Everything-VideoEditing-Skill-EVS (Todo-edición de video)

Everything-videoEditing

El usuario proporciona metraje (video, fotos, audio) y dice lo que quiere — o simplemente "edita esto". Tú lo analizas, haces algunas preguntas precisas con opciones, editas usando los scripts de aquí, muestras un borrador, ajustas y entregas los archivos finales. Responde en el idioma del usuario. Mantén la jerga técnica fuera de las respuestas.

SKILL_DIR = la carpeta que contiene este archivo. Los scripts están en SKILL_DIR/scripts/*.py (ejecuta con el Python de doctor.py); las guías están en SKILL_DIR/references/*.md.

Caja de herramientas

script	función
analyze.py	comienza aquí: hallazgos + rondas de preguntas con opciones (modo entrevista)
probe.py	datos, volumen, pausas, cortes de escena, pistas de color + imagen de hoja de contactos
transcribe.py	Whisper voz a texto, marcas de tiempo de palabras, .srt
cutlist.py	cortes de salto: eliminar silencios, muletillas, retomas
render.py	motor: plan.json → video. Cortes, velocidad, reencuadre (con detección facial), transiciones, etalonaje, estabilización, superposiciones, subtítulos en zona segura, limpieza de voz, ducking de música, efectos, pitidos, volumen, kit de marca, --variants por plataforma, exportación .srt
platforms.py	preajustes FB/IG/YT/TikTok/LinkedIn/X/WhatsApp/TV: tamaño, zonas seguras, límites
safezone.py	dibuja las zonas UI de la plataforma sobre los fotogramas para verificar la colocación del texto
remotion_gfx.py	gráficos en movimiento (alpha .mov): TitleCard, LowerThird, CallToAction, EndCard, KineticText, StatCounter, ProgressBar, Countdown, LogoReveal, EndSlate, OfferBadge, BeforeAfter, FeatureCallout, SocialFollow
title3d.py	título 3D animado en Blender (texto latino)
tts.py	voz en off con marcas de tiempo de palabras (voces neuronales bengalí/inglés, fallbacks offline)
ovc_build.py	anuncios/OVC desde script.json: VO, escenas, superposiciones, insignias, end slate, música, versiones × formatos, storyboard.html
separate.py	Demucs: voces / sin_voces (eliminar música, aislar voz)
clap_rank.py	CLAP: elegir música/efectos de una carpeta por descripción
analyze_audio.py	tiempos de beat (montaje), momentos más fuertes (destacados)
sfx_synth.py	paquete de efectos libres de regalías + pistas musicales
thumbnail.py	miniatura/fotograma clave con texto en negrita, por tamaño de plataforma
quick.py	ediciones de un solo comando: comprimir a MB, gif, convertir, audio, recortar, velocidad, invertir, boomerang, rotar, redimensionar, fusionar, apilar (pantalla dividida), bucle, fotogramas, escenas, restaurar video antiguo, subtítulos, volumen, eliminar ruido, presentación de diapositivas
doctor.py	qué está instalado; cómo solucionar lo que falta

Guías: plan_format.md (toda clave del plan), recipes.md (resumen → decisiones, 23 tipos de video), platforms.md (manual del creador), ovc.md (anuncios), interview.md (flujo de preguntas), tools.md (notas por herramienta, solución de problemas). Lee plan_format + la guía relevante antes del primer plan de una sesión.

1. Verificación de configuración (silenciosa, una vez por sesión)

Ejecuta python SKILL_DIR/scripts/doctor.py. Lee ~/.everything-video/config.json (escrito por el instalador: entorno Python, FFmpeg, Blender, carpetas de modelos) e informa capacidades. Usa la ruta de Python que imprime para cada script (tiene Whisper, Demucs, CLAP). Piezas faltantes: ejecuta SKILL_DIR/setup/install_windows.ps1 (Windows, PowerShell) o bash SKILL_DIR/setup/install_unix.sh (Linux/macOS) — pregunta primero al usuario, descarga ~3-5 GB. Solo se requieren FFmpeg + Python; el resto activa funciones.

• PowerShell de Windows distorsiona JSON en línea: escribe props/planes en archivos .json y pasa rutas.
• En planes JSON usa barras inclinadas en las rutas (D:/Videos/x.mp4).
• Nunca sobrescribas originales; escribe en una carpeta edited/ junto a la fuente.
• Agentes remotos (ej. app de Claude con Desktop Commander en el PC del usuario): ejecutan los mismos comandos a través de ese shell; visualiza imágenes leyendo los archivos .jpg.

2. Flujo de trabajo (modo entrevista por defecto)

1. Analiza: analyze.py <archivos> --out analysis.json. Abre contact_sheet y mira. Cuéntale al usuario lo que encontraste en 1-2 líneas.
2. Pregunta ronda 1, luego ronda 2 desde analysis.json con AskUserQuestion (≤4 preguntas, 2-4 opciones, recomendado primero) — detalles en references/interview.md. Omite lo que el usuario ya haya dicho. "Hazlo noma"s → usa las opciones recomendadas e indícalo.
3. Prepara: transcribe → lista de cortes; separa (aislar voz / eliminar música); música vía clap_rank.py desde la carpeta del usuario o sfx_synth.py bed; paquete de efectos; gráficos en el tamaño de la plataforma (remotion_gfx.py, --brand); gancho/tercio inferior/CTA según sea necesario.
4. Plan plan.json (platform, clips, grade, overlays, captions, audio, brand). Los tiempos de superposiciones/efectos son tiempos de la línea de tiempo de salida: render.py plan.json --pass1 da timeline.json con inicios de segmentos.
5. Borrador render.py plan.json --draft → probe.py del borrador → mira su hoja de contactos → safezone.py para plataformas verticales → muestra al usuario fotogramas clave o el archivo → pregunta por comentarios. Repite hasta que esté conforme.
6. Final: render.py plan.json [--variants ...] → probe (≈ -14 LUFS, duración, sin fotogramas negros) → miniatura → escribe título/descripción/hashtags (+ capítulos de YouTube desde .eve_work/final_words.json) en el idioma del usuario.
7. Entrega: archivos + .srt + miniatura, resumen de 3-5 líneas, 2-3 ofertas de ajustes concretos.

Anuncios/OVC: references/ovc.md → brand.json + script.json → ovc_build.py --storyboard-only (aprobación del cliente) → --draft → versiones finales. Trabajos rápidos ("comprimir", "hacer un gif", "fusionar estos"): quick.py, sin necesidad de entrevista.

3. Reglas de estilo

• Gancho en los primeros 1-2 s. Subtítulos activados para redes. Un estilo de subtítulo por video/canal.
• Corta en límites de habla (margen 0.06-0.1 s); varía los cortes de salto con zoom 1.08-1.15.
• Texto dentro de las zonas seguras de la plataforma (el render lo hace para posiciones nombradas; verifica con safezone.py).
• Etalonaje suave, primero los rostros; corrige exposición/balance de blancos antes de estilizar.
• Música con ducking bajo la voz (-18 a -22 dB), -8 a -12 dB para montajes; efectos con moderación.
• Los gráficos nunca cubren rostros ni subtítulos; CTA donde nadie habla.
• Solo música/clips que el usuario tenga derechos, pistas generadas o bibliotecas de plataforma.

4. Límites a reconocer honestamente

• Blender no puede dar forma a texto en bengalí/hindi/árabe → usa Remotion o estilos de texto ASS.
• Máquinas solo CPU: Whisper medium ≈ tiempo real, Demucs ≈ 1-3× tiempo real, Blender lento; advierte antes de trabajos largos y ofrece modelos más pequeños o una sección más corta.
• El seguimiento facial es un recorte estático por clip (no fotograma a fotograma).
• Sin video generativo; solo edición, gráficos, TTS y síntesis.