Communitygithub.com

video-cut

トーキングヘッド動画を、ショート動画/リール向けに仕上げます(間を削除、内容をトリミング、ズーム、9:16、字幕、タイトルカード、フラッシュ遷移、音楽をビートに合わせる)。結果は自身で確認します。「この動画を切って」「リール/ショート/TikTokにして」「字幕を焼き付けて」「動画をカットして」といった指示で使えます。

video-cut とは?

このスキルは、トーキングヘッド形式の動画を縦型ショート動画やリールに仕上げるための完全ワークフローです。`cut.py` スクリプトを使用し、クリエイターがアップロードした動画の不要な間を自動カット、内容をトリミング、ダイナミックズーム、9:16クロップ、単語レベルの字幕、タイトルカード、ビートに合わせたトランジションや音楽を適用します。重要な点は、**結果を自分で確認し、品質を検証すること**です。スキルはまず動画を解析して文字起こし(ワードリスト)を生成し、ユーザーが修正・編集(間違った単語の修正、不要な箇所の削除)できるようにします。その後、修正を適用して最終出力を生成し、キャプチャ画像を抽出して、タイトルカードの配置や字幕の重なり、ズームの安定性をチェックします。このスキルは、人間による確認とAIエージェントの処理を組み合わせることで、従来の自動編集ツールよりも高品質な仕上がりを実現します。対応プラットフォームはClaude CodeなどのターミナルベースのAIエージェントで、`uv run` を使って依存関係を自動管理します。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

video-cut は何をしますか?

あなたは完成した、自身で確認済みの動画を提供します。「コマンドが終わりました」ではなく「結果を自分で確認しました」というスタンスです。

ツール: cut.py(このスキルのフォルダ内、通常は ~/.claude/skills/video-cut/cut.py、以降 <cut.py> と表記)。uv run で常に実行。依存関係は uv が自動的に解決します。前提条件: uv がインストールされていること。 CapCut はリモート操作しません。CapCut にはインターフェースがありません。結果は mp4 ファイルで、ユーザーがそこでさらに編集できます。

処理の流れ

  1. 確認(不足しているものだけ、クリック可能な選択肢として): どのファイル? 縦向き?元のアスペクト比? 字幕とズームは必要? 目標の長さは?
  2. 初回実行: uv run "<cut.py>" "<video>" -o "<出力>.mp4" 元のファイルは絶対に上書きしないでください。2分を超える動画の場合はバックグラウンドで起動します。 出力には、間、前後の長さ、ズーム区間が表示されます。同時に <出力>.words.tsv が作成されます。
  3. ワードリストを読む(全文): 各行は 開始<TAB>終了<TAB>単語 で、時間は元の動画内の秒数です。
    • 単語の修正: 聞き間違えた名前、専門用語、数字、スペル。分割された単語は結合します(例: 5 と .2 を 5.2 に、最初の単語の開始時刻と最後の単語の終了時刻を使う)。それ以外は時間を変更しないでください。
    • 内容のトリミング: 言い間違い、同じ文の繰り返し、埋め草、言い直しを探します。範囲は、削除する最初の不要な単語の開始から、残す最初の単語の開始までとします。文の途中ではなく、意味のまとまりでカットしてください。最初の文(フック)は、それが重複している場合を除き、そのまま残します。
  4. 2回目の実行 修正済みリストと削除箇所を指定して: uv run ... "<video>" -o "<出力>.mp4" --words "<出力>.words.tsv" --drop "12.3-15.8,40-44" --words で再文字起こしを回避します。--drop、--noise、--min-silence を変更しても時間は有効です。 デザイン(同じ実行内で、すべての時間は元の動画の秒数):
    • --title "0-3=TEXT": 上部に黄色のタイトルカード。複数回指定可能。必ずフック部分に1つ配置(最初の3秒、最大4単語、大文字)。それ以外は実際のセクション区切りにのみ使用(「ヒント1」など)。8秒以内に複数配置しないでください。
    • --flash "12.3,40": 短い明るいフラッシュ(白飛び)をトランジションとして。トピックの切り替え時のみ、1分あたり最大3~4回。
    • --music "<ファイル>": 音楽が発声中に流れ、発声中は音量が小さくなります。ツールがテンポとビートを測定し、ズーム切り替えとフラッシュを最も近いビートにスナップします(最大0.35秒の許容範囲)。音量は --music-volume(デフォルト0.2)で調整。音楽ファイルはユーザーが提供する必要があります。動画を公開する場合、使用許可を得ているか確認してください。
    • 終了は常に0.4秒間フェードアウトします。
  5. 数値を確認:
    • 音楽あり: 出力はBPMとビート数を表示します。テンポが60未満または200を超える場合、検出がおかしい可能性があります。その旨を伝えてください。
    • 間があるのにほとんどカットされていない場合: --min-silence 0.3、背景ノイズがある場合は --noise -25。
    • カット箇所で単語が欠けている場合: --min-silence 0.7 または --noise -35。
  6. 画像を確認: 4つのフレームを抽出し、そのうち少なくとも1つはズーム範囲内、1つは範囲外とします。Read で確認: 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:]]" "<出力>.mp4" "<スクラッチパッド>\check" 2 15 30 50 各タイトルカードから1枚、フラッシュのタイミング(出力でわかります)から1枚画像を選びます。 確認: タイトルカードが完全に表示され、顔の上にかかっていない。ズーム時も顔が切れていない。字幕が読めて、口元や既存のテキストの上に重なっていない。黄色の単語が瞬間に合っている。アスペクト比が正しい。
  7. 成果物の提出: ファイルのパス、前後の長さ、削除した箇所と修正した単語、確認できなかった点。

ルール

  • 2回目の実行前に、削除する箇所が全体の長さの10%を超える場合は、一文でユーザーに伝えてください。
  • 横向き動画から縦向きに書き出す場合、中央でトリミングされます。人物が中央にいない場合はその旨を伝え、--no-vertical を使用してください。
  • 動画に既に字幕が埋め込まれている場合は --no-subs を使用。ズームが不安定だったり顔を切ったりする場合は --no-zoom を使用。
  • ズームはツールが自動で設定します(2カットごと、カットや文の終わりで切り替え)。個別のズームを手動で設定することはできません。
  • ツールができないこと(Bロール、画像やロゴの挿入、効果音、シーン間のクロスフェード): できると言ってはいけません。その旨を伝え、個別に作成することを提案し、承認を得てから行ってください。
  • 音声は聞けません。ツールはビートを測定しますが、音楽と声のバランスが良いかはユーザーしか判断できません。音楽を含むすべての動画でその旨を伝え、--music-volume を調整できることを伝えてください。

関連スキル