Communitygithub.com

Schnitte erstellen

Verwendet, wenn der Benutzer eine rohe Kopfaufnahme (eine Person spricht in die Kamera, mit wiederholten Takes, Fehlstarts, Off-Kamera-Kommentaren oder langen Pausen) hat und einen groben Schnitt wünscht – der beste Take jeder Zeile einmal behalten, Pausen gestrafft – als bearbeitbare Timeline für DaVinci Resolve, Premiere Pro, Final Cut Pro oder CapCut Desktop und optional als MP4. Funktioniert in jeder Sprache, mit oder ohne das vorgelesene Skript. Fügt keine Untertitel, Musik oder Effekte hinzu.

Was ist Schnitte erstellen?

Dieses Skill wandelt rohe Talking-Head-Aufnahmen in einen groben Schnitt um: Jede Zeile wird einmal gesagt, im letzten vollständigen Take, mit verkürzten langen Pausen. Das Skript findet Sprache, transkribiert sie Satz für Satz und misst Lautstärkepegel. Sie entscheiden, welche Takes bleiben. Unterstützt wird die Ausgabe als bearbeitbare Timeline für DaVinci Resolve, Premiere Pro, Final Cut Pro und CapCut Desktop sowie optional als MP4-Datei. Es funktioniert in jeder Sprache, mit oder ohne Skript. Das Skill lokalisiert zunächst die Sprache und erstellt eine Vorschau der Takes. Sie überprüfen und bearbeiten die Auswahl, bevor das Rendering erfolgt. Der gesamte Prozess ist vollständig lokal und datenschutzfreundlich. Das Skill erkennt automatisch wiederholte Takes, Fehlstarts und undeutliche Passagen und schlägt eine optimale Auswahl vor, die Sie manuell anpassen können. Die resultierende Timeline ist eine einzige Spur ohne Überblendungen, bereit für den Feinschliff in Ihrem bevorzugten Schnittprogramm.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MikolajKopec/skills/tree/HEAD/skills/video/cut-takes

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Schnitte erstellen?

Verwandle eine rohe Talking-Head-Aufnahme in einen groben Schnitt: Jede Zeile einmal gesagt, im letzten vollständigen Take, mit verkürzten langen Pausen. Das Skript findet Sprache, transkribiert sie Satz für Satz und misst Lautstärkepegel. Sie entscheiden, welche Takes bleiben.

Skript: python "${CLAUDE_SKILL_DIR}/scripts/cut_takes.py" (verwenden Sie python3, wenn python Python 2 ist oder fehlt). Im Folgenden wird es als cut_takes.py bezeichnet.

0. Einrichtung (einmalig)

Führen Sie cut_takes.py doctor aus. Wenn etwas fehlt, informieren Sie den Benutzer und bieten Sie den Installationsbefehl an:

  • FFmpeg: Windows winget install Gyan.FFmpeg, macOS brew install ffmpeg, Linux sudo apt install ffmpeg.
  • Python-Paket: python -m pip install faster-whisper.
  • Optionale NVIDIA GPU: python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*" (etwa 2 GB). Ohne GPU läuft alles auf der CPU, nur langsamer.

1. Analysieren

Fragen Sie nach dem Videopfad und, falls der Sprecher ein Skript gelesen hat, dem Skript als Klartext (optional). Wählen Sie einen Arbeitsordner neben dem Video, z. B. <Video-Ordner>/<Video-Name>-cut/.

cut_takes.py analyze VIDEO --work WORK [--script SCRIPT.txt] [--language en]
  • Die Sprache wird automatisch erkannt; übergeben Sie --language, wenn die Erkennungszeile in der Ausgabe falsch ist.
  • Bei CPU kann eine lange Aufnahme eine Weile dauern. Für einen schnellen Durchlauf fügen Sie --model small hinzu.
  • Sehr große Dateien (4K, über 20 Minuten) funktionieren, aber das Rendern ist von einer 1080p-Kopie schneller.

Ausgabe in WORK: takes.md (dieses lesen), takes.json und ein Entwurf von cuts.json.

2. Takes auswählen

Lesen Sie takes.md. Jeder Satz hat eine ID, Quellzeit, Text und Status:

  • KEEP / DROP retaken in #N – das Skript geht bereits davon aus, dass der letzte vollständige Take gewinnt. Überprüfen Sie jede Annahme.

  • DROP unclear (noise?) – ein Husten, Klick oder Atemzug, den Whisper in Worte verwandelt hat („Danke.“). DROP not in script – nur mit --script.

  • (cut before "word" ...) – nur das Ende des Satzes wurde später noch einmal gesagt; der Entwurfsclip endet vor diesem Wort.

  • !! repeated ... / !! false start ... / !! long word ... – ein Stolperer innerhalb eines Satzes (ein langes Wort ist oft eine Wiederholung, die Whisper zusammengeführt hat). Überprüfen Sie es, indem Sie kurze Fenster transkribieren, und entfernen Sie es dann mit skip oder verwenden Sie einen anderen Take:

    cut_takes.py transcribe VIDEO --work WORK --at 86.1 87.0 87.4 88.6
    
  • Script words not found – Zeilen, die von keinem behaltenen Satz abgedeckt werden. Suchen Sie sie in den DROP-Sätzen; wenn sie fehlen, informieren Sie den Benutzer.

Bearbeiten Sie dann cuts.json:

  • Entfernen Sie Off-Kamera-Gerede („okay, noch einmal“, „nimmt es auf?“), Mikrofontests und unvollständige Takes. Eine unvollständige Zeile ist besser entfernt als behalten.
  • Ein Kommentar bezieht sich oft auf den Take davor: „das verwenden wir nicht“ direkt nach einer Zeile bedeutet, dass diese Zeile auch weg muss.
  • Wenn zwei Takes gleich vollständig sind, bevorzugen Sie den, der näher am Skript ist.
  • from liegt in der Stille vor dem Take, to in der Stille danach. Behalten Sie die Clips in der Reihenfolge, in der sie abgespielt werden sollen.
  • Ein Stolperer innerhalb eines guten Takes: "skip": [[a, b]] mit a direkt nach dem letzten guten Wort und b kurz vor der sauberen Wiederholung. Verwenden Sie Wortzeiten aus takes.json, um es zu platzieren.

Optional: Überprüfen Sie, wo der Sprecher am Ende eines Takes hinsieht (ein Blick auf Notizen ruiniert den Schnitt):

cut_takes.py frames VIDEO --at 41.2 --dur 2 --png WORK/end.png

Sehen Sie sich das PNG an und setzen Sie das Ende to vor dem Wegschauen von der Kamera.

3. Rendern

cut_takes.py render WORK/cuts.json [--style natural|tight] [--mp4]
  • natural (Standard, YouTube und Langform): Pausen über 0,5 s werden auf 0,3 s verkürzt.
  • tight (Kurzformate, Reels): Jede Pause wird geschnitten, und Atemzüge und Lippengeräusche zwischen Sätzen fallen ebenfalls weg (aufgeführt als dropped breath/noise).
  • Feineinstellung mit --max-pause und --keep-pause (Sekunden).
  • Fügen Sie --mp4 nur hinzu, wenn der Benutzer eine fertige Videodatei wünscht.

Es schreibt <Video>-cut.fcpxml, .xml, .edl, einen CapCut-Projektordner <Video>-cut-capcut/, -segments.json (und .mp4) in WORK und endet mit CHECK OK, wenn alle Exporte miteinander und mit dem MP4 übereinstimmen. Bei CHECK FAILED melden Sie die Nachricht und übergeben die Dateien nicht.

Mit --mp4 transkribieren Sie das Ergebnis einmal (cut_takes.py transcribe WORK/<Video>-cut.mp4 --work WORK --at 0 <Länge>) und lesen Sie es: Jede Zeile einmal, keine Wiederholungen, kein Wort halbiert.

4. Übergeben

Teilen Sie dem Benutzer die Länge vorher und nachher mit, die Anzahl der Segmente, welche Takes Sie verworfen haben und warum, sowie alles, worauf er achten sollte. Sagen Sie ihm dann, wie der Import funktioniert:

EditorDateiWie
DaVinci Resolve.fcpxml (oder .xml)Datei > Importieren > Timeline, dann die Datei auswählen. Medien bei Aufforderung neu verknüpfen
Premiere Pro.xmlDatei > Importieren, die .xml auswählen; eine neue Sequenz erscheint im Projekt
Final Cut Pro.fcpxmlDatei > Importieren > XML
Andere Editoren.edlCMX 3600 EDL, importieren und mit dem Quellvideo neu verknüpfen
CapCut Desktop-capcut/-OrdnerCapCut beenden, den gesamten Ordner in den CapCut-Projektordner (unten) kopieren, CapCut starten und das Projekt vom Startbildschirm aus öffnen

CapCut-Projektordner: Windows %LOCALAPPDATA%\CapCut\User Data\Projects\com.lveditor.draft, macOS ~/Movies/CapCut/User Data/Projects/com.lveditor.draft oder der in den CapCut-Einstellungen festgelegte Pfad. Schreiben Sie nicht selbst hinein; sagen Sie dem Benutzer, er soll den Ordner kopieren. Wenn das Projekt nicht erscheint oder sich nicht öffnet, greifen Sie auf das .mp4 zurück.

Die Timeline verweist auf die Originalvideodatei. Verschieben oder umbenennen Sie diese daher nicht vor dem Import. Jeder Schnitt ist ein harter Schnitt auf einer einzigen Spur; fügen Sie bei Bedarf im Editor Überblendungen hinzu, wenn ein Schnitt knallt.

Um etwas zu ändern, bearbeiten Sie cuts.json und rendern Sie erneut.

Verwandte Skills