Communitygithub.com

Conz-Wilts/ai-editor

Für die Maintainer des Editors. Verwandelt Korrekturen der Nutzer in dauerhafte Verbesserungen im Repository – für alle Nutzer, erzwungen durch Code und Tests statt durch Notizen. Liest Vorschläge ('würde allen helfen'), Geschmacksregeln, Vorschaukorrekturen, Überprüfungsnotizen und offene GitHub-Issues; gruppiert Wiederholungen; schreibt für jeden akzeptierten Punkt eine allgemeine Regel in PRINCIPLES.md, ergänzt die Durchsetzung, einen Test und lässt die vollständige Testsuite laufen.

Was ist ai-editor?

Dieses Skill ist exklusiv für die Maintainer des AI Video Editors und nicht für Endnutzer gedacht. Es sammelt systemati sch alle wiederkehrenden Nutzerkorrekturen aus verschiedenen Quellen (Vorschläge, Geschmacksregressionen, Vorschaukorrekturen, Überprüfungshinweise, GitHub-Issues mit Label 'feedback'), gruppiert sie nach Häufigkeit und präsentiert sie zur Bearbeitung. Wenn der Maintainer eine Regel akzeptiert, wird sie zuerst als allgemeingültiger Grundsatz in PRINCIPLES.md und im zuständigen Skill festgehalten. Die eigentliche Durchsetzung erfolgt durch minimalen Code – sei es ein bestehender Check, eine Verweigerung im Script, ein spezifischer Default oder eine Test-Assertion. Ein Test muss vor der Korrektur fehlschlagen und danach bestehen. Das Skill unterstützt macOS, Linux (python3) und Windows (py) und verlässt sich auf die Scripte im Ordner `scripts/improve.py`. Es stellt sicher, dass kein persönlicher Nutzerdatensatz in das Repository gelangt und dass alle Änderungen von einer vollständigen Testsuite (check_plugins, okf, Demos, u.a.) abgedeckt werden. Der Maintainer prüft den Diff und committed selbst; der Zyklus gilt erst als geschlossen, wenn Regel, Durchsetzung und Test vorhanden sind.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Conz-Wilts/ai-editor/tree/HEAD/.claude/skills/improve
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Verbessern

Pfade: ${CLAUDE_SKILL_DIR} bedeutet den Ordner, der diese SKILL.md enthält, und ${CLAUDE_SKILL_DIR}/../.. den .claude/-Ordner des Editors zwei Ebenen darüber.

Jede Frage an den Benutzer kommt in das Fragenfeld: rufen Sie das Tool AskUserQuestion auf (2–4 Optionen, die empfohlene zuerst). Nur in einem Agenten ohne dieses Tool fragen Sie nummeriert im Text.

Dies wird in einem Checkout des Repositorys ausgeführt, für die Person, die es wartet. Eine Korrektur hier erreicht jeden Benutzer bei dessen nächstem Update. S="${CLAUDE_SKILL_DIR}/scripts". Führen Sie die Skripte mit python3 auf Mac und Linux aus, mit py auf Windows.

0. Wer führt dies aus

python3 "$S/improve.py" mode

maintainer nur in einem Git-Checkout des Repositorys mit AI_EDITOR_MAINTAINER=1: fahren Sie mit Schritt 1 fort.

user: Die eigenen Dateien des Editors werden bei jedem Update ersetzt, daher niemals bearbeiten (keine SKILL.md, Referenz, kein Skript und keine PRINCIPLES.md). Sammeln und auswählen wie unten, dann jedes akzeptierte Objekt in der eigenen Benutzerebene speichern, die Updates niemals berühren (docs/customise.md im Repository): eine Einstellung mit taste.py add ... --set; eine Wortregel mit python3 "${CLAUDE_SKILL_DIR}/../../lib/ai_editor/custom.py" rule "<regel>"; ein Caption-Look als custom/captions/<name>.json plus taste.py set captions.preset <name>; Vorlagen-Standards als custom/templates/<type>.json. Dann taste.py suggest anbieten, damit die Maintainer es für alle beheben können. Hier stoppen.

1. Sammeln

python3 "$S/improve.py" collect [--edits D] [--no-gh]

Eine Regel pro Zeile, die am häufigsten wiederholte zuerst: wie oft sie aufgetreten ist, woher (Vorschlag, Geschmacksregression, Vorschaukorrektur, Überprüfungshinweis, GitHub-Issue), der genannte Besitzer und bis zu drei Beispiele. Eine Regel, die von mehreren Benutzern genannt oder nach ihrer Anwendung erneut gemeldet wurde, kommt zuerst.

2. Auswählen

Zeigen Sie die Spitze der Warteschlange an und fragen Sie im Fragenfeld, welche jetzt behoben werden soll (Mehrfachauswahl, die am häufigsten wiederholte zuerst, empfohlen). Fragen Sie bei jeder auch, wenn sie unklar ist: Jeder Benutzer (Empfohlen) / Nur einige Künstlergruppen-Stile (gehört in ein style.json-Feld, nicht in eine Regel) / Keine Korrektur (schließen).

3. Jede einzeln beheben, in dieser Reihenfolge

  1. Die Regel. Eine Zeile in ${CLAUDE_SKILL_DIR}/../../PRINCIPLES.md unter der richtigen Überschrift, mit Nennung, wo sie durchgesetzt wird, und dieselbe Regel in der zuständigen SKILL.md oder Referenz. Allgemein, niemals über ein einzelnes Video: „Zooms gleichen über mindestens 0,5 s aus“, nicht „der Zoom bei 0:12 ruckelte“.
  2. Die Durchsetzung. Der kleinste Code, der die Regel ohne Erinnerungsbedarf für jeden einhält: ein FAIL in einer Prüfung (check.py, quality.py, product.py check, ai_tells.py), eine Verweigerung im Skript, das sie verletzen würde (gates.py), ein Default, der sie nicht erzeugen kann, oder eine Zeile in tests/check_plugins.py für eine Repository-Regel. Bevorzugen Sie die Verschärfung einer bestehenden Prüfung gegenüber dem Hinzufügen einer neuen.
  3. Der Test. Eine Assertion im demo() dieses Skripts (oder in tests/), erstellt aus einem kleinen synthetischen Beispiel des Fehlers. Vor der Korrektur ausführen und fehlschlagen sehen, dann nach der Korrektur ausführen und bestehen sehen. Eine Regel, die nur ein Agent befolgen kann (Fragen, Erklären), erhält stattdessen einen Eval-Fall in evals/: prompt.md plus einen tool_used- oder llm-Grader.
  4. Die Aufzeichnung. docs/feedback-matrix.md: die Regel, wo sie festgehalten ist, was sie durchsetzt, welche Tests sie hat.

4. Alles ausführen

python3 tests/check_plugins.py
python3 .claude/lib/ai_editor/okf.py check

Dann tests/demos.sh (Demo jedes Skripts), node tests/test_record.mjs, und wenn der Renderer eingerichtet ist, tests/smoke.py und tests/golden.py. Alles grün, bevor übergeben wird. Nicht committen; der Maintainer prüft den Diff und committed.

Bei einem GitHub-Issue, das jetzt behoben ist, anbieten, eine einzeilige Zusammenfassung der Korrektur zu kommentieren und das Issue zu schließen (gh issue close <n> --comment "..."), nur nach Rückfrage.

Niemals

  • Niemals die taste.md, taste.json, rules.json oder suggestions.jsonl eines Benutzers bearbeiten: sie gehören dem Benutzer.
  • Niemals personenbezogene Daten in das Repository aufnehmen: keine Namen, Benutzernamen, E-Mail-Adressen, Dateinamen oder Aufnahmen aus dem Feedback. Schreiben Sie die allgemeine Regel und ein synthetisches Beispiel. tests/check_plugins.py schlägt bei bekannten privaten Namen fehl; lesen Sie jedes Beispiel, bevor es aufgenommen wird.
  • Niemals den Kreislauf nur mit einer Notiz schließen. Eine Regel ohne Durchsetzung und Test ist nicht erledigt.

Dateien

  • scripts/improve.py: mode, collect, demo. Nur lesend.
  • ${CLAUDE_SKILL_DIR}/../../lib/ai_editor/custom.py: der <library>/custom/-Ordner des Benutzers (im Benutzermodus wird dort geschrieben).
  • ${CLAUDE_SKILL_DIR}/../../skills/taste/scripts/taste.py: wo suggest und issue die Benutzerseite schreiben.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Conz-Wilts/ai-editor

Turns one long video or podcast (a local file or a YouTube link) into the best 3-5 short vertical clips, each cut and styled in the user's profile style. Transcribes once, splits the talk into candidate clips at sentence boundaries inside the chosen length, scores every candidate in code (speech rate, loudness, laughter, numbers and names said), shows the shortlist on one page with a preview of each, then trims, cuts and style-edits each pick as its own edit. Use when the user says "clip this video", "make shorts from my podcast", "find the best clips", "cut this into TikToks", "turn this YouTube video into reels", "repurpose this long video", or drops a long video (over about 3 minutes) or a YouTube link and wants short clips. Not for editing one short take (that is start or cut), and not for measuring someone else's style (that is creator-teardown).

Conz-Wilts/ai-editor

Reverse-engineers a short-form creator's video format from their real numbers. Pulls a TikTok or YouTube Shorts profile (or pasted links, Instagram reels too) with view, like and save counts, transcribes the top videos word for word, measures pace, pauses and fillers, maps each video into timed beats, and writes a teardown.md someone can film from, a teardown.html page of their graphics, motion and sound, and the style.json the style-edit skill edits from (on its own it can write an edit plan as a table and .srt). Use when the user wants to analyse, break down or study a creator ("analyse @handle", "tear down @handle", "teardown of @handle", "break down this creator", "what makes this creator's videos work"), pastes TikTok, YouTube or Instagram links and asks what the pattern is, or asks to set up creator-teardown. Not for editing the user's own video like a creator (that is start), not for researching a topic, and not for cutting raw footage.

Conz-Wilts/ai-editor

Cuts raw talking-head footage into a clean jump cut. Takes one take or several joined (mp4 or mov, any aspect, 4K phone footage is fine), transcribes it word by word, removes retakes, false starts, fillers and dead pauses, and renders cut.mp4 at the source resolution plus words.json timed to the cut. The user approves the cut on a page with the whole transcript and every removed word struck through. Use when the user says "cut my video", "just cut it", "remove my mistakes", "cut out the retakes", "remove the pauses", "clean up this take", "jump cut this", "tighten this clip", or asks only for the cut of a raw take; start calls it for a full edit. Runs before style-edit. Not for a general request to edit a video or to make it look like a creator (that is start), not for adding captions, zooms or cards (style-edit), and not for analysing someone else's videos (creator-teardown).

Conz-Wilts/ai-editor

Generates new footage with Higgsfield and puts it on the edit's timeline. Prices every generation first, asks the user with the dollar amount (and, for their own footage, whether it may be uploaded to Higgsfield), then submits, waits, downloads into the edit's generated/ folder and adds the result to the timeline's Generated track. Covers motion transfer on a clip of the user's video (their moves onto a character or styled look), b-roll from a sentence (text to video), a still brought to life (image to video) and stills for cards (text to image). Use when the user says "generate b-roll", "make a shot of", "AI b-roll", "generate a clip", "use Higgsfield", "motion transfer", "put my moves on", "restyle this part with AI", or asks for footage they did not film. Not for animated diagrams or motion graphics (motion), not for real screenshots and logos (overlays, logo-pack), and not for the cut (cut).

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community