Communitygithub.com

Edición de Video — Pipeline de Presentación con Subtítulos

Edita cualquier video para convertirlo en una presentación con subtítulos: transcribe (cualquier idioma, predeterminado large-v3), presenta un transcript_review.txt para que el usuario corrija errores ANTES de renderizar, luego construye una composición HyperFrames con píldoras de vidrio líquido, fondo de manchas líquidas, transiciones morph líquidas, texto opcional detrás del sujeto mediante eliminación de fondo, y renderiza el video final.

¿Qué es Edición de Video — Pipeline de Presentación con Subtítulos?

Esta skill orquesta un pipeline completo de edición de video con subtítulos, diseñado para convertir cualquier video de entrada en una presentación profesional con efectos visuales líquidos. Comienza con la transcripción usando faster-whisper (modelo large-v3, con soporte para hebreo, inglés y cualquier idioma compatible con Whisper), luego aplica correcciones automáticas y pausa el flujo para que el usuario revise y apruebe el transcript a través de un servidor web local o un editor de archivos estático. Solo después de la aprobación se ejecuta el render final con HyperFrames, generando píldoras de subtítulos con estilo "vidrio líquido", fondos animados de manchas líquidas y transiciones morph. Soporta salida tanto en 16:9 (YouTube/horizontal) como en 9:16 (TikTok/Reels/Shorts) desde la misma fuente 16:9, usando un modo vertical que centra la pista de video con un fondo borroso y manchas líquidas. Es ideal para tutoriales subtitulados, reels promocionales, y cualquier video que requiera subtítulos sincronizados con una estética moderna y fluida. Funciona en macOS, Linux y Windows, y se integra con el ecosistema YUV.AI, aunque también puede usarse de forma independiente.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/hoodini/ai-agents-skills/tree/HEAD/skills/video-edit

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Edición de Video — Pipeline de Presentación con Subtítulos?

Editor de video con subtítulos completo sobre HyperFrames. El usuario te da un video; tú orquestas transcribir → revisar → renderizar y SIEMPRE pausas para la aprobación del transcript antes del render largo.

Dónde se sitúa esta skill en la pirámide de YUV.AI

video-edit está en el nivel medio de la pirámide de skills de YUV.AI junto con yuv-design-system, yuv-decks, yuv-viral-video, parallax-landing-page y video-to-landing-page. El orquestador de nivel superior yuv-pilot enruta aquí cada vez que el usuario quiere una presentación con subtítulos, un tutorial o una edición de talking-head con subtítulos.

Esta es la skill de video más general, hermana de yuv-viral-video. La división:

  • yuv-viral-video — pipeline de viral-short de YUV.AI con estilo definido (ritmo MrBeast, estilo editorial característico)
  • video-edit — editor general con subtítulos que pausa para revisión del transcript antes del render (hebreo + inglés + cualquier idioma de Whisper)

Para video subtitulado con la marca YUV.AI, combina esta skill con yuv-design-system (modo Neon para decisiones de tipo/paleta). Para video subtitulado genérico/de terceros, esta skill funciona de forma independiente.

Cuándo invocar

  • Una ruta a un archivo de video (mp4/mov/mkv) + una solicitud para "editar", "subtitular", "añadir subtítulos", "hacer un reel/promo", "hacer lo mismo"
  • "Corregir los subtítulos / errores ortográficos en hebreo" — reingresar en el paso de revisión en un proyecto existente
  • Cualquier tutorial subtitulado / talking-head / construcción de promo

Ubicación de guardado

Predeterminado: ~/Documents/yuv-projects/videos/<slug>/ — guarda siempre los proyectos de video subtitulado aquí para que los renders se puedan encontrar. El <slug> es corto, derivado del tema o del nombre del archivo fuente.

mkdir -p ~/Documents/yuv-projects/videos
cd ~/Documents/yuv-projects/videos
# Inicializa el proyecto aquí.

El render final se guarda en ~/Documents/yuv-projects/videos/<slug>/renders/<name>_FINAL.mp4. Indica al usuario dónde está el video al final del render.


Flujo de trabajo (12 pasos)

  1. Sondear la fuente — ffprobe para dimensiones, fps, duración, audio.

  2. Andamiar — cd ~/Documents/yuv-projects/videos && npx hyperframes init <slug> --video <path> --non-interactive. Renombrar el video copiado a source.mp4.

  3. Extraer audio — ffmpeg -i source.mp4 -vn -ac 1 -ar 16000 audio.wav.

  4. Transcribir — copiar references/transcribe.py en el proyecto. Modelo predeterminado large-v3 (mejor para hebreo). CUDA suele fallar en Windows (falta cuDNN); el script recurre a CPU int8. Forzar language="he" para hebreo, language="en" para inglés; si no, detección automática.

  5. Aplicar correcciones conocidas — copiar el contenido de references/corrections-hebrew.md en un corrections.json en la raíz del proyecto (claves = tokens incorrectos, valores = tokens correctos).

  6. 🛑 PARAR — iniciar el servidor de revisión y permitir que el usuario apruebe en una aplicación web. Primero aplicar correcciones conocidas: copiar references/make_review.py en el proyecto y ejecutar python make_review.py. Aplica corrections.json a transcript.json.

    Luego iniciar el servidor de revisión como una tarea en segundo plano (bloquea hasta que el usuario haga clic en "Aprobar y Renderizar" en el navegador):

    python "$HOME/.claude/skills/video-edit/references/serve_review.py" .
    # En Windows: python "C:\Users\<tu_usuario>\.claude\skills\video-edit\references\serve_review.py" .
    

    El servidor imprime una línea como REVIEW_URL=http://localhost:PORT/. Toma esa URL de la salida de la tarea en segundo plano (o lee stdout) y envía al usuario:

    👉 Revisa tu transcript aquí: http://localhost:PORT/ Cuando hagas clic en Aprobar y Renderizar, continuaré automáticamente.

    El agente no necesita un mensaje "continuar" — cuando el usuario hace clic en el botón, el servidor escribe transcript_review.txt en el directorio del proyecto Y sale con código 0. La notificación de tarea en segundo plano del agente se activa, y el pipeline se reanuda desde el paso 8.

    Plan de respaldo si no hay navegador / no hay servidor: abrir el editor como un archivo estático (start "" "$HOME/.claude/skills/video-edit/transcript-editor/index.html"), pedir al usuario que seleccione la carpeta del proyecto, editar, guardar transcript_review.txt de vuelta en el proyecto, y responder "continuar". El editor admite ambos modos.

  7. (Opcional) Eliminación de fondo — ver paso 7 a continuación; puede ejecutarse en paralelo con la revisión del usuario.

  8. Después de la aprobación, ejecutar python references/apply_review.py. Vuelve a tokenizar las líneas editadas y redistribuye los tiempos de las palabras de vuelta en transcript.json para que la sincronización de subtítulos aún funcione.

  9. (Opcional) Eliminación de fondo — si algún segmento de talking-head necesita texto detrás del sujeto, extrae el segmento como outro.mp4 (o intro.mp4) y ejecuta npx hyperframes remove-background <clip>.mp4 -o <name>_subject.webm --quality best. Solo CPU en la mayoría de configuraciones (~3–8 min para un clip de ~15s en 1440p).

  10. Re-codificar fuente con keyframes densos — el render multi-worker se congela con keyframes dispersos. Siempre ejecutar:

    ffmpeg -y -i source.mp4 -c:v libx264 -preset medium -crf 18 -r 30 -g 30 -keyint_min 30 -sc_threshold 0 -pix_fmt yuv420p -movflags +faststart -c:a copy footage.mp4
    
  11. Recargar el transcript (editado) y generar la subcomposición del cuerpo mediante references/gen_body.py. El generador emite el compositions/components/caption-body.html completo con alternancia editorial + matrix en píldoras de vidrio líquido, ancladas centradas a la izquierda (limpia los PiP de cámara web en la esquina inferior derecha).

  12. Cablear el index.html anfitrión desde references/host-template.html. Orden de capas (z-index, NO track-index):

    • z0: footage .cam-bg
    • z1: fondo de manchas líquidas (compositions/liquid-blobs.html, mix-blend-mode: screen, duración completa)
    • z2: paralaje detrás del sujeto en subtítulos (intro y/o outro, cuando se usa eliminación de fondo)
    • z3: recorte del sujeto .cam-out / .cam-sub (con data-media-start correspondiente)
    • z6: subtítulos del cuerpo
    • z46: barra de progreso + flash + wipe morph líquido
  13. Lint — npx hyperframes lint. Debe tener 0 errores. Correcciones comunes: conflicto de transformación GSAP/CSS en el elemento de wipe (usar xPercent/yPercent o eliminar la transformación CSS); tweens superpuestos en la misma propiedad (añadir overwrite: "auto").

  14. Renderizar — npx hyperframes render --quality standard --fps 30 --output renders/<name>_FINAL.mp4. Standard es el objetivo de entrega correcto — high aproximadamente duplica el tiempo de render. Verificar con 6–8 fotogramas de control de muestra a lo largo de la línea de tiempo antes de informar que está listo.

Salida vertical (9:16) para TikTok / Reels / Shorts

Cuando el usuario pida salida vertical / retrato / TikTok / Reels / 9:16 (desde una fuente 16:9):

  1. Clonar el proyecto a una carpeta hermana: cp -r proyecto/ proyecto-vertical/.
  2. Reemplazar su index.html con references/host-template-vertical.html (lienzo 1080×1920, fondo borroso con manchas líquidas, la pista de video 16:9 como una tira horizontal centrada, subtítulos debajo).
  3. Reemplazar su gen_body.py con references/gen_body_vertical.py (píldora centrada, fuentes más grandes, ancho máximo más estrecho), luego volver a ejecutarlo para emitir compositions/components/caption-body.html.
  4. Eliminar el recorte detrás del sujeto + las subcomposiciones de paralaje (el recorte está alineado para 16:9; no vale la pena realinearlo para v1). La composición vertical usa el fondo borroso de la fuente + manchas para la atmósfera en su lugar.
  5. Actualizar data-duration a la duración real del video. Actualizar el texto del chip de marca en index.html (YUV.AI por defecto).
  6. Lint + render — mismos comandos. La salida es 1080×1920. Colocar directamente en TikTok / IG Reels / YT Shorts.

Para entregar ambos 16:9 y 9:16 de una sola vez, ejecutar dos comandos de render (en proyectos paralelos). La aprobación de transcript_review.txt se aplica a ambos — mismos subtítulos, dos composiciones.

Reglas críticas

  • Nunca renderizar el final sin la aprobación explícita del transcript. El paso de revisión es el punto clave.
  • Para hebreo: large-v3 + language="he" + direction: rtl + Rubik (700 + 900 para énfasis editorial de peso dual).
  • Las píldoras de subtítulos siempre necesitan un fondo oscuro opaco — el texto claro sin fondo desaparece en la interfaz de usuario blanca de la app.
  • Centrar las píldoras de subtítulos horizontalmente pero desplazar la coordenada x del centro hacia la izquierda (ej. left: 720px) cuando el footage tenga un PiP de cámara web en la esquina inferior derecha.
  • El clip de recorte detrás del sujeto DEBE llevar data-media-start que coincida con su data-start (o que coincida con el desplazamiento de la fuente si el clip fue extraído), o el recorte se reproduce desde el fotograma 0 y se desincroniza.
  • El webm de remove-background mantiene el RGB original y escribe solo la máscara alfa — ffprobe reporta yuv420p, que parece "sin alfa". Confirmar mediante TAG:ALPHA_MODE=1 o componer sobre un color sólido.
  • Tarjetas de outro/fin con texto quemado — NO subtitular sobre ellas; colisionan.

Referencias de archivos

ArchivoPropósito
transcript-editor/index.htmlEditor de navegador interactivo — vista previa de video, edición RTL, aplicación de diccionario, sugerencias AI opcionales de WebLLM, guarda transcript_review.txt
references/setup.mdPrerrequisitos + comandos de instalación para Node / Python / FFmpeg / faster-whisper
references/transcribe.pyTranscripción con faster-whisper con respaldo de CPU + marcas de tiempo de palabras
references/serve_review.pyServidor de revisión local — carga automáticamente el editor, bloquea hasta que el usuario hace clic en Aprobar y Renderizar, luego escribe transcript_review.txt y sale (señaliza al agente)
references/make_review.pyAplicar correcciones + emitir transcript_review.txt (respaldo en modo archivo)
references/apply_review.pyAnalizar el archivo de revisión editado, redistribuir tiempos de palabras, actualizar transcript.json
references/gen_body.pyGenerador de cuerpo de subtítulos (editorial + matrix en píldoras de vidrio líquido)
references/host-template.htmlComposición anfitriona 16:9 con efectos líquidos + wipe de transición
references/host-template-vertical.htmlAnfitrión 9:16 (1080×1920) — diseño TikTok / Reels / Shorts: fondo borroso, pista de video 16:9 centrada, subtítulos debajo, chip de marca arriba a la derecha
references/gen_body_vertical.pyGenerador de cuerpo de subtítulos ajustado para vertical (píldora centrada, fuentes más grandes, ancho máximo más estrecho)
references/liquid-blobs.htmlCapa de manchas flotantes de duración completa
references/caption-parallax-outro.htmlPlantilla de subtítulos detrás del sujeto (inglés; clonar para otros idiomas)
references/corrections-hebrew.mdErrores conocidos de Whisper en hebreo
references/transcript-review-workflow.mdEl paso de pausa/aprobación en detalle

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

hoodini/ai-agents-skills

Edit any selfie or screen-share footage into a viral short-form video in YUV.AI's signature style — Apple-style liquid-glass cards (real CSS backdrop-filter), dark-mode polish, MrBeast-paced cuts, video-title karaoke captions, premium GSAP motion graphics, no fake content, never covering the speaker's face. Hebrew is rendered in Rubik Black, English in Anton uppercase. Always renders BOTH 9:16 and 16:9 and always saves with _V<N> suffix for backups. Trigger when the user drops a path to an .mp4/.mov/.mkv and says "edit this", "make it viral", "turn this into a short", or any Hebrew equivalent (ערוך סרטון, סרטון ויראלי, להפוך לוויראלי, ריל, שורט). The pipeline is the COMBINATION of two skills: video-use (transcription + word-snapped cuts + base extraction) and hyperframes (HTML/CSS/GSAP visual composition + render). Do NOT use for podcast-only audio edits.

hoodini/ai-agents-skills

Yuval Avidani's YUV.AI brand and design system. Apply ONLY when YUV.AI-branded output is requested — presentations, decks, keynotes, portfolio, brand site, profile, speaker bio, brand assets, or any prompt mentioning YUV.AI / "my brand" / "my deck" / "my site" / "for me". Do NOT auto-trigger on generic "build a game / web app / dashboard / landing page" without YUV.AI context — those use whatever palette fits. Three modes; NEON (hot pink #FF1464 + neon cyan #00E5FF + white, DEFAULT for YUV.AI web, apps, games, dashboards, social, general visual work); DECKS (Fly High purple/yellow/grey, presentations and slides ONLY); Warm Editorial (pink/yellow/bone for Hope, Marcus, bigcats.ai, practical.yuv.ai). Universal Fly High throughline across all modes; flight/progress motifs (HUD strips, dials, "Let's Fly High" tagline, phoenix mark). Anton + Inter (EN), Rubik + Assistant (HE), letter-spacing 0 default. Bundled brand assets, canonical socials, credentials. Project brand wins if specified.

hoodini/ai-agents-skills

Yuval's all-in-one AI video pipeline. Turns an idea/script into a finished, on-brand MP4 by orchestrating HyperFrames (HTML→deterministic video render), Lottie (branded motion graphics), ManimCE (math / neural-network / concept animations), and a transcribe→approve caption flow — all wrapped in the YUV.AI Neon Phoenix brand via a frame.md. Use whenever Yuval wants to make, edit, or explain something as a video: promo, explainer, launch, social reel, "make a video about X", "explain X as a video", "neural network animation", "turn this into a video", captioned tutorial, 16:9 or 9:16. Triggers: video, explainer, promo, reel, manim, lottie, hyperframes, animation, "make a video", "explain ... as a video", מצגת וידאו, סרטון, הסבר וידאו. Routes each beat to the right engine, wraps in brand, self-verifies, and renders.

hoodini/ai-agents-skills

Build a premium cinematic landing page with mouse-scrub video hero and brand-driven narrative-arc sections. Use whenever the user provides a hero video plus a product / subject / brand and wants a landing page, promo site, product showcase, marketing page, or storytelling site. Works for any language (RTL or LTR — Hebrew, English, Arabic, Spanish, French, Japanese, etc.) and any subject (food, tech, animals, fashion, services, SaaS, wildlife campaigns, music releases, books, real estate). The signature effect is mouse-driven video scrubbing — the hero video lives across the entire page as a fixed backdrop, and moving the mouse left-right scrubs the video timeline so the subject responds to the cursor. Below the hero, 4-5 fully-opaque sections each carry their own brand identity (color, typography emphasis, layout pattern) and walk the viewer through a narrative arc (e.g. longing → joy → nostalgia → contemplation → action). Triggers on phrases like "build a landing page from this video", "cinematic landing ...

hoodini/ai-agents-skills

Build a scroll-driven cinematic landing page from a short video. The user provides a 5–15 second video (often AI-generated); this skill extracts every frame at HD JPEG quality, then produces a single-hero HTML page where the user's scroll gesture scrubs the frames in place (the page itself never scrolls) and 5 dramatic text overlays crossfade in/out — Google Anton headlines, Caveat handwritten accents, locked body, virtual scroll. Use this skill whenever the user wants to "turn this video into a landing page", "make a scroll-scrub landing page", "build a parallax hero from this clip", "add a new landing page to the parasites showcase", "do the same as github/lion/hope for this new video", or any variant that pairs a short clip with dramatic scroll-triggered storytelling. Trigger even if the user only says "use my video for a landing page" — that is this skill.

hoodini/ai-agents-skills

Turn any video into a cinematic scroll-driven landing page — Apple-style hero where scrolling progresses the visible frame through the video. Use when the user provides a video file and asks for "a landing page from this video", "scroll-frame website", "Apple-style scroll site", "hero that scrubs the video", "like the GitHub Copilot landing", or any equivalent. Extracts N evenly-spaced frames via ffmpeg, builds a self-contained HTML page with a sticky hero + JS scroll listener that swaps the visible frame as you scroll, plus headline, sections and CTA below. For YUV.AI projects, applies the yuv-design-system skill in Neon mode (pink/cyan/white, default for YUV.AI web) — Decks (purple/yellow) is reserved for slides only. For generic / non-YUV.AI projects, picks an appropriate palette per the source video. Output is one folder with `index.html` and a `frames/` directory — drop on any static host.

hoodini/github-trending

Fetch and display GitHub trending repositories and developers. Use when building dashboards showing trending repos, discovering popular projects, or tracking GitHub trends. Triggers on GitHub trending, trending repos, popular repositories, GitHub discover.

hoodini/mongodb

Work with MongoDB databases using best practices. Use when designing schemas, writing queries, building aggregation pipelines, or optimizing performance. Triggers on MongoDB, Mongoose, NoSQL, aggregation pipeline, document database, MongoDB Atlas.

hoodini/owasp-security

Implement secure coding practices following OWASP Top 10. Use when preventing security vulnerabilities, implementing authentication, securing APIs, or conducting security reviews. Triggers on OWASP, security, XSS, SQL injection, CSRF, authentication security, secure coding, vulnerability.

Skills relacionados