Communitygithub.com

Auto-Video-Editor-Windows

Verwendet lokale HotClip- und FFmpeg-Tools, um Video-Bearbeitungen, Transkriptionen und Untertitel auf macOS und Windows zu erstellen – ohne zusätzliche LLM-Endpunkte.

Was ist Auto-Video-Editor-Windows?

Diese Agenten-Fertigkeit ermöglicht die automatische Videobearbeitung auf macOS und Windows mithilfe von HotClip und FFmpeg. Sie transkribiert Videosprache lokal mit Wort-Zeitstempeln, entfernt auf Wunsch Füllwörter und erstellt präzise Untertitel (SRT) sowie hart eingebrannte MP4-Dateien. Highlights werden auf Basis des Transkripts ausgewählt, nicht über KI-gestützte Befehle – ideal für Entwickler und Content-Ersteller, die keine LLM-Endpunkte konfigurieren möchten. Der Workflow umfasst die Analyse mit ffprobe, lokale Installation von Git, Node.js, FFmpeg und HotClip, sowie die Vermeidung von Hochladen oder Veröffentlichen. Unterstützt wird macOS (Homebrew) und Windows (winget). Die Fertigkeit eignet sich besonders für Livestream-Highlights, Vorlesungen, Meetings oder andere Aufnahmen, bei denen eine schnelle, schnittbasierte Bearbeitung ohne Cloud-Abhängigkeit gewünscht ist.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cresjq-sketch/agent-skills/tree/HEAD/skills/auto-video-editor-windows

In Ihrer bevorzugten KI fragen

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

Dokumentation

Auto-Video-Editor für macOS und Windows

Verwenden Sie lokales HotClip und FFmpeg, um überprüfbare Video-Bearbeitungen auf macOS oder Windows zu erstellen. Installieren Sie diese Standard-Agenten-Fertigkeit mit dem nativen Installationsprogramm des aktuellen Agenten. Voraussetzungen: macOS oder Windows 10+, Internetzugang und mehrere GB freien Speicherplatz. Installieren Sie vor der Bearbeitung Git, Node.js LTS, FFmpeg, HotClip und das lokale Sprachmodell von HotClip mit dem Paketmanager des Betriebssystems und verwenden Sie dann die HotClip-CLI. Auf macOS ist Homebrew der übliche Paketmanager, auf Windows wird winget verwendet. Kein Repository-PowerShell-Bootstrap, Ollama oder LLM-Endpunkt ist für die transkriptgesteuerte Auswahl erforderlich. Starten Sie den Agenten bei Bedarf nach der Installation der Fertigkeit neu.

Arbeitsablauf

  1. Untersuchen Sie die Quelle mit ffprobe: Dauer, Bildgröße und Audio-/Video-Streams. Bewahren Sie die Quelle und erstellen Sie einen neuen, gleichgeordneten Ausgabeordner 成品_自动精剪_YYYY-MM-DD; verwenden Sie ein numerisches Suffix, falls dieser bereits existiert.
  2. Wählen Sie bei Videos über fünf Minuten die Anzahl der Höhepunkte aus dem Transkript: normalerweise 1–2 bei unter 15 Minuten, 2–4 bei 15–60 Minuten und 3–5 bei über 60 Minuten. Dies sind Obergrenzen, keine Quoten; kehren Sie mit weniger zurück, wenn es nicht genügend eindeutige, vollständige und nützliche Momente gibt. Vermeiden Sie sich wiederholende Themen. Bereinigen Sie bei kürzeren fertigen Clips den gesamten Clip konservativ. Wenn der Benutzer die vollständige Aufnahme behalten möchte, extrahieren Sie keine Höhepunkte.
  3. Transkribieren Sie lokal mit der ASR von HotClip mit Wort-Zeitstempeln. Überprüfen Sie das Transkript am Audio, bevor Sie es für Schnitte oder Untertitel verwenden. Die automatischen highlights- und clip-Befehle von HotClip erfordern einen konfigurierten LLM-Endpunkt; in diesem Workflow ohne LLM wählt der aktive Assistent Momente aus dem Transkript aus und rendert sie mit FFmpeg. Laden Sie kein Filmmaterial oder Transkript hoch.
  4. Entfernen Sie standardmäßig klare Füllwörter. Überprüfen Sie isolierte Zögerungslaute wie 嗯, 呃, 额, 唔, 诶, um, uh und offensichtliche unmittelbare Stotter-Wiederholungen. Prüfen Sie jeden Kandidaten im Audio vor dem Schnitt. Behandeln Sie 啊, 这/这个, 那个, 就是 und 然后 als kontextabhängig: entfernen Sie sie nur, wenn sie eindeutig nicht-semantische Zögerungen oder wiederholte Gerüste sind und der Satz natürlich bleibt. Behalten Sie bedeutungsvolle Betonung, Verweise, Übergänge und jedes unsichere Wort bei. Verwenden Sie niemals eine blinde Textersetzung im gesamten Transkript. Schneiden Sie nur vollständige Wort-Spannen mit einer kleinen natürlichen Audiogrenze; bewahren Sie Atemzüge und Raumklang, es sei denn, sie sind eindeutig unerwünscht.
  5. Erstellen Sie standardmäßig Untertitel für jeden gesprochenen Clip. Erstellen Sie genaue chinesische Untertitel aus dem überprüften Transkript, entfernen Sie Wörter, die tatsächlich geschnitten wurden, und timen Sie alle Hinweise auf der bearbeiteten Ausgabe-Zeitachse neu. Halten Sie lesbare kurze Zeilen (normalerweise eine oder zwei Zeilen), natürliche Interpunktion und sichere Ränder. Liefern Sie sowohl ein MP4 mit festen Untertiteln als auch eine passende SRT-Begleitdatei. Wenn der Benutzer keine Untertitel wünscht, lassen Sie beide nur nach dieser Aufforderung weg. Präsentieren Sie niemals einen nicht eingebrannten Untertitelplan als Export mit Untertiteln.
  6. Setzen Sie Highlight- und Füllwortschnitt-Grenzen auf vollständige Wörter und Sätze. Überprüfen Sie das Transkript und Audio um jeden Start und jedes Ende; verlassen Sie sich niemals nur auf midWordCuts: 0. Setzen Sie die beibehaltenen Intervalle zu einer Bearbeitung zusammen und führen Sie eine Bearbeitungsliste. Berechnen Sie für eine Quellzeit t innerhalb eines beibehaltenen Intervalls [source_start, source_end] die Ausgabezeit als t - source_start + cumulative_duration_of_prior_retained_intervals; lassen Sie Wörter weg, die durch Füllwortschnitte entfernt wurden. Erstellen Sie die SRT auf dieser Ausgabe-Zeitachse, verwenden Sie dieselbe Intervallkarte für die Audio-/Video-Verkettung, brennen Sie dann die SRT mit dem Untertitelfilter von FFmpeg in das gerenderte MP4 ein.
  7. Bewahren Sie das Hauptbild und die Grafiken der Quelle. Ersetzen Sie bei dem wiederkehrenden blauen Livestream-Banner nur den alten Episodentitel durch einen prägnanten, treuen Titel aus dem Transkript; behalten Sie die permanente Kopfzeile und dekorative Grafiken. Platzieren Sie eingebrannte Untertitel nahe dem unteren Rand mit etwa 40 px Abstand bei 1080×1920. Überprüfen Sie einen gerenderten Frame auf lesbaren, nicht abgeschnittenen Text.
  8. Bewahren Sie standardmäßig kontinuierliches Audio, außer bei verifizierten Füllwörtern, unerwünschter Stille oder benutzerdefinierten Bearbeitungen. Behandeln Sie VAD-Stille als Kandidaten: Wenn ein vorgeschlagener Schnitt ein ASR-Wort überlappt, untersuchen Sie das Audio und bewahren Sie Sprache. Verwenden Sie für visuelle Überlagerungen, wo möglich, Stream-Kopie des gerenderten Audios und vergleichen Sie dessen Audio-Paket-Hash mit dem Vor-Überlagerungs-Render.
  9. Überprüfen Sie jeden Export mit ffprobe, vollständigem FFmpeg-Decode, Audio-/Video-Stream-Prüfungen, Black-Frame-Scan, Silence-Scan, Dauer, Untertitel-Präsenz/-Synchronisation und Überprüfung der Anfangs-/Endwörter. Hören Sie sich den gerenderten Start, die Mitte und das Ende an. Ordnen Sie lange Stille der Quelle zu und berichten Sie, ob sie in der Aufnahme vorhanden war oder durch die Bearbeitung eingeführt wurde. Heben Sie ungelöste QA-Warnungen hervor und berichten Sie nur über tatsächlich durchgeführte Prüfungen.
  10. Veröffentlichen oder laden Sie nichts hoch. Liefern Sie absolute Pfade zu jedem MP4 und SRT, Dauer, Ausgabeordner und einen Markdown-Bearbeitungsbericht mit QA-Links.

Befehle

Plattform-Setup und Befehle

Verwenden Sie die Repository-CLI auf beiden Plattformen. Installieren Sie zuerst Git, Node.js LTS, FFmpeg und pnpm; klonen Sie HotClip von https://github.com/xixihhhh/hotclip in ein stabiles Benutzerverzeichnis und führen Sie dort pnpm install aus. Die erste lokale Transkription von HotClip lädt das Sprachmodell herunter. Setzen Sie für diesen transkriptgesteuerten Workflow keine LLM-Umgebungsvariablen.

macOS (zsh), nach Bedarf nach Installation von Homebrew:

brew install git node ffmpeg
corepack enable
corepack prepare pnpm@latest --activate
mkdir -p "$HOME/Library/Application Support/HotClip"
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$HOME/Library/Application Support/HotClip/source"
cd "$HOME/Library/Application Support/HotClip/source"
pnpm install
pnpm cli transcribe "$HOME/Movies/recording.mp4" --json > "$HOME/Movies/transcript.json"

Windows PowerShell, aus dem HotClip-Quellverzeichnis nach Installation von Git, Node.js LTS und FFmpeg mit winget:

corepack enable
corepack prepare pnpm@latest --activate
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$env:LOCALAPPDATA\HotClip\app"
Set-Location "$env:LOCALAPPDATA\HotClip\app"
pnpm install
pnpm cli transcribe 'C:\Videos\recording.mp4' --json > 'C:\Videos\transcript.json'

Das offizielle HotClip-macOS-DMG ist derzeit für Apple Silicon. Die App ist nicht von Apple notarisiert; verwenden Sie die offizielle Installationsanleitung, wenn Gatekeeper sie blockiert. Der obige CLI-Quell-Workflow ist getrennt von diesem GUI-Download. Überprüfen Sie vor der Installation die aktuelle HotClip-Version und die Installationsanleitung auf Intel-Mac-Kompatibilität.

Die Transkription läuft lokal. Wählen Sie eine Anzahl innerhalb der dauerbasierten Obergrenzen gemäß den eindeutigen, in sich geschlossenen Momenten im Transkript; füllen Sie niemals das Maximum nur, weil es existiert. Rendern Sie immer gesprochene Untertitel und eine passende SRT, es sei denn, der Benutzer bittet darum, sie wegzulassen. Entfernen Sie nur einzeln verifizierte Füllwort-Spannen und timen Sie dann Untertitel-Hinweise auf die Ausgabe-Zeitachse neu. Rendern Sie nur nach Überprüfung der Transkript-Grenzen und Audio-Sicherheit.

Verwandte Skills