ONIKOSIOLA/video-editing-kit

Premiere Clean Edit

Nehmen Sie eine oder mehrere Rohvideodateien und verwandeln Sie sie in fertige, exportierbare Videos: Schneiden Sie tote Luft und Füllwörter heraus, korrigieren Sie die Farbe, fügen Sie Untertitel ein (bereit zum Einbrennen) und exportieren Sie sowohl eine horizontale als auch eine vertikale Version – alles durch die Steuerung von Adobe Premiere Pro über die premiere-pro MCP-Tools, wobei claude-video-vision die Audioanalyse durchführt, die Premiere selbst nicht headless bewältigen kann.

Premiere Pro muss bereits auf dem Rechner geöffnet sein, mit dem premiere-pro MCP-Server verbunden und das MCP Bridge (CEP)-Panel gestartet (Fenster → Erweiterungen) – dieses Skill kann die App nicht starten. Führen Sie das setup-Skill des Kits aus, wenn der Server nicht installiert ist. Wenn Tools wie create_sequence nicht direkt aufgeführt sind, verbirgt der Server sie hinter search_tools / invoke_tool: verwenden Sie diese, oder registrieren Sie den Server mit PREMIERE_MCP_TOOLSET=full neu. Wenn ein mcp__premiere-pro__* Tool-Aufruf mit einem Verbindungsfehler fehlschlägt, teilen Sie dem Benutzer mit, Premiere Pro zu öffnen und zu wiederholen, anstatt es zu umgehen.

Warum dies zwei MCPs sind, nicht eines

premiere-pro kann schneiden, grade und exportieren – hat aber keine Möglichkeit zu entscheiden, wo geschnitten werden muss. In diesem Server gibt es kein Tool zur Stilleerkennung oder Transkription. claude-video-visions video_analyze füllt diese Lücke: es führt die ffmpeg-Stilleerkennung und lokale Whisper-Transkription (Wort-für-Wort-Zeitstempel) an der Rohdatei bevor sie jemals Premiere berührt. Der Schnittplan wird einmal berechnet, in reinen Daten, und dann als eine Abfolge von MCP-Aufrufen ausgeführt. Versuchen Sie nicht, Schnittpunkte durch Scrubben der Premiere-Zeitleiste zu erraten – Sie haben kein frame-genaues Gehör, der Analyse-Durchlauf hat es.

Zwei Bearbeitungstypen – wählen Sie vor dem Start

• Sprachgesteuert (Talking-Head, Bildschirmaufnahme, Voiceover): folgen Sie der Pipeline unten – Stille-/Füllwörter-Schnitt und Untertitel sind die Hauptarbeit.
• Montage / B-Roll (Raumtour, Rundgang, Reiseaufnahmen – kein Dialog treibt den Schnitt): überspringen Sie die Schritte für Stille/Füllwörter und folgen Sie der Montage-Pipeline weiter unten. Untertitel optional; Musik und Rhythmus sind die Hauptarbeit.

Beide Typen enden im House Style unten. Wenn Sie unsicher sind, um welchen Typ es sich handelt: wenn das Audio die Geschichte nicht trägt, ist es eine Montage.

House Style (Standard-Look für soziale Medien)

Diese Vorgaben stammen aus dem Vergleich einer automatischen Zusammenstellung mit einem handgefertigten Endschnitt. Ein erster Schnitt, der sie ignoriert, wird meist von Hand wiederholt. Wenn der Benutzer einen eigenen Stil oder ein Referenzvideo hat, das ihm gefällt, hat sein Geschmack Vorrang: fragen Sie und passen Sie diese Regeln entsprechend an.

• Mit der stärksten Marken-/Eröffnungseinstellung rahmen – öffnen Sie damit wie eine Titelgrafik UND schließen Sie damit. Die Reihenfolge der Geschichte hat Vorrang vor der chronologischen Reihenfolge; ein markantes Schild oder Heldenshot ist wichtiger als „der Clip, der zuerst kam.“
• Rücksichtslos schneiden. Ein Beat pro Szene, ~3–6 Sekunden lang, nur der beste Moment – niemals den gesamten Clip. Ein guter Referenzschnitt behielt 46s von 80s verwertbarem Filmmaterial. Ziel: ~45–60s Gesamtlänge für soziale Lieferformate.
• Schwaches Filmmaterial komplett verwerfen – wackelige Handkameras, stolpernde Anfänge. Wenn ein Clip eine Entschuldigung braucht, kommt er nicht in den Schnitt.
• Weitwinkel mit Detail-Nahaufnahmen abwechseln – Raumweitwinkel → Herdknöpfe, Schlafzimmerweitwinkel → Kopfteiltextur. Details zwischen den Einstellungen.
• Weiche Überblendungen zwischen Szenen, keine harten Schnitte. Harte Schnitte nur zur bewussten Betonung (ein guter Referenzschnitt hatte einen, vielleicht zwei).
• Musik-zuerst Audio für Montagen. Durchgehender Musikteppich (~-11 LUFS), keine Stille; Original-Kamera-/Umgebungsaudio entfernt oder vollständig begraben, nicht nur ausgeblendet. Wenn kein Track bereitgestellt wird, fragen Sie nach einem oder hinterlassen Sie eine stummgeschaltete Zeitleiste und markieren Sie es – liefern Sie niemals rohes Umgebungsaudio aus.
• Vertikal-zuerst Lieferung: 1080×1920, 30fps, H.264 ~12 Mbps ist das primäre Ausgabeformat, selbst aus 4K60-Quelle. Horizontal ist das optionale Extra, nicht umgekehrt.

Für Storytime-/UGC-Clips (ein echter Moment mit Dialog – eine Begegnung, eine Reaktion, eine spontane Interaktion) fügen Sie zusätzlich zu den obigen vier Regeln hinzu:

• Kaltstart mit dem viralen Moment. Setzen Sie den einzelne fesselndsten 2–4s Nahaufnahme aus der Mitte der Begegnung bei 0:00, dann spulen Sie zurück und erzählen Sie die Geschichte von Anfang an. Chronologische Reihenfolge ist hier der grundlegende Fehlermodus – öffnen Sie niemals mit Aufbau/Kontext.
• Platz für einen gesprochenen Hook lassen. Ersteller nehmen oft eine direkte Voiceover-Zeile über den Kaltstart auf („Ich weiß, ihr fragt euch wahrscheinlich, warum …“). Der Schnitt kann diese nicht generieren – bauen Sie den Kaltstart und markieren Sie dann, dass der Hook VO aufgenommen werden muss (oder fragen Sie danach), anstatt ohne einen zu liefern.
• Mit der Markenkarte enden. Wenn der Benutzer eine Marke, ein Produkt oder einen Handle zu bewerben hat, schließen Sie mit einer kurzen Endkarte (~3–5s) damit ab. Fragen Sie nach ihrem Logo oder Handle; erfinden Sie niemals eines.
• Dialog lautstärkemäßig anpassen (~-16 LUFS, schmaler Bereich) anstatt einen Musikteppich zu legen – bei Storytime trägt die Sprache; bei Montage trägt die Musik.

Pipeline

Führen Sie diese Schritte in der Reihenfolge aus. Bei einem Stapel von Clips (z. B. einer Woche Aufnahmen) wiederholen Sie die Schritte 2–8 pro Clip in einem gemeinsamen Premiere-Projekt.

1. Eingaben bestätigen

Fragen Sie (oder leiten Sie aus dem Kontext ab) nach: dem/den Pfad(en) der Rohdatei(en) und ob dies eine Einzelauslieferung ist oder sowohl eine horizontale (LinkedIn-Stil, 16:9) als auch vertikale (Threads/TikTok/Reels, 9:16) Export benötigt wird. Wenn der Benutzer nichts sagt, standardmäßig beide Exporte erstellen – Nachbearbeitung ist günstig, sobald der Schnitt feststeht.

2. Quellinformationen mit ffprobe abrufen

ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate \
  -show_entries format=duration -of json "<raw-file>"

Sie benötigen width, height, r_frame_rate (analysieren Sie den Bruch, z. B. 30000/1001 ≈ 29,97), und duration. Die Sequenz, die Sie in Premiere erstellen, sollte diesen entsprechen – fehlende Sequenzeinstellungen verursachen stille Skalierung/Frame-Rate-Konformität, die die Qualität mindert.

3. Audio analysieren – Stille + Transkript

Rufen Sie mcp__claude-video-vision__video_analyze für die Rohdatei mit filters: {silence: true, transcription: true} auf. Dies gibt Stilleintervalle und ein Wort-für-Wort-Transkript zurück (Whisper läuft lokal über whisper.cpp – kein API-Schlüssel erforderlich, erster Start kann eine Minute dauern, um das Modell zu laden).

Speichern Sie das Ergebnis in einer JSON-Datei – Sie werden es im nächsten Schritt an das Schnittplan-Skript übergeben.

4. Schnittplan berechnen

Führen Sie scripts/build_cutlist.py auf dem Analyse-JSON aus:

python3 "<skill-path>/scripts/build_cutlist.py" analysis.json \
  --duration <ffprobe-duration> --srt-out captions.srt

Dieses Skript existiert, weil die manuelle korrekte Berechnung auf eine bestimmte Weise fehleranfällig ist: jeder Untertitel-Zeitstempel nach einem Schnitt muss um die kumulative Dauer aller zuvor entfernten Inhalte verschoben werden, sonst geraten Untertitel aus dem Takt. Das Skript behandelt dies plus die Merge-/Padding-Logik für Stillenlücken, sodass ein Schnitt niemals mitten im Wort landet.

Es schneidet automatisch drei Dinge: Stillenlücken ≥0,35s (aufgefüllt 0,08s, damit Sprache nicht abgeschnitten wird), harte Füllwörter (ähm, äh, öh und Varianten) sowie Stottern/falsche Starts (sofortige Wortwiederholungen wie „the the“). Es schneidet bewusst nicht weiche Füllwörter (wie, so, richtig, weißt du, eigentlich) – das sind oft die tatsächliche Sprechstimme einer Person, kein Rauschen. Echtes Feedback aus früheren UGC-Schnitten: ein spontaner „Weißt du, was ich sage?“ wurde als der authentischste Teil im Stapel markiert und explizit behalten, nicht gekürzt. Das Skript zeigt diese in flagged_for_review mit Kontext an – überfliegen Sie diese Liste und eskalieren Sie nur an den Benutzer, wenn etwas wie echtes Füllmaterial statt Stimme/Persönlichkeit aussieht; im Zweifelsfall lassen Sie es drin.

5. Premiere-Projekt und Rohschnitt erstellen

1. create_project (oder open_project, wenn ein bestehendes wiederverwendet wird) und create_sequence mit Einstellungen, die den ffprobe-Ergebnissen (Schritt 2) entsprechen.
2. import_media der Rohdatei, add_to_timeline bei Zeit 0 auf Spur 0.
3. Gehen Sie die cuts-Liste des Schnittplans in absteigender Reihenfolge der start-Zeit durch und führen Sie für jeden Schnitt aus: razor_timeline_at_time jeweils zu Beginn und Ende des Schnittes, dann remove_from_timeline des resultierenden mittleren Clips mit deleteMode: "ripple". Absteigende Reihenfolge ist wichtig – das Ripple-Löschen eines früheren Schnitts verschiebt jeden späteren Zeitstempel. Wenn Sie also vorwärts vorgehen, stimmen die verbleibenden Schnittpunkte aus Schritt 4 nicht mehr mit irgendetwas überein.
4. Bestätigen Sie, dass die Sequenzdauer nun ungefähr der new_duration aus dem Schnittplan-JSON entspricht.

6. Farbkorrektur

Standard-Look (der Benutzer wünschte sich sauber/natürlich, keine stilisierte Grading): korrigieren Sie Weißabgleich, rollen Sie harte Highlights ab, heben Sie leicht abgedunkelte Schatten an, bescheidene Sättigung. Sie können dies nicht blind tun – die Parameter von color_correct sind manuelle Schieberegler ohne automatische Erkennung dahinter. Also:

1. export_frame eines repräsentativen Bildes (einige Sekunden im Clip, nach einem etwaigen Intro).
2. Betrachten Sie es. Beurteilen Sie Weißabgleich (Hauttöne sollten nicht orange oder blau wirken), Belichtung (ist etwas abgeschnitten/abgedunkelt) und Kontrast.
3. Wenden Sie bescheidene color_correct-Anpassungen auf den Timeline-Clip an – kleine Korrekturen (einstellige Werte), keine drastischen Änderungen. Natürliche Korrektur sollte kaum als „Korrektur“ erkennbar sein, sondern nur als „das sieht richtig aus.“
4. export_frame erneut und vergleichen. Wiederholen Sie dies ein- oder zweimal, wenn etwas noch nicht stimmt; jagen Sie nicht endlos der Perfektion in einem Einzelbild hinterher.

Wenn der Benutzer einen .cube/.3dl LUT hat, der anstelle/ergänzend zur manuellen Korrektur angewendet werden soll, verwenden Sie apply_lut mit einer niedrigen bis moderaten intensity (0,5–0,8) zusätzlich zur Basiskorrektur, nicht anstelle dieser – ein LUT allein wird kein echtes Weißabgleichproblem beheben, sondern lediglich einfärben.

7. Untertitel

1. import_media der captions.srt aus Schritt 4.
2. create_caption_track auf der Sequenz, wobei projectItemId auf das importierte SRT zeigt.

Dies funktioniert nur, weil Schritt 4 die SRT bereits auf die nach dem Schnitt befindliche Timeline umgetaktet hat – wenn Sie hier Untertitel aus den ursprünglichen (vor dem Schnitt) Transkriptionszeitstempeln neu generieren, sind sie nicht mit dem bearbeiteten Video synchron.

8. Für das zweite Seitenverhältnis umrahmen

Umrahmen beschneidet in das bestehende Bild mithilfe von Bewegungsverfolgung – es funktioniert gut von breiter zu schmaler (16:9 → 9:16), aber es gibt keine echten Bilddaten, um zu erfinden, wenn Sie von schmaler zu breiter gehen (9:16 → 16:9 würde generative Erweiterung erfordern, die Premiere's Auto-Reframe nicht leistet). Also:

• Horizontal aufgenommen → auto_reframe_sequence mit numerator: 9, denominator: 16 für den vertikalen Export. Dies ist der häufigste Fall und funktioniert gut.
• Vertikal aufgenommen → wenn eine horizontale Version wirklich benötigt wird, teilen Sie dies dem Benutzer mit, anstatt still die Seiten mit Unschärfe zu polstern; eine Neuaufnahme oder ein Letterbox/Pillarbox-Export ist meist die bessere Wahl als eine schlechte KI-Neurahmung.

9. Exportieren

Endgültige soziale Lieferformate sind H.264 1080p, nicht ProRes – dies ist ein fertiger Export, keine Premiere-zu-Premiere-Übergabe. export_sequence für jede Version:

• Horizontal: format: "h264" (oder "mp4"), resolution passend zur Quelle, quality: "high".
• Vertikal (aus der neurahmten Sequenz): gleiche Einstellungen, 1080×1920.

Ausgabekonvention, wenn der Benutzer keinen Pfad angegeben hat: erstellen Sie einen edited/-Ordner neben der/den Rohquelldatei(en) und benennen Sie die Ausgaben <quellname>-final.mp4 (horizontal) und <quellname>-vertical.mp4. save_project vor Abschluss.

10. Bericht erstatten

Teilen Sie dem Benutzer mit: was geschnitten wurde (Anzahl nach Grund – Stille/Füllmaterial/Stottern), alles aus flagged_for_review, das Sie drin gelassen haben und warum, was die Farbkorrektur getan hat und wo die exportierten Dateien gelandet sind. Sagen Sie nicht einfach „erledigt“ – dies ist Filmmaterial von ihnen; sie sollten wissen, was bearbeitet wurde.

Montage-Pipeline (dialogfreies Filmmaterial)

1. Jeden Quellclip ansehen, bevor er in die Timeline kommt – video_watch bei mindestens 1fps. Schlussfolgern Sie den Inhalt nicht aus Dateinamen, Vorschaubildern oder früheren Ordnerzusammenfassungen: ein „nur Raum“-Clip kann damit enden, dass die Person in einem Spiegel sichtbar ist (dies passierte – zwei Badezimmerclips waren sauber bis zu den letzten Sekunden). Notieren Sie während des Ansehens den besten 3–6s Beat jedes Clips und die genauen Trimmpunkte.
2. ffprobe aller Clips (Pipeline Schritt 2). Erstellen Sie die Sequenz passend zur Quell-fps – 60fps-Clips erhalten eine 60fps-Sequenz. Sequenzeinstellungen können nach der Erstellung nicht geändert werden (siehe MCP-Fehler), also machen Sie es gleich richtig.
3. Zusammenbauen in Story-Reihenfolge gemäß House Style: Markenaufnahme → Weitwinkel abwechselnd mit Details → Hero-Ansichten → erneute Markenaufnahme.
4. Jeden Clip auf seinen notierten Beat kürzen: fügen Sie den gesamten Clip an seinem Slot hinzu, rasieren Sie an der Beibehaltungsgrenze, löschen Sie den Rest per Ripple – dabei beide videoTrackIndices und audioTrackIndices übergeben, dann list_sequence_tracks zur Bestätigung, dass die Video- und Audiospurlängen noch übereinstimmen. Verwaiste Audioenden geraten still alles danach aus dem Takt.
5. Fügen Sie an jeder Szenengrenze Überblendungen hinzu (add_transition_to_clip).
6. Musikteppich gemäß House Style; Kameraaudio ausschalten.
7. Exportieren Sie vertikal-zuerst (1080×1920, 30fps, h264, hohe Qualität). Erstellen Sie eine horizontale Version nur auf Wunsch.

Bekannte premiere-pro MCP-Fehler (überprüft August 2026)

• trim_clip tut still nichts – gibt Erfolg zurück, ändert nichts (mit oder ohne duration). Niemals verwenden; stattdessen Rasierer + Ripple-Löschung.
• export_frame ignoriert time – gibt immer das erste Bild der Sequenz zurück, unabhängig von der angeforderten Timecode. Unbrauchbar zum Überprüfen eines bestimmten Moments oder zum Grading eines Clips in der Mitte der Sequenz; ziehen Sie Bilder aus der Quelldatei mit claude-video-vision. Es hängt auch seine eigene Erweiterung an (x.png → x.png.png), übergeben Sie daher einen erweiterungslosen outputPath.
• razor_timeline_at_time mit nur videoTrackIndices schneidet dennoch jede Audiospur – und reine Video-Ripple-Löschungen hinterlassen verwaiste Audiospuren. Übergeben Sie immer explizit audioTrackIndices und überprüfen Sie danach die Synchronisation.
• set_sequence_settings kann fps/Größe nach der Erstellung nicht ändern – erstellen Sie eine neue Sequenz mit den richtigen Einstellungen und löschen Sie die alte.
• MCP-Aufrufe können timeout und dennoch erfolgreich sein (create_sequence tat es). Bei einem Timeout überprüfen Sie get_project_info/list_sequences, bevor Sie erneut versuchen – blinde Wiederholungen erstellen Duplikate.
• export_sequence kann Erfolg melden und nichts schreiben – bestätigt zweimal (mit und ohne Dateierweiterung in outputPath); es gibt auch format: "Pro"... aus.