Communitygithub.com

avenoxai/avenoxskills

Avenox Studio: un pipeline de producción de videos para YouTube, local y operado por un agente de IA. Úsalo para editar, cortar, producir, ensamblar, subtitular, musicalizar o renderizar videos largos, o para crear gráficos animados.

¿Qué es avenoxskills?

Avenox Studio es un pipeline de producción de video completamente local, diseñado para ser operado por un agente de IA (como Claude Code, Cursor o Codex) bajo la dirección de un humano. El agente ejecuta las tareas técnicas (corte, transcripción, ensamblaje, renderizado), mientras que el humano actúa como director y control de calidad. El pipeline integra herramientas open source como auto-editor, mlx-whisper (transcripción local en Apple Silicon), MLT/melt (edición no lineal), ffmpeg, y HyperFrames (gráficos animados). Se ejecuta íntegramente en la máquina del usuario, sin necesidad de servicios en la nube, lo que lo hace rápido, privado y económico. El flujo de trabajo sigue 7 pasos: ingesta, corte bruto, gráficos, ensamblaje, subtítulos, música y exportación, siempre con una revisión intermedia del director antes del render final. La marca es una restricción estricta, definida en brand/frame.md, y el formato de salida es YouTube 16:9 1080p60. Los proyectos se almacenan en $STUDIO_JOBS con una estructura de carpetas bien definida para evitar problemas de sincronización con archivos pesados.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/avenoxai/avenoxskills/tree/HEAD/skills/avenox-video

Preguntar en tu IA favorita

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

Documentación

Avenox Studio — enrutador del operador

Guía rápida para un pipeline de video local, operado por un agente. Todo se ejecuta en tu propia máquina: sin editor en la nube, sin subir para renderizar.

El humano dirige y aprueba la calidad; el agente opera el pipeline.

Configuración

export STUDIO_JOBS="$HOME/video/projects"   # aquí vive el material pesado
export STUDIO_ROOT="/ruta/a/este/repo"      # scripts, plantillas, marca

Requisitos: macOS (codificación por hardware vía h264_videotoolbox; Apple Silicon para mlx-whisper), ffmpeg, python3, melt/MLT, Node (para HyperFrames). La mayor parte funciona en Linux con libx264 y una compilación de whisper con CUDA.

Principios de operación

  1. Disciplina de medios. El material pesado NUNCA debe estar en una carpeta sincronizada con la nube; la sincronización se atascará con archivos intermediarios de varios GB y puede corromper escrituras en curso. Los trabajos residen en $STUDIO_JOBS/<job>/ (raw/ cut/ graphics/ audio/ outputs/). Tu sistema de notas solo contiene el cerebro: este sistema, la especificación de marca, los planes edit.json.
  2. Bucle del director. Produce una previsualización (fotogramas de gráficos + un render rápido) → envía para notas → solo entonces el render final. Nunca entregues un render final sin aprobación. Esta es la regla más importante; un agente que renderice finales sin revisión hará perder horas en un corte rechazado.
  3. La marca es una restricción estricta, no una sugerencia. Lee brand/frame.md antes de crear cualquier gráfico. Defínela una vez y bloquéala. (La implementación de referencia es deliberadamente anti-"AI slop": editorial premium, papel cálido + tinta + un solo acento, sin neón/gradiente/glassmorphism/brillo 3D.)
  4. Formato: YouTube 16:9 1080p60. Preajuste en brand/presets/youtube-16x9.json.
  5. Finalización híbrida. Genera automáticamente el borrador; el mismo archivo .mlt se abre en Kdenlive o Shotcut para finalización manual. No intentes automatizar el gusto.
  6. La transcripción por defecto es LOCAL con mlx-whisper y el modelo whisper-large-v3-turbo — rápida, gratuita y potente en audio no inglés. Ten en cuenta que la mayoría de los proxies de enrutamiento de LLM no exponen un endpoint whisper; si usas un servicio remoto, utiliza una API de voz dedicada.

Scripts (scripts/)

ScriptFunción
`autocut.sh IN.mp4 [balancedaggressive
transcribe.py IN.mp4 PREFIX→ transcript/PREFIX_timed.json + _narration.txt
mltgen.py edit.json out.mlt --base <job-dir>lista de edición → proyecto MLT (Kdenlive/Shotcut/melt)
`vrender.sh project.mlt out.mp4 [fastquality]`
grabshot.shcaptura de pantalla del portapapeles → disco
slides2png.shdiapositivas estáticas heredadas — prefiere HyperFrames
remove-silence.pypaso de silencios independiente

Los 7 pasos

  1. Ingesta — copia el material bruto → $STUDIO_JOBS/<job>/raw/. Confirma el briefing y qué segmentos realmente importan.
  2. Corte bruto — autocut.sh raw.mov balanced → cut/screen_cut.mp4; transcribe.py para el guion. Receta completa → habilidad avenox-roughcut.
  3. Gráficos — HyperFrames. Enruta vía la habilidad hyperframes → usualmente motion-graphics (segmentos cortos), faceless-explainer (conceptos extensos), o general-video. Lee primero brand/frame.md; renderiza MP4s animados en graphics/. Receta completa → habilidad avenox-graphics.
  4. Ensamblaje — escribe edit.json (plantilla en templates/edit.json) mezclando cut/*.mp4 + graphics/*.mp4 + música → mltgen.py edit.json project.mlt --base <job-dir>.
  5. Subtítulos — transcribe.py → .srt; aplica brand/caption-corrections.json (cópialo de caption-corrections.example.json — un mapa de búsqueda/reemplazo para términos que tu ASR distorsiona sistemáticamente). Entrégalos como CC de YouTube, no incrustados.
  6. Música — banda sonora de fondo bajo todo, sidechain-duck bajo la voz, objetivo ~-14 LUFS. Registra atribuciones en CREDITS.md.
  7. Exportación — vrender.sh project.mlt draft.mp4 fast → revisión del director → vrender.sh … final.mp4 quality → limpia archivos temporales.

Nivel de calidad de gráficos

Los clips de HyperFrames deben cumplir con brand/frame.md. Prefiere movimiento contenido, basado en tipo y con peso. Si un segmento no necesita movimiento, un fotograma estático limpio está bien — no animes por el simple hecho de animar.

Referencia

  • Corte bruto: avenox-roughcut · Gráficos: avenox-graphics
  • Habilidades de HyperFrames: hyperframes (enrutador), hyperframes-cli, hyperframes-animation, hyperframes-creative, motion-graphics, faceless-explainer, general-video
  • Especificación de marca: brand/frame.md (completa desde brand/frame.template.md)

Skills relacionados