ffmpeg-skill의 개요
S. Kajiyama(kajisho5)가 만든 ffmpeg-skill은 코딩 에이전트에 로컬 동영상 편집기를 줍니다. Agent Skill(SKILL.md 워크플로)에 ffmpeg와 ffprobe를 감싸는 Python 스크립트 42개를 더한 구성입니다. 자르기와 이어 붙이기, 무음 제거, 길이와 화면비 맞추기, 노래방식 강조가 들어간 자막, 오버레이, HDR에서 SDR로 변환, 음량 정규화, 멀티캠, 플랫폼별 내보내기 프리셋과 납품 검사를 다룹니다. 모든 도구는 MCP 도구이기도 하며, 기계가 읽을 수 있는 계약서가 각 도구를 설명합니다.
스킬은 에이전트가 정해진 순서를 따르게 합니다. 실제 파일을 조사하고, 가능하면 무손실로 편집한 뒤, 결과를 확인하고 콘택트 시트를 살펴봅니다. 셸을 거쳐 실행되는 것은 없으며, 호출하는 쪽이 원시 필터 그래프를 넘길 수 없습니다. 음성 인식 자막에는 faster-whisper 같은 로컬 엔진이 필요하며 따로 설치해야 합니다.
저장소는 MIT 라이선스이고 GitHub 스타 약 4,200개이며, 2026년 9월에 만들어졌습니다. npx ffmpeg-skill로 설치합니다. npm 패키지는 3.1.1(2026년 10월 31일)이며, 두 달 동안 GitHub 릴리스가 100개를 넘었습니다.
ffmpeg-skill, 쓸 만한 가치가 있습니까?
ffmpeg-skill은 에이전트가 동영상 작업에서 실패하는 특정한 방식을 바로잡습니다. FFmpeg를 아는 모델도 여전히 추측합니다. 프레임 레이트를 가정하고, 컨테이너가 담을 수 없는 코덱을 고르고, 스트림 복사로 충분할 때 다시 인코 딩하고, 파일을 열어 보지도 않고 성공했다고 보고합니다. 이 스킬은 자유 형식의 셸 명령을 타입이 지정된 인자를 받는 스크립트 42개로 대체하고, 에이전트가 먼저 입력을 조사하고 나중에 출력을 검증하게 합니다. 화면이 바뀌었다면 콘택트 시트까지 직접 봅니다. README의 예시는 인터뷰의 두 구간을 잘라 Reels용으로 정확히 60초로 맞춰 달라는 요청입니다. 에이전트는 이를 도구 호출 여섯 번으로 바꾸고, 마지막에 파일이 30 fps의 1080 x 1920인지 확인합니다.
엔지니어링은 꼼꼼합니다. 각 도구의 MCP 스키마는 명령줄과 같은 argparse 파서에서 생성되고, 둘이 어긋나면 CI가 실패합니다. 그래서 에이전트가 보는 도구의 모습이 실제 도구와 달라질 수 없습니다. 셸을 거치는 것이 없고 호출하는 쪽이 제공한 필터 그래프도 받지 않으므로, 뻔한 인젝션 경로가 막힙니다. CI는 Linux, macOS, Windows에서 FFmpeg 6.1, 7.1, 8, 9를 대상으로 테스트합니다. Python 표준 라이브러리만 필요하며, 음성 인식용 오디오는 기기 밖으로 나가지 않습니다.
부담은 범위와 속도입니다. 도구 42개는 에이전트가 골라야 할 표면으로는 넓습니다. MCP 서버는 컨텍스트를 아끼려고 기본적으로 핵심 12개만 노출하며, 저자의 라우팅 평가에서는 에이전트가 증상만 보고 맞는 플래그를 찾은 경우가 프롬프트 8개 중 7개였습니다. 좋은 결과지만 완벽하지는 않습니다. 프로젝트는 2026년 9월 첫 커밋에서 10월 말 3.1.1 버전까지 왔고, 그사이 두 번의 메이저 버전에서 오래된 FFmpeg와 Python 지원을 없앴습니다. 사실상 한 사람의 작업입니다. 저자의 더 큰 동영상 스킬 생태계 안에 속해 있지만, 단독으로도 잘 작동합니다.
HTML에서 새 동영상을 렌더링하는 hyperframes와 달리, ffmpeg-skill은 이미 가진 영상을 편집합니다. 둘은 경쟁 관계라기보다 서로 보완합니다. 녹화본의 트리밍, 자막, 내보내기를 에이전트에 자주 맡기는 개발자라면, 이 스킬로 일이 틀어지는 경우 대부분을 막을 수 있습니다.
제 역할을 하는 곳
한 시간짜리 라이브 방송을 짧은 클립으로 만드는 디벨로퍼 애드보킷
하이라이트를 60초로 자르고 9:16으로 리프레이밍한 뒤 자막 달기
Claude Code에 일상 언어로 요청하면 스킬이 조사, 자르기, 맞추기, 자막, reels 또는 TikTok 프리셋으로 내보내기, 확인을 차례로 실행합니다. 무료이고 로컬에서 실행되며, 주된 비용은 에이전트 토큰입니다.
3인 스튜디오의 팟캐스트 프로듀서
플랫폼별로 무음을 제거하고 음량 정규화하기
silence.py가 빈 구간을 잘라내고 loudness.py가 -14 LUFS에 맞추며, check.py가 내보낸 파일이 플랫폼 규격에 맞는지 확인합니다. 오디오는 기기 밖으로 나가지 않습니다.
에이전트 기반 사내 동영상 파이프라인을 만드는 플랫폼 엔지니어
에이전트 프레임워크에서 믿을 수 있는 편집 기본 기능 호출하기
npx ffmpeg-skill contract --json으로 모든 도구의 입력, 출력, 검증 방식을 읽고, MCP나 --json 출력의 CLI로 도구를 호출합니다. 42개를 모두 노출하려면 FFMPEG_SKILL_MCP_FULL=1을 설정합니다.
도입 전 확인할 점
- 설정
- FFmpeg 6.1+(apt, Homebrew, gyan.dev 빌드)를 설치한 다음 npx ffmpeg-skill(다른 에이전트는 --cursor, --codex, --all)을 실행하고, npx ffmpeg-skill doctor로 이 FFmpeg 빌드가 어떤 도구를 지원하는지 확인합니다.
- 연동
- Claude Code, Cursor, Codex와 SKILL.md를 읽는 모든 에이전트. 다른 클라이언트용 MCP 서버. 음성 인식 자막용 선택형 로컬 음성 엔진(faster-whisper, whisper.cpp, Parakeet). Apple VideoToolbox 인코딩은 선택해서 켭니다.
- 데이터와 개인정보
- 모든 작업이 API 키 없이 로컬에서 실행됩니다. 음성 엔진은 첫 실행 때 모델 가중치를 내려받지만 오디오는 업로드되지 않습니다. MIT 라이선스입니다.
- 대규모 사용 시 비용
- 유료 버전은 없습니다. 비용은 인코딩에 드는 로컬 CPU 또는 GPU 시간과 에이전트 자체의 토큰 사용량입니다. 저자에 따르면 M4 Max에서 VideoToolbox는 x264보다 2배에서 7배 빠릅니다.
- 제한
- FFmpeg 6.1 이상과 Python 3.10 이상이 필요합니다. subtitles나 libvidstab 같은 필터가 빠진 FFmpeg 빌드에서는 일부 도구가 실패합니다. 리프레이밍에 얼굴 추적은 없습니다. 설치된 사본은 자동으로 업데이트되지 않습니다.
좋은 점
- 셸과 원시 필터 그래프 없이 타입이 지정된 도구
- 먼저 조사하고 나중에 검증하는 워크플로와 콘택트 시트 확인
- CLI 파서에서 생성되고 CI에서 검사되는 MCP 스키마
- 완전히 로컬에서 실행되며 Python 표준 라이브러리만 사용
아쉬운 점
- 도구 42개는 에이전트가 고르기에 넓은 표면
- 두 달 동안 릴리스 100개 이상과 메이저 버전 두 번
- 사실상 관리자 한 명의 프로젝트
- 음성 자막에는 따로 설치하는 whisper 엔진이 필요
추천 대상
이미 Claude Code, Cursor, Codex를 쓰고 있으며, FFmpeg 명령을 직접 쓰지 않고 에이전트에 녹화본 편집을 맡기고 싶은 개발자와 소규모 영상 팀.
ffmpeg-skill 대안
ffmpeg-skill: 자주 묻는 질 문
- ffmpeg-skill, 쓸 만한 가치가 있습니까?
- 코딩 에이전트에 영상 소스를 맡기는 방법 가운데 저희가 본 것 중 가장 안전합니다. 다만 대부분의 사람에게 필요한 것보다 도구도 릴리스도 많습니다. 평점은 5점 만점에 3.9점입니다.
- ffmpeg-skill의 가격은 얼마입니까?
- 무료 오픈소스(MIT)입니다. FFmpeg 6.1+와 Python 3.10+가 필요하며, API 키나 클라우드 서비스는 필요 없습니다.
- ffmpeg-skill의 단점은 무엇입니까?
- 도구 42개는 에이전트가 고르기에 넓은 표면; 두 달 동안 릴리스 100개 이상과 메이저 버전 두 번; 사실상 관리자 한 명의 프로젝트; 음성 자막에는 따로 설치하는 whisper 엔진이 필요.
- ffmpeg-skill에 적합한 사람은 누구입니까?
- 이미 Claude Code, Cursor, Codex를 쓰고 있으며, FFmpeg 명령을 직접 쓰지 않고 에이전트에 녹화본 편집을 맡기고 싶은 개발자와 소규모 영상 팀.
- 팀이나 프로덕션 환경에서 ffmpeg-skill의 비용은 얼마입니까?
- 유료 버전은 없습니다. 비용은 인코딩에 드는 로컬 CPU 또는 GPU 시간과 에이전트 자체의 토큰 사용량입니다. 저자에 따르면 M4 Max에서 VideoToolbox는 x264보다 2배에서 7배 빠릅니다.
- ffmpeg-skill에 회사 데이터를 맡겨도 안전합니까?
- 모든 작업이 API 키 없이 로컬에서 실행됩니다. 음성 엔진은 첫 실행 때 모델 가중치를 내려받지만 오디오는 업로드되지 않습니다. MIT 라이선스입니다.
- ffmpeg-skill의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 HyperFrames, VideoAgent 및 Anthropic Skills입니다.
답변 확인일: 2026년 10월 31일.