¿Qué hace video-cut?
Entregas un video terminado y verificado. No "el comando se ejecutó", sino "vi el resultado".
Herramienta: cut.py en la carpeta de este skill (normalmente ~/.claude/skills/video-cut/cut.py; de aquí en adelante <cut.py>). Siempre se ejecuta con uv run, las dependencias las gestiona uv automáticamente. Requisito: uv instalado.
CapCut no se controla de forma remota: no tiene interfaz. El resultado es un mp4 que el usuario puede seguir editando allí.
Procedimiento
- Aclarar (solo lo que falte, como opciones cliqueables): ¿Qué archivo? ¿Vertical o formato original? ¿Subtítulos y zooms sí/no? ¿Duración objetivo?
- Primera ejecución:
uv run "<cut.py>" "<video>" -o "<salida>.mp4"Nunca sobrescribir el original. Para videos de más de 2 minutos, iniciar en segundo plano. La salida indica pausas, duración antes/después y los rangos de zoom. Junto a ella se crea<salida>.words.tsv. - Leer la lista de palabras (completa): Cada línea es
Inicio<TAB>Fin<TAB>Palabra, tiempos en segundos en el original.- Corregir palabras: nombres mal escuchados, términos técnicos, números, ortografía. Unir palabras que estén divididas (p. ej.,
5y.2en una sola línea5.2con el inicio de la primera y el fin de la segunda). No modificar los tiempos por lo demás. - Acortar contenido: Buscar tartamudeos, frases repetidas, muletillas y reinicios. Un punto de corte abarca desde el inicio de la primera palabra innecesaria hasta el inicio de la primera palabra que debe quedarse. Cortar solo unidades completas de significado, nunca en medio de una oración, y dejar la primera frase (gancho) a menos que esté repetida.
- Corregir palabras: nombres mal escuchados, términos técnicos, números, ortografía. Unir palabras que estén divididas (p. ej.,
- Segunda ejecución con la lista corregida y los puntos de corte:
uv run ... "<video>" -o "<salida>.mp4" --words "<salida>.words.tsv" --drop "12.3-15.8,40-44"--wordsevita una nueva transcripción. Los tiempos siguen siendo válidos aunque modifiques--drop,--noiseo--min-silence. Diseño (en la misma ejecución, todos los tiempos en segundos en el original):--title "0-3=TEXTO": tarjeta de título amarilla en la parte superior, se puede usar varias veces. Siempre colocar una sobre el gancho (primeros 3 segundos, máximo 4 palabras, en mayúsculas). Más solo en secciones reales ("CONSEJO 1"), no más a menudo que cada 8 segundos.--flash "12.3,40": destello brillante corto como transición. Solo en cambios de tema, máximo 3 o 4 por minuto.--music "<archivo>": la música suena de fondo y se atenúa durante el habla. La herramienta mide tempo y pulsos; los cambios de zoom y destellos se alinean con el siguiente pulso (hasta 0,35 s de separación). Volumen con--music-volume(por defecto 0.2). El usuario debe proporcionar el archivo de música; pregúntale si puede usarlo si piensa publicar el video.- El final siempre se desvanece durante 0,4 s.
- Verificar números:
- Con música: La salida indica BPM y número de pulsos. Si el tempo es menor a 60 o mayor a 200, la detección probablemente es incorrecta; indícalo.
- Casi nada cortado, aunque haya pausas:
--min-silence 0.3, con ruido de fondo--noise -25. - Faltan palabras en el corte:
--min-silence 0.7o--noise -35.
- Revisar imágenes: Extrae 4 fotogramas, al menos uno dentro y uno fuera de un rango de zoom, y revísalos con Read:
uv run --with imageio-ffmpeg python -c "import imageio_ffmpeg,subprocess,sys;[subprocess.run([imageio_ffmpeg.get_ffmpeg_exe(),'-v','error','-y','-ss',t,'-i',sys.argv[1],'-frames:v','1',f'{sys.argv[2]}_{t}.jpg']) for t in sys.argv[3:]]" "<salida>.mp4" "<scratchpad>\check" 2 15 30 50Toma una imagen de cada tarjeta de título y una exactamente en el instante de un destello (la salida los indica). Verifica: tarjeta de título completa y sin cubrir el rostro, rostro incluso con zoom no cortado, subtítulos legibles y sin tapar la boca ni texto existente, la palabra amarilla coincide con el momento, formato correcto. - Entregar: Ruta del archivo, duración antes/después, qué partes eliminaste y qué palabras corregiste, qué no pudiste verificar.
Reglas
- Informa al usuario en una frase, antes de la segunda ejecución, qué partes eliminas si suman más del 10 % de la duración.
- En exportación vertical desde formato horizontal se recorta centrando. Si la persona no está centrada, indícalo y usa
--no-vertical. - Si el video ya tiene subtítulos incrustados, usa
--no-subs. Si el zoom se ve inestable o corta el rostro, usa--no-zoom. - Los zooms los coloca la herramienta automáticamente (cada dos tomas, cambiando en cortes y finales de frase). No se pueden colocar zooms individualmente a mano.
- Lo que la herramienta no puede hacer (B-Roll, insertar imágenes y logotipos, efectos de sonido, transiciones suaves entre escenas): no afirmarlo. Indícalo y ofrece construirlo por separado, solo después de obtener consentimiento.
- No puedes escuchar el audio. La herramienta mide pulsos, pero si la música y la voz suenan bien juntas solo lo puede juzgar el usuario. Dilo en cada video con música y menciona
--music-volumecomo parámetro ajustable.