Communitygithub.com

knowledge-video-editor

Editor de video inteligente para contenido oral de conocimiento. Cuando un usuario sube o especifica un video sin editar de una persona real o digital hablando sobre un tema, esta skill lo recorta automáticamente, lo empaqueta con visualizaciones de conocimiento, agrega subtítulos bilingües chino-inglés, genera una portada de primer fotograma y produce un video final horizontal 16:9 o vertical 9:16. Es adecuado para seis tipos de contenido: divulgación científica, demostraciones de herramientas, análisis de negocios, expresión de opiniones, narración de historias e interpretación de la industria. Incluye 21 componentes visuales, dos esquemas de color avanzados (negro profundo con dorado / verde perla oscuro), una barra de navegación de capítulos dinámicos tipo cápsula flotante, un avatar circular de la persona real y control de calidad automático.

¿Qué es knowledge-video-editor?

Knowledge Video Editor es una habilidad de agente de IA diseñada para transformar automáticamente videos de personas reales o digitales hablando sobre temas de conocimiento en videos finales pulidos y listos para publicar. El proceso automatizado incluye: comprensión del contenido, juicio del tipo de video, edición de precisión, planificación de dirección, visualización lógica, subtítulos bilingües chino-inglés, generación de portada de primer fotograma, control de calidad y entrega. Es compatible con una amplia gama de plataformas de agentes como Codex, Claude Code y Gemini CLI, y se ejecuta mediante scripts de Python y un motor de renderizado Remotion. La habilidad sigue reglas estrictas (por ejemplo, siempre muestra un avatar circular real, usa solo un esquema de color, no elimina argumentos clave) y produce una carpeta de proyecto con el video final, la portada, el audio editado, los subtítulos, el plan de dirección, el guión gráfico y un informe de calidad. Está diseñado para ser totalmente automático de forma predeterminada, pero nunca falsifica el resultado final; se detiene y reporta si hay problemas críticos.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/WWF885/knowledge-video-editor/tree/main

Preguntar en tu IA favorita

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

Documentación

Editor de Video de Conocimiento · Edición Inteligente para Contenido Oral

Haz que el conocimiento sea visible, que la lógica sea clara y que la visualización no sea aburrida.

Esta Skill convierte "un video de contenido oral sin editar" en "un video final listo para publicar". Solo necesitas darle el video y ella misma realiza: leer el contenido → determinar el tipo → editar el audio original → planificar la dirección → visualizar la lógica → subtítulos bilingües → portada de primer fotograma → control de calidad → entrega.

Principio central: Por defecto completamente automático, no requiere confirmación paso a paso del usuario; pero nunca falsifica el resultado final.


1. Primero juzga: si esta Skill debe usarse o no

Debe usarseNo debe usarse
Video de contenido oral de persona real/digital (hablando sobre conocimiento, métodos, opiniones frente a la cámara)Vlog puro, grabaciones de viajes (sin hilo conductor de explicación)
Ya tiene contenido oral + necesita ser reempaquetado como video de conocimientoEdición puramente cinematográfica, películas narrativas, series cortas
Necesita video final horizontal/vertical, subtítulos bilingües, portada de primer fotogramaSolo necesita transcodificación, recorte o cambio de resolución
Producción estandarizada en lote (misma especificación visual)Necesita mantener el original y solo agregar subtítulos (usar flujo de subtítulos básico)

Criterio de juicio: Si el video contiene "información que puede ser explicada de manera estructurada". Si es así, entra en esta Skill.


2. Tres reglas inquebrantables antes de comenzar

  1. Primero verifica el entorno, luego actúa. Ejecuta python3 scripts/check_environment.py --json para confirmar si ffmpeg / motor de transcripción / motor de renderizado / fuentes están completos. Si falta alguna capacidad clave, reporta la brecha real; no se permite "fingir producción".
  2. Primero genera el plan, luego renderiza. Debes generar director_plan.json y storyboard.json (guión gráfico segundo a segundo), y solo después de pasar la validación con validate_storyboard.py puedes proceder a la renderización.
  3. No toques el video original. Todos los productos intermedios van a <project>/work/, y el video final va a <project>/output/. Nunca sobrescribas el video original del usuario.

3. Flujo de ejecución en 13 pasos

PasoAcciónProductoScript
1Autoverificación del entornoenv_report.jsoncheck_environment.py
2Identificación de propiedades del video (horizontal/vertical, duración, claridad, FPS, posición de la persona)video_meta.jsonanalyze_video.py
3Comprensión del contenido y segmentación (determinar tipo del video completo + propiedades de cada segmento)analysis.jsonanalyze_video.py --content o modelo grande anfitrión
4Transcripción de voz + decisión de edición precisa (repeticiones, errores, pausas, muletillas, inicio/fin)transcript.json + edl.jsontranscribe.py
5Ejecución de edición precisa (corte + reducción de ruido + normalización de volumen + remapeo de línea de tiempo)edited.mp4 + timemap.jsonedit_video.py
6Plan de dirección de todo el video (tipo de video, tema, portada, capítulos, ritmo)director_plan.jsonModelo grande + plantilla
7Visualización lógica (mapeo de puntos de conocimiento → componentes visuales)visual_map.jsonModelo grande + especificación 07
8Guión gráfico segundo a segundo (cada segundo tiene asignación, cada 3 segundos se evalúa la composición)storyboard.jsonModelo grande + storyboard.schema.json
9Composición adaptativa (área segura horizontal/vertical, área del avatar real)layout.jsonconfig/safe-areas.json
10Subtítulos bilingües chino-inglés (oración por oración, división semántica, medición de ancho real)subtitle.srt + subtitle.jsontranscribe.py --bilingual
11Generación de portada de primer fotograma (el primer fotograma es la portada)cover.pngrender_video.py --cover-only
12Renderización formal (composición con Remotion + avatar real + mezcla de audio/BGM)output/01_Video_final.mp4render_video.py
13Control de calidad y reparación automática (contenido/imagen/subtítulos/sonido/decodificación)qc_report.mdquality_check.py

Un solo comando para todo el flujo: python3 scripts/run.py --video <video_original> --out <directorio> --ratio 16:9


4. Reglas duras que no se pueden violar (violación = rehacer)

  1. El primer fotograma debe ser una portada completa. No se permite pantalla negra, vacío, o título aún en animación de entrada. El título tiene un máximo de 2 líneas, cada línea un máximo de 4 caracteres (letras y números cuentan igual), total ≤ 8 caracteres, ubicado en el centro visual, en fuente negrita extra grande.
  2. Desde el segundo fotograma, el título de la portada debe desaparecer por completo. La portada permanece de forma predeterminada 1.5–2 segundos, comienza sincronizada con el contenido oral, sin pausa silenciosa insertada.
  3. El video horizontal debe tener una barra de navegación de capítulos dinámicos. 3–6 capítulos, cada uno con 2–6 caracteres, cambia suavemente con el progreso del contenido oral, ocupa como máximo el 8% de la altura de la pantalla, y se oculta durante la portada. La barra de navegación usa uniformemente el estilo cápsula flotante (radio de borde = alto/2, vidrio esmerilado, borde de 1px, bloque resaltado deslizable, línea de progreso fina en la parte inferior); no se permite acumular "texto + ✓ + guiones cortos".
  4. Todo el video usa solo un sistema de color principal. Negro profundo con dorado o verde perla oscuro, elige uno, no se permite mezclar.
  5. Subtítulos bilingües: chino arriba, inglés abajo, sincronizados oración por oración; se debe medir el ancho real, no se permite desbordamiento, no se permite ocultar el área de conocimiento central, no se permite reducir el tamaño de fuente infinitamente.
  6. Prioridad de sonido: voz original humana > efectos de sonido clave > BGM. El BGM debe tener volumen bajo y ceder paso a la voz humana.
  7. No se permite eliminar argumentos clave para acortar la duración, no se permite cambiar la opinión original, no se permite reescribir hechos.
  8. No se permite recortar directamente un video horizontal a vertical, se debe reorganizar y renderizar de nuevo.
  9. Si la puntuación de control de calidad es < 90, se debe localizar y reparar automáticamente; si no se puede reparar, se reporta honestamente, no se declara aprobado.
  10. Los materiales deben ser utilizables con licencia; imágenes, música o videos de origen desconocido no se usan en absoluto.
  11. Cada fotograma debe tener a la persona real. Las tomas de la persona real ocupan el fotograma completo con V01/V02; las tomas de conocimiento (palabras clave, procesos, comparaciones, tarjetas, números, resúmenes, etc.) deben superponer el avatar circular real V21 en la esquina superior derecha; ninguna toma puede estar sin la persona real en ningún momento.
  12. Tres reglas estrictas para el encuadre y posición del avatar circular. (a) Dentro del círculo deben verse cabello + rasgos faciales completos + ambos hombros, con 6–10% de espacio superior sobre la cabeza, al menos 25% del fotograma debajo de la barbilla para hombros y cuello; prohibido cortar la frente o la barbilla; (b) Fijo en la esquina superior derecha, en vertical debajo de la barra de navegación, en horizontal en la parte superior derecha, con 48–52px de margen desde el borde; (c) Nunca debe cubrir el título, las tarjetas de conocimiento y los subtítulos — el área de contenido debe ceder espacio (en vertical, el contenido se desplaza hacia abajo; en horizontal, se reserva un área segura de 344px a la derecha). Tres parámetros de encuadre: zoom (ancho interno/diámetro del círculo, 1.0 estándar, 1.2–1.5 si la persona es pequeña) + focus_x/focus_y (centro de la cara) + anchor_y (posición vertical del centro de la cara dentro del círculo, primer plano 0.42 / plano amplio 0.28); antes de la entrega, se debe renderizar un fotograma fijo para inspección.
  13. El texto explicativo se amplía un 12% por defecto. Los títulos, puntos clave y texto de tarjetas en las tomas de conocimiento se renderizan uniformemente con text_scale 1.12; es preferible reducir el número de palabras que reducir el tamaño de fuente.

5. Juicio del tipo de video (no lo elige el usuario, lo juzgas tú)

Primero juzga el video completo, luego los segmentos. Un mismo video puede combinar estrategias.

TipoMétodo de edición prioritarioPorcentaje de persona real (referencia)
knowledge Divulgación científicaDiagramas de flujo, diagramas estructurales, pizarra dinámica20–35%
practice Demostración de herramientasGrabación de pantalla, zoom local, demostración de operación15–30%
analysis Análisis de negociosGráficos de datos, gráficos comparativos, cadena causal25–40%
opinion Expresión de opinionesPersona real + palabras clave + ejemplos40–60%
story Narración de historiasPersona real narrando + escenas + línea de tiempo45–65%
industry Interpretación de la industriaMapas, referencias de materiales, escenas reales, gráficos25–45%

Los porcentajes son referencias, no controles. Juzgar mal el tipo = error en el estilo de todo el video. Este paso determina el 80% del trabajo posterior.


6. Estructura de directorios

knowledge-video-editor/
├── SKILL.md                 # Este archivo: entrada única, reglas generales
├── AGENTS.md                # Protocolo de ejecución para cada agente (Codex/Claude/Gemini/Doubao, etc.)
├── README.md                # Explicación legible para humanos y demostración de resultados
├── VERSION
├── references/              # 10 documentos detallados (nivel de reglas, sin código)
├── config/                  # Configuración legible por máquina (tema/proporciones/áreas seguras/glosario/Schema)
├── scripts/                 # 8 scripts ejecutables (análisis → edición → validación → renderizado → control de calidad)
├── templates/remotion/      # Motor de renderizado visual (componentes React)
├── assets/                  # Fuentes/iconos/música/efectos de sonido (materiales con licencia, carpeta vacía con explicación)
└── examples/                # 4 ejemplos de planes de dirección reales

7. Índice de documentos detallados (léelos según necesidad, no los devores todos de una vez)

Necesitas resolverLee
Cómo juzgar el tipo, cómo segmentarreferences/01_Comprensión_del_video_y_juicio_del_tipo.md
Qué eliminar, qué conservar, cómo no eliminar incorrectamentereferences/02_Edición_automática_de_precisión.md
Cómo hacer la portada para no tener que rehacerlareferences/03_Especificación_de_portada_de_primer_fotograma.md
Diseño horizontal/vertical, parámetros de la barra de navegaciónreferences/04_Diseño_horizontal_vertical_y_navegación_dinámica.md
Valores de color y escenarios de uso de los dos temasreferences/05_Combinación_de_colores_y_diseño_visual.md
Cómo escribir el guión gráfico segundo a segundo, curvas de animaciónreferences/06_Guion_gráfico_inteligente_y_dinámica_segundo_a_segundo.md
Cómo seleccionar componentes V01–V20, cómo hacer el avatar V21references/07_Especificación_de_uso_de_componentes_visuales.md
Tamaño de fuente de subtítulos, división de oraciones, áreas segurasreferences/08_Subtítulos_bilingües_y_áreas_seguras.md
Densidad y cesión de BGM y efectos de sonidoreferences/09_Música_de_fondo_y_efectos_de_sonido.md
Cómo obtener 100 puntos en el control de calidad, cómo repararreferences/10_Control_de_calidad_y_reparación_automática.md

8. Comandos rápidos

# 1. Autoverificación del entorno
python3 scripts/check_environment.py --json

# 2. Leer propiedades del video
python3 scripts/analyze_video.py --video input.mp4 --out work/video_meta.json

# 3. Transcripción (bilingüe chino-inglés)
python3 scripts/transcribe.py --video work/edited.mp4 --bilingual --out work/

# 4. Edición precisa según EDL
python3 scripts/edit_video.py --video input.mp4 --edl work/edl.json --out work/edited.mp4

# 5. Validar guión gráfico (no se permite renderizar sin aprobación)
python3 scripts/validate_storyboard.py --storyboard work/storyboard.json

# 6. Renderizar (incluye exportación separada de portada, incluye avatar circular real)
python3 scripts/render_video.py --storyboard work/storyboard.json --ratio 16:9 \
  --audio work/edited.mp4 --cover cover.png --out output/01_Video_final.mp4

# 7. Control de calidad
python3 scripts/quality_check.py --video output/01_Video_final.mp4 \
  --storyboard work/storyboard.json --report output/08_Informe_control_calidad_automático.md

# 8. Flujo completo
python3 scripts/run.py --video input.mp4 --out project/ --ratio 9:16 --theme pearl-green

Todos los scripts admiten --dry-run para ver primero qué planean hacer.


9. Estructura de datos (contrato que debe cumplirse)

El plan de dirección y el guión gráfico usan un contrato JSON unificado: config/storyboard.schema.json. Estructura mínima utilizable:

{
  "video_type": "knowledge",
  "aspect_ratio": "16:9",
  "resolution": [1920, 1080],
  "theme": "dark_gold",
  "cover": {
    "lines": ["La forma de", "trabajar cambió"],
    "position": "center",
    "visible_from_first_frame": true,
    "duration": 2
  },
  "presenter": {
    "always_visible": true,
    "badge": { "enabled": true, "diameter_px": 192, "top_px": 316, "focus_x": 0.58, "focus_y": 0.30, "zoom": 1.0, "anchor_y": 0.42 }
  },
  "navigation": { "enabled": true, "chapters": ["Situación", "Lógica", "Caso", "Resumen"] },
  "subtitles": { "languages": ["zh", "en"], "layout": "chinese_above_english", "safe_area_check": true },
  "storyboard": [
    { "scene_id": "S001", "start": 0, "end": 2, "visual_type": "cover",
      "motion": "subtle_push", "sfx": "soft_impact" },
    { "scene_id": "S002", "start": 2, "end": 5, "visual_type": "presenter",
      "cover_visible": false,
      "animation_plan": [
        { "time": 2, "action": "show_navigation" },
        { "time": 3, "action": "highlight_keyword" },
        { "time": 4, "action": "subtle_zoom" }
      ] }
  ]
}

En la ejecución formal, también debe incluir: ruta absoluta de materiales, número de fotograma exacto, marcas de tiempo reales de subtítulos, coordenadas gráficas, curvas de animación, información de licencia, áreas seguras horizontal/vertical y parámetros de encuadre del avatar.


10. Adaptación entre agentes

Las mismas reglas, cualquier agente puede leerlas; la capacidad de producir video depende del entorno.

AgenteMétodo de lecturaCapacidad de renderizado
Codex / Claude Code / Gemini CLIAGENTS.md → SKILL.mdSí (requiere ffmpeg + node)
Doubao / WorkBuddyEste SKILL.mdDepende del entorno
Solo LLM de textoSolo genera director_plan.json + storyboard.jsonNo, se entrega al entorno de renderizado

Principio de división: el razonamiento es del modelo, el renderizado es del programa. No dejes que el modelo grande adivine píxeles, ni que el motor de renderizado haga juicios semánticos.


11. Lista de entrega

<nombre_del_tema>/
├── 01_Video_final.mp4
├── 02_Portada_primer_fotograma.png
├── 03_Video_audio_original_editado.mp4
├── 04_Subtítulos_bilingües.srt
├── 05_Texto_completo_del_contenido_oral.md
├── 06_Plan_de_dirección_completo.json
├── 07_Plan_de_guion_gráfico_segundo_a_segundo.json
├── 08_Informe_control_calidad_automático.md
└── 09_Proyecto_de_video_editable/

Cuando se produce en formato horizontal y vertical, se genera un video final, portada, diseño de guión gráfico y proyecto de subtítulos para cada uno, compartiendo el análisis de contenido y la línea de tiempo editada.


12. Cuándo detenerse y reportar

  • El motor de transcripción no está disponible y no hay alternativa → reportar, no inventar diálogos.
  • El video original está muy borroso/sin sonido/sin contenido de explicación válido → reportar, no forzar la edición.
  • Los derechos de los materiales no están claros → no usarlos, y explicar el motivo.
  • El renderizado falla varias veces → reportar el error original, no entregar un producto a medio terminar haciéndolo pasar por video final.

La honestidad es más importante que la integridad.

Skills relacionados