Communitygithub.com

FilippTrigub/abra

Corta videos en segmentos, los reorganiza y produce un video de salida con una velocidad de cortes por segundo específica. Utiliza MoviePy para la manipulación de video y prioriza la transcripción de audio para cortes con marca de tiempo, con detección adaptativa de escenas como respaldo.

¿Qué es abra?

Esta habilidad (skill) para agentes de IA como Claude Code, Cursor o Codex permite cortar videos en segmentos específicos, reordenarlos y exportarlos a una velocidad de fotogramas determinada. Es ideal para crear resúmenes destacados, reordenar escenas o cambiar el ritmo de un video. La habilidad utiliza MoviePy para la manipulación de video y prioriza la transcripción de audio como método principal de corte, lo que produce cortes más naturales alineados con el contenido hablado. Si la transcripción no está disponible o falla, recurre a la detección adaptativa de escenas basada en cambios visuales. Soporta plataformas que ejecutan Python con el administrador de paquetes uv y requiere una configuración inicial simple. El agente guía al usuario para definir los segmentos de video, elegir la estrategia de corte (transcripción, detección de escenas o segmentos explícitos) y ejecuta el proceso a través de un script Python configurable (`cutter.py`).

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/video-cutter

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

snip — Corte y Reordenamiento de Videos

Corta videos en segmentos, los reordena y exporta a una velocidad de fotogramas específica. Útil para crear resúmenes destacados, reordenar escenas o cambiar el ritmo del video.

El directorio de la habilidad (donde reside este SKILL.md) se denomina $SKILL_DIR en adelante.


Cuándo Usarlo

Usa esta habilidad cuando el usuario desee:

  • Cortar un video en segmentos específicos
  • Reordenar segmentos de video en un orden diferente
  • Eliminar secciones no deseadas de un video
  • Cambiar la velocidad de fotogramas de salida (cortes por segundo)
  • Detectar automáticamente segmentos de voz para cortes naturales (prioritario)
  • Detectar automáticamente cambios de escena como respaldo

Configuración (solo la primera vez)

cd "$SKILL_DIR" && uv sync

Flujo de Trabajo del Agente

1. Preguntar al usuario

Antes de cortar el(los) video(s), necesito saber:

📹 Video(s) de origen
   Enumera los archivos de video y sus ubicaciones

✂️ Segmentos a cortar
   Para cada segmento, especifica:
   - source: nombre del archivo
   - start: tiempo de inicio en segundos (ej. 0.0, 5.5)
   - end: tiempo de finalización en segundos (ej. 2.0, 10.0)
   
   Ejemplo de segmentos:
   [
     {"source": "video.mp4", "start": 0.0, "end": 1.0},
     {"source": "video.mp4", "start": 3.0, "end": 4.5},
     {"source": "video.mp4", "start": 1.5, "end": 2.5}
   ]

🎬 Fotogramas por segundo de salida (opcional)
   Por defecto: 30 fps
   Opciones comunes: 24, 30, 60

📁 Directorios de entrada / salida (por defecto: ./input y ./output)

Espera la respuesta del usuario antes de continuar.

2. Determinar la Estrategia de Corte

Orden de prioridad:

  1. Segmentos explícitos — Si el usuario proporciona tiempos de inicio/fin específicos, úsalos
  2. Transcripción de audio — Si transcription.enabled: true (por defecto), busca o genera transcripción y corta en los límites de los segmentos de voz
  3. Detección adaptativa de escenas — Respaldo si la transcripción no está disponible o falla

Transcripción de Audio (Método Principal)

La habilidad primero intentará usar transcripción de audio para obtener segmentos de voz con marca de tiempo del video. Esto produce cortes más naturales alineados con el contenido hablado.

🤖 Modo de Transcripción de Audio (PRIORIDAD)

El cortador:
1. Buscará un JSON de transcripción existente en el directorio de salida (ej. video_transcription.json)
2. Si no lo encuentra, ejecutará la transcripción de audio automáticamente
3. Cortará el video en los límites de los segmentos de voz

⚙️ Configuración:
   - transcription.enabled: true (por defecto)
   - fallback_to_adaptive: true (por defecto) — usa detección de escenas si la transcripción falla
   - min_segment_duration: duración mínima por segmento en segundos (por defecto: 1.0)
   - max_segment_duration: duración máxima por segmento en segundos (por defecto: 30.0)

Ejemplo de configuración:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": true,
    "fallback_to_adaptive": true,
    "min_segment_duration": 1.0,
    "max_segment_duration": 30.0
  }
}

Detección Adaptativa de Escenas (Respaldo)

Si la transcripción está deshabilitada o falla, la habilidad recurre a la detección visual de escenas:

🎬 Detección Adaptativa de Escenas (RESPALDO)

Detecta automáticamente cambios de escena en tu video para crear cortes.
Esto evita contenido aburrido y repetitivo al cortar en transiciones naturales.

⚙️ Modo de detección:
   - adaptive  — Mejor para iluminación variable/cambios graduales [por defecto]
   - content   — Mejor para cortes de escena rápidos y claros
   - threshold — Mejor para detección de fundidos de entrada/salida

📏 Filtros de duración de escena:
   - min_scene_duration: duración mínima por escena en segundos (por defecto: 1.0)
   - max_scene_duration: duración máxima por escena en segundos (por defecto: 10.0)

🎛️ Avanzado (opcional):
   - threshold: umbral de diferencia de píxeles para modo content (por defecto: 27.0)
   - adaptive_threshold: umbral de relación para modo adaptive (por defecto: 3.0)
   - window_width: fotogramas a promediar (por defecto: 2)
   - min_scene_len: fotogramas mínimos antes de un corte (por defecto: 15)
   - min_content_val: cambio de contenido mínimo (por defecto: 15.0)

Ejemplo de configuración con detección automática de respaldo:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": false
  },
  "auto_detect": {
    "enabled": true,
    "mode": "adaptive",
    "min_scene_duration": 1.0,
    "max_scene_duration": 10.0
  }
}

3. Editar config.json

Escribe o actualiza $SKILL_DIR/config.json según las elecciones del usuario.

4. Ejecutar

cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

5. Informar resultados

Indica al usuario la ruta del archivo de salida, la duración y los FPS. Menciona qué método se utilizó (basado en transcripción o detección de escenas).


Referencia de Configuración

ClaveValoresPor defectoDescripción
input_dirruta./inputCarpeta que contiene los videos de entrada
output_dirruta./outputCarpeta de destino
segmentsarray(obligatorio)Lista de definiciones de segmentos
output_fpsentero30Velocidad de fotogramas de salida

Definición de Segmento

ClaveTipoDescripción
sourcestringNombre del archivo en input_dir
startfloatTiempo de inicio en segundos
endfloatTiempo de finalización en segundos

Transcripción (Método Prioritario)

ClaveValoresPor defectoDescripción
enabledbooleantrueHabilita el corte basado en transcripción
fallback_to_adaptivebooleantrueUsa detección de escenas si la transcripción falla
min_segment_durationfloat1.0Omite segmentos más cortos que esto (segundos)
max_segment_durationfloat30.0Omite segmentos más largos que esto (segundos)

Detección Automática (Respaldo)

ClaveValoresPor defectoDescripción
enabledbooleanfalseHabilita la detección automática de escenas (solo respaldo)
modeadaptive, content, thresholdadaptiveAlgoritmo de detección
min_scene_durationfloat1.0Omite escenas más cortas que esto (segundos)
max_scene_durationfloat10.0Omite escenas más largas que esto (segundos)
thresholdfloat27.0Umbral de diferencia de píxeles para modo content/threshold
adaptive_thresholdfloat3.0Umbral de relación para modo adaptive
window_widthint2Fotogramas a promediar antes/después
min_scene_lenint15Fotogramas mínimos antes de un corte
min_content_valfloat15.0Cambio de contenido mínimo

Modos de Detección (Respaldo)

  • adaptive (por defecto): Mejor para videos con iluminación variable o transiciones graduales
  • content: Mejor para videos con cortes de escena nítidos y claros
  • threshold: Mejor para detectar transiciones de fundido de entrada/salida

Invocaciones Comunes

# Configuración por defecto (usa transcripción si está disponible, recurre a adaptive)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

# Forzar detección adaptativa de escenas (saltar transcripción)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json --no-transcription

# Directorios personalizados
cd "$SKILL_DIR" && uv run python scripts/cutter.py \
  --input /ruta/a/videos --output /ruta/a/salida

Salida

Cada configuración produce un output.mp4 en output_dir que contiene los segmentos concatenados. El audio se conserva de los segmentos de video originales.


Manejo de Errores

  • Sin segmentos definidos → mensaje de error, termina
  • Tiempos de segmento no válidos → error claro con el formato esperado
  • Video de origen no encontrado → error con archivo no encontrado
  • Transcripción falla → recurre a adaptive si está habilitado, de lo contrario error
  • Errores de segmentos individuales → se registran; otros segmentos continúan

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

FilippTrigub/abra

>- Remove the background from every frame of a video using AI (BiRefNet-general via rembg). Outputs transparent-background video or composites onto a solid colour or image. Requires a CUDA GPU with at least 3 GB free VRAM.

Skills relacionados