Communitygithub.com

JantonioFC/skillsbank

KI-gestützte Videobearbeitung: Schneiden, Strukturieren und Anreichern von echtem Filmmaterial – vom Rohmaterial über FFmpeg, Remotion, ElevenLabs, fal.ai bis zum Feinschliff in Descript oder CapCut.

Was ist skillsbank?

Dieses Skill beschreibt einen vollständigen Arbeitsablauf für die KI-unterstützte Videobearbeitung, der sich auf das Schneiden, Strukturieren und Anreichern von echtem Filmmaterial konzentriert – nicht auf die Generierung aus Textprompts. Es folgt einer sechsstufigen Pipeline, die mit der Aufnahme (z. B. Screen Studio) beginnt, dann Organisation durch Claude/Codex (Transkription, Struktur, Schnittliste), deterministische Schnitte mit FFmpeg, programmierbare Komposition mit Remotion, gezielte Asset-Generierung durch ElevenLabs (Sprachaufnahmen) und fal.ai (Musik, Soundeffekte, Grafiken) und endet mit dem manuellen Feinschliff in Descript oder CapCut. Das Skill ist für Entwickler und Content Creator gedacht, die lange Aufnahmen in kurze, plattformoptimierte Videos umwandeln möchten. Es unterstützt gängige Plattformen wie YouTube, TikTok, Instagram und X/Twitter und betont Prinzipien wie „Bearbeiten, nicht generieren“, „Struktur vor Stil“ und „Geschmack als letzte Ebene“.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/JantonioFC/skillsbank/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 Textprompts. Schnelles Bearbeiten vorhandener Videos.

Wann aktivieren

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

Kernthese

KI-Videobearbeitung ist dann sinnvoll, wenn man aufhört, sie zu bitten, das gesamte Video zu erstellen, und stattdessen nutzt, um echtes Filmmaterial zu komprimieren, zu strukturieren und anzureichern. Der Wert liegt nicht in der Generierung. Der Wert liegt in der Komprimierung.

Die Pipeline

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

Jede Ebene hat eine bestimmte Aufgabe. Überspringe keine Ebenen. Versuche nicht, ein Tool alles machen zu lassen.

Ebene 1: Aufnahme (Screen Studio / Rohmaterial)

Sammle das Quellmaterial:

  • Screen Studio: polierte Bildschirmaufnahmen für App-Demos, Coding-Sessions, Browser-Workflows
  • Rohmaterial von Kameras: Vlog-Aufnahmen, Interviews, Event-Aufzeichnungen
  • Desktop-Aufnahme über VideoDB: Sitzungsaufzeichnung mit Echtzeitkontext (siehe Skill videodb)

Ausgabe: Rohdateien, bereit zur Organisation.

Ebene 2: Organisation (Claude / Codex)

Verwende Claude Code oder Codex, um:

  • Transkription und Beschriftung: Transkript erstellen, Themen identifizieren
  • Struktur planen: Entscheiden, was bleibt, was weggeschnitten wird, welche Reihenfolge funktioniert
  • Tote Abschnitte identifizieren: Pausen, Abschweifungen, wiederholte Takes finden
  • Schnittliste erstellen: Zeitstempel für Schnitte, Segmente zum Behalten
  • FFmpeg- und Remotion-Code generieren: Die Befehle und Kompositionen erstellen
Beispiel-Prompt:
"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 betrifft die Struktur, nicht den endgültigen kreativen Geschmack.

Ebene 3: Deterministische Schnitte (FFmpeg)

FFmpeg erledigt die langweilige, aber kritische Arbeit: Teilen, Trimmen, Zusammenfügen und Vorverarbeiten.

Segment nach Zeitstempel extrahieren

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

Batch-Schnitt 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 zusammenfügen

# 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

  • Overlays: Text, Bilder, Branding, Lower Thirds
  • Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
  • Bewegungsgrafiken: Übergänge, Erklärer-Animationen
  • Komponierbare Szenen: wiederverwendbare Vorlagen für mehrere Videos
  • Produktdemos: kommentierte Screenshots, UI-Highlights

Einfache Remotion-Komposition

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

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

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

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

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

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)

Generiere nur das, was du brauchst. Generiere nicht das gesamte Video.

Sprachaufnahme 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

Verwende das Skill fal-ai-media für:

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

Generierte Grafiken mit fal.ai

Für Einschübe, Thumbnails oder B-Roll, das nicht existiert:

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

VideoDB generative Audio

Wenn VideoDB konfiguriert ist:

voiceover = coll.generate_voice(text="Erzähltext hier", voice="alloy")
music = coll.generate_music(prompt="Lo-Fi-Hintergrund für Coding-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="subtilen Whoosh-Übergang")

Ebene 6: Feinschliff (Descript / CapCut)

Die letzte Ebene ist menschlich. Verwende einen traditionellen Editor für:

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

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

Umformatierung für soziale Medien

Verschiedene Plattformen benötigen unterschiedliche Seitenverhältnisse:

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

Mit FFmpeg umformatieren

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

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

Mit VideoDB umformatieren

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

Szenenerkennung und automatischer Schnitt

FFmpeg-Szenenerkennung

# Szenenwechsel erkennen (Schwellwert 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 automatischen Schnitt

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

Highlight-Extraktion

Verwende Claude, um Transkript + Szenenzeitstempel zu analysieren:

"Gegeben dieses Transkript mit Zeitstempeln und diese Szenenwechselpunkte,
identifiziere die 5 ansprechendsten 30-Sekunden-Clips für soziale Medien."

Was jedes Tool am besten kann

ToolStärkeSchwäche
Claude / CodexOrganisation, Planung, CodegenerierungNicht die kreative Geschmacksebene
FFmpegDeterministische Schnitte, Batch-Verarbeitung, FormatkonvertierungKeine visuelle Bearbeitungs-UI
RemotionProgrammierbare Overlays, komponierbare Szenen, wiederverwendbare VorlagenLernkurve für Nicht-Entwickler
Screen StudioSofort einsatzbereite polierte BildschirmaufnahmenNur Bildschirmaufnahme
ElevenLabsSprache, Erzählung, Musik, SoundeffekteNicht der Mittelpunkt des Workflows
Descript / CapCutEndgültiges Tempo, Untertitel, FeinschliffManuell, nicht automatisierbar

Schlüsselprinzipien

  1. Bearbeiten, nicht generieren. Dieser Workflow dient zum Schneiden von echtem Filmmaterial, nicht zum Erstellen aus Prompts.
  2. Struktur vor Stil. Hol dir die Geschichte in Ebene 2 richtig, bevor du etwas Visuelles anfasst.
  3. FFmpeg ist das Rückgrat. Langweilig, aber kritisch. Hier wird langes Filmmaterial handhabbar.
  4. Remotion für Wiederholbarkeit. Wenn du es mehr als einmal machst, mach es zu einer Remotion-Komponente.
  5. Selektiv generieren. Verwende KI-Generierung nur für Assets, die nicht existieren, nicht für alles.
  6. Geschmack ist die letzte Ebene. KI räumt die sich wiederholende Arbeit weg. Du triffst die endgültigen kreativen Entscheidungen.

Verwandte Skills

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

Wann verwenden

KI-gestützte Videobearbeitung: Schneiden, Strukturieren und Anreichern von echtem Filmmaterial – vom Rohmaterial über FFmpeg, Remotion, ElevenLabs, fal.ai bis zum Feinschliff in Descript oder CapCut.

Behandelt: Wann aktivieren, Kernthese, Die Pipeline, Ebene 3: Deterministische Schnitte (FFmpeg), Segment nach Zeitstempel extrahieren.

Individual skills in this repo

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

JantonioFC/skillsbank

AI-powered image editing with style transfer and object removal

JantonioFC/skillsbank

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

JantonioFC/skillsbank

Analise e auditoria de editais de leilao judicial e extrajudicial. Riscos ocultos, clausulas perigosas, debitos, ocupante e classificacao da oportunidade.

JantonioFC/skillsbank

Embed Photopea in web apps using photopea.js. Covers embedding, file I/O, scripting, exporting, layers, text, filters, and the full Photoshop-compatible API.

JantonioFC/skillsbank

Best practices for Remotion - Video creation in React

JantonioFC/skillsbank

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

JantonioFC/skillsbank

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

JantonioFC/skillsbank

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

JantonioFC/skillsbank

Video and audio perception, indexing, and editing. Ingest files/URLs/live streams, build visual/spoken indexes, search with timestamps, edit timelines, add overlays/subtitles, generate media, and create real-time alerts.

JantonioFC/skillsbank

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

JantonioFC/skillsbank

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

JantonioFC/skillsbank

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

JantonioFC/skillsbank

Tool lifecycle UI components for React/Next.js from ui.inference.sh. Display tool calls: pending, progress, approval required, results. Capabilities: tool status, progress indicators, approval flows, results display. Use for: showing agent tool calls, human-in-the-loop approvals, tool output. Triggers: tool ui, tool calls, tool status, tool approval, tool results, agent tools, mcp tools ui, function calling ui, tool lifecycle, tool pending

JantonioFC/skillsbank

Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

JantonioFC/skillsbank

When the user wants help with paid advertising campaigns on Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X, or other ad platforms. Also use when the user mentions 'PPC,' 'paid media,' 'ROAS,' 'CPA,' 'ad campaign,' 'retargeting,' 'audience targeting,' 'Google Ads,' 'Facebook ads,'...

JantonioFC/skillsbank

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, expla...

JantonioFC/skillsbank

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awarene...

JantonioFC/skillsbank

Generate AI videos with Google Veo, Seedance, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, lipsync, avatar animation, video upscaling, fole...

JantonioFC/skillsbank

Production-ready CI/CD configurations for Playwright — GitHub Actions, GitLab CI, CircleCI, Azure DevOps, Jenkins, Docker, parallel sharding, reporting, code coverage, and global setup/teardown.

JantonioFC/skillsbank

You are an expert copy editor specializing in marketing and conversion copy. Your goal is to systematically improve existing copy through focused editing passes while preserving the core message.

Verwandte Skills