Communitygithub.com

Video-Editing

KI-gestützte Videobearbeitungs-Workflows zum Schneiden, Strukturieren und Anreichern von echtem Filmmaterial. Deckt die gesamte Pipeline von Rohaufnahmen über FFmpeg, Remotion, ElevenLabs, fal.ai bis hin zur finalen Feinarbeit in Descript oder CapCut ab. Verwende dies, wenn der Benutzer Videos bearbeiten, Material schneiden, Vlogs erstellen oder Videoinhalte aufbauen möchte.

Was ist Video-Editing?

Diese Fähigkeit definiert einen umfassenden, sechsschichtigen Workflow für die KI-gestützte Videobearbeitung, der echtes Filmmaterial transformiert – nicht durch generative Erstellung von Grund auf, sondern durch Kompression, Strukturierung und Anreicherung. Die Pipeline beginnt mit der Aufnahme in Screen Studio oder Rohmaterial, gefolgt von der Organisation und Transkription durch Claude Code oder Codex, um einen Schnittplan zu erstellen. FFmpeg führt dann deterministische Basiscuts durch (Trimmen, Verkettung, Proxy-Erstellung), während Remotion programmierbare Überlagerungen, Animationen und wiederverwendbare Vorlagen ermöglicht. Selective KI-Assets wie Sprachaufnahmen (ElevenLabs), Musik/SFX (fal.ai) oder B-Roll werden nur nach Bedarf generiert, bevor das Video in Descript oder CapCut final poliert wird (Tempo, Untertitel, Farbkorrektur). Besonders wertvoll ist die Fähigkeit für Entwickler und Power-User, die schnelle, wiederholbare Bearbeitungsabläufe benötigen: Sie bietet konkrete FFmpeg-Befehle, Remotion-Code-Vorlagen, Szenenerkennung, Stumm-Schnitt und Social-Media-Anpassung (16:9, 9:16, 1:1). Als Claude Code-Skill optimiert es den Workflow durch Transkriptanalyse, automatische Highlight-Identifikation und Code-Generierung für Schnitte. Das Hauptprinzip lautet: Im Zweifel schneiden, nicht generieren – Struktur vor Stil, und der menschliche Geschmack bleibt die letzte Instanz.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Cody-W-Tucker/skills/tree/HEAD/skills/video-editing

In Ihrer bevorzugten KI fragen

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

Vorschau

Aus dem Skill-README

Dokumentation

Videobearbeitung

KI-gestützte Bearbeitung von echtem Filmmaterial. Keine Generierung aus Eingabeaufforderungen. Schnelle Bearbeitung vorhandener Videos.

Wann aktivieren

  • Benutzer möchte Videoaufnahmen bearbeiten, schneiden oder strukturieren
  • Lange Aufnahmen in Kurzformate umwandeln
  • Vlogs, Tutorials oder Demovideos aus Rohmaterial erstellen
  • Überlagerungen, Untertitel, Musik oder Voiceover zu vorhandenen Videos hinzufügen
  • Videos für verschiedene Plattformen umrahmen (YouTube, TikTok, Instagram)
  • Benutzer sagt "Video bearbeiten", "dieses Material schneiden", "einen Vlog erstellen" oder "Video-Workflow"

Kern-These

KI-Videobearbeitung ist nützlich, wenn man aufhört, sie zu bitten, das gesamte Video zu erstellen, und stattdessen beginnt, sie zu nutzen, um echtes Filmmaterial zu komprimieren, zu strukturieren und anzureichern. Der Wert liegt nicht in der Generierung. Der Wert liegt in der Kompression.

Die Pipeline

Screen Studio / Rohmaterial
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript oder CapCut

Jede Ebene hat eine bestimmte Aufgabe. Ebenen nicht überspringen. Nicht versuchen, ein Werkzeug alles machen zu lassen.

Ebene 1: Aufnahme (Screen Studio / Rohmaterial)

Das Quellmaterial sammeln:

  • Screen Studio: polierte Bildschirmaufnahmen für App-Demos, Codier-Sessions, Browser-Workflows
  • Rohmaterial von Kameras: Vlog-Aufnahmen, Interviews, Event-Aufzeichnungen
  • Desktop-Aufnahme via VideoDB: Sitzungsaufzeichnung mit Echtzeit-Kontext (siehe videodb-Fähigkeit)

Ausgabe: Rohdateien bereit zur Organisation.

Ebene 2: Organisation (Claude / Codex)

Claude Code oder Codex verwenden, um:

  • Transkribieren und beschriften: Transkript erstellen, Themen und Schwerpunkte identifizieren
  • Struktur planen: entscheiden, was bleibt, was wegfällt, welche Reihenfolge funktioniert
  • Tote Abschnitte identifizieren: Pausen, Abschweifungen, wiederholte Takes finden
  • Schnittliste erstellen: Zeitstempel für Cuts, Segmente zum Behalten
  • FFmpeg- und Remotion-Code skizzieren: die Befehle und Kompositionen generieren
Beispiel-Eingabeaufforderung:
"Hier ist das Transkript einer 4-stündigen Aufnahme. Identifiziere die 8 stärksten Segmente
für einen 24-minütigen Vlog. Gib mir FFmpeg-Schnittbefehle für jedes Segment."

Diese Ebene dreht sich um Struktur, nicht um den endgültigen kreativen Geschmack.

Ebene 3: Deterministische Schnitte (FFmpeg)

FFmpeg erledigt die langweilige, aber kritische Arbeit: Aufteilen, Trimmen, Verketten und Vorverarbeiten.

Segment nach Zeitstempel extrahieren

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:45:15 -c copy segment_01.mp4

Stapelschnitt aus Schnittliste

#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Segmente verketten

# Dateiliste erstellen
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Proxy für schnellere Bearbeitung erstellen

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Audio für Transkription extrahieren

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Audiopegel normalisieren

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Ebene 4: Programmierbare Komposition (Remotion)

Remotion verwandelt Bearbeitungsprobleme in komponierbaren Code. Verwende es für Dinge, die traditionelle Editoren mühsam machen:

Wann Remotion verwenden

  • Überlagerungen: Text, Bilder, Branding, untere Drittel
  • Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
  • Bewegungsgrafiken: Übergänge, Erklärer-Animationen
  • Komponierbare Szenen: wiederverwendbare Vorlagen für mehrere Videos
  • Produkt-Demos: kommentierte Screenshots, UI-Highlights

Einfache Remotion-Komposition

import { AbsolutFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsolutFill>
      {/* Hauptmaterial */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Titelüberlagerung */}
      <Sequence from={30} durationInFrames={90}>
        <AbsolutFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            Der KI-Bearbeitungs-Stack
          </h1>
        </AbsolutFill>
      </Sequence>

      {/* Nächstes Segment */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsolutFill>
  );
};

Ausgabe rendern

npx remotion render src/index.ts VlogComposition output.mp4

Siehe die Remotion-Dokumentation für detaillierte Muster und API-Referenz.

Ebene 5: Generierte Assets (ElevenLabs / fal.ai)

Nur generieren, was benötigt wird. Nicht das gesamte Video generieren.

Voiceover mit ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Dein Erzähltext hier",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Musik und Soundeffekte mit fal.ai

Die fal-ai-media-Fähigkeit verwenden für:

  • Hintergrundmusik generieren
  • Soundeffekte (ThinkSound-Modell für Video-zu-Audio)
  • Übergangsgeräusche

Generierte Visuals mit fal.ai

Für Einfügeaufnahmen, Thumbnails oder B-Roll, das nicht existiert, verwenden:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "professionelles Thumbnail für Tech-Vlog, dunkler Hintergrund, Code auf Bildschirm",
  "image_size": "landscape_16_9"
})

VideoDB generative Audio

Wenn VideoDB konfiguriert ist:

voiceover = coll.generate_voice(text="Erzählung hier", voice="alloy")
music = coll.generate_music(prompt="Lo-Fi-Hintergrund für Codier-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="subtil-whooshender Übergang")

Ebene 6: Finale Feinarbeit (Descript / CapCut)

Die letzte Ebene ist menschlich. Einen traditionellen Editor verwenden für:

  • Tempo: Schnitte anpassen, die zu schnell oder langsam wirken
  • Untertitel: automatisch generiert, dann manuell bereinigt
  • Farbkorrektur: grundlegende Korrektur und Stimmung
  • Endgültiger Audiomix: Stimme, Musik und SFX-Pegel ausbalancieren
  • Export: plattformspezifische Formate und Qualitätseinstellungen

Hier lebt der Geschmack. KI räumt die sich wiederholende Arbeit weg. Du triffst die endgültigen Entscheidungen.

Social-Media-Umrahmung

Verschiedene Plattformen benötigen unterschiedliche Seitenverhältnisse:

PlattformSeitenverhältnisAuflösung
YouTube16:91920x1080
TikTok / Reels9:161080x1920
Instagram Feed1:11080x1080
X / Twitter16:9 oder 1:11280x720 oder 720x720

Mit FFmpeg umrahmen

# 16:9 auf 9:16 (zentrierter Zuschnitt)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 auf 1:1 (zentrierter Zuschnitt)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Mit VideoDB umrahmen

from videodb import ReframeMode

# Intelligentes Umrahmen (KI-gestützte Objektverfolgung)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Szenenerkennung und Auto-Schnitt

FFmpeg Szenenerkennung

# Szenenwechsel erkennen (Schwelle 0.3 = moderate Empfindlichkeit)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Stille-Erkennung für Auto-Schnitt

# Stille Segmente finden (nützlich zum Entfernen von Totzeit)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Highlight-Extraktion

Claude verwenden, um Transkript + Szenen-Zeitstempel zu analysieren:

"Gegeben dieses Transkript mit Zeitstempeln und diesen Szenenwechselpunkten,
identifiziere die 5 fesselndsten 30-Sekunden-Clips für Social Media."

Was jedes Werkzeug am besten kann

WerkzeugStärkeSchwäche
Claude / CodexOrganisation, Planung, CodegenerierungNicht die kreative Geschmacksebene
FFmpegDeterministische Schnitte, Stapelverarbeitung, FormatkonvertierungKeine visuelle Bearbeitungsoberfläche
RemotionProgrammierbare Überlagerungen, komponierbare Szenen, wiederverwendbare VorlagenLernkurve für Nicht-Entwickler
Screen StudioPolierte Bildschirmaufnahmen sofortNur Bildschirmaufnahme
ElevenLabsStimme, Erzählung, Musik, SoundeffekteNicht der Mittelpunkt des Workflows
Descript / CapCutEndgültiges Tempo, Untertitel, FeinarbeitManuell, nicht automatisierbar

Wichtige Prinzipien

  1. Schneiden, nicht generieren. Dieser Workflow dient zum Schneiden von echtem Filmmaterial, nicht zum Erstellen aus Eingabeaufforderungen.
  2. Struktur vor Stil. Die Geschichte in Ebene 2 richtig stellen, bevor etwas Visuelles angefasst wird.
  3. FFmpeg ist das Rückgrat. Langweilig, aber kritisch. Wo langes Material handhabbar wird.
  4. Remotion für Wiederholbarkeit. Wenn du es mehr als einmal machen wirst, erstelle eine Remotion-Komponente.
  5. Selektiv generieren. KI-Generierung nur für Assets verwenden, die nicht existieren, nicht für alles.
  6. Geschmack ist die letzte Ebene. KI räumt sich wiederholende Arbeit weg. Du triffst die endgültigen kreativen Entscheidungen.

Verwandte Fähigkeiten

  • fal-ai-media — KI-Bild-, Video- und Audiogenerierung
  • videodb — Serverseitige Videoverarbeitung, Indizierung und Streaming
  • content-engine — Plattformnative Inhaltsverteilung

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Cody-W-Tucker/skills

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says landing page, post-click experience, landing page audit, conversion rate, or landing page optimization.

Cody-W-Tucker/skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 28 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says TikTok Ads, TikTok marketing, TikTok Shop, Spark Ads, Smart+, or TikTok campaign.

Cody-W-Tucker/skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, Demand Gen, and Connected TV formats. Covers VAC→Demand Gen migration, Shorts creative requirements, and CTV shoppable ads. Use when user says YouTube Ads, video ads, pre-roll, bumper ads, YouTube campaign, Shorts ads, or CTV ads.

Cody-W-Tucker/skills

Craft the story that makes investors say \"I want in.\" Master the narrative structure that Reid Hoffman, Sequoia, and top founders use to raise capital. Use when: **Preparing to fundraise** to develop your story before the deck; **Investor meetings** to structure conversations that convert; **Pitch practice** to refine your narrative arc; **Cold outreach** to write compelling investor emails; **Pivoting** to reframe your story after a change

Cody-W-Tucker/skills

Identify the best GTM motions and tools across 7 motion types: Inbound, Outbound, Paid Digital, Community, Partners, ABM, and PLG. Use when selecting marketing channels, choosing between inbound and outbound strategy, or planning cross-channel campaigns.

Cody-W-Tucker/skills

Produce a print-grade single-page kami (紙 / 纸) document — warm parchment canvas, ink-blue accent, serif at one weight, no italic, no cool grays. The output reads like a professional white paper or studio one-pager, not an app UI. Multilingual by design (EN · zh-CN · ja). One self-contained HTML file, zero dependencies.

Cody-W-Tucker/skills

Optimize landing pages for maximum conversions using proven frameworks from Unbounce and Oli Gardner—apply the \"one goal, one message, one action\" principle with data-driven design, copy, and CTA best practices. Use when: **Create a new landing page** for a campaign; **Optimize an existing landing page** that isn't converting; **Review landing page design** before launch; **Improve form conversion rates** on lead gen pages; **A/B test landing page elements** systematically

Cody-W-Tucker/skills

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

Cody-W-Tucker/skills

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

Cody-W-Tucker/skills

A single-frame motion-design composition with looping CSS animations — rotating type ring, animated globe, ticking timer, parallax labels. Renders as a hero video poster you can hand straight to HyperFrames or any keyframe-based exporter. Use when the brief asks for "motion design", "animated hero", "loop", "video poster", "title card", or pairs Open Claude Design with HyperFrames for a kinetic export.

Cody-W-Tucker/skills

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

Cody-W-Tucker/skills

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

Cody-W-Tucker/skills

Produce a single-file slide deck in the Atelier Zero visual language (warm-paper background, italic-serif emphasis spans, coral terminating dots, surreal collage plates) — Open Design's brand deck recipe. The deck uses **horizontal magazine-style swipe pagination** (←/→, wheel, swipe), a per-slide chrome strip with brand mark and slide counter, an ESC overview grid, a coral progress bar, and inherits the canonical stylesheet + 16-slot image library from the sister `open-design-landing` skill.

Cody-W-Tucker/skills

Produce a world-class single-page editorial landing site in the Atelier Zero visual language (Monocle / Apartamento / Études editorial collage) — the same aesthetic Open Design uses for its own marketing surface. The agent fills a typed `inputs.json` from a brand brief, optionally generates 16 collage assets via gpt-image-2, then runs a pure-function composer that emits a self-contained HTML file; a separate path can mirror the Astro marketing site in `apps/landing-page/`. Drop-in scroll-reveal motion and a Headroom-style sticky nav are wired automatically.

Cody-W-Tucker/skills

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Master April Dunford's 8-step sales narrative from \"Sales Pitch\" (2023). Transform your positioning into a compelling story that wins enterprise deals. Use when: Structuring B2B sales presentations and demos; Creating pitch decks for complex products; Training sales teams on narrative-driven selling; Converting positioning strategy into sales conversations; Winning against entrenched competitors

Cody-W-Tucker/skills

Swiss-style user-research narrative template in warm-paper editorial aesthetics. Use when users ask for a premium research deck or story-first live artifact with minimalist typography, high-clarity layout, subtle motion, donut breakdowns, and keyboard/click navigation across slides in a single HTML file.

Cody-W-Tucker/skills

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, video), and create real time alerts for events from live streams or desktop capture.

Verwandte Skills