原始标题: Claude Code Let’s Build: AI Video Editor
发布日期: 2026-01-17 | 来源频道: @AllAboutAI
📝 深度摘要
对话背景与核心主题
这是一个周末实战教程，创作者利用空闲时间展示如何用 Claude Code 从零构建一个半自动化的 AI 视频编辑器。视频不仅演示了具体的开发流程，更核心的是向观众展示如何借助 AI 编码工具将想法快速转化为可用的应用程序。整个项目采用 Next.js + JavaScript 技术栈，结合 ffmpeg、Whisper 语音转文本模型和 Gemini 3.5 Flash API，实现了一个具备基础剪辑功能和 AI 智能剪辑能力的视频编辑器。
核心逻辑拆解
项目的技术架构清晰分为三层。前端界面层使用 Next.js 搭建，包含视频上传组件、播放器组件、时间线组件和剪辑片段编辑器，用户可以通过拖拽上传视频，在时间线上点击定位，按 C 键切割片段，选中后按删除移除不需要的内容。后端核心处理层集成了 ffmpeg 用于视频处理和导出，同时使用 OpenAI 的 Whisper 模型（选用 small 版本）在本地将音频转为文字，为 AI 分析提供文本基础。最上层是 AI 智能层，通过 Gemini 3.5 Flash 的 function calling 功能，让用户可以用自然语言描述需求（如"只保留 Claude 发疯的部分"或"只保留讨论金钱的内容"），AI 就能理解视频内容并自动筛选出符合要求的片段。
方法论与工具箱
开发过程采用了"AI 驱动开发"的方法论。创作者首先准备好转录所需的文档资料，包括 Gemini API 文档和 function calling 说明，然后在 Claude Code 的 plan mode 下描述项目需求，让 AI 自动生成完整的开发计划。开发过程中，创作者通过回答 Claude Code 的追问来确定具体需求（如选择哪个 Whisper 模型、是否需要波形图可视化等），之后由 AI 持续执行计划、完成代码编写。关键技术工具包括：ffmpeg（视频处理）、Whisper small 模型（本地转录）、Gemini 3.5 Flash（AI 理解和推理）、Next.js（前端框架）。
关键洞察与辩论
视频展示了 AI 编码工具在应用开发中的巨大潜力。从项目启动到完成基础功能，整个过程基本由 Claude Code 主导完成，创作者只需提供需求和确认方向。更值得注意的是 AI 剪辑功能的实验结果：通过 Whisper 转录获得视频的文字内容后，Gemini 能够准确理解用户意图并从长视频中提取相关片段。实验中分别测试了"保留 Claude 发疯的部分"和"保留讨论金钱的部分"，AI 都成功识别并截取了对应的内容段落，验证了"用自然语言指挥 AI 剪辑"的可行性。
金句
“我们可以用嘴巴完成一切，只需要说保留哪些片段，AI 就能理解并做到。”
“希望这能给你一些启发，让你了解可以用 Claude Code 构建什么。”
📺 视频原片
视频时长: 16 分钟 | 视频ID: dMpaPgLYj_U