Communitygithub.com

editar-video

Edita vídeo real a nivel profesional con ffmpeg local: corrección de color medida (normalizar, equilibrar, igualar escenas, look), saturación, contraste, niveles BT.709, tono de piel, HLG de iPhone a SDR, cortes, J/L cut, capas, texto, subtítulos, LUT .cube, zoom/estabilización, sonoridad y entrega para Reels/TikTok.

¿Qué es editar-video?

Esta skill habilita a un agente de IA para realizar edición de video profesional localmente usando ffmpeg, con un enfoque riguroso en la corrección de color basada en mediciones numéricas, no en apreciaciones visuales. El agente diagnostica cada escena mediante scopes (waveform, parade RGB, vectorscope con línea de piel) y alertas numéricas, propone un plan de corrección con operaciones justificadas (normalizar, equilibrar, igualar escenas, aplicar look), y lo aplica en RGB de 16 bits para preservar precisión. Soporta conversión HLG/PQ a SDR, cortes secos y J/L cut, adición de texto y subtítulos dentro del área segura de la plataforma, estabilización, zoom con easing, y generación de LUTs .cube para otros editores. Está diseñada para Claude Code, Cursor, Codex y agentes similares, y requiere ffmpeg/ffprobe 8.1.2+ y Python 3.10+ con numpy y Pillow. Incluye 38 recetas ffmpeg, referencias técnicas detalladas (BT.709, EBU R103, BT.2408, Murch, Meta/TikTok specs), y un flujo de aprobación en 5 pasos con previas y comparaciones medidas antes de la entrega final.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/arthurmkt/arthur-portfolio-mkt/tree/main/design/editar-video

Preguntar en tu IA favorita

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

Documentación

Edición de vídeo medida

Principio: el color se juzga por medición. Todo cambio de color que propongo va acompañado del número que lo motivó (alcance, percentil, ángulo de piel) y del número después. Cada regla de esta skill tiene una fuente al lado; lo que no tiene fuente aparece como [sin fuente] y nunca como regla.

Límite declarado: veo cuadros y números, no veo el vídeo en movimiento. Ritmo, sensación del corte y gusto del look son juicio de quien lo pidió. En la entrega, pido explícitamente que la persona lo vea en el móvil.

Requisitos: ffmpeg y ffprobe (probado en 8.1.2, con libvidstab para la R61), Python 3.10+ con numpy y Pillow (pip install numpy pillow).

Archivos

ArchivoPara qué
scripts/escopos.pydiagnóstico por escena: hoja de scopes (waveform, parade RGB, vectorscope con línea de piel, histograma) + diagnostico.md/json con alertas y fuente
scripts/comparar.pyantes × después por escena: hoja, split_cenaN.png en 1080, tabla de números y alertas resueltas/nuevas
scripts/graduar.pyaplica el plan de corrección (JSON) en orden de señal, en RGB 16 bits; --previa genera cuadros fijos antes/después
scripts/gerar_lut.pytransforma la corrección aprobada en un .cube (33/65) para Premiere/Resolve/CapCut y prueba por PSNR
scripts/montar.pymonta fragmentos con corte seco, J cut y L cut a partir de una lista (JSON)
scripts/receitas.py38 recetas ffmpeg con fuente; testar clipe.mp4 las ejecuta todas; md genera referencias/receitas-ffmpeg.md
referencias/cor-fluxo.mdorden de señal, contraste, curvas, saturación, precisión 16 bits
referencias/niveis-e-escopos.mdBT.709, EBU R103 v3.0, cómo leer cada scope, cómo mide el script
referencias/pele.mdlínea de piel, rango de croma, síntoma → causa → corrección
referencias/hdr-hlg.mdHLG de iPhone → SDR, niveles BT.2408, cadena medida
referencias/corte.mdMurch (regla de seis, parpadeo), corte en la acción, J/L cut, empalmes de audio, sincronía
referencias/plataformas.mdMeta y TikTok: formato, área segura, duración, lo oficial y lo que no
referencias/receitas-ffmpeg.mdlas 38 recetas por grupo (entrada, diagnóstico, color, look, corte, capas, movimiento, acabado, audio, entrega)

Carpeta de trabajo: una carpeta por pieza (ej.: editar-video/<proyecto>/<pieza>/): bruto, plan, previas, hojas y final juntos.

En los comandos de abajo, ~/.claude/skills/editar-video es el lugar donde se instaló la skill. Ajusta si la instalaste en otro lugar.


Paso 0 — Entrada (sin verificación)

python ~/.claude/skills/editar-video/scripts/receitas.py mostrar R01   # y ejecutar con el archivo

Decidir antes de todo, por los números de ffprobe:

  • color_transfer=arib-std-b67 (HLG) o smpte2084 (PQ) → convertir a SDR primero (referencias/hdr-hlg.md, R03). Nunca solo cambiar la etiqueta.
  • r_frame_rate ≠ avg_frame_rate → tasa variable: R02 antes de cortar (Meta exige tasa fija, Ads Guide).
  • color_range=pc → comprobar si el contenido es realmente 0–255 antes de convertir (R04). El signalstats ignora la etiqueta de rango.
  • Archivo de IA, grabación de pantalla: suelen venir sin etiqueta o en rango completo. Medir antes de suponer.

Paso 1 — Diagnóstico medido (verificación 1)

python ~/.claude/skills/editar-video/scripts/escopos.py bruto.mp4 -o diag            # SDR
python ~/.claude/skills/editar-video/scripts/escopos.py bruto.mp4 -o diag --sdr      # HLG: medir después del tonemap
python ~/.claude/skills/editar-video/scripts/escopos.py bruto.mp4 --pele 0.35,0.15,0.3,0.25   # región del rostro

Leer la hoja por el método VER → AMPLIAR → CONFIRMAR: el cuadro, luego cada scope, luego el número. Mostrar:

  1. la hoja (folha_escopos.png) y la tabla por escena;
  2. hechos medidos, uno por línea, con la regla y la fuente: "Escena 2: altos R 98,6 / G 90,0 / B 80,2 → dominante cálida en los altos, si la pared es blanca (Adobe, parade RGB)";
  3. lo que no sé por la medición (ej.: si el tono cálido es intencional).

La máscara de piel automática (Chai & Ngan) capta madera, beige y naranja. Si el rostro es pequeño o hay un objeto del mismo color, pasar --pele con la región del rostro.

Verificación 1: quien pidió confirma qué es problema y qué es intención. No corrijo una dominante que la persona quiere.

Paso 2 — Plan de corrección y previa (verificación 2)

Escribir plano.json (formato en la parte superior de graduar.py). Cada operación lleva el motivo medido en un campo "porque". Orden fija: conformar → global → escenas (igualar) → look → acabado → legalizar (referencias/cor-fluxo.md, sección 1).

  • Normalizar: puntos de negro/blanco por canal (niveis) a partir de baixas_RGB / altas_RGB.
  • Equilibrar: temperatura primero, luego verde/magenta (temperatura, balanco).
  • Igualar escenas: elegir la escena de referencia (la más abierta o la más cercana al look deseado, Colorist Guide 20, lección 2) y aproximar Y medio, altos RGB y piel de las otras.
  • Look: solo después de igualar. Saturación de estilo, LUT creativa. Look es gusto: lo propongo, la persona decide.
python ~/.claude/skills/editar-video/scripts/graduar.py plano.json --mostrar   # cadena de filtros
python ~/.claude/skills/editar-video/scripts/graduar.py plano.json --previa    # antes|después de la mitad de cada escena

Verificación 2: aprobación de la previa. El ajuste llega con escena y cuánto ("escena 3 menos cálida, la mitad"). Cambio solo lo pedido.

Paso 3 — Renderizado y comparación medida (verificación 3)

python ~/.claude/skills/editar-video/scripts/graduar.py plano.json
python ~/.claude/skills/editar-video/scripts/comparar.py bruto.mp4 corrigido.mp4 -o comparacao --zoom-vs 2

Entregar folha_antes_depois.png + comparacao.md (números antes → después, alertas resueltas y nuevas, amplitud entre escenas). Si aparece una alerta nueva, la corrijo antes de mostrar.

Verificación 3: aprobación del vídeo corregido, visto por quien lo pidió.

Paso 4 — Corte, capas, texto, movimiento (cuando se pida)

  • Corte: lista de fragmentos en JSON → montar.py (seco, J, L). Reglas y fuentes en referencias/corte.md. Mido duración de plano y cortes por minuto; el ritmo lo juzga la persona.
  • Texto, subtítulo, logo: R50–R52, siempre dentro del área segura de la plataforma (referencias/plataformas.md). Texto literal de una lista cerrada. El subtítulo sigue el habla, con tiempo de lectura de 1 s por cada 3 palabras + 1 s.
  • Movimiento sobre el vídeo: zoom/pan con easing (R60), estabilización (R61), velocidad (R62).
  • Motion graphics desde cero (tipografía cinética, números animados): skill /motion, con el vídeo entrando como secuencia de cuadros.
  • Orden: gráficos y subtítulos entran después del color y la conversión HDR→SDR (ITU-R BT.2408-9 §9).

Paso 5 — Revisión y entrega

Lista de verificación antes de mostrar:

  1. comparar.py sin alerta de nivel/gamut al final; etiquetas BT.709 verificadas con ffprobe.
  2. Resolución, fps fijo, duración, nº de cuadros, sin cuadro negro al inicio/final.
  3. Texto dentro del área segura; subtítulo coincidiendo con el habla.
  4. Loudness medido (R80) e informado. El objetivo de -14 LUFS es [sin fuente oficial]; lo uso si la persona está de acuerdo.
  5. Encode R90 (H.264, yuv420p, BT.709, +faststart).
  6. Sin flash fuerte ni blanco liso en los primeros 3 segundos si es TopView de TikTok (plataformas.md).
  7. Pedir la revisión a quien lo pidió, en el móvil: ritmo, sensación, piel.

Look aprobado que se reutilizará → gerar_lut.py --plano plano.json -o <proyecto>_look.cube y --conferir para probar.

Reglas de código (medidas con ffmpeg 8.1.2, 05/11/2026)

  1. El filtro de color en RGB va después de format=gbrp16le. En 8 bits la ida y vuelta pierde 1,1 código de Y medio; en 16 bits sale exacta.
  2. No usar eq en flujo 10 bits/HLG: fuerza 8 bits.
  3. Ruta en filtro: file='/carpeta/archivo.cube' (comillas simples; ruta con : o espacio necesita escape con \).
  4. Etiquetas en salida: -colorspace bt709 -color_primaries bt709 -color_trc bt709 -color_range tv (+ setparams al final de la cadena de graduar.py).
  5. Legalizar solo al final (EBU R103 v3.0). El limiter no corrige gamut RGB; la etapa RGB16 ya recorta.
  6. -ss antes de -i con reencode = corte preciso; con -c copy el corte cae en el keyframe.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills relacionados