Communitygithub.com

FilippTrigub/abra

Entfernt den Hintergrund aus jedem Frame eines Videos mittels KI (BiRefNet-general via rembg). Ausgabe mit transparentem Hintergrund oder Compositing auf eine Volltonfarbe oder ein Bild. Erfordert eine CUDA-GPU mit mindestens 3 GB freiem VRAM.

Was ist abra?

Dieses Skill ermöglicht es, den Hintergrund aus Videoframes pixelgenau zu entfernen – basierend auf dem BiRefNet-Modell, das über rembg integriert wird. Es eignet sich besonders für Talking-Head-Videos, Produktdemos oder Szenen, in denen eine Person oder ein Objekt freigestellt werden soll. Der Benutzer kann wahlweise einen transparenten Hintergrund (als PNG-Sequenz) oder ein Compositing auf eine Volltonfarbe (z. B. #hex) oder ein Hintergrundbild wählen. Der Skill unterstützt verschiedene Modelle: birefnet-general für beste Qualität, birefnet-portrait für optimierte Personenerkennung, isnet-general-use als schnellere Alternative und u2net_human_seg für reine menschliche Motive. Die Ausgabe erfolgt als MP4-Datei (bei transparentem Hintergrund ohne echten Alphakanal im MP4-Container; für echte Transparenz wird die Ausgabe als PNG-Sequenz empfohlen). Voraussetzung ist eine CUDA-GPU mit mindestens 3 GB freiem VRAM – bei zu geringem VRAM wird eine klare Fehlermeldung mit Tipps ausgegeben. Der Skill ist für den Einsatz mit Claude Code, Cursor, Codex und ähnlichen KI-Agenten optimiert und führt den Benutzer durch einen interaktiven Workflow: Abfrage der gewünschten Einstellungen, Bearbeiten der config.json und Ausführung des Skripts. Der gesamte Prozess ist in Python realisiert und nutzt uv für das Dependency-Management. Die Modellgewichte werden beim ersten Start automatisch heruntergeladen (~500 MB).

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

keyer — KI-Videohintergrundentfernung

Entfernt den Hintergrund aus jedem Frame eines Videos mittels BiRefNet-general (ein hochwertiges Matting-Modell via rembg). Optional Compositing auf eine Volltonfarbe oder ein Hintergrundbild. Der Ton bleibt erhalten.

Das Skill-Verzeichnis (in dem diese SKILL.md liegt) wird nachfolgend als $SKILL_DIR bezeichnet.

GPU erforderlich. Benötigt eine CUDA-GPU mit ≥ 3 GB freiem VRAM. Wenn der LLM-Kontext VRAM belegt, pausieren Sie ihn vor der Ausführung.


Wann verwenden

Verwenden Sie dieses Skill, wenn der Benutzer Folgendes wünscht:

  • Entfernen des Hintergrunds aus einem Video (Talking Head, Produktdemo usw.)
  • Platzieren eines Motivs auf einer Volltonfarbe oder einem Markenhintergrund
  • Exportieren eines Videos mit transparentem Hintergrund (Alpha-Kanal-PNG-Frames)

Einrichtung (nur beim ersten Mal)

cd "$SKILL_DIR" && uv sync

Die BiRefNet-Modellgewichte werden beim ersten Start automatisch heruntergeladen (~500 MB).


Agenten-Workflow

1. Den Benutzer fragen

Bevor ich den Hintergrund entferne, benötige ich folgende Angaben:

🎭 Hintergrundersatz
  - null          — transparenten Alphakanal behalten (PNG-Frames; kein alpha im mp4)
  - #hex-Farbe   — z. B. "#1a1a2e" für dunkles Marineblau
  - /pfad/zum/bg — Compositing auf eine Bilddatei

🧠 Modell
  - birefnet-general   — beste allgemeine Qualität  [Standard]
  - birefnet-portrait  — optimiert für Personen
  - isnet-general-use  — schnellere Alternative
  - u2net_human_seg    — schnell, nur Menschen

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

Warten Sie auf die Antwort des Benutzers, bevor Sie fortfahren.

2. config.json bearbeiten

Schreiben oder aktualisieren Sie $SKILL_DIR/config.json basierend auf den Benutzerentscheidungen.

3. Ausführen

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

4. Ergebnisse melden

Teilen Sie dem Benutzer die Pfade der Ausgabedateien und den verwendeten Hintergrundmodus mit.


Konfigurationsreferenz

SchlüsselWerteStandardBeschreibung
input_dirPfad./inputOrdner mit Eingabevideos
output_dirPfad./outputZielordner
modelsiehe obenbirefnet-generalMatting-Modell
bgnull / hex / PfadnullHintergrundersatz

Häufige Aufrufe

# Standard: Hintergrund entfernen, transparente Ausgabe
cd "$SKILL_DIR" && uv run python scripts/matte.py

# Compositing auf dunklen Hintergrund
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg "#0d0d0d"

# Compositing auf ein Bild
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg /pfad/zum/studio_bg.jpg

# Portrait-optimiertes Modell
cd "$SKILL_DIR" && uv run python scripts/matte.py --model birefnet-portrait

# Null-Hintergrund (als Zeichenkette "null" über CLI übergeben)
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg null

Ausgabe

Jedes Eingabevideo erzeugt eine Ausgabe-.mp4 im output_dir mit demselben Dateinamen. Wenn bg=null, wird die Ausgabe mit yuv420p codiert (keine echte Transparenz im mp4); für echte transparente Frames führen Sie clawimig aus oder exportieren Sie als PNG-Sequenz.


Fehlerbehandlung

  • Nicht ausreichend VRAM → gibt erforderliche vs. verfügbare GB aus, Tipps zum Freigeben von VRAM, beendet sich
  • Keine CUDA-GPU / ONNX CUDAExecutionProvider fehlt → klare Fehlermeldung, beendet sich
  • Keine Videos im input_dir → saubere Meldung, beendet sich
  • Fehler bei einzelnen Videos → werden protokolliert; andere Videos werden weiterverarbeitet

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

>- Cut videos into segments, rearrange them, and produce an output video with a specific cuts-per-second rate. Uses MoviePy for video manipulation. Prioritizes audio transcription for timestamped cutting, falls back to adaptive scene detection.

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.

Verwandte Skills