TaherZiad/montage-crew

Agente 2 del pipeline de edición de video. Encuentra y elimina errores hablados como tartamudeos, repeticiones, falsos comienzos y retomas (líneas regrabadas) en grabaciones de cabezas parlantes. Se usa después de cortar silencios, cuando se solicite corregir errores, eliminar tartamudeos, repeticiones, reinicios falsos, limpiar equivocaciones o conservar la mejor toma. Funciona con revisión previa: propone cada corte con contexto y una razón para su aprobación, luego renderiza solo los cortes aprobados mediante ffmpeg. Requiere una transcripción a nivel de palabra.

¿Qué es montage-crew?

Este skill, diseñado como el segundo paso de un pipeline de edición automatizada de video, se especializa en la detección y eliminación de errores comunes del habla en grabaciones de cabeza parlante, como tartamudeos ("el el", "Yo- Yo-"), palabras repetidas inmediatamente, falsos comienzos (frases abandonadas que se reinician) y retomas (líneas regrabadas donde se conserva la toma limpia y se descarta la defectuosa). A diferencia de una simple fórmula, el skill reconoce que la decisión de qué constituye un error requiere juicio, por lo que por defecto presenta candidatos a corte con contexto completo para que el agente y el usuario decidan, renderizando solo aquellos aprobados. Compatible con plataformas que ejecuten Node.js y ffmpeg, el flujo de trabajo se divide en tres partes: 1) encontrar candidatos mecánicamente usando un script de Node que analiza una transcripción a nivel de palabra, 2) revisar cada candidato en contexto para distinguir errores reales de énfasis retórico o duplicaciones intencionales, y 3) aplicar los cortes aprobados mediante ffmpeg. El resultado es un video limpio y una transcripción reajustada que alimenta al siguiente agente del pipeline (gráficos en movimiento/tarjetas jerárquicas).

Compatible con✓Claude Code~Codex CLI~Cursor

npx skills add https://github.com/TaherZiad/montage-crew/tree/HEAD/skills/montage-crew/references/external/hyperframes-student-kit

Documentación

Cortar Errores y Repeticiones (Agente 2 del Pipeline)

Segundo paso de la edición automatizada, se ejecuta después de cortar silencios. Elimina lo que un editor humano cortaría en una segunda pasada: tartamudeos ("el el", "Yo- Yo-"), palabras repetidas inmediatamente, falsos comienzos (una frase abandonada que se reinicia) y retomas (una línea regrabada — conserva la toma limpia, descarta la defectuosa).

Decidir qué cuenta como error es cuestión de juicio, no una fórmula — la repetición enfática ("nunca, nunca") y la duplicación retórica ("la primera pieza es, es esto…") se ven idénticas a un tartamudeo mecánicamente. Por lo tanto, este agente está restringido por revisión por defecto: muestra candidatos con contexto completo; el agente (y el usuario) deciden; solo se renderizan los cortes aprobados.

Cuándo usar

"cortar los errores", "eliminar tartamudeos/repeticiones", "limpiar las equivocaciones", "conservar la mejor toma", "cortar falsos comienzos"
Como la segunda etapa del flujo de trabajo de edición maestro, sobre la salida de cortar silencios.

El flujo de tres partes

1. Encontrar candidatos (mecánico)

node .claude/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
  <silence-transcript.json> --out-dir video-projects/<slug>/assets

La entrada normalmente es el <stem>.silence-transcript.json del Agente 1, por lo que los cortes caen en la línea de tiempo ya silenciada. Escribe:

<stem>.cut-candidates.json — candidatos estructurados (tipo, confianza, rango de cut propuesto, texto removes/keeps, contexto, recomendación)
<stem>.cut-candidates.md — propuesta legible

Tipos de candidatos: stutter (repetición inmediata de palabra), retake (segmento duplicado/casi duplicado mediante similitud de Jaccard), false_start (frase corta abandonada que se reinicia).

2. Revisión (la puerta — OBLIGATORIO)

Lee cada candidato en contexto y decide conservar o cortar. El detector mecánico no puede distinguir el énfasis/retórica intencional de un error real, así que no confíes ciegamente en recommend — lee removes + context. Falsos positivos comunes: repetición enfática ("nunca, nunca es manos libres"), cópula seguida de pregunta ("la pieza es, es esto…"), enumeraciones.

Presenta los candidatos al usuario con una recomendación por elemento; recoge las aprobaciones. Escribe los cortes aprobados en un archivo:

{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "Falso comienzo Yo-" }, ... ] }

(start/end en segundos en la línea de tiempo del video/transcripción de entrada. Puedes ampliar el rango de un candidato — por ejemplo, para una retoma, corta desde el inicio de la toma defectuosa hasta el reinicio limpio.)

3. Aplicar los cortes aprobados

node .claude/skills/cut-mistakes/scripts/apply-cuts.mjs \
  <silence-transcript.json> --cuts approved-cuts.json \
  --video video-projects/<slug>/assets/edited-silenced.mp4 \
  --output video-projects/<slug>/assets/edited-clean.mp4 --apply

Escribe el EDL, una transcripción reajustada <stem>.mistakes-transcript.json (alimenta al agente de gráficos en movimiento + validate-beat-sync.mjs), un registro de decisiones y — con --apply — el video cortado (ffmpeg trim+concat, A/V sincronizado). Omite --apply para una ejecución de prueba.

Revisando el resultado

Usa la herramienta de revisión compartida para examinar los cortes y verificar los límites:

node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
  --original video-projects/<slug>/assets/edited-silenced.mp4 \
  --edited   video-projects/<slug>/assets/edited-clean.mp4 \
  --output   video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n

Notas

Una entrega muy limpia puede producir pocos o ningún corte real — ese es un resultado válido; no cortes el habla natural para alcanzar una cuota.
Los cortes entre dos palabras habladas son uniones duras. Generalmente son limpios para tartamudeos/falsos comienzos; para audio más ajustado se puede añadir un fundido de 20-30 ms más tarde.
Entrega el mistakes-transcript.json + el video limpio al Agente 3 (gráficos en movimiento / tarjetas jerárquicas).