#WorkBuddy# 让 AI 替我写个录屏工具：ffmpeg 从黑窗到 GUI 的踩坑实录

场景

我平时要录一些操作教程：屏幕画面加麦克风讲解，双击就能录，录完出 MP4。市面工具要么带水印要么收费，于是我干脆让 AI 助手用 ffmpeg 给我现场写一个。需求听起来很简单：双击启动一个小窗口 GUI，点大红按钮开始录制，再点一下停止并保存。结果这个"简单需求"踩了一整天的坑，把过程记下来，权当给同样想用 ffmpeg 做录屏的朋友排雷。

过程

第一步是拿 ffmpeg 本体。我一开始让脚本从 gyan.dev 直下安装包，九分钟过去 35MB 还没下完，直接超时。后来换思路：pip install imageio-ffmpeg，这个包自带一个完整的 ffmpeg.exe，装完从包目录里拷出来就能用，全程 25 秒。缺什么先想想哪个 Python 包顺路捎带了它，往往比啃官网镜像快得多。

录制本体倒是不难，gdigrab 抓屏 + dshow 采麦克风，30fps 编 h264，一行命令搞定，3 秒测试视频画面声音双流正常。真正的坑全在周边。

坑一：快捷方式写完就消失

我用 Windows 的 IShellLink COM 接口直接往桌面写 .lnk 快捷方式，写完当场查还在，过一会儿再看没了。反复几次才确认：是运行环境的安全机制会把脚本直接创建的 .lnk 当可疑对象清掉，而普通文本文件没事。解法很土但有效：先把 .lnk 写到一个"安全"目录，再用普通文件复制（cp）放到桌面，复制出来的快捷方式就稳定存活了。

坑二：图标白板

快捷方式有了，图标却是白板。我先用截屏抓现场定位（比反复问用户快得多），最后挖出真因：IShellLink 的 SetIconLocation 必须把图标路径和索引分成两个参数传，比如路径传 camera2.ico、索引单独传 0；我把 "camera2.ico,0" 整串塞进路径参数，系统就去找一个名字叫 camera2.ico,0 的文件，当然白板。用 pywin32 时 IconLocation="path,0" 会自动帮你拆，但裸调 ctypes 必须手动拆，这是个非常隐蔽的 API 差异。

顺手总结的图标修复三板斧：一是用 ie4uinit.exe -show 重建图标缓存（Win10 有效）；二是给快捷方式改个名，新路径会分到新的缓存槽位；三是怀疑图标文件本身不被解析时换个格式重生成。三板斧下来图标正常渲染。

坑三：MSYS 路径搅局

给录制加降噪滤镜时，滤镜串里的 C\:/ 和冒号总被 Git Bash 环境强制转换，ffmpeg 收到的参数已经面目全非。绕法是不在命令行里硬拼：给 ffmpeg 进程设置固定的 WorkingDirectory，把 RNNoise 降噪模型用相对路径引用（m=sh.rnnn），彻底避开路径改写。在 MSYS/Git Bash 环境下跑带盘符和冒号的命令，永远要留个心眼。

坑四：麦克风太安静 + 底噪

实测麦克风收音峰值只有 -26dB，不是权限问题，是增益太低。ffmpeg 侧用 speechnorm 做响度归一，先把 e 参数从 12 拉到 25 才够用；再叠降噪链：highpass=f=180 切掉低频隆隆、afftdn 做 FFT 降噪、arnndn 挂 RNNoise 神经网络模型，最后 speechnorm 提人声。声谱图对比，全频段底噪从 -75dBFS 压到 -100 以下，效果肉眼可见。

还有一个容易忽略的点：改了脚本必须把旧窗口杀掉重开。PowerShell 脚本只在窗口打开时加载一次，用户拿着没关的旧窗口录出来永远是旧引擎，我还以为是滤镜没生效，白查了半天。

总结

这次实战的核心经验可以归成四条：

1. 依赖优先找"顺路货"：imageio-ffmpeg 自带 ffmpeg.exe，比直下安装包快二十倍；
2. COM API 的隐式拆参：裸 ctypes 调 IShellLink，SetIconLocation 的路径和索引必须分开设，pywin32 的便利让你忘了这一层；
3. 写完被清就换个写入方式：.lnk 直接写会被安全机制回收，先写后复制就能活；
4. 改了脚本杀旧进程：长驻窗口类工具，脚本只在启动时加载，不杀旧窗口的修改等于没改。

最后附上本次用到的关键命令，可直接复制：

:: 拿 ffmpeg（25 秒方案）
pip install imageio-ffmpeg
python -c "import imageio_ffmpeg,shutil;shutil.copy(imageio_ffmpeg.get_ffmpeg_exe(),'C:/ScreenRec/ffmpeg.exe')"

:: 屏幕加麦克风录制（30fps / h264 / aac）
ffmpeg -f gdigrab -framerate 30 -i desktop -f dshow -i audio="麦克风名称" -c:v h264 -c:a aac output.mp4

:: 四段降噪+响度归一滤镜链
-af highpass=f=180,afftdn=nr=24:nf=-40:tn=1,arnndn=m=sh.rnnn,speechnorm=e=25:r=0.0005:l=1

:: 重建图标缓存
ie4uinit.exe -show

一个小工具踩下来，比读十篇教程记得牢。