Communitygithub.com

h296025733-sys/codex-auto-video-lab

Convierte activos locales de video, imagen y audio, junto con requisitos de edición en lenguaje natural, en un trabajo de edición aislado y auditable, una línea de tiempo JSON validada, un MP4 renderizado y un informe técnico de QA local. Úsalo cuando el usuario le pida a Codex que edite, recorte, reencuadre, subtitule, secuencia, musicalice o empaquete medios subidos de forma automática.

¿Qué es codex-auto-video-lab?

Este skill convierte activos multimedia locales (video, imagen, audio) y requisitos de edición en lenguaje natural en un flujo de trabajo editorial completo, aislado y auditable, utilizando un sistema de CLI basado en FFmpeg. Codex toma decisiones semánticas (como la selección de tomas, la aplicación de transiciones y la sincronización con la narración), mientras que el script `studio.ps1` maneja las operaciones deterministas: análisis de medios, validación de la línea de tiempo, renderizado a MP4 y una rigurosa verificación técnica de calidad (QA). El skill está diseñado para el agente Codex (OpenAI) en un entorno Windows, con su espacio de trabajo en `D:\workspace\codex-auto-video-lab`. Su principal fortaleza es la reproducibilidad y el control de versiones: cada edición se aísla en un directorio de trabajo único, los archivos originales nunca se modifican y se genera un informe técnico de QA que incluye la inspección visual de fotogramas clave. El flujo de trabajo es guiado paso a paso: el agente crea el trabajo, analiza el contenido (con transcripción opcional para diálogos), genera un plan de edición JSON que luego puede modificar, y finalmente ejecuta validación, renderizado y QA. Incluye reglas de decisión editorial sensatas (como priorizar cortes directos sobre transiciones elaboradas, manejar la música de fondo con ducking a -18 dB, y no sobrescribir subtítulos existentes) y un modo 'baseline-auto' para ensamblajes mecánicos simples. Si el proyecto requiere animaciones complejas en capas (como las de `$tiktok-fine-cut-director`), este skill se encarga de la parte de renderizado determinista, mientras que el director de corte fino proporciona la especificación semántica.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/h296025733-sys/codex-auto-video-lab/tree/HEAD/.codex/skills/auto-video-editor

Preguntar en tu IA favorita

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

Documentación

Editor de Video Automático

Objetivo

Producir una edición local real preservando los originales. Codex realiza las decisiones semánticas; la CLI del espacio de trabajo realiza el análisis de medios determinista, la validación, el renderizado con FFmpeg y el QA técnico.

Raíz del espacio de trabajo: D:\workspace\codex-auto-video-lab.

Flujo de Trabajo

Si el resumen pide aprender de videos de referencia, realizar 精剪, construir una superposición de tier/lista, sincronizar recortes de producto con la voz, o usar movimiento de subtítulos en capas, carga $tiktok-fine-cut-director antes de redactar la línea de tiempo. Su especificación de corte fino se convierte en la entrada semántica para este flujo de renderizado determinista.

  1. Lee los requisitos del usuario y resuelve cada ruta de activo local proporcionada. Crea un ID de trabajo seguro y conciso. No edites los archivos fuente en su lugar.

  2. Ejecuta el doctor del espacio de trabajo si es la primera edición en la tarea:

    powershell -ExecutionPolicy Bypass -File .\scripts\doctor.ps1

  3. Crea el trabajo aislado. Pasa --asset una vez por fuente e incluye el resumen exacto del usuario:

    .\studio.ps1 create --job <job-id> --asset <ruta> --brief <requisitos>

  4. Analiza el trabajo. Añade --transcribe cuando el significado del habla, los subtítulos, la eliminación de relleno o la selección de citas afecten la edición:

    .\studio.ps1 analyze --job <job-id> --transcribe

  5. Lee jobs\<job-id>\brief.txt, manifest.json, reports\analysis.json y el JSON de transcripción relevante. Usa los candidatos de escena y los intervalos de silencio como evidencia, no como verdad editorial automática.

  6. Genera el borrador conservador:

    .\studio.ps1 draft-plan --job <job-id>

  7. Edita jobs\<job-id>\edit-plan.json para cumplir con el resumen. Lee edit-plan.md antes de cambiar el plan. Mantén un intent_summary que explique la selección, el orden, el ritmo, el texto, la relación de aspecto y las decisiones de audio. Nunca inventes material de archivo no disponible o afirmaciones fácticas.

  8. Valida, renderiza y ejecuta QA:

    .\studio.ps1 validate --job <job-id>

    .\studio.ps1 render --job <job-id>

    .\studio.ps1 qa --job <job-id>

  9. Inspecciona todas las rutas en reports\qa.json bajo sample_frames y critical_overlay_frames con el visor de imágenes local. Si los subtítulos, el recorte, las áreas seguras para títulos, los glifos de fuente, las superposiciones críticas o los fotogramas negros se ven mal, revisa el plan y vuelve a renderizar.

  10. Entrega las rutas del MP4, el plan de edición, el análisis y el QA. Indica por separado lo que realmente se ejecutó: inspección de origen, transcripción, renderizado local, decodificación completa, inspección visual de fotogramas muestreados o reproducción en plataforma. Nunca llames al QA técnico una verificación semántica o de publicación.

Reglas de Decisión

  • Haz suposiciones editoriales razonables cuando el resumen deje pequeños detalles abiertos; regístralos en intent_summary.
  • Pregunta al usuario solo cuando una elección faltante cambiaría materialmente la historia, la afirmación del producto, la identidad o el uso de activos con licencia.
  • Prefiere cortes directos para acción, discurso, evidencia y montaje ordinario. Usa una transición sin corte solo para un cambio real de tiempo/lugar/capítulo, un puente suave, o un movimiento direccional visiblemente emparejado; usa escala de texto solo en un gancho, contraste, número, prueba, recompensa o CTA compatible. Usa ritmo y selección de tomas antes que efectos.
  • Mantén el diálogo inteligible. La música de fondo predeterminada cerca de -18 dB con ducking habilitado.
  • Para salida vertical de formato corto, el valor predeterminado es 1080x1920 a 30 fps. Usa contain en lugar de recorte destructivo cuando el contenido importante salga del cuadro.
  • No quemes nuevos subtítulos sobre material de origen que ya contenga subtítulos legibles a menos que el usuario solicite un rediseño.
  • Trata la detección de escenas, la detección de silencio y el reconocimiento de voz como evidencia falible. Verifica los límites de la transcripción antes del corte semántico.

Línea Base Rápida

Para una solicitud que explícitamente no necesita eliminación semántica, solo concatenación ordenada, reencuadre, título opcional y subtítulos, baseline-auto puede ejecutar todo el pipeline mecánico. Etiquétalo como un ensamblaje de línea base, no un juicio editorial personalizado:

.\studio.ps1 baseline-auto --job <job-id> [--transcribe] [--title <texto>] [--burn-captions]

Límite Actual

Compatible: ingesta de video/imagen local, sondeo, candidatos de escena, intervalos de silencio, transcripción offline opcional, recortes de segmentos, velocidad 0.25x-4x, reencuadre fill/contain, silenciado exacto de fuente o ganancia de fuente, movimiento push/pull controlado, transiciones dissolve/dip/directional-slide razonadas por evidencia, títulos/subtítulos/etiquetas animados con estilo, una ejecución de color semántico exacto dentro de un subtítulo/título/etiqueta con pulse o shake opcional y acotado durante la ventana real de habla de esa palabra, etiquetas de pasos numerados emparejados, voz en off generada, música de fondo con ducking de narración, efectos de sonido temporizados, acabado de color comercial, MP4 H.264/AAC, QA de decodificación completa, escaneo de fotogramas negros, escaneo de nivel de audio y fotogramas muestreados.

No compatible directamente en este renderizador FFmpeg: bases de conocimiento de activos, material de archivo generativo, gráficos animados en capas de Remotion, seguimiento de objetos, sincronización multicámara, exportación de proyecto editable a Premiere/DaVinci o publicación en plataformas. Dirige el trabajo de Remotion en capas a través de $openchatcut según lo especificado por $tiktok-fine-cut-director.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados