Communitygithub.com

NeverSight/learn-skills.dev

Flujo de trabajo de edición de video asistido por IA para cortar, estructurar y mejorar metraje real. Cubre el pipeline completo desde la grabación original hasta FFmpeg, Remotion, ElevenLabs, fal.ai y el pulido final en Descript o CapCut. Se activa cuando el usuario desea editar un video, cortar metraje, crear un vlog o construir contenido de video.

¿Qué es learn-skills.dev?

Esta habilidad proporciona un flujo de trabajo completo de edición de video asistido por IA, diseñado para transformar metraje real en contenido pulido de manera eficiente. A diferencia de la generación de video desde cero, se enfoca en la compresión, estructuración y mejora de grabaciones existentes, aprovechando herramientas como Screen Studio para la captura, Claude o Codex para la planificación y organización, FFmpeg para cortes deterministas y procesamiento por lotes, Remotion para la composición programable de superposiciones y gráficos, ElevenLabs para voz en off y audio generativo, fal.ai para música, efectos de sonido e imágenes, y finalmente Descript o CapCut para el pulido creativo y ajuste fino del ritmo, subtítulos y color. El flujo está organizado en capas bien definidas que deben seguirse en orden, optimizando cada herramienta para su fortaleza específica y evitando que una sola herramienta intente hacer todo. Esto permite a los desarrolladores y creadores de contenido automatizar tareas repetitivas, reutilizar plantillas, y tomar decisiones creativas finales, reduciendo drásticamente el tiempo de edición.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/aaione/everything-claude-code-zh/video-editing

Preguntar en tu IA favorita

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

Vista previa

Del README del skill

Documentación

Edición de Video

Edición asistida por IA de metraje real. No se genera a partir de indicaciones. Edita rápidamente videos existentes.

Cuándo activar

  • El usuario desea editar, cortar o estructurar metraje de video
  • Convertir grabaciones largas en contenido de video corto
  • Construir Vlogs, tutoriales o videos de demostración a partir de metraje original
  • Añadir superposiciones, subtítulos, música o narración a videos existentes
  • Reencuadrar videos para diferentes plataformas (YouTube, TikTok, Instagram)
  • El usuario dice "editar video", "cortar este metraje", "hacer un Vlog" o "flujo de trabajo de video"

Tesis central

La edición de video con IA es útil cuando dejas de pedirle que cree el video completo y empiezas a usarla para comprimir, estructurar y mejorar metraje real. El valor no está en la generación. El valor está en la compresión.

Pipeline

Screen Studio / Metraje original
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript o CapCut

Cada capa tiene un trabajo específico. No te saltes capas. No intentes que una sola herramienta haga todo.

Capa 1: Captura (Screen Studio / Metraje original)

Recopila el material fuente:

  • Screen Studio: Grabaciones de pantalla de alta calidad para demostraciones de aplicaciones, sesiones de codificación, flujos de trabajo en el navegador
  • Metraje de cámara original: Material de Vlog, entrevistas, grabaciones de eventos
  • Captura de escritorio con VideoDB: Grabaciones de sesiones con contexto en tiempo real (ver habilidad videodb)

Salida: Archivos originales listos para organizar.

Capa 2: Organización (Claude / Codex)

Usa Claude Code o Codex para:

  • Transcribir y etiquetar: Generar transcripciones, identificar temas y tópicos
  • Planificar la estructura: Decidir qué conservar, qué cortar y qué orden tiene sentido
  • Identificar zonas muertas: Buscar pausas, divagaciones, tomas repetidas
  • Generar una lista de decisiones de edición: Marcas de tiempo para cortes, segmentos a conservar
  • Escribir código para FFmpeg y Remotion: Generar comandos y composiciones
Ejemplo de indicación:
"Esta es la transcripción de una grabación de 4 horas. Encuentra los 8 segmentos más sólidos
para un Vlog de 24 minutos. Dame los comandos de corte de FFmpeg para cada segmento."

Esta capa trata sobre estructura, no sobre gusto creativo final.

Capa 3: Corte determinista (FFmpeg)

FFmpeg maneja el trabajo tedioso pero crucial: dividir, recortar, unir y preprocesar.

Extraer segmentos por marca de tiempo

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Corte por lotes desde una lista de decisiones de edición

#!/bin/bash
# cuts.txt: inicio,fin,etiqueta
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Unir segmentos

# Crear lista de archivos
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Crear archivos proxy para edición más rápida

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extraer audio para transcripción

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normalizar el nivel de audio

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Capa 4: Composición programable (Remotion)

Remotion convierte problemas de edición en código componible. Úsalo para cosas que los editores tradicionales no manejan bien:

Cuándo usar Remotion

  • Superposiciones: texto, imágenes, marca, barras de título
  • Visualización de datos: gráficos, estadísticas, números animados
  • Gráficos en movimiento: transiciones, animaciones explicativas
  • Escenas componibles: plantillas reutilizables en varios videos
  • Demostraciones de productos: capturas de pantalla anotadas, resaltados de IU

Composición básica de Remotion

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Metraje principal */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Superposición de título */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            AI 编辑技术栈
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Siguiente segmento */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Renderizar salida

npx remotion render src/index.ts VlogComposition output.mp4

Consulta la documentación de Remotion para patrones detallados y referencia de API.

Capa 5: Activos generativos (ElevenLabs / fal.ai)

Genera solo lo que necesitas. No generes el video completo.

Narración con ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Tu texto de narración",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Música y efectos de sonido con fal.ai

Usa la habilidad fal-ai-media para:

  • Generación de música de fondo
  • Efectos de sonido (modelo ThinkSound para video a audio)
  • Efectos de transición

Visuales generativos con fal.ai

Para tomas de relleno, miniaturas o B-roll que no existen:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "Miniatura profesional para Vlog de tecnología, fondo oscuro, código en pantalla",
  "image_size": "landscape_16_9"
})

Audio generativo con VideoDB

Si VideoDB está configurado:

voiceover = coll.generate_voice(text="Narración aquí", voice="alloy")
music = coll.generate_music(prompt="Música de fondo lo-fi para Vlog de programación", duration=120)
sfx = coll.generate_sound_effect(prompt="Efecto de sonido sutil para transición swoosh")

Capa 6: Pulido final (Descript / CapCut)

La última capa es trabajo humano. Usa editores tradicionales para:

  • Ritmo: Ajustar cortes que se sientan demasiado rápidos o lentos
  • Subtítulos: Generación automática, luego revisión manual
  • Corrección de color: Ajustes básicos y ambiente
  • Mezcla de audio final: Equilibrar niveles de voz, música y efectos
  • Exportación: Formato y configuración de calidad específicos para la plataforma

El gusto se manifiesta aquí. La IA elimina el trabajo repetitivo. Tú tomas la decisión final.

Reencuadre para redes sociales

Diferentes plataformas requieren diferentes relaciones de aspecto:

PlataformaRelación de aspectoResolución
YouTube16:91920x1080
TikTok / Reels9:161080x1920
Feed de Instagram1:11080x1080
X / Twitter16:9 o 1:11280x720 o 720x720

Reencuadre con FFmpeg

# 16:9 a 9:16 (recorte centrado)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 a 1:1 (recorte centrado)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Reencuadre con VideoDB

from videodb import ReframeMode

# Reencuadre inteligente (seguimiento de sujeto guiado por IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Detección de escenas y corte automático

Detección de escenas con FFmpeg

# Detectar cambios de escena (umbral 0.3 = sensibilidad media)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Detección de silencio para corte automático

# Encontrar segmentos de silencio (útil para cortar espacios en blanco)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extracción de momentos destacados

Usa Claude para analizar la transcripción + marcas de tiempo de escenas:

"Basándote en esta transcripción con marcas de tiempo y estos puntos de cambio de escena,
identifica los 5 segmentos de 30 segundos más adecuados para redes sociales."

Lo que cada herramienta hace mejor

HerramientaFortalezaDebilidad
Claude / CodexOrganización, planificación, generación de códigoNo es la capa de gusto creativo
FFmpegCorte determinista, procesamiento por lotes, conversión de formatosSin interfaz de edición visual
RemotionSuperposiciones programables, escenas componibles, plantillas reutilizablesCurva de aprendizaje para no desarrolladores
Screen StudioGrabaciones de pantalla de alta calidad al instanteSolo captura de pantalla
ElevenLabsVoz, narración, música, efectos de sonidoNo es un centro de flujo de trabajo
Descript / CapCutRitmo final, subtítulos, pulidoManual, no automatizable

Principios clave

  1. Editar, no generar. Este flujo de trabajo es para cortar metraje real, no para crear a partir de indicaciones.
  2. Estructura antes que estilo. Ordena la historia en la Capa 2 antes de tocar cualquier elemento visual.
  3. FFmpeg es la columna vertebral. Tedioso pero crucial. El metraje largo se vuelve manejable aquí.
  4. Remotion para reutilización. Si harás lo mismo varias veces, conviértelo en un componente de Remotion.
  5. Generación selectiva. Usa IA generativa solo para activos que no existen, no para todo.
  6. El gusto es la última capa. La IA elimina el trabajo repetitivo. Tú tomas las decisiones creativas finales.

Habilidades relacionadas

  • fal-ai-media — Generación de imágenes, video y audio con IA
  • videodb — Procesamiento, indexación y transmisión de video del lado del servidor
  • content-engine — Distribución de contenido nativo de la plataforma

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Skills relacionados