Token导航 LogoToken导航

Agent Skill · 开发

davinci-auto-editor（达芬奇自动编辑器）

davinci-auto-editor 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

davinci-auto-editor 是开发类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为接触敏感数据；许可证为 MIT-0，第三方扫描有提醒项，按安装量在开发类的 21,746 个 Skill 里排第 4,802。

总安装 7,508周安装 316GitHub Stars 公开资料未说明下载 2,629核验 2026-05-01
开发接触敏感数据ClawHub未标认证来源可访问许可证明确审计提醒OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
MIT-0
版本
0.2.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：davinci-auto-editor（达芬奇自动编辑器）
来源仓库：https://github.com/afengzi/davinci-auto-editor
安装命令：
openclaw skills install davinci-auto-editor
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install davinci-auto-editor

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题，一般会读写仓库文件，部分还会执行构建或测试命令。

davinci-auto-editor 用于从本地媒体与云编辑 API 生成 DaVinci Resolve 导入包。适合处理视频素材扫描与云编辑请求的自动化流程。可辅助部署、容器及基础设施运维中的配置检查与环境排查。安装命令为 openclaw skills install davinci-auto-editor。

使用前需确认权限、维护状态及是否涉及网络或文件操作。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install davinci-auto-editor；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

davinci-auto-editor 怎么安装？

在终端执行 openclaw skills install davinci-auto-editor。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

davinci-auto-editor 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

davinci-auto-editor 需要什么权限？

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

davinci-auto-editor 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

davinci-auto-editor 用的人多吗？

公开数据是累计安装 7,508 次，近一周安装 316 次，下载 2,629 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

davinci-auto-editor 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0，商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据，装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项，需要人工逐条确认。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw，想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证，不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
davinci-auto-editor

达芬奇自动编辑器 · 本页

7,508—接触敏感数据MIT-0有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name
davinci-auto-editor
description
Generate DaVinci Resolve import packages from local media plus a cloud editing API. Use when Codex needs to scan a material folder, request a cloud editing plan, and write a Resolve-importable EDL package with pure Node on the user machine.
metadata
{"openclaw":{"emoji":"🎞️","homepage":"https://github.com/imfengziaaa/video-auto-editor-skills","requires":{"bins":["node"]},"skillKey":"davinci-auto-editor","os":["darwin","linux","win32"]}}

DaVinci Auto Editor

使用这个 skill 时，按下面顺序执行：

  1. 读取 examples/config.example.json 同结构的配置文件。
  2. 校验 api_base_url、api_key、material_path、timeline_fps 等关键参数。
  3. 递归扫描素材目录，并向云端上报素材索引。
  4. 调用云端 API 创建任务并获取剪辑计划。
  5. 在本地只生成最小执行计划，不要把完整云端内部逻辑写入本地文件。
  6. 由 Node 生成 Resolve 可导入的 timeline.edl 和导入说明文件。
  7. 将准备结果回传云端。

输入参数

至少提供这些字段：

  • api_base_url
  • api_key
  • project_type
  • aspect_ratio
  • material_path
  • template_id
  • subtitle_mode
  • music_policy
  • pace_policy
  • output_mode
  • render_preset
  • timeline_fps
  • timeline_resolution

可选字段：

  • task_timeout_ms
  • poll_interval_ms
  • request_timeout_ms
  • task_name
  • webhook_url
  • extra_metadata

输出结果

默认在素材目录旁创建 _davinci_auto_editor/<taskId>/，包含：

  • resolve-import.json：最小本地导入计划
  • timeline.edl：Resolve 导入文件
  • IMPORT-TO-RESOLVE.txt：导入说明
  • execution-report.json：本地执行报告

推荐工作流

  • 把核心决策、模板逻辑、API Key 鉴权和配额管理放在云端服务。
  • 本地只保留素材扫描、结果导出和回传逻辑。
  • 优先使用短路径、稳定命名的素材目录，减少 EDL relink 成本。
  • 在正式任务前先用样本素材验证时间线 FPS 和素材命名。

依赖要求

  • Node.js 18 或更高版本
  • 已安装 DaVinci Resolve
  • 可访问云端 API 的网络环境

错误处理原则

  • 缺少配置、素材目录不存在、API 调用失败时立即停止并返回非 0 退出码。
  • 始终写出 execution-report.json 以便排查。
  • 不在本地输出完整云端推理结果，只输出导入所需的最小执行数据。
  • 明确提示第一版只覆盖基础拼接和时间线导入准备。

平台分布

OpenClaw

72.44%
按下载量换算1,904

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

可疑

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

davila7-xlsx（davila7 XLSX 开发）

来源未标注

davila7-xlsx 用于补充开发相关能力，适合在 Local Agent 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

day-one-patch（第一天补丁）

donchitos/claude-code-game-studios

day-one-patch 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。