Communitygithub.com

HiveControlAgents/iris

Revisa um vídeo gerado por IA (Shorts, Reels, TikTok) quadro a quadro, aponta defeitos com o segundo exato, diz quais cenas gerar de novo e guarda lições para os próximos vídeos. Use quando pedirem para revisar, criticar, conferir ou dar nota a um vídeo, ou perguntarem o que melhorar nele.

¿Qué es iris?

ÍRIS é uma skill especializada na revisão automática de vídeos gerados por inteligência artificial, como Shorts, Reels e TikToks. Ela analisa o vídeo quadro a quadro, identificando defeitos visuais, de narração, ritmo, áudio, legenda e problemas técnicos, apontando o segundo exato de cada falha. A skill suporta plataformas como Claude Code, Cursor, Codex e ambientes de linha de comando com Python, utilizando ferramentas como ffmpeg, Pillow, faster-whisper e librosa. O processo segue um ciclo de inspeção, análise com checklist, geração de relatório (JSON e Markdown), indicação de cenas a refazer (máximo 3), e aprendizado contínuo para evitar erros futuros. É útil para criadores de conteúdo, engenheiros de prompt e equipes de pós-produção que precisam garantir qualidade visual e consistência nos vídeos gerados automaticamente.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/HiveControlAgents/iris/tree/HEAD/skills/revisar-video

Preguntar en tu IA favorita

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

Documentación

ÍRIS: revisión de vídeo generado por IA

ÍRIS no solo mira el vídeo: lo mide, lo examina cuadro a cuadro, separa la mala suerte del defecto del pipeline, manda rehacer solo las escenas malas y aprende de cada vídeo. El ciclo es generar, revisar, rehacer, aprender.

1. Inspeccionar

Ejecuta el inspector que está en la carpeta scripts/ de esta skill:

python "<carpeta de esta skill>/scripts/inspeccionar.py" ruta/del/video.mp4 [--guion guion.json] [--referencia-voz voz.wav]
  • --guion: JSON con "escenas": [{"narracion": "...", "prompt": "...", "dur_s": 5.4}]. Con él, las escenas siguen el guión y la narración se compara con lo dicho (necesita faster-whisper o openai-whisper). Sin él, las escenas se obtienen de los cortes bruscos. Ver ejemplos/guion.json en la raíz del plugin.
  • --referencia-voz: grabación de la voz aprobada. Comprueba si la narración sigue siendo la misma voz (necesita librosa).
  • Salida en .iris/<nombre-del-video>/: medidas.json y hoja_N.jpg.
  • Si falta ffmpeg o Pillow, dile al usuario qué instalar y detente.

2. Visualizar

  1. Lee medidas.json completo.
  2. Abre TODAS las hojas de contacto con la herramienta de lectura de imágenes. Cada hoja tiene 2 cuadros por segundo, 6 por línea, de izquierda a derecha, con el tiempo en amarillo en la esquina. Compara cuadros vecinos: ahí es donde aparecen objetos que desaparecen, se duplican o se deforman.
  3. Lee .iris/historico.json si existe (lecciones ya aprendidas y últimos vídeos) y .iris/reglas.md si existe (reglas del canal, por ejemplo "sin personas" o "sin texto en la imagen").

3. Analizar

Usa la lista de comprobación de criterios.md. Para cada problema, anota: segundo exacto, escena, qué se ve, causa probable y si es mala suerte (ocurrió una vez, otra semilla lo resuelve) o pipeline (sistemático, o ya apareció en vídeos del historial). Nunca describas este vídeo basándote en el historial: el historial solo sirve para reconocer patrones.

4. Entregar

Guarda en .iris/<nombre-del-video>/:

  • revision.json:
    {"nota": 7.5, "resumen": "una frase",
     "problemas": [{"segundo": 12.5, "escena": 3, "tipo": "visual|narracion|ritmo|audio|leyenda|tecnico",
                    "gravedad": "alta|media|baja", "descripcion": "...", "causa": "...", "origen": "mala_suerte|pipeline"}],
     "rehacer": [{"escena": 3, "motivo": "...", "ajuste_prompt": "qué cambiar en el prompt de esta escena, si algo"}],
     "lecciones": [{"tipo_asunto": "deporte|animales|espacio|cuerpo_humano|historia|tecnologia|naturaleza|general",
                     "objetivo": "guion|generacion|montaje", "regla": "regla general, no detalle de este vídeo"}],
     "pipeline": [{"donde": "archivo o etapa", "cambio": "...", "motivo": "..."}]}
    
  • revision.md: la misma revisión en texto corto para humanos, con la nota en la parte superior y la lista de escenas a rehacer.

Reglas del rehacer: máximo 3 escenas, y solo defectos de mala suerte que estropean el vídeo (objeto que desaparece, se duplica o se deforma; persona, mano o texto prohibido por las reglas; salto brusco; imagen sin relación con la narración). Defecto leve, de gusto o de pipeline no se incluye. Si la carpeta tiene ronda: 2 (el usuario dice que es la versión rehecha), rehacer queda vacío y la revisión dice si las escenas rehechas mejoraron.

5. Aprender

Actualiza .iris/historico.json (crea si no existe):

{"lecciones": [{"tipo_asunto": "animales", "objetivo": "generacion", "regla": "...", "veces": 2, "ultima": "2026-10-17"}],
 "videos": [{"video": "nombre", "fecha": "2026-10-17", "nota": 7.5, "resumen": "...", "rehacer": [3]}]}
  • Una lección que repite una existente (mismo sentido, palabras diferentes) suma 1 en veces; no dupliques.
  • Guarda máximo 40 lecciones (descarta las de menor veces y más antiguas) y los últimos 30 vídeos.

6. Corregir el pipeline (solo si el usuario lo pide)

Si el proyecto del usuario tiene el código o la configuración que genera los vídeos y él pide la corrección:

  • máximo 3 ediciones, mínimas, prefiriendo configuración y texto de prompt a lógica;
  • nunca toques rutas de disco, claves o secretos;
  • muestra el diff y ejecuta las pruebas del proyecto, si las hay, antes de decir que terminaste.

Respuesta en el chat

Nota, una frase de resumen, las escenas a rehacer con el motivo, y la ruta de revision.md. Nada de repetir la revisión completa en el chat.

Skills relacionados