Communitygithub.com

zroeschen/Video-Production-Factory

Edita un video de una persona hablando a cámara mediante transcripción, recorte de silencios, revisión de errores, narrativa visual, gráficos animados y renderizado verificado con HyperFrames. Úsalo para una edición completa; dirige una operación solicitada directamente a su especialista.

¿Qué es Video-Production-Factory?

Este skill permite editar por completo un video de una persona hablando a cámara, transformándolo en una producción pulida mediante un flujo de trabajo modular. Primero, transcribe el audio usando servicios como ElevenLabs, OpenAI Whisper o Whisper local, valida y normaliza la transcripción. Luego, recorta silencios y revisa errores del hablante (como tartamudeos o pausas incómodas) apoyándose en skills especializados para cada paso. Después, aplica narrativa visual: planifica una estructura de ritmos visuales y superposiciones con HyperFrames, y selecciona o adapta estilos de la biblioteca de estilos (`style-library/registry.json`). Finalmente, renderiza con HyperFrames, ejecuta verificaciones de calidad (sincronía A/V, ausencia de fotogramas negros, legibilidad de texto) y entrega el archivo MP4 final junto con decisiones de edición, transcripción retemporalizada, composición y un informe de verificación. Está diseñado para ser usado en un proyecto completo o para delegar una operación concreta a un skill especialista (por ejemplo, solo recortar silencios o solo añadir gráficos animados).

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/zroeschen/Video-Production-Factory/tree/HEAD/.agents/skills/edit-video
Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

Editar un video

Mantén cada proyecto en video-projects/<slug>/, preservando la grabación original. Lee la guía del workspace y el brief del proyecto o DESIGN.md. Si falta una indicación, propón un estilo de style-library/registry.json basado en el material.

  1. Inspecciona duración, flujos y resolución de origen con ffprobe. Copia el origen en los assets del proyecto o referencia una ruta local proporcionada explícitamente.
  2. Lee docs/TOOLS-AND-API-KEYS.md antes de configurar servicios. Reutiliza una transcripción de palabras que coincida. De lo contrario, usa el proveedor elegido por el estudiante; Zander por defecto usa node scripts/transcribe-elevenlabs.mjs <source>. OpenAI Whisper y Whisper local son alternativas de flujo de trabajo admitidas después de la normalización de la transcripción. Verifica las credenciales disponibles o las dependencias locales. Explica las cargas y costos antes de cualquier llamada a un servicio cuya autorización aún falte.
  3. Lee ../cut-silences/SKILL.md. Produce una EDL y una transcripción retemporalizada, y renderiza el pase de silencios cuando se autorice la edición.
  4. Lee ../cut-mistakes/SKILL.md. Inspecciona los candidatos en contexto y preserva el énfasis intencional. Registra los cortes revisados. Si no hay errores que cortar, continúa con la salida de silencios. Empareja cada transcripción con su video real.
  5. Lee ../video-storytelling/SKILL.md para el arco visual y ../hyperframes-video-beats/SKILL.md para superposiciones. Escribe una hoja de ritmos con anclajes de transcripción, una idea visual por ritmo y rellamadas deliberadas.
  6. Lee MOTION_PHILOSOPHY.md, ../hyperframes/SKILL.md y referencias GSAP relevantes antes de crear. Usa ../style-library/SKILL.md para seleccionar o adaptar una tarjeta. Localiza cada asset usado por la composición.
  7. Ejecuta preflight y el linter de HyperFrames desde el proyecto, más el validador de sincronización de transcripción para subcomposiciones ancladas. Revisa Studio antes del borrador.
  8. Renderiza un borrador, inspecciona los fotogramas codificados y las transiciones, y escucha a través de los límites de los cortes. Revisa el encuadre del rostro, la legibilidad del texto, los fotogramas negros y la sincronía A/V. Resuelve fallos antes del render final. Sigue las aprobaciones de revisión ya proporcionadas; no repitas solicitudes de aprobación para la misma acción ya autorizada.

Entrega la ruta final del MP4, las decisiones de edición, la transcripción retemporalizada, la composición y VERIFY.md describiendo lo que se verificó y cualquier limitación restante. Un detector automático propone ediciones; el juicio editorial sigue siendo necesario.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

zroeschen/Video-Production-Factory

Agent 2 of the video editing pipeline. Finds and removes spoken mistakes — stutters, repeated words, false starts, and retakes (re-recorded lines) — from a talking-head recording. Use after cut-silences, when asked to cut mistakes, remove stutters / repeats / filler restarts, clean up flubs, or keep the best take. Works review-gated: it proposes every cut with context and a reason for approval, then renders only the approved cuts via ffmpeg. Requires a word-level transcript.

zroeschen/Video-Production-Factory

Agent 1 of the video editing pipeline. Removes silences and dead air from a talking-head recording. Use when asked to cut silences, trim pauses, remove dead air / gaps, or tighten the pacing of a raw video, given a word-level transcript. Produces an edit list (EDL), a re-timed transcript for downstream agents, and optionally the cut video via ffmpeg. Does NOT cut mistakes, repeats, or false starts — that is the cut-mistakes agent.

zroeschen/Video-Production-Factory

GSAP animation reference for HyperFrames. Covers gsap.to(), from(), fromTo(), easing, stagger, defaults, timelines (gsap.timeline(), position parameter, labels, nesting, playback), and performance (transforms, will-change, quickTo). Use when writing GSAP animations in HyperFrames compositions.

zroeschen/Video-Production-Factory

HyperFrames CLI tool — hyperframes init, lint, preview, render, transcribe, tts, doctor, browser, info, upgrade, compositions, docs, benchmark. Use when scaffolding a project, linting or validating compositions, previewing in the studio, rendering to video, transcribing audio, generating TTS, or troubleshooting the HyperFrames environment.

Skills relacionados

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

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...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community