Communitygithub.com

Galina-neiro/video-ru

Visionnage et analyse de vidéos ou Reels (par chemin de fichier ou lien YouTube/VK/Rutube/Instagram), transcription vocale, téléchargement de vidéos, création de sous-titres, d'infographies superposées ou d'animations courtes via HyperFrames.

Qu'est-ce que video-ru ?

Ce skill est une couche d'orchestration légère conçue spécifiquement pour les vidéos en russe dans Claude Code (application, VS Code ou terminal). Il ne fait pas le travail lourd lui-même mais coordonne des outils externes comme ffmpeg, Whisper (via faster-whisper) et les skills officiels HyperFrames de HeyGen. Sa force réside dans sa capacité à gérer les spécificités de la langue russe : téléchargement de vidéos depuis YouTube, VK, Rutube ou Instagram, transcription précise mot à mot avec un script dédié, et intégration avec les skills HyperFrames pour ajouter des sous-titres, des graphiques animés, des intros/outros ou des animations de type motion graphics. Il détecte automatiquement la présence d'une carte graphique NVIDIA pour accélérer la transcription (jusqu'à 10 fois plus rapide) et gère intelligemment les polices cyrilliques, les guillemets « chevrons », les tirets et la disposition des sous-titres dans les zones de sécurité des écrans. Le skill est utile pour tout développeur ou créateur qui travaille avec du contenu vidéo russe et veut automatiser l'analyse, le sous-titrage et le montage sans quitter l'environnement de ligne de commande.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add Galina-neiro/video-ru

Demander à votre IA préférée

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

Documentation

Видео на русском

Этот скилл — короткая надстройка. Тяжёлую работу делают программы (ffmpeg, Whisper) и официальные скиллы HyperFrames от HeyGen; здесь только маршрут и правила для русских роликов. Из скиллов HyperFrames читать только тот, который нужен для задачи, не все подряд.

Первый запуск: настроить под этот компьютер

Работает только в Claude Code (приложение, VS Code или терминал): нужны программы на компьютере.

Сначала прочитать настройки.md рядом с этим файлом. Если там уже записан компьютер — ничего не проверять, брать команды оттуда (свой python, путь к ffmpeg, модель, --cpu или нет). Если файл пустой или что-то из записанного перестало работать — пройти настройку ниже и записать результат туда.

Настройка — один раз:

ЧтоПроверкаЗачем
ffmpeg / ffprobeffmpeg -versionзвук и кадры из видео
Python 3.10+ с faster-whisper и yt-dlppython -c "import faster_whisper, yt_dlp" (на Mac — python3)расшифровка, скачивание по ссылке
Node.jsnode -vHyperFrames
Скиллы HyperFramesесть ли скилл hyperframes в списке скилловмонтаж, плашки, анимация
Видеокарта NVIDIA (не обязательно)nvidia-smi (название и память)расшифровка в десятки раз быстрее
Уже стоящий Whisperpip list (faster-whisper, openai-whisper, whisperx), папки с моделями, спросить пользователяне ставить второй

Свой Whisper. Если у пользователя уже есть faster-whisper и скачанные модели — второй не ставить: передавать скрипту путь к папке модели через --model <путь> или задать HF_HOME на его кэш. Если стоит другой Whisper (openai-whisper, whisper.cpp, whisperx) — спросить, оставить ли его. Если оставить, расшифровывать им, а потом привести результат к формату нашего скрипта (words: {"words":[{"text","start","end","type":"word"}]}, flat: тот же список слов без обёртки) — именно этот формат ждут скиллы HyperFrames.

Модель под видеокарту (faster-whisper):

КомпьютерЧто брать
NVIDIA от 6 ГБ памятиlarge-v3-turbo на видеокарте (по умолчанию) — лучший русский
NVIDIA 4 ГБlarge-v3-turbo с --compute int8_float16 или --model medium
Без NVIDIA (в т.ч. Mac, AMD, ноутбук со встроенной графикой)--cpu, модель small (быстро) или large-v3-turbo (точнее, но в разы дольше)

Проверить на коротком куске (ffmpeg -t 10) своего ролика: если на видеокарте падает с ошибкой CUDA или памяти — поставить библиотеки ниже или взять модель меньше. Скорость и качество показать пользователю и выбрать с ним.

Если чего-то нет — перечислить пользователю, что и сколько весит, и ставить только с его согласия. На Windows спросить, на какой диск ставить, если на C мало места.

  • ffmpeg, Node, Python: Windows — winget install Gyan.FFmpeg, winget install OpenJS.NodeJS.LTS, winget install Python.Python.3.12; Mac — brew install ffmpeg node python.
  • Библиотеки: python -m pip install faster-whisper yt-dlp. Windows с видеокартой NVIDIA — ещё python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*".
  • Скиллы HyperFrames: npx skills add heygen-com/hyperframes --all (github.com/heygen-com/hyperframes, Apache 2.0).
  • Модель Whisper (~1,6 ГБ) скачается сама при первой расшифровке в кэш HuggingFace. Другое место — переменная HF_HOME.
  • По желанию пользователя: выключить телеметрию HyperFrames переменными HYPERFRAMES_NO_TELEMETRY=1 и DO_NOT_TRACK=1.

В конце настройки записать всё в настройки.md (по шаблону в файле): какой python и ffmpeg, видеокарта, выбранная модель и флаги, где кэш моделей, скорость на пробе. Дальше команды из разделов A и B запускать с этими флагами.

Наш скрипт расшифровки — scripts/transcribe.py рядом с этим файлом. Видеокарту он берёт сам, без неё считает на процессоре. Флаги: --model (имя или путь к своей модели), --compute, --cpu.

Отчёты «feedback» HyperFrames после рендера не отправлять без спроса. npx hyperframes skills update запускать только с согласия пользователя. Встроенный голос Kokoro по-русски не говорит: закадровый голос — запись самого пользователя или его сервис озвучки.

A. Посмотреть и разобрать видео

  1. Получить файл. Путь к файлу брать как есть, исходник не трогать. Ссылку скачать во временную папку: python -m yt_dlp --no-playlist -o "<папка>/video.%(ext)s" --print-to-file "%(uploader)s | %(duration)s c | %(like_count)s лайков | %(comment_count)s комм. | %(description)s" "<папка>/info.txt" <ссылка> Для YouTube, если нужен только текст, сначала попробовать субтитры: --write-auto-subs --sub-langs ru --skip-download. Инстаграм и закрытые ТГ-каналы могут требовать вход — тогда попросить пользователя скачать файл самому.
  2. Узнать, что за файл: ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <видео>.
  3. Расшифровать: python scripts/transcribe.py <видео> --out <папка>/transcript.txt (текст с таймкодами).
  4. Кадры листами (12 кадров на картинку — экономит токены): вертикальное: ffmpeg -v error -y -i <видео> -vf "fps=1/2,scale=216:-2,tile=6x2:padding=4:color=white" <папка>/sheet_%02d.jpg горизонтальное: то же с scale=320:-2,tile=4x3. Для видео длиннее 2 минут — fps=1/5 или 1/10. Прочитать листы как картинки.
  5. Ответ: кто автор и цифры (если есть), формат ролика, расшифровка (или конспект, если длинно), что видно в кадре, и отдельно — что из этого полезно пользователю. Если в ролике преувеличения — честно сказать.

B. Сделать видео через HyperFrames

Какой скилл брать:

ЗадачаСкилл
любой ролик, с него начинается работа; непонятно, что братьhyperframes (главный вход, сам направит)
субтитры к ролику, где человек говорит в камеру: по 1–3 слова, ключевые слова цветом, караокеembedded-captions
графика поверх говорящего видео: плашки, иконки, вставки «в телефоне», сплит, кружокtalking-head-recut
короткая анимация без речи до ~30 с: заставка, цифры, логотип, макеты интерфейсов, «было → стало»motion-graphics
устройство ролика: слои, время появления плашек, вставки видеоhyperframes-core
как плашки выезжают, стикеры, «удары» словом на весь кадр, кинетический текстhyperframes-animation
наезды и отъезды камеры, плавные приближенияhyperframes-keyframes
музыка, звуки, иконки, обработка вставокmedia-use
проверка, сборка в MP4, вырезание фона (вставка «из-за плеча»)hyperframes-cli
готовые эффекты (глитч, конфетти, графики), громкость музыки под голос, цвета и шрифтыhyperframes-registry, hyperframes-audio, hyperframes-creative

Скилл hyperframes по правилам HyperFrames читается первым; для простых задач достаточно его SKILL.md, без справочников.

Расшифровку готовить нашим скриптом (лучше понимает русский и даёт точное время слов), а не встроенной hyperframes transcribe:

  • для embedded-captions: python scripts/transcribe.py <видео> --out <рабочая папка>/transcript.json --format words — скилл сам подхватит готовый transcript.json;
  • для talking-head-recut: то же с --format flat (плоский массив слов), шаг транскрибации скилла пропустить. Перед использованием прочитать расшифровку и исправить ошибки распознавания (имена, бренды, термины). Список исправлений показать пользователю одной строкой.

Проект: спросить, в какую папку класть. Внутри: исходники/ (копии исходных файлов — оригиналы не трогать и не удалять), рабочие файлы HyperFrames, готово/ для итоговых MP4.

Форматы: Reels/Shorts/Stories — 1080×1920, 9:16, 30 fps; YouTube — 1920×1080; пост — 1080×1350.

Русские субтитры и плашки

  • Шрифт обязательно с кириллицей. У многих «модных» шрифтов её нет (Bebas Neue и Anton из Google Fonts; у Bebas есть отдельные кириллические версии) — проверить до рендера. Надёжные: Oswald, Golos Text, Manrope, Montserrat, Unbounded, Inter, Rubik, Onest. Лучше локальный .woff2 в папке проекта, чем Google Fonts по сети.
  • 2–4 слова в строке. Предлоги и союзы (в, на, с, к, у, о, и, а, но, не) не оставлять в конце строки — переносить к следующему слову.
  • Кавычки «ёлочки», тире по правилам русского языка, числа цифрами.
  • Капсом — только короткие акценты (1–3 слова), не целые фразы.
  • Субтитры не должны закрывать лицо и нижнюю зону интерфейса Reels (кнопки, подпись) — держать в безопасной зоне. Хук — в центре кадра или чуть ниже, не у верхнего края.
  • Если в папке скилла заполнен бренд.md (шрифты, цвета, как ставить акцент) — использовать его. Если он пустой — один раз спросить пользователя о стиле и предложить сохранить ответ туда.

Перед тем как сказать «готово»

Показать план (что, где, какой стиль) до долгого рендера. После рендера нарезать из результата лист кадров (п. A4), посмотреть самому: текст читается, не вылезает за край, кириллица на месте, синхронно с речью. Только потом отдавать путь к файлу в готово/.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills associés