Communitygithub.com

ComeOnOliver/skillshub

Generación y renderizado de subtítulos. Transcripción con Volcengine → corrección con diccionario → revisión → renderizado. Palabras clave: añadir subtítulos, generar subtítulos, subtítulos.

¿Qué es skillshub?

Este skill, parte de la suite 'clip Agent', se encarga del flujo completo de generación y renderizado de subtítulos para videos. Es un skill posterior a la edición, diseñado para ejecutarse después de que el montaje del video haya finalizado. Extrae el audio del video, lo transcribe usando el motor de Volcengine (con soporte de palabras calientes para mejorar precisión), aplica una corrección automática basada en un diccionario de errores comunes y luego permite una revisión humana a través de un servidor web interactivo, antes de renderizar los subtítulos directamente sobre el video con un estilo visual predefinido. Soporta plataformas como Claude Code y otros agentes de IA que interactúan con la línea de comandos. Su principal ventaja es la combinación de automatización y control humano, logrando una alta precisión en la corrección de términos técnicos o nombres propios, lo cual es crítico para contenido especializado.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/Ceeon/videocut-skills/%E5%AD%97%E5%B9%95

Preguntar en tu IA favorita

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

Documentación

Subtítulos

Transcripción → Corrección del Agente → Revisión humana → Renderizado

Flujo principal (aprox. 8-15 minutos, incluyendo revisión humana)

1. Extraer audio + subir          ⏱ ~1min
    ↓
2. Transcripción con Volcengine (con palabras calientes)    ⏱ ~2min
    ↓
3. Corrección automática del Agente            ⏱ ~3-5min
    ↓
4. Confirmación de revisión humana              ⏱ depende del usuario
    ↓
5. Renderizar subtítulos                  ⏱ ~1-2min

Paso 1: Extraer audio y subirlo

# Extraer audio
ffmpeg -i "video.mp4" -vn -acodec libmp3lame -y audio.mp3

# Subir a uguu.se (alojamiento temporal de archivos)
curl -s -F "files[][email protected]" https://uguu.se/upload
# Devuelve una URL como: https://o.uguu.se/xxxxx.mp3

Paso 2: Transcripción con Volcengine (con palabras calientes)

El script de transcripción carga automáticamente el diccionario como palabras calientes, mejorando la precisión del reconocimiento:

# Ubicación del diccionario: /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/字幕/词典.txt
# El script lo carga automáticamente

bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"

Formato del diccionario (una palabra por línea):

skills
Claude
Agent
成峰
剪辑skills
claude code

Paso 3: Corrección automática del Agente

3.1 Generar subtítulos con marcas de tiempo

const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
  id: i + 1,
  text: u.text,
  start: u.start_time / 1000,
  end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));

3.2 Corrección manual del Agente (sin scripts)

Después de la transcripción, el Agente debe leer línea por línea todos los subtítulos y corregir manualmente los siguientes problemas:

Tabla de reglas de errores comunes

ErrorCorrectoTipo
成风成峰Homófono
正特/整特AgentError de reconocimiento
IT就Agent就Pronunciación similar
edge的叉100Agentx100Error de reconocimiento
cloud codeClaude CodePronunciación similar
Schill/skillskillsPronunciación similar
剪口拨/剪口波剪口播Homófono
自净化/资金化自进化Homófono
减口播剪口播Homófono
录剪漏剪Homófono
作为这个做这个Homófono
斜杠V1/斜杠v/vDescripción oral
斜杠v点口拨/v.口播Oral + homófono
a p i t/APIKAPI KeyError de reconocimiento
excuseskillsError de reconocimiento
移完了剪完了Homófono

Problemas comunes de omisión de caracteres

OriginalCorregidoExplicación
步呢是配置第二步呢是配置Falta "第二"
4步就是第4步就是Falta "第"
别省时间特别省时间Falta "特"
这个我们的这个是我们的Falta "是"
在里面看到可以在里面看到Falta "可以"
跟大家处理完跟大家讲完Uso incorrecto de palabra
剪辑了逻辑剪辑的逻辑Error gramatical

3.3 Comparar con el guión original (si está disponible)

Si hay un guión original, puede usarse como referencia, pero no uses scripts para hacer la coincidencia automática (las diferencias de texto pueden causar errores acumulativos en las marcas de tiempo).

El Agente debe:

  1. Leer el guión original como referencia
  2. Comparar línea por línea manualmente y corregir al encontrar diferencias
  3. Marcar las partes inciertas para la revisión humana

Paso 4: Iniciar el servidor de revisión

cd directorio_de_subtítulos/
node /path/to/skills/字幕/scripts/subtitle_server.js 8898 "video.mp4"

Visitar http://localhost:8898

Funcionalidades:

  • Video a la izquierda, lista de subtítulos a la derecha
  • Resaltado automático del subtítulo actual durante la reproducción
  • Edición del texto del subtítulo al hacer doble clic (las marcas de tiempo no cambian)
  • Reproducción a velocidad variable (1x/1.5x/2x/3x)
  • Guardar subtítulos / Exportar SRT / Renderizar subtítulos
  • Inserción rápida de diccionario en la parte inferior

Paso 5: Renderizar subtítulos

Estilo predeterminado: tamaño 22, negrita dorada, contorno negro 2px, centrado en la parte inferior

ffmpeg -i "video.mp4" \
  -vf "subtitles='video.srt':force_style='FontSize=22,FontName=PingFang SC,Bold=1,PrimaryColour=&H0000deff,OutlineColour=&H00000000,Outline=2,Alignment=2,MarginV=30'" \
  -c:a copy \
  -y "video_字幕.mp4"
ParámetroValorDescripción
FontSize22Tamaño de fuente
FontNamePingFang SCFuente PingFang
Bold1Negrita
PrimaryColour&H0000deffColor dorado #ffde00
OutlineColour&H00000000Contorno negro
Outline2Ancho del contorno
Alignment2Centrado en la parte inferior
MarginV30Margen inferior

Estructura de directorios

output/YYYY-MM-DD_nombre_del_video/subtítulos/
├── 1_transcripción/
│   ├── audio.mp3
│   └── volcengine_result.json
├── subtitles_with_time.json    # Archivo principal
└── 3_salida/
    ├── video.srt
    └── video_字幕.mp4

Normas de subtítulos

ReglaDescripción
Una línea por pantallaSin saltos de línea, sin apilamiento
Sin puntuación al final你好 no 你好。
Conservar puntuación dentro de la oración先点这里,再点那里

Registro de comentarios

2026-01-31

  • Volcengine soporta palabras calientes, ya integrado en el script de transcripción
  • Después de la transcripción, el Agente debe corregir automáticamente; no se puede pasar directamente al usuario
  • Estilo de subtítulos: negrita dorada #ffde00, contorno 2px
  • "IT" a menudo se reconoce erróneamente como "Agent", se debe agregar regla de corrección
  • Importante: La corrección del Agente debe ser línea por línea manualmente, no usar scripts de coincidencia automática
  • Se agregaron 17 reglas de errores comunes (ver sección 3.2)
  • Los problemas de omisión de caracteres son más difíciles de detectar que los errores de reconocimiento, se debe prestar especial atención

Individual skills in this repo

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

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills relacionados