt，AI 会从中提取主题、氛围、节奏等创作要素：
用户的创作意图被结构化提取
第五步：视频分析
这是整个流程中最能体现 AI PC 价值的环节。Skill在你的英特尔GPU 上启动本地 VLM 推理，逐段分析每一个视频片段的内容：
由英特尔GPU运行本地 VLM 分析
注意看上图——GPU 的利用率被拉满，Skill 正在调用 GPU 的媒体引擎进行视频解码，同时在 GPU 计算单元上运行 VLM 多模态推理。22 段视频、平均每段 20 秒，全部在本地完成语义级别的深度分析。
分析完成后，输出结构化的 JSON 文件，包含每段视频的场景描述、人物动作、画面构图等语义信息：
output_vlm.json —— 视频语义分析结果
第六步：大模型处理「分镜脚本 + 智能合成」
有了视频分析阶段生成的视频语义数据，云端大模型开始发挥创意：自动设计叙事弧线、筛选最佳片段、编排画面顺序、撰写情感化字幕、匹配背景音乐——一份完整的专业分镜脚本（storyboard.json）就此诞生。
云端大模型自动生成专业分镜脚本
最后，技能调用本地 FFmpeg 工具，根据分镜脚本对视频进行精准分割、拼接、字幕烧录、BGM 混音，生成最终成片。
temp 目录中的中间产物——从视频素材中剪辑的片段
工作流执行过程产出文件
最终成片截图——30 秒精剪 Vlog，从素材到成片全自动完成
AI PC x TRAE：Agent 时代的全新应用形态
这个项目不仅仅是一个视频剪辑工具，它更代表了一种全新的应用范式——AI PC 端侧算力 + 云端大模型 + Agent 编排框架 = 即插即用的AI应用体验
当 TRAE 的 Skills 机制与 AI PC 端侧算力相结合，它不再只是程序员的工具，而是可以服务于所有人的 AI Agent 平台：
| |
| |
| |
| |
| |
video-editing-skills 只是一个开始。围绕英特尔OpenVINO生态积累的开源模型支持，英特尔也在规划更丰富的端侧 AI Skill，充分发挥 AI PC 的硬件潜力：
| | |
| | |
| | |
| | |
| | |