个人知识库

翔宇工作流 · 用 Claude Code 从零做出 AI 视频自动化剪辑 web 应用（2h+ 实战教程）

17分钟阅读

翔宇工作流 · 用 Claude Code 从零做出 AI 视频自动化剪辑 web 应用

一套 2 小时+ 的零基础 Claude Code（视频里念作 “Cloud code”）实战课：以博主自己真实开发的”AI 视频自动化剪辑外部应用”为案例，从心态认知、安装配置、产品设计、架构规划、前端/核心开发、质量保障到部署交付，完整覆盖，并沉淀出一套给新手的工具观与开发原则。ASR 转写素材。

基本信息

  • 来源类型：YouTube 视频（无字幕，Gemini ASR 转写）
  • 作者：翔宇工作流（专注 AI 自动化的博主，长期做 n8n 工作流内容）
  • 原始链接：https://youtu.be/hy2vZip4m2s
  • 原始素材：raw 文件
  • 时长/体量：录制 4–5 小时、剪辑到约 2 小时；配套 82 页 PPT，作者自称写了 20 万字文案、Ultra Think 统计整个视频文档 138 万字
  • 开发成本披露：4 个月、约 $200/月的 Claude Code Max 套餐、累计约 4300 美元等值 token、9600 条对话、5.5 万行 TypeScript、6 万多字文档、15 张表、34 个路由、8 个前端页面、16 次大版本重构

核心观点

  1. N8N 与 Claude Code 的本质区别是”地铁 vs 出租车”：n8n 是节点 + 固定化流程，从 A 站到 B 站不能回头（直线单向自动化）；Claude Code 是”大模型 + 一个完整环境”——能读写本地文件、调用 MCP 模型上下文协议 工具、有记忆系统、能调用 Chrome 浏览器，遇到报错能多轮重试、绕路重来，是”会思考且能在环境里干活”的 Agent。

  2. 五大组件各司其职（Claude Code 五大组件）：command（斜杠命令＝预置提示词）、agent（子代理，核心价值是上下文隔离/节省）、skill（重点，需单独讲）、hooks（强制触发，如注入时间/自动 push）、MCP（联网与外部能力）。作者强调 CLAUDE.md 记忆是”建议性”、MCP 是”能力型/选择性”、Hooks 是”强制性”。

  3. 五条新手核心理念：①理解 Claude Code 不只是大模型，而是”会思考 + 能在环境干活”；②大模型有容量上限，必须渐进式披露（给目录不给百科全书）；③精细的上下文管理让模型时刻处于最高性能；④知识/技能文档化，把经验存进环境当外挂记忆；⑤把这些内化成自己的能力。

  4. 六条学习原则：①关注 Claude Code 本身能力、少装第三方插件（更新极快会吸收插件能力）；②从简单开始（作者把目标定太大才有 16 次重构）；③先做 MVP 最小可行版本；④每次对话都加”最佳实践”这四个字（浓缩全网最优解、避免踩坑）；⑤规范先行（把版本号规范、Markdown 规范等写进 knowledge/standard）；⑥学会放弃（换模型、清空上下文、参考开源、深度思考，实在不行才放弃）。

  5. “边界先行 + 胶水编程”是普通人的开发范式：先开发固定不变的边界（密钥保存、数据输入、后台数据库），中间易变的流程后做；开发方式优先胶水编程——“能抄不写、能连不造、能复用不原创”，用成熟 SDK 和页面模板拼装，而不是从零造轮子。

  6. 产品设计（PRD）必须先行，不清晰的设计就是重构代价：作者用一条自研 command 把 n8n 工作流反向提取成 PRD 文档（五阶段：分析工作流类型→提取外部 URL→输出摘要→交互式追问需求→SDK 调研→生成完整 PRD）。因为 n8n 工作流本身就定义了输入/输出/触发/格式/步骤/外部服务/串并行/产物，是天然的 PRD 素材。

  7. SDK 选型是隐性成本黑洞：作者一开始用了谷歌旧版 AI SDK（即将停维、不支持隐式缓存），因不知情按全价跑大视频，一次花掉 100 多美元。教训：产品设计阶段就要调研 SDK 的官方性、维护频率、功能覆盖、文档完整度，最终选定 Google GenAI 新版 SDK。

  8. 编程语言/框架要选”训练数据多”的高质量语言：TypeScript / Python / JavaScript 属高质量（开源训练数据多、AI 报错能修）；本项目用 TypeScript（type as documentation、interface 直观、前后端一体、AI 补全好），全栈框架选 Next.js（同样因训练数据多）。

  9. 开发路径 = TDD 手搓 + 胶水借鉴两条腿：先在 TMP/ 临时文件夹写测试脚本（如先测 Gemini API 连通性），跑通再逐步组代码；配合三种权限模式（normal 确认 / auto-accept 直接干 / plan mode 先出报告再执行）按项目阶段切换。

  10. 代码质量遵循官方”刚刚好”原则：明确反对顺手优化、避免过早工程化（重复三遍代码不急着封装）、只在接收外部数据时做校验；核心逻辑是”简洁、不向后兼容、面向新功能”，好代码不是写得多而是刚刚好。

  11. “半部署”是新手保护知识产权 + 零成本的变现路径（半部署）：不公开做 SaaS，而是把应用放到部署平台的模板市场，用户凭授权码自行部署、自己填 API Key、自付成本；开发者不承担并发/服务器/API 成本，通过控制分发权变现。一个短视频剪辑成本约 $0.08–0.2（Gemini + FishAudio），可批量化。

实操内容保留

作者演示的产品：AI 视频自动化剪辑外部应用

  • 能力：上传视频 → 自动完成视频分析、文案生成、分镜脚本、配音、字幕同步、音画同步、剪辑输出。基于翔宇的 n8n”视频 34/38”工作流演化而来。
  • 配音双通道：FishAudio（几十万种音色，注册 API 拷贝音色）+ 微软免费 TTS（云溪等音色，普通话/美式英语等）。可调配音与配乐音量配比。
  • 模型：仅需一个 Google AI Studio Key 即可运行（也支持 Vertex）；主力 Gemini 2.5 Pro。
  • 可调参数：分镜并发数（推荐 3）、低分辨率采样帧数（帧越多 token 越大）、旁白批量生成数量（10 个/组 vs 20 个/组影响价格）、字幕开关。
  • 风格系统：预制 20+ 剪辑风格，可自定义。“爆款复刻”玩法——把爆款短视频（如《舌尖上的中国》《毒蛇电影》）文案 Copy 进去，用一句提示词让 AI 分析”爆款基因”并转化成自己主题的提示词，存为自定义风格。
  • 原声支持：可设置在成片中保留几段原始视频原声（0 = 全 AI 配音），自动匹配最激烈/最精彩片段。
  • 成本实测：一条 15–25 秒短视频约 0.2（含缓存与音频）。适合抖音/TikTok/YouTube 带货、财经口播、美食纪录片、广告等批量生产。

环境与快捷键（Warp + Claude Code）

  • 终端选 Warp：免费、纯粹轻量、AI 功能可关（专注 Claude Code 自身能力），技能可随客户端迁移不绑定复杂 IDE。关键设置：关 Warp AI；开 restore windows；New tab placement 设为 after all tabs；Left Option Key is Meta（供 Option+P/T 切换模型/思考模式）；working directory 用上次历史目录。
  • 常用斜杠命令：/clear（清空上下文/新对话）、/compact（压缩总结上下文，建议开自动压缩，约 70–85% 触发）、/config、/context（查看新对话 token 占用：系统提示词 ~1.5%、系统工具、MCP ~10%、记忆文件 ~1.3%，剩余约 64%）、/init（生成项目记忆）、/mcp、/memory、/agents、/model、/export、/status、/resume。最常用三个：compact、clear、init。
  • 快捷键：双击 ESC 清屏 / 恢复上次对话；Shift+Tab 切换三种模式（normal / auto-accept / plan）；Ctrl+V/Ctrl+C 粘贴、Ctrl+J 换行、Ctrl+B 后台运行脚本、Ctrl+R 清屏、Tab 选项切换、Option+P/T 切换模型/思考。
  • 深度思考：末尾加 Ultra Think（配色变彩色）让思考 token 拉满；配合 config 里打开的详细/调试输出模式可看到完整 thinking 过程。

三层记忆系统（渐进式披露）

  • 项目记忆：项目根目录 CLAUDE.md，cld 启动时自动加载（约 1.2K token）；作者在 docs/ 下建 Agent/架构等文档，用目录索引按需加载，不用官方 root 目录（怕每次都加载占上下文）。
  • 用户记忆：~/.claude/CLAUDE.md，宏观世界观——Identity（我是翔宇，每次回复带”翔宇”）、哲学、代码质量、技术栈、文档、可用 MCP。作者扩展了 .knowledge 目录（43 篇教程、2 个标准、9 个方法指南、15 个凭据），用目录让 CLAUDE.md 按需检索凭据/标准，避免每次手输。
  • 企业记忆：Library/Application Support 下的企业策略（普通用户用不到）。加载顺序覆盖式，从当前目录向上遍历合并所有 CLAUDE.md，子目录 CLAUDE.md 访问时才加载。

GitHub / MCP / Hooks 配置

  • GitHub 三种配置：SSH（推荐，ssh-keygen -t ed25519 生成密钥、cat 公钥贴到 GitHub Settings）、Token、MCP。
  • MCP 安装两种传输：HTTP（如 Notion，--transport http --scope user）、STDIO（需 Token，如 Brave）；scope 分 user / project（project 会在根目录生成 mcp.json）。作者推荐精选：Brave（网络检索）、Context7（查库/SDK 上下文）、Chrome（浏览器操作）、Firecrawl（整页抓取）、EXA（查 code/SDK context，可选），并在用户记忆里写清每个 MCP 的使用场景以省上下文。
  • 两个推荐 Hooks：①UserPromptSubmit 注入当前北京时间——减少模型时间幻觉（否则查最新股价可能按旧知识日期检索）；②PostToolUse 监控 Edit/Write 调用累计到 30 次自动 push GitHub 备份。另可用 Stop hook 保存每次对话日志。

Command 开发四大原则

分两类：带 code 后缀（含大量代码，如 dev-restart-code 探测端口/停服务/清缓存/重启）、面向人的文本对话型。开发遵循：①YAML 格式化描述；②角色定义；③输出格式；④工作流程。示例：n8n-2prd command 五阶段自动生成 PRD。

云端/本地测试与排查三件套

  • 本地测试：Claude Code 已支持调用 Chrome 浏览器（原生或 MCP），可截图、填表、检查元素、看控制台日志、自动登录本地环境，做到”不介入测试”。作者在 docs/agent/ 放动态测试（Chrome 点击操作）+ 静态测试（函数/数据库分析）文档。
  • 云端测试：ZEABUR（视频里念 “ZEBU”）平台部署后可看项目日志、报错返回程序修改。
  • 排查三件套：Fix / For-Review（官方 Review 汉化版）/ 借鉴大佬的 TypeScript 排查提示词，配合 plan mode 逐步调研。

原文精彩摘录

“N8N 相当于地铁，从 A 站到 B 站，中间 CDEF 不同站点，它是直线距离不能回头……但是 Cloud Code 相当于打的一个出租车，从 A 到 B 走到 B 了发现报错了，我再回到 A 可不可以？所以 Cloud Code 可以多轮的运行，遇到报错它可以再尝试重新的。”

“什么叫渐进式披露？我把目录给你，你需要的时候你自己在目录里面学百科全书去，但是你不能把百科全书直接给他——目录是渐进式披露。”

“产品设计不清晰的代价，就是你写代码、测 bug、迁移重构。宁愿多花两天想清楚，也不要马上就开始做。”

“能抄不写，能造不连，能连不造，能复用不原创……你不做前端，也不做 SDK，那我就通过胶水把 SDK 和前端和后台链接起来，这就是现在未来开发的一个模式。”

“好代码不是写得多，而是刚刚好。“（引官方代码质量原则：明确反对顺手优化、避免过早工程化、只在接收外部数据时检查）

“我一开始没有遵循 SDK 的选择，直接用的谷歌旧版 AI SDK……我以为自己支持隐式缓存，给它一个大视频来回掉，一下就花了 100 多刀。“

关键概念

相关页面

关系图谱

快速导航

反向链接