Communitygithub.com

pasu1049-hash/kit-edicion-video-claude

トーキングヘッド動画をInstagram、TikTok、YouTube Shorts向けに「1%」テンプレートで編集します:ブランドカラーの字幕、無音カット、動的ズーム、キーワード連動モーショングラフィックス、著作権フリー音楽(ダッキング付き)、ブランドオープニング/クロージング、サムネイル生成。

kit-edicion-video-claude とは?

このスキルは、トーキングヘッド形式のカメラ動画をソーシャルメディア向けに最適化するためのPythonパイプラインを提供します。入力は生の動画ファイルと設定JSONで、出力は高品質な動画(H.264 CRF 14、AAC 320kbps)とサムネイル画像です。処理の流れは、Whisperによる文字起こし、手動補正、無音カット、キーワードハイライト(ブランドカラー)、ズームイン効果、モーショングラフィックス(テキスト、バッジ、カウントダウンなど)の自動配置、そして音楽のダッキングです。縦9:16(1080x1920)と横4:5(1080x1350)の両方に対応し、2つの設定ファイルで並行レンダリングも可能です。このスキールはClaude CodeやCodexといったAIエージェントと連携し、「動画を編集して」「字幕をつけて」「無音をカットして」といった自然言語の指示から、完全にプログラムで編集を実行します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/pasu1049-hash/kit-edicion-video-claude/tree/HEAD/skills/editor-videos-1porciento

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

動画エディター — 1%テンプレート

Pythonパイプライン(編集ソフト不要):生の動画 + config.json → 最高品質の最終動画 + _PORTADA.png。 スクリプトはこのスキルの scripts/ にあります。出力と work/ フォルダは コマンドを実行したディレクトリ に作成されます(プロジェクトごとにフォルダを使用してください)。

0. 開始前(一度だけ)

  • このスキルの MARCA.md を読む:アクセントカラー、ブランド名、ハンドル、フレーズ。未入力の場合はユーザーにこれらの情報を尋ね、記入してください。
  • 依存関係:pip install -r scripts/requirements.txt(numpy, pillow, imageio-ffmpeg, faster-whisper)。初回の文字起こしでWhisperモデル「medium」(約1.5GB)をダウンロードします。

ショートカット:以下のコマンドで、S = このスキルの scripts/ へのパス(例:~/.claude/skills/editor-videos-1porciento/scripts)。

1. 動画ごとのフロー

  1. 設定:ejemplos/historia_ejemplo.json(9:16)または ejemplos/feed_ejemplo.json(4:5)をプロジェクトフォルダにコピーし、video、words、salida、marca、acento、cierre、portada を入力します。
    • recorte:元の動画から使用する領域(x, y, w, h、ピクセル単位)。フォーマットのアスペクト比(9:16 履歴、4:5 フィード)に一致している必要があります。元のサイズは ffprobe で事前に測定してください。
  2. 文字起こし:python S/editar_video.py transcribir config.json → 単語ごとの時間情報を持つ words.json を生成します。
  3. 手動で words.json を修正:固有名詞、ブランド名、数字(「1%」)、慣用句。*_words_ok.json として保存し、config でそのファイルを指定します。config の "vocabulario" に頻出する固有名詞を追加すると、Whisper の精度が向上します。
  4. 無音カット:python S/auto_cortes.py video.mov 0.12 → cortes のリスト(音声エネルギーに基づいて計測。Whisper のタイムスタンプは使用しません)を出力します。それを "cortes" に貼り付けます。カットが同じ単語の途中に落ちた場合は削除してください。
  5. キーワード(claves):字幕内でアクセントカラーで表示される単語。words.json に記述されている通り(句読点も含む、例:"tiempo.")に正確に記述します。
  6. モーショングラフィックス(motion):デフォルトで常に使用し、1動画あたり3~6個、スクリプトの重要な箇所に配置します。以下の表を参照。
  7. ズーム(zoom)と音楽(musica):デフォルトで有効。
  8. レンダリング前にフレーム確認:python S/editar_video.py preview config.json 4.5 → work/_prev_4.5.jpg(最終動画の秒数)。字幕、モーショングラフィックス、顔のフレーミングを確認します。
  9. レンダリング:python S/editar_video.py render config.json → salida.mp4 + salida_PORTADA.png。
  10. 結果のフレームを確認(ffmpeg select で3~4フレームを一連で表示)してから納品します。完了したら、動画が保存されたフォルダをユーザーに開いて見せます。

ユーザーが「履歴(ストーリーズ)」と「フィード」の両方を希望する場合は、2つの設定ファイルを作成します(同じ words.json、異なる formato/recorte/subs_y/位置)。8GBのRAMで2つを並行レンダリングできます。

2. 学んだルール(必ず守ること)

  • VADなしで文字起こし(スクリプトは既にそうなっています):VADを使用すると最初のフレーズが失われます。
  • iPhone HDR動画(HLG、4K60):zscale でトーンマップを適用しないでください(アーティファクトが発生します)。スクリプト内のソフトなeqを適用した生データで十分に綺麗に表示されます。
  • 常に最高品質:H.264 crf 14 preset slow、AAC 320kbps、音声は -14 LUFS にノーマライズ。サイズを軽くするために品質を落とさないでください(依頼があった場合を除く)。
  • 字幕の位置:subs_y は履歴で約1300(IGのセーフゾーン)、フィードで約1060。モーショングラフィックスは上部に配置し、顔や字幕から離してください。
  • 画面上のテキスト:短く、大文字で、直接的。長いフレーズは使用しないでください。

3. Config リファレンス

キー説明
formato"historia"(1080x1920)または未設定 = フィード(1080x1350)
video, words, salida生動画、words.json、最終mp4へのパス
recorte元動画の {x,y,w,h}
pre / post最初の単語の前/最後の単語の後の余白(秒)
subs_y字幕のY位置
clavesアクセントカラーで表示する単語
cortes削除する元動画の時間範囲 [[ini, fin], ...](秒)
acentoブランドカラー [R,G,B](デフォルト:コーラル [255,104,74])
marcaブランド名(オープニング/クロージングプレートとサムネイルに表示)
logoロゴの正方形PNGへのパス(サムネイル、オプション)
logo_ledロゴが光るネオンサインの写真 → 「LED」オープニング/クロージング。未設定の場合はカラープレートを使用
placaカスタムオープニング/クロージング:{"marca","color","kicker","filas":[...],"pie","size","entrada","cierre"}
sin_introtrue = 動画から直接開始
cierre{"titulo":[...],"by","fecha","plataformas","handle"}(LEDクロージング) — プレート使用時は by、fecha、handle を使用
cierre_segクロージングの長さ
portada{"segundo","kicker","titulo":[行],"size","fecha","pie"}
zoom`{"push":0.05,"cortes":0.08,"cara":[x,y],"punch":[{"palabra","hasta"
musica{"bpm":92,"seed":3,"vol":0.2,"ducking":0.75} — 生成されたビート(著作権フリー)、音声があるときだけ自動で音量低下。seed を変更すると別のバリエーション
vocabularioWhisperを補助するための固有名詞テキスト

モーショングラフィックス(motion:イベントのリスト)

各イベント:{"tipo", "palabra", "hasta" または "dur", "extra", "txt", "pos":[x,y], "size", "rot", "anim", "escala", "offset"}。pos = 最終フレーム内での要素の中心。 palabra が発声されたときに表示され(繰り返される場合は "n": 2 = 2回目)、hasta(+extra 秒)または dur 秒後に消えます。anim:"pop"(デフォルト)、"slide"("desde" ピクセル指定)、"slam"。

タイプ説明固有フィールド
textoアウトライン付きの大きなテキストtxt, size, coral:true = アクセントカラー
chip角丸ラベルtxt, size, claro
sello傾いたスタンプtxt, size, rot
slam打ち込む巨大な数字/単語txt, size
calendarioカレンダーの紙txt(曜日)、big(数字)、sub
envivo「EN VIVO」バッジtxt
plataformaソーシャルメディアバッジ(色付き)(TIKTOK、YOUTUBE、KICK;その他のテキスト = ダークバッジ)txt
contadorカウントする数字motion.py 参照
misterioゲストカード(疑問符付き)lineas

各モーショングラフィックスには自動で効果音が付きます。

4. Showreel(音楽のリズムに合わせた音声なしクリップ)

python S/showreel.py config.json — clips(各クリップは beats の長さで、label を持つことができます)、bpm、formato、etiqueta_y、textos、placa、seed、vol を含む設定。作成前に showreel.py の main() を読んで、各クリップの正確なフィールドを確認してください。

5. 他のツールを使用するタイミング

  • より複雑なアニメーション/モーションデザイン(アニメーションタイトル、説明動画、3Dイントロ、グラフィックス):スキル hyperframes(HyperFrames 公式ルーター)
  • YouTube向けの長尺編集、エラー/繰り返しのカット、ストーリーテリング:Nate Herk キットのスキル(edit-video、cut-mistakes、short-form-edit、video-storytelling)、キットフォルダから実行。

関連スキル