原生字幕和脚本字幕有什么区别？

原生字幕模式的字只能来自视频像素本身，直接裁切画面里已烧录的字幕，不重绘；脚本字幕模式的字来自用户审核过的 JSON 文本，绘制到真实画面上并标明是后期字幕，两者不能混用。

支持哪些输入源？

支持本地视频文件直接处理，也支持通过 yt-dlp 获取 YouTube 链接的视频、元数据和辅助字幕轨进行处理。

如何在 Codex 中使用？

将仓库克隆后，把 skills/native-subtitle-quote-image 目录复制到 ~/.codex/skills/ 下，安装 requirements.txt 依赖并运行环境自检脚本，然后在 Agent 任务中说一句话即可调用。

如何在 Claude Code 中使用？

将 skills/native-subtitle-quote-image 目录复制到 ~/.claude/skills/ 下即可。调用时可以使用 /native-subtitle-quote-image 或直接描述需求。

可以不使用 Agent 直接运行吗？

可以。项目提供了 Python 命令行脚本 native_subtitle_stitch.py，支持 check-source（自检来源）、sample（挑帧）、band（确认裁切区域）和 render（渲染）等命令。

如果视频没有烧录字幕怎么办？

如果要原生字幕但视频只有可开关的字幕轨，Agent 会先说明限制，经用户同意后才改用脚本模式。

2026年10月17日

native-subtitle-quote-image

创意与多媒体表情包与社交图1

获取资源

保留视频内嵌字幕，精确取帧并生成社交长图的 Agent Skill

MITClaude Code文本视频图片

金句卡片

安装 / 调用方式bash

git clone https://github.com/chengyi-ai/native-subtitle-quote-image.git
cd native-subtitle-quote-image
mkdir -p ~/.codex/skills && cp -R skills/native-subtitle-quote-image ~/.codex/skills/
python3 -m pip install -r skills/native-subtitle-quote-image/requirements.txt
python3 skills/native-subtitle-quote-image/scripts/check_environment.py

调用示例json

python3 skills/native-subtitle-quote-image/scripts/native_subtitle_stitch.py check-source VIDEO --min-height 720
python3 skills/native-subtitle-quote-image/scripts/native_subtitle_stitch.py sample VIDEO --start 30 --end 120 --interval 5 --out candidate-contact-sheet.jpg
python3 skills/native-subtitle-quote-image/scripts/native_subtitle_stitch.py render VIDEO --manifest manifest.json --out-dir output-v1 --band-top 0.78 --band-bottom 0.96

产品信息

形态: AI技能 & 智能体
分类: 创意与多媒体 › 表情包与社交图
定价: 开源
平台: Claude Code
授权协议: MIT
首发日期: 2026年10月17日
收录时间: 2026年10月17日
官网: github.com

概览

GitHub GitHub

native-subtitle-quote-image 是一个开源的 Agent Skill，用于将视频中的真实画面与字幕提取出来，拼接成适合社交媒体传播的长图（默认 3:4 比例）。它支持本地视频文件或 YouTube 链接作为输入源。该工具的核心设计原则是区分两种字幕模式，且从不混用： - **原生字幕模式**：直接从视频像素中裁切已经烧录在画面里的字幕，不进行 OCR 识别或重绘，保留原始字体、水印等视觉信息。 - **脚本字幕模式**：将用户审核过的台词或翻译文本绘制到真实的视频画面上，并明确标识为后期添加的字幕，不冒充原片字幕。在工作流上，它会经历获取视频与字幕轨、检查真实帧以区分烧录字幕、按文字稿选题选句、锁定模式、裁切或绘制字幕、按模式渲染并逐张质检等步骤。生成的产物包括逐张 JPG 图片、对应的时间点 JSON 文件以及多图任务的总览图。版式方面，原生字幕会先拼源像素再统一缩放，避免第一句被单独放大；脚本模式下主图约占 70% 面积，字幕条之间无空隙，整体布局紧凑。它可以在 Codex、Claude Code 等 AI Agent 中通过一句话调用，也可以脱离 Agent 直接运行 Python 命令行脚本进行自检来源、挑帧、确认裁切区域和渲染等操作。适合需要从视频中提取金句、制作图文内容的社交媒体运营者或内容创作者使用。项目基于 Python 编写，采用 MIT 协议开源。

功能特性

从视频直接出图：支持本地文件或 YouTube 链接输入，经过找句子、精确取帧、拼图、逐张质检输出 JPG 长图。
原生字幕模式：只裁切画面里本来就有的烧录字幕，不 OCR 重绘，不翻译改写。
脚本字幕模式：将用户审核过的台词绘制到真实画面上，并标明是后期字幕，不冒充原字幕。
紧凑版式布局：原生字幕先拼源像素再统一缩放，脚本模式主图约占 70%，字幕条之间无空隙。
Agent 一句话调用：可在 Codex、Claude Code 等 Agent 中用自然语言指令直接调用执行。
独立命令行运行：不经过 Agent 也可直接运行 Python 脚本完成自检、挑帧、渲染等操作。
环境自检：提供只读的环境检查脚本，缺组件时会说明用途并经同意后再安装。
候选帧预览：生成带时间点的候选帧总览图，无需反复试时间点即可挑选合适画面。
逐张质检：渲染完成后对输出的每一张图片进行质量检查。

版本更新

新版本提醒我

首个版本 · native-subtitle-quote-image

2026年10月17日

Q&A

原生字幕和脚本字幕有什么区别？由 AI 生成: 原生字幕模式的字只能来自视频像素本身，直接裁切画面里已烧录的字幕，不重绘；脚本字幕模式的字来自用户审核过的 JSON 文本，绘制到真实画面上并标明是后期字幕，两者不能混用。
支持哪些输入源？由 AI 生成: 支持本地视频文件直接处理，也支持通过 yt-dlp 获取 YouTube 链接的视频、元数据和辅助字幕轨进行处理。
如何在 Codex 中使用？由 AI 生成: 将仓库克隆后，把 skills/native-subtitle-quote-image 目录复制到 ~/.codex/skills/ 下，安装 requirements.txt 依赖并运行环境自检脚本，然后在 Agent 任务中说一句话即可调用。
如何在 Claude Code 中使用？由 AI 生成: 将 skills/native-subtitle-quote-image 目录复制到 ~/.claude/skills/ 下即可。调用时可以使用 /native-subtitle-quote-image 或直接描述需求。
可以不使用 Agent 直接运行吗？由 AI 生成: 可以。项目提供了 Python 命令行脚本 native_subtitle_stitch.py，支持 check-source（自检来源）、sample（挑帧）、band（确认裁切区域）和 render（渲染）等命令。
如果视频没有烧录字幕怎么办？由 AI 生成: 如果要原生字幕但视频只有可开关的字幕轨，Agent 会先说明限制，经用户同意后才改用脚本模式。

获取资源

这个产品还没有主理人

由平台收录或原作者已注销。如果它是你的作品，证明与它的关系后即可成为主理人。

认领这个产品