assafkip/claude-video-editor

Edita cualquier video conversando — el orquestador del pipeline de video integrado. Úsalo cuando el usuario quiera editar, cortar, añadir subtítulos, gradar o agregar gráficos en movimiento a material de archivo; deje caer una carpeta de clips y diga "edita esto"; o pida hacer un promocional/avance/tutorial/corto. Enruta a video-use (el motor de corte) y HyperFrames (superposiciones de gráficos en movimiento), con una biblioteca motion-craft para el gusto.

¿Qué es claude-video-editor?

Este skill de agente de IA te permite editar videos mediante una conversación natural, actuando como un orquestador que integra tres capas técnicas especializadas. Primero, el motor de corte `video-use` transcribe el material, analiza la transcripción, genera una lista de decisiones de edición (EDL) y renderiza el resultado, manejando eliminación de palabras de relleno, recorte de silencios, gradación de color, fundidos de audio y quema de subtítulos. Segundo, la capa de movimiento HyperFrames crea composiciones HTML + GSAP renderizadas como `.mov` con canal alfa para títulos, llamadas, transiciones y texto cinético. Tercero, la capa artística proporciona guías de estilo, ritmo y filosofía de movimiento. El skill es compatible con Claude Code, Cursor y Codex, y su flujo de trabajo estándar incluye inventariar fuentes, transcribir, proponer una estrategia de corte, esperar aprobación, generar la EDL, añadir gráficos en movimiento si es necesario, componer todo y autoevaluar cada corte antes de mostrar el resultado final. Las reglas son estrictas: los subtítulos deben renderizarse en formato MOV con alfa, las fuentes silenciosas necesitan una pista estéreo silenciosa, y los cambios de velocidad requieren clips prerenderizados.

Compatible con✓Claude Code~Codex CLI~Cursor

npx skills add https://github.com/assafkip/claude-video-editor/tree/HEAD/skills/video-studio

Documentación

video-studio

Un pipeline conversacional para editar cualquier video. Tres capas se componen; este skill enruta entre ellas. La LLM nunca ve el video — lo lee (transcripción + instantáneas de la línea de tiempo bajo demanda) y edita con precisión a nivel de palabra.

Las tres capas (lo que está incluido aquí)

El motor de corte — video-use (skills/video-use/) Transcripción → empaquetado → razonamiento → EDL → renderizado → autoevaluación. Posee: eliminación de palabras de relleno, recorte de espacios muertos, gradación de color, fundidos de audio de 30ms, quema de subtítulos y el compuesto render.py que coloca superposiciones sobre el corte. Esta es la columna vertebral de cada edición. Lee skills/video-use/SKILL.md para las 12 reglas de producción.
La capa de movimiento — HyperFrames (skills/hyperframes/, hyperframes-cli/, hyperframes-registry/, gsap/, website-to-hyperframes/) Composiciones HTML + GSAP renderizadas a través de Chrome sin interfaz gráfica a .mov con alfa. Úsalo para: títulos en tercio inferior, tarjetas de título, llamadas, elementos reactivos al audio, transiciones de escena, texto cinético. video-use genera estas como superposiciones y las compone.
La capa artística — make-a-video, short-form-video, docs/MOTION_PHILOSOPHY.md Guion gráfico, sistema de marca, ritmo, gusto de movimiento. Llega aquí para cómo debería sentirse, no cómo renderizar.

El bucle estándar

Inventario. Enumera las fuentes en la carpeta. No transcribas sin que te lo pidan — espera a que el usuario señale el material y diga lo que quiere.
Transcripción + empaquetado (video-use): una llamada de transcripción por fuente → un takes_packed.md.
Estrategia → confirmación. Propón el corte (tiempos, orden, qué se corta). Espera la aprobación. Nunca toques el corte sin aprobación.
EDL. Escribe la lista de cortes (rangos = segundos de la fuente, superposiciones = .mov de subtítulos en segundos de salida). Consulta templates/project/ para la estructura.
Movimiento (HyperFrames, cuando un tiempo lo necesita): crea una composición, renderiza por variante --format mov (alfa — webm sale opaco).
Composición (video-use): render.py <edl> -o final.mp4 --no-subtitles --no-loudnorm (omite --no-loudnorm solo si la fuente tiene audio real).
Autoevaluación → persistencia. El motor verifica cada límite de corte antes de que muestres algo. La memoria de la sesión vive en el project.md del proyecto.

Reglas estrictas (no negociables; el gusto es libre)

Los subtítulos se renderizan --format mov (ProRes 4444 yuva). webm = opaco, sin alfa.
La fuente silenciosa necesita una pista estéreo silenciosa antes de render.py (su ruta de audio espera una) y --no-loudnorm.
Los cambios de velocidad son clips prerenderizados con setpts, referenciados como sus propias fuentes de EDL. Sin velocidad nativa en EDL.
Las salidas viven en <videos>/edit/ — mantén limpias las carpetas del skill.

Configuración

Ejecuta ./install.sh una vez (verifica ffmpeg/node/chrome, configura el venv de video-use, conecta los skills, solicita la clave de ElevenLabs). Luego haz cd en una carpeta de material de archivo y comienza una sesión. Consulta el README.md del repositorio.