Communitygithub.com

video-cut

Découpe des vidéos talking-head en Reels/Shorts prêts à l’emploi (suppression des pauses, coupe de contenu, zooms, 9:16, sous-titres mot-à-mot, cartes-titres, flashs, musique calée sur le rythme) et vérifie lui-même le résultat.

Qu'est-ce que video-cut ?

Ce skill transforme des vidéos talking-head en formats courts (Reels, Shorts, TikTok) avec un pipeline automatisé mais supervisé : transcription, correction des mots, découpe sémantique, zooms au rythme de la phrase, sous-titres mot-à-mot, cartes-titres jaunes, flashs blancs aux transitions, et musique synchronisée sur le beat. Il repose sur un script Python (`cut.py`) exécuté avec `uv run` et gère lui-même l’extraction des frames de vérification. Il nécessite une intervention utilisateur pour fournir la musique et valider les éléments impossibles à évaluer automatiquement (qualité audio, pertinence visuelle). Le résultat est une vidéo MP4 prête à être retouchée dans CapCut ou tout autre éditeur.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bibabuzelman555/video-cut-skill/tree/HEAD

Demander à votre IA préférée

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

Documentation

Que fait video-cut ?

Tu livres une vidéo finie et vérifiée par toi-même. Pas « commande exécutée », mais « j’ai regardé le résultat ».

Outil : cut.py dans le dossier de ce skill (normalement ~/.claude/skills/video-cut/cut.py ; ci-dessous noté <cut.py>). Appel toujours avec uv run, les dépendances sont chargées automatiquement par uv. Prérequis : uv est installé. CapCut n’est pas piloté : il n’a pas d’interface. Le résultat est un MP4 que l’utilisateur pourra retravailler dans CapCut.

Déroulement

  1. Clarifier (uniquement ce qui manque, sous forme d’options cliquables) : Quel fichier ? Format portrait ou original ? Sous-titres et zooms oui/non ? Durée cible ?
  2. Premier passage : uv run "<cut.py>" "<video>" -o "<sortie>.mp4" Ne jamais écraser l’original. Pour les vidéos de plus de 2 minutes, lancer en arrière-plan. La sortie indique les pauses, les longueurs avant/après et les intervalles de zoom. En parallèle, il crée <sortie>.words.tsv.
  3. Lire la liste de mots (en entier) : Chaque ligne est Début<TAB>Fin<TAB>Mot, les temps en secondes dans l’original.
    • Corriger les mots : noms mal entendus, termes techniques, chiffres, orthographe. Fusionner les mots coupés (ex. 5 et .2 en une seule ligne 5.2 avec début du premier et fin du second). Ne pas modifier les temps autrement.
    • Raccourcir le contenu : Chercher les bafouillages, phrases dites deux fois, phrases de remplissage et nouveaux départs. Une zone va du début du premier mot superflu au début du premier mot à conserver. Ne couper que des unités de sens complètes, jamais en milieu de phrase, et laisser la première phrase (l’accroche) sauf si elle est redondante.
  4. Deuxième passage avec la liste corrigée et les zones : uv run ... "<video>" -o "<sortie>.mp4" --words "<sortie>.words.tsv" --drop "12.3-15.8,40-44" --words évite une nouvelle transcription. Les temps restent valides même si tu modifies --drop, --noise ou --min-silence. Habillage (dans le même passage, tous les temps en secondes dans l’original) :
    • --title "0-3=TEXTE" : carte-titre jaune en haut, possible plusieurs fois. Toujours en mettre une sur l’accroche (premières 3 secondes, 4 mots max, en majuscules). D’autres seulement à de vraies sections (« CONSEIL 1 »), pas plus d’une toutes les 8 secondes.
    • --flash "12.3,40" : bref flash lumineux comme transition. Uniquement aux changements de thème, 3 à 4 max par minute.
    • --music "<fichier>" : la musique passe sous la voix et baisse pendant la parole. L’outil mesure tempo et beats ; les changements de zoom et les flashes s’alignent sur le beat suivant (jusqu’à 0,35 s d’écart). Volume avec --music-volume (défaut 0.2). Le fichier musical doit être fourni par l’utilisateur ; demande-lui s’il a le droit de l’utiliser s’il veut publier la vidéo.
    • La fin est toujours fondue en 0,4 s.
  5. Vérifier les chiffres :
    • Avec musique : La sortie indique BPM et nombre de beats. Si le tempo est inférieur à 60 ou supérieur à 200, la détection est probablement erronée ; dis-le.
    • Quasiment rien coupé alors qu’il y a des pauses : --min-silence 0.3, en cas de bruit de fond --noise -25.
    • Des mots manquent à la coupe : --min-silence 0.7 ou --noise -35.
  6. Voir les images : Extrais 4 images, dont au moins une à l’intérieur et une à l’extérieur d’une zone de zoom, et regarde-les avec Read : uv run --with imageio-ffmpeg python -c "import imageio_ffmpeg,subprocess,sys;[subprocess.run([imageio_ffmpeg.get_ffmpeg_exe(),'-v','error','-y','-ss',t,'-i',sys.argv[1],'-frames:v','1',f'{sys.argv[2]}_{t}.jpg']) for t in sys.argv[3:]]" "<sortie>.mp4" "<scratchpad>\check" 2 15 30 50 Prends une image de chaque carte-titre et une exactement au moment d’un flash (la sortie les mentionne). Vérifie : carte-titre complète et pas par-dessus le visage, visage même en zoom non rogné, sous-titres lisibles et pas sur la bouche ou du texte existant, le mot jaune correspond au moment, le format est correct.
  7. Livrer : Chemin du fichier, longueur avant/après, les zones supprimées et les mots corrigés, ce que tu n’as pas pu vérifier.

Règles

  • Avant le deuxième passage, dis à l’utilisateur en une phrase quelles zones tu supprimes, si ensemble elles représentent plus de 10 % de la durée.
  • Pour un export vertical à partir d’un paysage, le recadrage est centré. Si la personne n’est pas centrée, dis-le et utilise --no-vertical.
  • Si la vidéo a déjà des sous-titres incrustés, utilise --no-subs. Si le zoom semble instable ou rogne le visage, utilise --no-zoom.
  • Les zooms sont placés automatiquement par l’outil (une alternance sur deux, changement aux coupes et fins de phrase). Les zooms individuels ne peuvent pas être réglés manuellement.
  • Ce que l’outil ne peut pas faire (images d’illustration, incrustation d’images et logos, effets sonores, fondus entre scènes) : ne pas l’affirmer. Dis-le et propose de le construire un par un, seulement après accord.
  • Tu ne peux pas entendre le son. L’outil mesure les beats, mais seule l’utilisatrice peut juger si musique et voix vont bien ensemble. Dis-le pour chaque vidéo avec musique et mentionne --music-volume comme paramètre ajustable.

Skills associés