宝玉新出的BaoCut，用Agent+Skill低成本搞定视频字幕转录翻译，还带GUI手动修改，比纯LLM方案实惠多了。
宝玉开发的BaoCut仅支持Mac，核心思路是用Agent+Skill替代纯LLM方案。纯LLM方案（如Gemini 3.5 Flash）翻译长视频成本达几美元，且拆分效果差。BaoCut通过CLI让Agent调用App功能，配合Skill固化转录、润色、翻译、对齐、剪辑工作流。Agent操作后，用户可在GUI界面预览和人工编辑，无需每次重新生成视频。已知问题：翻译速度略慢。
这个 App 最开始是自己用的，是走的 LLM 方案，先整体翻译，然后按句子配对，再 LLM 拆分，但是拆分效果总是不理想。 另外走 LLM 还有一个问题，就是要配置 API Key，这其实对普通人...
这个 App 最开始是自己用的，是走的 LLM 方案，先整体翻译，然后按句子配对，再 LLM 拆分，但是拆分效果总是不理想。 另外走 LLM 还有一个问题，就是要配置 API Key，这其实对普通人不友好，另外就是成本其实不低，Gemini 3.5 Flash 一部长一点视频都几美元。 最后发现还是 Agent + Skill 路线最好： 1. Agent 有很好的纠错能力，哪怕你不给它这样的工具，它自己都能一边翻译一边纠错，质量不错。 2. 把 App 的能力封装成 cli，让 Agent 可以通过命令行调用 App 的功能 3. 配合一个 Skill 把常用的工作流比如像转录、润色、翻译、对齐、剪辑都固化下来，这样 Agent 就知道最佳实践是什么，不需要每次都自己摸索 4. App 解决的是人工预览、校对的部分。 Agent 操作完，如果你是人肉看文本字幕，或者你每次修改一点都要重新 ffmpeg 生成一遍视频，那效率太低了。最好的方式其实不是完全交给 Agent，而是可以有一个图形化的工具快速的预览、二次编辑。 5. Agent 相对比较通用和便宜，现在大家都有 Agent，包月的 Token 经常花不完，用来干这种活正合适 宝玉 @dotey 字幕转录翻译剪辑 Skill —— BaoCut（仅支持 Mac） 借助 Agent Skill，可以转录视频、对转录结果识别 Speaker、润色（纠正错别字口癖等）、也可以根据转录结果对视频进行简单的剪辑，比如删除口癖、重复等。 这次尝试解决一个问题就是 Agent 对字幕转录翻译后，无法通过一个友好的操作界面二次编辑的问题。 现在的做法是为 Agent 提供一个 cli，配合 Skill 的说明，Agent 可以借助 cli 去转录，获取转录结果润色、翻译，并实时同步进度到 GUI。后续可以在 GUI 进行预览和人工编辑。 安装了 Skill 和 App 后，后续只要从 Codex 或者 Claude Code 这种 Agent，触发 Skill 即可执行，比如： > /baocut 转录并翻译视频：<视频 url 或路径> 已知问题： - 仅支持 Mac - 翻译速度略慢，但质量会不错 下载地址： baocut.app Skill 从 App 内可以安装，或者 Skill 地址： github.com/jimliu/baocut 🔗 View Quoted Tweet 💬 5 🔄 1 ❤️ 9 👀 2338 📊 6 ⚡