derek-zhuolin/interflow-video-cut

¿Qué hace interflow-video-cut?

Convierte automáticamente un video de presentación local en un video final con tarjetas generadas por IA: extrae audio → transcribe con ElevenLabs → escribe tarjetas HTML con IA → renderiza MP4. Soporta 10 estilos visuales × 4 diseños, transcripción solo con ElevenLabs sin modelos locales. Transforma un video de presentación en un video compuesto por tarjetas generado por IA.

Cómo Funciona

1. Extracción de audio: El agente extrae la pista de audio del archivo de video local usando ffmpeg.
2. Transcripción: El audio se envía a la API de ElevenLabs para obtener una transcripción precisa. No se utilizan modelos de transcripción locales.
3. Segmentación y generación de tarjetas: Con la transcripción, el agente utiliza un modelo de lenguaje grande (LLM) para dividir el contenido en segmentos lógicos y generar una tarjeta HTML para cada uno. Cada tarjeta incluye texto estilizado y, opcionalmente, fragmentos de video sincronizados.
4. Renderizado: Las tarjetas HTML se renderizan en un video MP4 usando Puppeteer y ffmpeg, combinando las tarjetas en una secuencia continua.

Características

• 10 estilos visuales: Puedes elegir entre diferentes temas de color, tipografía y diseño.
• 4 diseños de tarjetas: Diseños alternativos para adaptarse a diferentes tipos de contenido (por ejemplo, cita destacada, lista, narrativa).
• Sin modelos locales: La transcripción se realiza exclusivamente a través de ElevenLabs, lo que garantiza una alta precisión y evita el uso de recursos locales.
• Personalizable: Puedes ajustar los estilos y diseños mediante variables de entorno o parámetros en el prompt del agente.

Plataformas Soportadas

• Claude Code (con capacidad de ejecutar comandos y acceder a la API)
• Cualquier agente de IA que pueda ejecutar scripts de shell y llamadas a API (por ejemplo, Cursor, Codex, etc.)

Requisitos

• Node.js (versión 18 o superior)
• ffmpeg instalado en el sistema
• Puppeteer (para renderizado de HTML a video)
• Clave de API de ElevenLabs (configurada como variable de entorno ELEVENLABS_API_KEY)

Instalación

1. Clona este repositorio o copia los archivos de la habilidad en tu proyecto.
2. Instala las dependencias:

   npm install
   

3. Configura la variable de entorno ELEVENLABS_API_KEY con tu clave de API de ElevenLabs.
4. Asegúrate de que ffmpeg esté disponible en tu PATH.

Uso

Ejecuta el agente con el comando:

npx interflow-video-cut --input video.mp4 --style modern --layout card-1

Reemplaza video.mp4 con la ruta de tu video de presentación, y ajusta --style y --layout según tus preferencias.

El resultado será un archivo output.mp4 en el directorio actual.

Ejemplo de Salida

El video final mostrará una secuencia de tarjetas, cada una con un fragmento de la transcripción, con estilo visual consistente y transiciones suaves.

Variables de Entorno

Variable	Descripción	Obligatoria
ELEVENLABS_API_KEY	Clave de API para ElevenLabs	Sí
STYLE	Estilo visual (por defecto: modern)	No
LAYOUT	Diseño de tarjeta (por defecto: card-1)	No

Notas

• El video de entrada debe ser un archivo local accesible por el agente.
• La transcripción se realiza en el idioma detectado por ElevenLabs (generalmente inglés o español, según el audio).
• Para videos largos, el proceso puede tomar varios minutos debido a la transcripción y renderizado.

Licencia

MIT