Communitygithub.com

Videobearbeitung aus einer Eingabeaufforderung

Bearbeite Videos auf Basis einer natürlichsprachlichen Beschreibung. Schneidet Material zu einer Geschichte, passt die Farbgebung dynamisch dem Handlungsbogen an, fügt animierte Texte, Musik mit Ducking und beat-synchronen Schnitten, Sounddesign sowie Übergänge/Titel als Motion-Graphics in HTML/CSS/JS hinzu. Verwende dies immer dann, wenn der Benutzer Videos schneiden, bearbeiten, trimmen, zusammenstellen, gradieren, farblich anpassen, titeln, untertiteln, mit Musik versehen oder mit Übergängen/Motion-Graphics versehen möchte, oder um einen Trailer, Teaser, Zusammenschnitt, Recap, Werbespot oder Kurzfilm aus vorhandenem Material zu erstellen.

Was ist Videobearbeitung aus einer Eingabeaufforderung?

Diese Fähigkeit verwandelt einen Benutzer in einen Kreativdirektor, der Videos mit natürlicher Sprache bearbeitet. Statt mühsamer manueller Arbeit definiert der Benutzer die kreative Vision (Story-Arc, Stimmung, Tempo) in einer `edit.json`-Spezifikation, und ein Toolkit (`bin/vedit`, basierend auf Python, ffmpeg und headless Chromium) rendert das Endergebnis. Der Workflow umfasst das Importieren von Medien, die Analyse von Footage (Szenenschnitte, Stille, Transkription, Beat-Erkennung für Musik), das Erstellen einer kreativen Vorgabe (Logline, Zielgruppe, Story-Arc mit Farbschlüsseln), das Zusammenstellen eines detaillierten Schnittplans, die Überprüfung durch Storyboards und Einzelbildanalysen sowie das Rendern für die Vorschau und die finale Ausgabe. Die Fähigkeit wird durch Plattformen wie Claude Code, Cursor, Codex und andere KI-gestützte Codierungsassistenten unterstützt, die Python/Shell-Tools ausführen können. Der Hauptvorteil liegt in der Geschwindigkeit und Flexibilität: Jeder Bearbeitungsdurchlauf ist vollständig zwischengespeichert und wiederholbar, sodass der Benutzer schnell verschiedene kreative Entscheidungen ausprobieren und verfeinern kann, vom Farbgrading über musiksynchrone Schnitte bis hin zu benutzerdefinierten Motion Graphics in HTML/CSS/JS.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Ledsav/video-editing/tree/HEAD/.claude/skills/video-edit

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Videobearbeitung aus einer Eingabeaufforderung?

Du bist der Editor, Colorist, Motion-Designer und Sounddesigner. Das vedit-Toolkit (bin/vedit, Python + ffmpeg + headless Chromium) übernimmt das Rendern; deine Aufgabe sind die kreativen Entscheidungen, die als Edit-Spec (edit.json) niedergeschrieben werden. Alles ist wiederrenderbar und zwischengespeichert, also iteriere frei.

Führe zuerst bin/vedit doctor aus. Wenn etwas fehlt, führe scripts/setup.sh aus (--with-whisper für Transkription).

Arbeitsablauf

1. Importieren

  • Erstelle ein Projekt: bin/vedit new <name> → projects/<name>/{media,music,graphics,work,out} + edit.json.
  • Lege das Filmmaterial in media/ ab, die Musik in music/. Wenn der Benutzer keine Musik hat, generiere einen Platzhalter-Teppich: bin/vedit synth-music --mood <uplifting|tense|sad|epic|chill|hype|dreamy> --duration N --out music/bed.wav und sage ihm, er solle später einen lizenzierten Titel eintauschen.

2. Das Material verstehen (schauen, bevor du schneidest)

  • bin/vedit analyze media/* → Aufnahmen (Schnitte), Stille, lauteste Momente und Kontaktbögen mit Timecodes. Öffne die Kontaktbogen-Bilder mit Lese und schaue sie dir genau an: notiere, was in jeder Aufnahme ist, ihre Qualität, ihre Energie, wo die guten Momente sind.
  • Brauchst du einen genaueren Blick? bin/vedit frames media/x.mp4 --times 12.5,14,30 --out work/frames dann Lese.
  • Dialog/Interviews: bin/vedit transcribe media/x.mp4 (Wort-Zeitstempel). Schneide an Satzgrenzen; verwende das Transkript, um die Sätze zu finden, die die Geschichte erzählen.
  • Musik: bin/vedit beats music/track.mp3 → Tempo, Beats, Downbeats, Energie-Anstiege (Drops).

3. Das Briefing schreiben (in der ";brief"; der Spec und sage es dem Benutzer in 3–5 Zeilen)

Übersetze die Eingabeaufforderung in: Logline, Zieldauer, Zielgruppe/Plattform (Seitenverhältnis!), Story-Arc (3–5 Beats: z.B. Aufbau → steigende Spannung → Höhepunkt → Auflösung), und für jeden Beat ein Gefühl. Ordne Gefühle mit bin/vedit tones --mood <wort> und references/creative-direction.md Tönen zu (Tempo, Übergänge, Typografie und Musik pro Genre/Stimmung).

4. Die Edit-Spec erstellen

Vollständiges Schema: references/edit-spec.md. Wesentlich:

  • story.arc: Keyframes {at: "35%", label, tone, intensity}. Clips ohne eigene grade werden durch Interpolation des Bogens an ihrer Position auf der Ausgabe-Zeitleiste gradiiert, und Gradings verlaufen innerhalb der Clips, sodass sich der Look kontinuierlich mit der Geschichte entwickelt.
  • timeline: geordnete Clips {source, in, out, motion, transition, speed, volume}. Wähle Aufnahmen, die jedem Beat dienen. Die Länge der Aufnahmen folgt der Energie des Bogens (lang und ruhig beim Aufbau; kürzer, wenn die Spannung steigt; den Höhepunkt halten).
  • text, graphics, effects, music, sfx, captions: Verankere sie an Clips mit {"at_clip": "c4", "offset": 0.3}, damit sie Neusynchronisierungen überstehen.
  • Musikgesteuerte Schnitte: füge "sync": {"beats": "music/track.beats.json", "every": 2} hinzu und Schnitte rasten auf Beats ein; gib einem Clip "beats": 4, um ihn genau 4 Beats lang zu machen.

5. Vor dem Rendern prüfen

  1. bin/vedit validate edit.json dann bin/vedit plan edit.json (Zeitleistentabelle + Bogen).
  2. bin/vedit storyboard edit.json → Lies das Bild: ein gradierter Standbild pro Clip mit der Bogenbeschriftung. Erzählt die Farbprogression die Geschichte? Passe Töne/Intensität/Überschreibungen an.
  3. Für eine spezifische Look-Entscheidung: bin/vedit look media/x.mp4 --at 12 --tones original,teal_orange,cold_thriller.
  4. Für jede Grafik (Vorlage oder benutzerdefiniert): bin/vedit mograph preview <name|file.html> --params '{...}' --background work/frames/x.jpg → Lies den Streifen und beurteile das Design wie ein Art Director.

6. Rendern und überprüfen

  • bin/vedit render edit.json --preview (halbe Auflösung, schnell) → extrahiere Einzelbilder um jeden Übergang und Titel mit bin/vedit frames out/final_preview.mp4 --times ... und lies sie. Prüfe: Übergänge decken sauber ab, Text ist lesbar und innerhalb der Sicherheitsbereiche, Grading-Progression, nichts Unangenehmes an Schnittpunkten. Korrigiere und rendere erneut (Segmente sind zwischengespeichert).
  • bin/vedit render edit.json für die finale Version. Melde dem Benutzer den Ausgabepfad, die Dauer, den Bogen und die wichtigsten kreativen Entscheidungen und biete spezifische Alternativen an.

Motion Graphics: eigenes Design

Vorlagen (bin/vedit templates): shape_wipe, circle_reveal, bars_stagger, ink_spread, film_burn, light_leak, title_card, lower_third, kinetic_type, chapter_marker, glitch_title, shape_burst, speed_lines. Wenn keine davon zum Briefing passt, schreibe eine benutzerdefinierte HTML-Grafik in projects/<name>/graphics/ und referenziere sie mit "html": "graphics/my_title.html". Darin bist du gut: CSS, SVG-Filter, Canvas, Typografie. Befolge den Vertrag und die Design-Richtlinien in references/motion-graphics.md. Vorschau-Standbilder und iteriere immer, bevor du sie im Edit verwendest.

Übergangsgrafiken müssen das Bild in ihrem cover-at-Moment vollständig abdecken; der Renderer schneidet das darunterliegende Material genau in diesem Moment hart.

Prinzipien

  • Geschichte zuerst: Jeder Schnitt, jede Farbverschiebung und jeder Übergang sollte eine Bedeutung im Bogen haben. Verwende nicht überall auffällige Übergänge: Eine Sequenz einfacher Schnitte lässt den einen zoom_punch beim Drop härter wirken.
  • Passe die Übergangsenergie dem Bogen an: Überblendungen/Dips für Ruhe oder Zeitablauf, Whips/Glitch/Punch für Energie, Mograph-Wipes für Kapitelwechsel und Markenmomente.
  • Halte Gradings bei Intensität 0,6–0,9 glaubwürdig, es sei denn, das Briefing ist stilisiert; Hauttöne sollten nicht grün oder grau werden, es sei denn, das ist der Punkt (Horror, Krieg).
  • Text: Wenige Wörter, groß, lange genug auf dem Bildschirm, um ihn zweimal zu lesen (≈ 0,3 s pro Wort + 1 s).
  • Audio: Dialog ist König; Musik duckt sich darunter (duck: true). Lautheitsziel -14 LUFS für Web.
  • Schaue dir immer deine Ausgabe an (Einzelbilder, Storyboards, Streifen), bevor du sie für fertig erklärst.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills