本文系统梳理了 7 个新兴的视频 AI Agent 技能项目，将其划分为执行层、内容层、产品层和工程层四个层级，深入分析了各自的能力边界、适用场景与核心壁垒，揭示了视频 Agent 正从单点能力向可组合技能编排演进的趋势。
📝 详细摘要
文章聚焦于近期涌现的一批视频 AI Agent 技能项目，指出其核心变化在于 AI 正从「会写提示词」进化到「会操纵视频工作流」。作者将 7 个项目划分为四个层级：1）桌面剪辑执行层（如 jianying-editor-skill， videocut-skills），直接驱动剪映或进行语义审核剪辑；2）内容切片与二次分发层（如 Youtube-clipper-skill， bibigpt-skill），负责长视频拆解、总结与多格式输出；3）成片流水线封装层（如 narrator-ai-cli-skill），将电影解说等垂直场景产品化；4）编程式视频能力层（如 remotion-dev/skills， remotion-best-practices），为 Agent 提供 Remotion 工程规则与最佳实践。文章不仅详细分析了每个项目的核心作用、适用场景与限制，还从产物类型、自动化深度、适用用户和核心壁垒等维度进行了专业对比，最终指出视频 Agent 的竞争正转向技能的可复用性、工作流的可组合性以及工程规则的沉淀，为开发者和创作者提供了清晰的选型与借鉴思路。
💡 主要观点
- 视频 AI Agent 正从单点模型调用演变为可组合、可复用的技能编排体系。 文章指出，新一代视频 Agent 项目不再只是调用单一模型，而是将视频处理链路拆解为不同层级的技能单元，如执行、理解、规则和产品化工作流，这标志着 AI 在视频生产领域进入了更结构化的「技能编排时代」。
💬 文章金句
- AI 正在从「会写提示词」进化成「会操纵视频工作流」。
- 前三层是在「做视频任务」，第四层是在「让 Agent 学会做视频工程」。
- 视频 Agent 的竞争，正在从「谁能调一个模型」转向「谁能把内容理解、工具执行、工程规则、垂直场景封装成可复用技能」。
- 这意味着未来比拼的重点会变成：Skill 能不能复用、工作流能不能组合、Agent 能不能在多步任务中保持稳定。
- 对于开发者和团队来说，这意味着视频自动化终于开始有了清晰的软件分层结构。
📊 文章信息
AI 初评：87
来源：山行AI
作者：山行AI
分类：人工智能
语言：中文
阅读时间：24 分钟
字数：5851
标签： AI Agent, 视频生成, 工作流自动化, 技能编排, Remotion