auto-video-edit

/auto-video-edit: de metraje bruto a video terminado

Ejecuta todo el proceso sin detenerse a preguntar. Corrige errores y vuelve a ejecutar hasta que haya un final-video.mp4 de calidad.

SKILL_DIR abajo se refiere a la carpeta donde se encuentra este archivo (normalmente ~/.claude/skills/auto-video-edit).

1. Verificar la configuración (una vez)

ls SKILL_DIR/.venv/bin/python SKILL_DIR/remotion/node_modules/.bin/remotion

Si falta alguno, ejecuta el install.sh del repositorio, o hazlo manualmente:

python3 -m venv SKILL_DIR/.venv && SKILL_DIR/.venv/bin/pip install -r SKILL_DIR/requirements.txt
cd SKILL_DIR/remotion && npm install && npx remotion browser ensure

También necesita ffmpeg, ffprobe y node en el PATH (macOS: brew install ffmpeg node).

2. Ejecutar el pipeline

En la carpeta con el metraje (se usa el archivo de video más grande a menos que se especifique uno):

bash SKILL_DIR/scripts/run_all.sh                 # o: run_all.sh mi-toma.mov

Ejecuta tres pasos, cada uno también se puede ejecutar por separado con SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/<step>.py:

Paso	Qué hace	Escribe
edit.py	encuentra el habla, corta silencios > 0.5 s (mantiene 0.15 s de aire), divide en tomas de ~4.5 s, elige tomas normales / con zoom (1.3×) / ajustadas (1.5×) por toma a partir de las palabras, centra los zooms en el rostro detectado, gradúa el color, masteriza la voz a -14 LUFS, fundidos de 10 ms en cada corte	edited-video.mp4, work/transcript.json, work/edit_report.json
animate.py	encuentra momentos que necesitan un visual: números con unidades → Contador, "A vs B" / "en lugar de" / antes-después → Comparación, 3+ frases "primero / luego / finalmente" → Diagrama de flujo, afirmaciones contundentes ("la verdad es", "la mayoría de la gente", …) → Tarjeta de texto; aproximadamente 1 tarjeta cada 15 s, nunca en los primeros 2.5 s; renderiza cada tarjeta al tamaño y fps del video	work/animation_plan.json, animations/*.mp4, work/animation_manifest.json
finalize.py	inserta cada tarjeta en su momento con fundidos suaves; si existe una carpeta broll/, inserta clips cuyos nombres de archivo coincidan con palabras habladas (broll/coffee.mp4 → "café") durante 3 s	final-video.mp4, work/finalize_report.json

Flags útiles: edit.py --no-zoom, --whisper small (mejor transcripción, más lento), --silence-db -35 (sala silenciosa) / -25 (sala ruidosa), --min-silence 0.35 (cortes más ajustados). animate.py --max 3, --min-gap 8.

3. Hacer las tarjetas inteligentes (hacer esto cada vez)

El plan automático usa reglas. Mejóralo con la transcripción antes del render final:

1. SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/animate.py --plan-only
2. Lee work/transcript.json y work/animation_plan.json. Edita el plan:
   • Reescribe cada headline / label / steps / value en 2–6 palabras contundentes que digan lo que el orador quiere decir (no un fragmento de la oración). Corrige números que la transcripción malinterpretó.
   • Elimina tarjetas que no ayuden a la comprensión; añade una tarjeta donde un número clave, lista o contraste no tenga ninguna. Tipos de tarjeta y propiedades:
     • Counter: {"to": 75, "decimals": 0, "prefix": "$", "suffix": "%", "label": "..."}
     • Comparison: {"left": {"label": "Antes", "value": "4 hours"}, "right": {"label": "Después", "value": "10 min"}}
     • Flowchart: {"steps": ["Grabar", "Subir", "Publicar"]} (2–5 pasos)
     • TextCard: {"headline": "Nadie habla de esto", "body": ""}
   • Cada tarjeta necesita "start" (segundos en edited-video.mp4) y "seconds" (3–5).
3. SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/animate.py --from-plan
4. SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/finalize.py

4. Verificar el resultado

• Lee work/edit_report.json y work/finalize_report.json: la duración se redujo de manera sensata, sin advertencias.
• Captura fotogramas para revisar: ffmpeg -ss 5 -i final-video.mp4 -frames:v 1 -y work/check.jpg (y al inicio de cada tarjeta + 1 s). Revísalos: rostro en el encuadre en tomas con zoom, tarjetas legibles, nada recortado.
• Si un zoom recorta mal el rostro, vuelve a ejecutar edit.py --no-zoom. Si los cortes se sienten bruscos, usa --min-silence 0.8.

Si algo falla

Cada paso escribe su salida completa de ffmpeg / Remotion en work/*.log. Lee las últimas líneas, corrige la causa, vuelve a ejecutar solo ese paso. Comunes:

• whisper unavailable → falta el venv; instálalo (paso 1). La edición aún se ejecuta sin elecciones de zoom.
• Remotion Could not find a browser → cd SKILL_DIR/remotion && npx remotion browser ensure.
• Una tarjeta no se renderiza → se reintenta como Tarjeta de texto simple, luego se omite; el video aún se completa.

Informe

--- VIDEO EDIT COMPLETE ---
Input / Output / Duración antes → después / cortes / mezcla de zoom / tarjetas / b-roll / tamaño del archivo

Luego nombra cualquier cosa que no hayas podido solucionar.