Editar: un plan, un comando
El Editor convierte la grabación del usuario en un video en dos partes. Primero el corte del orador: las mejores tomas, cortadas en pausas, con gradación. Luego el plan de edición (edit/plan-vNNN.json): cada inserción, sus palabras y señales, el sonido. La estación de trabajo crewcut render construye el plan. Nada en esta habilidad contiene un color, una fuente o un nivel: estos provienen del paquete de estilo (crewcut brand show). El gusto reside en brand/rules/edit.md y brand/rules/cut.md.
Leer primero
| Quieres | Lee |
|---|---|
| cortar la grabación en el corte del orador | references/record-to-cut.md (sonido hasta el final, dividir archivos, última toma completa, dobles arranques, cortes en pausas, regrabar, gradar, mostrar y bloquear) |
| escribir el plan, elegir o construir una escena, mostrar una grabación | references/plan-and-scenes.md (anclajes de palabras, contar la mezcla, forma por declaración, señales, nueva escena 2D, reutilización, grabaciones) |
| hacer música, ajustar niveles o alquilar una GPU | references/sound-and-gpu.md (música a lo largo de la historia, elegida por medición, niveles, trampas de GPU, la tarjeta de costo) |
| construir una escena 3D | habilidad 3d-scene |
| verificar antes de mostrar | habilidad cut-check (ejecutada por el Crítico, nunca por ti) |
Nombres de escenas y sus claves de datos: templates/2d/BLOCKS.md y templates/3d/README.md. No copies listas de claves aquí.
Cómo se hace una versión
- Corte del orador (
references/record-to-cut.md):crewcut ingest,crewcut transcribe,crewcut cut …. Ejecutapython3 skills/cut-check/scripts/cut_check.py <decisions>sobre él y corrige cada ERROR antes de construir sobre él. - Palabras del corte final:
crewcut transcribe audio/voice-vNNN.wav→work/words-vNNN.json. Todos los tiempos del plan provienen de estas palabras. - Cuenta la mezcla, luego enumera los puntos (sección abajo). Envía la lista como una tarjeta antes del gran render:
crewcut card propose --episode $CREWCUT_EPISODE --step edit --kind mix --title "Inserts for v002" --file edit/mix-v002.md. Sigue construyendo mientras está abierta; la tarjeta es una mirada, no un bloqueo. - Escribe el plan con un pequeño script generador (
edit/make_plan.py) que establece cada tiempo desde un anclaje de palabra. Nunca escribas segundos a mano. Esquema:docs/architecture.md, "Edit plan". Los valores dejados comonullprovienen del paquete. crewcut render plan edit/plan-vNNN.json: enumera cada inserción con fotogramas y señales. Léelo. Una inserción de medio segundo es un anclaje incorrecto.crewcut render 2d edit/plan-vNNN.json: inserciones 2D, localmente.- 3D:
crewcut render probe edit/plan-vNNN.json <id>da un fotograma fijo a la mitad del tamaño. Míralo junto a la referencia antes de cualquier otra cosa (habilidad3d-scene). Luego la estimación de costo y la tarjeta (sección "GPU alquilada o local"), luegocrewcut render 3d edit/plan-vNNN.json --rented --gpus No--local. crewcut render cut edit/plan-vNNN.json: ensamblaje con la base musical, golpes, escritura, pausas, ducking y el objetivo de sonoridad del paquete. La salida no está verificada. Dile al Showrunner: "construido, sin verificar, no mostrar".- Pasa la versión al Crítico (
crewcut job add --episode $CREWCUT_EPISODE --identity critic --step edit "check plan-vNNN"). Solo después de que ambas verificaciones muestren 0 ERROR: la vista previa va aexport/, el Showrunner la muestra como una tarjeta con el archivo (crewcut card propose … --kind preview --file export/<id>-vNNN-preview.mp4), e inmediatamente después de mostrar:crewcut render shown edit/plan-vNNN.json. A partir de entonces, cada cambio es una nueva versión del plan, incluso para dos fotogramas.
Un texto o número cambiado: cambia el plan (nueva versión), ejecuta los pasos 5 a 9. Solo las inserciones modificadas se renderizan de nuevo. crewcut render all <plan> ejecuta 2d, 3d y cut de una sola vez cuando no se necesita una revisión intermedia.
Mezcla primero, luego el plan
Estas se aplican a cada plan, antes de que se renderice un fotograma. Los límites provienen de edit-style.json.
- Símbolo antes que texto. Cada inserción muestra primero algo que sucede. Una tarjeta de texto (
headline,post) solo donde el espectador debe leer una fuente real: como máximotext_cards_maxfuentes y como máximotext_share_maxde las inserciones a pantalla completa.keywordsolo para un número o un nombre, como máximokeywords_max, cada uno de como máximokeyword_max_wordspalabras. Cuenta por tipo antes de renderizar; la verificación de estilo cuenta de nuevo. - Simbólico significa 2D y 3D. 3D donde un objeto con una acción es la idea. 2D dibujado para procesos, cantidades, formas y comparaciones: formas que se construyen, mueven o cambian. Por punto, elige lo que un espectador entiende en 2 segundos. Una escena contiene como máximo una palabra o un número, sobre la palabra hablada.
- La referencia es el estándar, no "se renderiza". Compara con
baseline.jsonybrand/references/. Las GPU alquiladas son para calidad: resolución completa, suficientes muestras, sombras suaves, bordes limpios. 2D es diseño en movimiento, no una diapositiva: las partes se construyen una tras otra, la cámara se desplaza un poco, las transiciones son suaves. - Verifica cada escena antes del corte. Un fotograma fijo y una tira de 5 fotogramas junto a la referencia. Si parece una presentación de diapositivas, clip art o una plantilla, tírala y constrúyela de nuevo. Pocas escenas muy buenas superan a muchas mediocres; reutiliza una escena de 2 a 4 veces con otra palabra o estado.
- Material real, sin que te lo pidan. Una publicación, un anuncio o un resultado de terceros va en la imagen: la publicación como tarjeta con una marca en la palabra hablada, un video corto de terceros en una tarjeta con su fuente visible. Nunca una captura de pantalla inventada, nunca un logotipo de empresa que inventaste.
- La música pertenece a la historia (
references/sound-and-gpu.md). Solo instrumentos, tranquila debajo de la voz, con una nota de fuente y derechos. - Calcula rápido, nunca inactivo. Mientras las máquinas cargan, sigue trabajando localmente (plan, 2D, corte). Cada paso remoto tiene un límite de tiempo. Al final, demuestra que ninguna máquina está en ejecución.
- Muestra la lista antes del gran render (paso 3): tiempo, tipo, una línea de lo que se ve, el número de tarjetas de texto.
Escenas
Escenas 2D (HTML, renderizado por Chromium, estilizado por los tokens de la marca) y escenas 3D (Blender por código, templates/3d/). Claves de datos: templates/2d/BLOCKS.md, templates/3d/README.md. Qué forma para qué declaración: references/plan-and-scenes.md, sección 3.
| Tipo | Escenas |
|---|---|
| Números y cantidades 2D | counter, bars, grid, wave |
| Fuentes y material real 2D | headline, post, clip-card, cards, swap |
| Ideas dibujadas 2D | area, flow, untangle |
| Sobre el orador (transparente) 2D | keyword |
| 3D | object-word, row, grid3d, stack, slide, box, scale (kit compartido templates/3d/stage.py) |
| grabación | "kind": "clip" con file, at, speed: una grabación terminada a pantalla completa |
El paquete neutro incluye pocas escenas 3D generales. Las escenas propias del usuario van a brand/templates/ (nunca editar las plantillas de la aplicación). Una nueva escena obtiene una línea en BLOCKS.md o templates/3d/README.md y no se prueba hasta que se haya visto un fotograma de ella.
Reglas de mezcla (valores del paquete)
- Proporción 3D: aproximadamente
graphics_mix.3dde las inserciones; 2D lleva los números; el orador está en pantalla entre medias. - Corta en la palabra, no en el ritmo. La palabra en la imagen llega de 0 a 3 fotogramas antes de que se pronuncie.
- Divide los tramos largos del orador con
"speaker": [{"at": s, "zoom": z}](zoom desdezoom_basehastazoom_punch, nunca más dezoom_max). - El orador nunca está menos de
speaker_min_secondsentre dos partes a pantalla completa, y al menosspeaker_open_close_secondsal principio y al final. - Sonido: base musical a
music_dbconduck, un golpe solo en puntos fuertes, escritura debajo de los contadores, un breve silencio en la música antes del número más importante. Sonoridadloudness_lufs, pico verdadero como máximotrue_peak_db. - Fuentes honestas: una tarjeta de titular nombra la fuente real.
- Nunca afirmes una comprobación de visualización o audición que no haya ocurrido. Esta sesión no puede oír: nombra los tiempos.
Cuando apliques una regla que proviene de una fuente nombrada, puedes decirlo en una línea, por ejemplo crewcut say --episode $CREWCUT_EPISODE --cite "fast cutting and keyword captions after Alex Hormozi's editing style" "…".
GPU alquilada o local
- Los fotogramas 3D se renderizan en Blender Cycles. Local significa la CPU del contenedor: adecuado para pruebas a mitad de tamaño y escenas muy cortas. Cualquier cosa más larga va a una GPU alquilada.
- Costo primero.
crewcut compute estimate --kind blender --frames N [--local-sec-per-frame S]imprime tiempo y dinero para local y alquilado. Pon la estimación en una tarjeta (--kind spend, título con el monto), espera concrewcut card wait <id>. Salida 3 significa no: renderiza localmente o descarta la escena. Solo una identidad conmay_spend: truealquila (el Editor). - Siempre: fotogramas fijos a la mitad del tamaño primero, luego la animación.
- Solo el código de la escena y las fuentes van a una máquina alquilada. Nunca material de archivo, la voz, claves o datos privados.
- Al final:
crewcut compute destroy --all-ours, luegocrewcut compute ledger --episode ID; el informe al usuario contiene el gasto y la prueba de que ninguna máquina está en ejecución. También después de un fallo. - Trampas y qué hacen las herramientas al respecto:
references/sound-and-gpu.md, sección B.
Límites honestos
- El agente no puede oír. Cada juicio de música y voz es una lista de escucha con tiempos para el usuario.
- La detección de un resto de palabra, un doble arranque o un salto de nivel encuentra candidatos, no certezas.
- La verificación de estilo mide límites; si una escena se ve bien solo una persona puede decirlo. Pon los fotogramas junto a la referencia y di claramente qué escenas aún están por debajo.
Planificado
- Re-temporización de renderizados 3D cuando los tiempos de las palabras se desplazan unos fotogramas, para que no se rendericen de nuevo.
- Música generada en una GPU alquilada a través de
crewcut compute(el estudio lo hizo a mano; verreferences/sound-and-gpu.md). - Grabaciones de páginas web como un paso de renderizado (Chromium está en el contenedor; todavía no hay comando).
- Hojas de comparación (fotograma de escena junto a la referencia) como un solo comando.
- Una autoprueba en el episodio de demostración en
examples/demo/una vez que exista.
Fuentes
Sin conexión ni respaldo de estas personas; tomamos ideas y escribimos nuestro propio resumen.
- Alex Hormozi (estilo de edición y subtítulos hecho por su editor Ryan Magin), https://www.youtube.com/@AlexHormozi: corte rápido en la palabra y subtítulos de palabras cortas; aquí reducido a subtítulos de palabras clave.
- fern (canal de YouTube), https://www.youtube.com/@fern-tv: inspiración solo para el aspecto 3D de arcilla. Sin valores tomados de él.