Communitygithub.com

FilippTrigub/abra

Découpe des vidéos en segments, les réorganise et produit une vidéo de sortie avec un taux de coupures par seconde spécifique. Utilise MoviePy pour la manipulation vidéo. Priorise la transcription audio pour un découpage basé sur les horodatages, avec repli sur la détection adaptative de scènes.

Qu'est-ce que abra ?

Cette compétence permet de découper des vidéos en segments, de les réorganiser et de les exporter à un taux d'images par seconde défini, ce qui est utile pour créer des bandes-annonces, réorganiser des scènes ou modifier le rythme d'une vidéo. Elle utilise MoviePy pour la manipulation vidéo. La stratégie de découpage privilégie la transcription audio pour identifier les segments de parole, produisant des coupures plus naturelles. En l'absence de transcription, elle se replie sur une détection adaptative de scènes qui identifie les changements visuels. La compétence est conçue pour être utilisée avec des agents AI comme Claude Code ou Cursor, guidant l'utilisateur pas à pas : demande d'informations sur les vidéos sources et les segments, sélection automatique de la méthode de découpage, configuration d'un fichier config.json, exécution via une ligne de commande (uv run python scripts/cutter.py) et rapport des résultats. Elle prend en charge le découpage explicite (défini par l'utilisateur), la détection automatique par transcription audio ou par analyse visuelle adaptative, avec de nombreux paramètres de configuration.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/video-cutter

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

snip — Découpage et réorganisation vidéo

Découpe des vidéos en segments, les réorganise et les exporte à une fréquence d'images spécifiée. Utile pour créer des bandes-annonces, réorganiser des scènes ou modifier le rythme d'une vidéo.

Le répertoire de la compétence (où se trouve ce SKILL.md) est désigné ci-dessous par $SKILL_DIR.


Quand utiliser

Utilisez cette compétence lorsque l'utilisateur souhaite :

  • Découper une vidéo en segments spécifiques
  • Réorganiser des segments vidéo dans un ordre différent
  • Supprimer des sections indésirables d'une vidéo
  • Modifier la fréquence d'images de sortie (coupures par seconde)
  • Détecter automatiquement les segments de parole pour des coupures naturelles (prioritaire)
  • Détecter automatiquement les changements de scène en mode de repli

Configuration (première exécution uniquement)

cd "$SKILL_DIR" && uv sync

Flux de travail de l'agent

1. Interroger l'utilisateur

Avant de couper la/les vidéo(s), j'ai besoin de savoir :

📹 Vidéo(s) source(s)
   Listez les fichiers vidéo et leurs emplacements

✂️ Segments à découper
   Pour chaque segment, précisez :
   - source : nom du fichier
   - start : heure de début en secondes (ex. 0.0, 5.5)
   - end : heure de fin en secondes (ex. 2.0, 10.0)
   
   Exemple de segments :
   [
     {"source": "video.mp4", "start": 0.0, "end": 1.0},
     {"source": "video.mp4", "start": 3.0, "end": 4.5},
     {"source": "video.mp4", "start": 1.5, "end": 2.5}
   ]

🎬 FPS de sortie (optionnel)
   Par défaut : 30 ips
   Options courantes : 24, 30, 60

📁 Répertoires d'entrée / sortie (par défaut : ./input et ./output)

Attendez la réponse de l'utilisateur avant de continuer.

2. Déterminer la stratégie de découpage

Ordre de priorité :

  1. Segments explicites — Si l'utilisateur fournit des heures de début/fin spécifiques, utilisez-les
  2. Transcription audio — Si transcription.enabled: true (par défaut), recherchez ou générez une transcription et découpez aux limites des segments de parole
  3. Détection adaptative de scènes — Repli si la transcription n'est pas disponible ou échoue

Transcription audio (méthode principale)

La compétence essaie d'abord d'utiliser la transcription audio pour obtenir des segments de parole horodatés à partir de la vidéo. Cela produit des coupures plus naturelles alignées sur le contenu parlé.

🤖 Mode transcription audio (PRIORITAIRE)

Le découpeur va :
1. Chercher un fichier JSON de transcription existant dans output_dir (ex. video_transcription.json)
2. S'il n'est pas trouvé, exécuter automatiquement la transcription audio
3. Découper la vidéo aux limites des segments de parole

⚙️ Configuration :
   - transcription.enabled: true (par défaut)
   - fallback_to_adaptive: true (par défaut) — utilise la détection de scènes si la transcription échoue
   - min_segment_duration: durée minimale par segment (par défaut : 1.0)
   - max_segment_duration: durée maximale par segment (par défaut : 30.0)

Exemple de configuration :
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": true,
    "fallback_to_adaptive": true,
    "min_segment_duration": 1.0,
    "max_segment_duration": 30.0
  }
}

Détection adaptative de scènes (repli)

Si la transcription est désactivée ou échoue, la compétence se replie sur la détection visuelle de scènes :

🎬 Détection adaptative de scènes (REPLI)

Détecte automatiquement les changements de scène dans votre vidéo pour créer des coupures.
Cela évite le contenu ennuyeux et répétitif en coupant aux transitions naturelles.

⚙️ Mode de détection :
   - adaptive — Idéal pour les variations de luminosité/transitions graduelles [par défaut]
   - content   — Idéal pour les coupures de scène rapides et nettes
   - threshold — Idéal pour la détection des fondus enchaînés

📏 Filtres de durée de scène :
   - min_scene_duration: durée minimale par scène (par défaut : 1.0)
   - max_scene_duration: durée maximale par scène (par défaut : 10.0)

🎛️ Avancé (optionnel) :
   - threshold: seuil de différence de pixels pour le mode content (par défaut : 27.0)
   - adaptive_threshold: seuil de ratio pour le mode adaptive (par défaut : 3.0)
   - window_width: images à moyenner (par défaut : 2)
   - min_scene_len: nombre minimal d'images avant une coupure (par défaut : 15)
   - min_content_val: valeur minimale de changement de contenu (par défaut : 15.0)

Exemple de configuration avec repli automatique :
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": false
  },
  "auto_detect": {
    "enabled": true,
    "mode": "adaptive",
    "min_scene_duration": 1.0,
    "max_scene_duration": 10.0
  }
}

3. Modifier config.json

Écrivez ou mettez à jour $SKILL_DIR/config.json en fonction des choix de l'utilisateur.

4. Exécuter

cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

5. Rapporter les résultats

Indiquez à l'utilisateur le chemin du fichier de sortie, la durée et les FPS. Mentionnez la méthode utilisée (transcription ou détection de scènes).


Référence de configuration

CléValeursPar défautDescription
input_dirchemin./inputDossier contenant les vidéos d'entrée
output_dirchemin./outputDossier de destination
segmentstableau(obligatoire)Liste des définitions de segments
output_fpsentier30Fréquence d'images de sortie

Définition de segment

CléTypeDescription
sourcechaîneNom du fichier dans input_dir
startflottantHeure de début en secondes
endflottantHeure de fin en secondes

Transcription (méthode prioritaire)

CléValeursPar défautDescription
enabledbooléentrueActiver le découpage basé sur la transcription
fallback_to_adaptivebooléentrueUtiliser la détection de scènes si la transcription échoue
min_segment_durationflottant1.0Ignorer les segments plus courts que cette durée (secondes)
max_segment_durationflottant30.0Ignorer les segments plus longs que cette durée (secondes)

Détection automatique (repli)

CléValeursPar défautDescription
enabledbooléenfalseActiver la détection automatique de scènes (repli uniquement)
modeadaptive, content, thresholdadaptiveAlgorithme de détection
min_scene_durationflottant1.0Ignorer les scènes plus courtes que cette durée (secondes)
max_scene_durationflottant10.0Ignorer les scènes plus longues que cette durée (secondes)
thresholdflottant27.0Seuil de différence de pixels pour le mode content/threshold
adaptive_thresholdflottant3.0Seuil de ratio pour le mode adaptive
window_widthentier2Images à moyenner avant/après
min_scene_lenentier15Nombre minimal d'images avant une coupure
min_content_valflottant15.0Changement de contenu minimal

Modes de détection (repli)

  • adaptive (par défaut) : Idéal pour les vidéos avec des variations de luminosité ou des transitions graduelles
  • content : Idéal pour les vidéos avec des coupures de scène nettes et claires
  • threshold : Idéal pour la détection des transitions de fondu (entrée/sortie)

Invocations courantes

# Configuration par défaut (utilise la transcription si disponible, repli sur adaptive)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

# Forcer la détection adaptative de scènes (ignorer la transcription)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json --no-transcription

# Répertoires personnalisés
cd "$SKILL_DIR" && uv run python scripts/cutter.py \
  --input /chemin/vers/videos --output /chemin/vers/sortie

Sortie

Chaque configuration produit un output.mp4 dans output_dir contenant les segments concaténés. L'audio est préservé à partir des segments vidéo d'origine.


Gestion des erreurs

  • Aucun segment défini → message d'erreur, quitte
  • Horaires de segment invalides → erreur claire avec le format attendu
  • Vidéo source introuvable → erreur avec fichier non trouvé
  • Échec de la transcription → repli sur le mode adaptive s'il est activé, sinon erreur
  • Erreurs de segments individuels → consignées ; les autres segments continuent

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

FilippTrigub/abra

>- Remove the background from every frame of a video using AI (BiRefNet-general via rembg). Outputs transparent-background video or composites onto a solid colour or image. Requires a CUDA GPU with at least 3 GB free VRAM.

Skills associés