Communitygithub.com

FilippTrigub/abra

Schneidet Videos in Segmente, ordnet sie neu an und erstellt ein Ausgabevideo mit einer bestimmten Schnittrate pro Sekunde. Verwendet MoviePy für die Videobearbeitung. Priorisiert Audio-Transkription für zeitgesteuerte Schnitte und fällt auf adaptive Szenenerkennung zurück.

Was ist abra?

Diese Fähigkeit (Skill) ermöglicht es einem KI-Agenten, Videos in benutzerdefinierte Segmente zu schneiden, diese neu anzuordnen und mit einer spezifischen Bildrate (FPS) zu exportieren. Sie ist ideal für die Erstellung von Highlight-Reels, das Umordnen von Szenen oder das Anpassen des Videotempos. Der Skill unterstützt mehrere Schnittstrategien: Als primäre Methode wird die Audio-Transkription genutzt, um Sprachsegmente automatisch zu erkennen und natürliche Schnitte zu setzen. Falls keine Transkription verfügbar ist oder der Benutzer dies deaktiviert, wird automatisch auf eine adaptive Szenenerkennung umgeschaltet. Die Konfiguration erfolgt über eine `config.json` Datei, die vom Agenten erstellt wird, nachdem er die Benutzerpräferenzen abgefragt hat. Der Skill läuft lokal via Python unter Verwendung von MoviePy und erfordert eine einmalige Einrichtung mit `uv sync`. Das Tool ist für Entwickler und Power-User gedacht, die Videoinhalte programmatisch bearbeiten müssen, ohne manuelle Bearbeitungssoftware zu nutzen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/video-cutter

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

snip – Videos schneiden und neu anordnen

Schneidet Videos in Segmente, ordnet sie neu an und exportiert sie mit einer bestimmten Bildrate (FPS). Nützlich für die Erstellung von Highlight-Reels, das Umordnen von Szenen oder die Änderung des Videotempos.

Das Skill-Verzeichnis (in dem sich diese SKILL.md befindet) wird im Folgenden als $SKILL_DIR bezeichnet.


Verwendung

Verwende diesen Skill, wenn der Benutzer folgendes möchte:

  • Ein Video in bestimmte Segmente schneiden
  • Videosegmente in einer anderen Reihenfolge anordnen
  • Unerwünschte Abschnitte aus einem Video entfernen
  • Die Ausgabe-Bildrate (Schnitte pro Sekunde) ändern
  • Sprachsegmente automatisch erkennen für natürliche Schnitte (priorisiert)
  • Szenenwechsel automatisch erkennen als Fallback

Einrichtung (nur beim ersten Mal)

cd "$SKILL_DIR" && uv sync

Agenten-Workflow

1. Frage den Benutzer

Bevor ich das/die Video(s) schneide, benötige ich folgende Informationen:

📹 Quellvideo(s)
   Liste die Videodateien und deren Pfade auf

✂️ Zu schneidende Segmente
   Gib für jedes Segment an:
   - source: Dateiname
   - start: Startzeit in Sekunden (z. B. 0.0, 5.5)
   - end: Endzeit in Sekunden (z. B. 2.0, 10.0)
   
   Beispielsegmente:
   [
     {"source": "video.mp4", "start": 0.0, "end": 1.0},
     {"source": "video.mp4", "start": 3.0, "end": 4.5},
     {"source": "video.mp4", "start": 1.5, "end": 2.5}
   ]

🎬 Ausgabe-FPS (optional)
   Standard: 30 fps
   Übliche Optionen: 24, 30, 60

📁 Eingabe-/Ausgabeverzeichnis (Standard: ./input und ./output)

Warte auf die Antwort des Benutzers, bevor du fortfährst.

2. Bestimme die Schnittstrategie

Prioritätsreihenfolge:

  1. Explizite Segmente – Wenn der Benutzer bestimmte Start-/Endzeiten angibt, verwende diese
  2. Audio-Transkription – Wenn transcription.enabled: true (Standard), suche eine vorhandene Transkription oder generiere eine und schneide an den Grenzen von Sprachsegmenten
  3. Adaptive Szenenerkennung – Fallback, wenn keine Transkription verfügbar ist oder diese fehlschlägt

Audio-Transkription (Primäre Methode)

Der Skill versucht zuerst, Audio-Transkription zu verwenden, um zeitgestempelte Sprachsegmente aus dem Video zu erhalten. Dies erzeugt natürlichere Schnitte, die auf dem gesprochenen Inhalt basieren.

🤖 Modus: Audio-Transkription (PRIORITÄT)

Der Cutter wird:
1. Nach einer vorhandenen Transkriptions-JSON im Ausgabeverzeichnis suchen (z. B. video_transcription.json)
2. Falls nicht gefunden, die Audio-Transkription automatisch ausführen
3. Das Video an den Grenzen der Sprachsegmente schneiden

⚙️ Konfiguration:
   - transcription.enabled: true (Standard)
   - fallback_to_adaptive: true (Standard) – Szenenerkennung verwenden, wenn Transkription fehlschlägt
   - min_segment_duration: Mindestdauer pro Segment (Standard: 1.0)
   - max_segment_duration: Maximale Dauer pro Segment (Standard: 30.0)

Beispielkonfiguration:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": true,
    "fallback_to_adaptive": true,
    "min_segment_duration": 1.0,
    "max_segment_duration": 30.0
  }
}

Adaptive Szenenerkennung (Fallback)

Wenn die Transkription deaktiviert ist oder fehlschlägt, verwendet der Skill die visuelle Szenenerkennung:

🎬 Adaptive Szenenerkennung (FALLBACK)

Erkennt automatisch Szenenwechsel in deinem Video, um Schnitte zu setzen.
Dies vermeidet langweilige, repetitive Inhalte, indem es an natürlichen Übergängen schneidet.

⚙️ Erkennungsmodus:
   - adaptive  – Am besten für wechselnde Beleuchtung / allmähliche Änderungen [Standard]
   - content   – Am besten für schnelle, klare Szenenschnitte
   - threshold – Am besten für die Erkennung von Ein-/Ausblendungen

📏 Filter für Szenendauer:
   - min_scene_duration: Mindestdauer pro Szene in Sekunden (Standard: 1.0)
   - max_scene_duration: Maximale Dauer pro Szene in Sekunden (Standard: 10.0)

🎛️ Erweitert (optional):
   - threshold: Pixel-Differenz-Schwellenwert für den content-Modus (Standard: 27.0)
   - adaptive_threshold: Verhältnis-Schwellenwert für den adaptiven Modus (Standard: 3.0)
   - window_width: Anzahl der Frames für die Mittelwertbildung (Standard: 2)
   - min_scene_len: Minimale Anzahl von Frames vor einem Schnitt (Standard: 15)
   - min_content_val: Minimale Inhaltsänderung (Standard: 15.0)

Beispielkonfiguration mit Auto-Erkennung als Fallback:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": false
  },
  "auto_detect": {
    "enabled": true,
    "mode": "adaptive",
    "min_scene_duration": 1.0,
    "max_scene_duration": 10.0
  }
}

3. Bearbeite config.json

Erstelle oder aktualisiere $SKILL_DIR/config.json basierend auf den Benutzerangaben.

4. Ausführung

cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

5. Ergebnisse melden

Teile dem Benutzer den Ausgabedateipfad, die Dauer und die Bildrate (FPS) mit. Gib an, welche Methode verwendet wurde (transkriptionsbasiert oder Szenenerkennung).


Konfigurationsreferenz

SchlüsselWerteStandardBeschreibung
input_dirPfad./inputOrdner mit den Eingabevideos
output_dirPfad./outputZielordner
segmentsArray(erforderlich)Liste der Segmentdefinitionen
output_fpsGanzzahl30Ausgabe-Bildrate

Segmentdefinition

SchlüsselTypBeschreibung
sourceZeichenketteDateiname im input_dir
startGleitkommazahlStartzeit in Sekunden
endGleitkommazahlEndzeit in Sekunden

Transkription (Prioritäts-Methode)

SchlüsselWerteStandardBeschreibung
enabledbooleantrueTranskriptionsbasiertes Schneiden aktivieren
fallback_to_adaptivebooleantrueSzenenerkennung verwenden, wenn Transkription fehlschlägt
min_segment_durationGleitkommazahl1.0Überspringe Segmente kürzer als dies (Sekunden)
max_segment_durationGleitkommazahl30.0Überspringe Segmente länger als dies (Sekunden)

Auto-Erkennung (Fallback)

SchlüsselWerteStandardBeschreibung
enabledbooleanfalseAutomatische Szenenerkennung aktivieren (nur Fallback)
modeadaptive, content, thresholdadaptiveErkennungsalgorithmus
min_scene_durationGleitkommazahl1.0Überspringe Szenen kürzer als dies (Sekunden)
max_scene_durationGleitkommazahl10.0Überspringe Szenen länger als dies (Sekunden)
thresholdGleitkommazahl27.0Pixel-Differenz-Schwellenwert für content/threshold-Modus
adaptive_thresholdGleitkommazahl3.0Verhältnis-Schwellenwert für den adaptiven Modus
window_widthGanzzahl2Frames für Mittelwertbildung davor/danach
min_scene_lenGanzzahl15Minimale Frames vor einem Schnitt
min_content_valGleitkommazahl15.0Minimale Inhaltsänderung

Erkennungsmodi (Fallback)

  • adaptive (Standard): Am besten für Videos mit wechselnder Beleuchtung oder allmählichen Übergängen
  • content: Am besten für Videos mit scharfen, klaren Szenenschnitten
  • threshold: Am besten für die Erkennung von Ein-/Ausblendungen

Häufige Befehle

# Standardkonfiguration (verwendet Transkription falls verfügbar, fällt auf adaptive zurück)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

# Adaptive Szenenerkennung erzwingen (Transkription überspringen)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json --no-transcription

# Benutzerdefinierte Verzeichnisse
cd "$SKILL_DIR" && uv run python scripts/cutter.py \
  --input /pfad/zu/videos --output /pfad/zu/ausgabe

Ausgabe

Jede Konfiguration erzeugt eine output.mp4 im output_dir, die die zusammengefügten Segmente enthält. Der Ton bleibt aus den ursprünglichen Videosegmenten erhalten.


Fehlerbehandlung

  • Keine Segmente definiert → Fehlermeldung, Programm beendet
  • Ungültige Segment-Zeiten → klare Fehlermeldung mit erwartetem Format
  • Quellvideo nicht gefunden → Fehler mit "Datei nicht gefunden"
  • Transkription fehlschlägt → fällt auf adaptive zurück (falls aktiviert), sonst Fehler
  • Fehler in einzelnen Segmenten → werden protokolliert; andere Segmente werden fortgesetzt

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

FilippTrigub/abra

>- Remove the background from every frame of a video using AI (BiRefNet-general via rembg). Outputs transparent-background video or composites onto a solid colour or image. Requires a CUDA GPU with at least 3 GB free VRAM.

Verwandte Skills