assafkip/claude-video-editor

Jedes Video per Konversation bearbeiten – der Orchestrator für die gebündelte Videopipeline. Verwenden, wenn der Nutzer Filmmaterial zuschneiden, bearbeiten, untertiteln, color-graden oder mit Bewegungsgrafiken versehen möchte; einen Ordner mit Clips ablegt und sagt „Bearbeite das“; oder ein Werbeclip/Teaser/Tutorial/Kurzvideo erstellen möchte. Leitet an video-use (die Schnitt-Engine) und HyperFrames (Bewegungsgrafik-Overlays) weiter, mit einer motion-craft-Bibliothek für den guten Geschmack.

Was ist claude-video-editor?

video-studio ist ein KI-gesteuerter Skill, der eine konversationsbasierte Pipeline zur Videobearbeitung bereitstellt. Der Skill liest niemals das Video selbst, sondern analysiert Transkripte und zeitgesteuerte PNG-Bilder, um präzise auf Wortebene zu schneiden. Er besteht aus drei Schichten: der Schnitt-Engine `video-use`, der Bewegungsschicht HyperFrames (HTML+GSAP-Kompositionen) und der Handwerksschicht für Storyboard und Stil. Der Benutzer gibt lediglich einen Ordner mit Clips vor und beschreibt das gewünschte Ergebnis in natürlicher Sprache; der Skill transkribiert, plant den Schnitt, holt Bestätigung ein, erstellt eine EDL (Edit Decision List), rendert Overlays und führt eine Selbstbewertung durch. Wichtigste Plattform ist Claude (oder andere LLM-basierte Agents), die mit dem lokalen Dateisystem und ffmpeg/Node.js/Chrome interagiert. Der Skill setzt auf strenge Regeln, etwa dass Untertitel nur als ProRes mit Alphakanal gerendert werden, und dass bei stummen Quellen ein Stereostille-Ton hinzugefügt werden muss. Alle Ausgaben landen in einem zentralen Ausgabeordner `<videos>/edit/`.

Funktioniert mit✓Claude Code~Codex CLI~Cursor

npx skills add https://github.com/assafkip/claude-video-editor/tree/HEAD/skills/video-studio

Dokumentation

video-studio

Eine konversationsgesteuerte Pipeline zur Bearbeitung beliebiger Videos. Drei Schichten werden kombiniert; dieser Skill leitet zwischen ihnen weiter. Die KI schaut sich das Video nie an – sie liest es (Transkript + zeitgesteuerte PNGs) und schneidet mit Wortgenauigkeit.

Die drei Schichten (was hier gebündelt ist)

Die Schnitt-Engine – video-use (skills/video-use/) Transkribieren → Packen → Begründen → EDL → Rendern → Selbstbewertung. Zuständig für: Füllwörter entfernen, tote Stellen trimmen, Color Grading, 30ms Audio-Fades, Untertitel einbrennen und das render.py-Komposit, das Overlays auf den Schnitt legt. Dies ist das Rückgrat jeder Bearbeitung. Lies skills/video-use/SKILL.md für die 12 Produktionsregeln.
Die Bewegungsschicht – HyperFrames (skills/hyperframes/, hyperframes-cli/, hyperframes-registry/, gsap/, website-to-hyperframes/) HTML + GSAP-Kompositionen, die über Headless Chrome als .movmit Alphakanal gerendert werden. Verwendung für: Drittel-Untertitel, Titelcards, Callouts, audio-reaktive Elemente, Szenenübergänge, kinetischer Text. video-use startet sie als Overlays und erstellt das Komposit.
Die Handwerksschicht – make-a-video, short-form-video, docs/MOTION_PHILOSOPHY.md Storyboard, Markensystem, Tempo, Bewegungsästhetik. Hier geht es um wie es sich anfühlen soll, nicht um wie es gerendert wird.

Die Standard-Schleife

Bestandsaufnahme. Liste die Quellen im Ordner auf. Transkribiere nicht unaufgefordert – warte, bis der Benutzer auf das Filmmaterial zeigt und sagt, was er möchte.
Transkribieren + Packen (video-use): ein Transkript-Aufruf pro Quelle → eine takes_packed.md.
Strategie → Bestätigen. Schneidevorschlag (Abschnitte, Reihenfolge, was wegfällt). Warte auf OK. Führe nie einen Schnitt ohne Zustimmung aus.
EDL. Schreibe die Schnittliste (ranges = Quellsekunden, overlays = Untertitel-.movs in Ausgabesekunden). Siehe templates/project/ für das Format.
Bewegung (HyperFrames, wenn ein Abschnitt sie benötigt): erstelle eine Komposition, rendere pro Variante --format mov (Alpha – webm wird undurchsichtig).
Komposit (video-use): render.py <edl> -o final.mp4 --no-subtitles --no-loudnorm (entferne --no-loudnorm nur, wenn die Quelle echten Ton hat).
Selbstbewertung → Speichern. Die Engine prüft jede Schnittgrenze, bevor du etwas zeigst. Der Sitzungsspeicher lebt in der project.md des Projekts.

Harte Regeln (nicht verhandelbar; Geschmack ist frei)

Untertitel als --format mov rendern (ProRes 4444 yuva). webm = undurchsichtig, kein Alpha.
Stumme Quelle benötigt eine stereostille Tonspur vor render.py (dessen Audio-Pfad erwartet eine) und --no-loudnorm.
Geschwindigkeitsrampen sind vorgerenderte setpts-Clips, die als eigene EDL-Quellen referenziert werden. Keine native EDL-Geschwindigkeit.
Ausgaben liegen in <videos>/edit/ – halte die Skill-Verzeichnisse sauber.

Einrichtung

Führe einmal ./install.sh aus (prüft ffmpeg/node/chrome, richtet video-use's venv ein, verdrahtet die Skills, fragt nach dem ElevenLabs-Schlüssel). Wechsle dann in einen Ordner mit Filmmaterial und starte eine Sitzung. Siehe das Repo README.md.