Communitygithub.com

TaherZiad/montage-crew

動画編集パイプラインのエージェント2。トークヘッド収録から言い間違い(どもり、繰り返し、言い直し、リテイク)を検出・削除します。カット後の無音区間、ミスの削除、どもり・繰り返し・フィラーの除去、最良テイクの保持などの指示で使用します。レビューゲート方式:各カットにコンテキストと理由を付けて提案し、承認されたカットだけをffmpegでレンダリングします。単語レベルのトランスクリプトが必要です。

montage-crew とは?

このエージェントは、「Cut Mistakes & Repeats」と呼ばれる自動編集パイプラインの第2ステップです。主にトークヘッド動画から、人間の編集者が2回目のパスで削除するようなミス(どもり、単語の即時繰り返し、言い間違えのやり直し、リテイク等)を検出・削除します。パイプライン全体はClaude CodeなどのAIエージェント向け設計で、ffmpegでカットを適用します。重要な特徴は「レビューゲート」方式をデフォルトとしている点です。機械的な検出だけでは「強調のための繰り返し」と「本当のミス」を区別できないため、各カット候補をコンテキスト付きで提案し、ユーザーの承認後にのみカットを実行します。対象プラットフォームは主にClaude Code(他のエージェントフレームワークでも利用可能)で、単語レベルのトランスクリプト(JSON)を入力として扱います。ワークフローは①機械的候補検出(Node.jsスクリプト)、②候補レビュー(ユーザー承認必須)、③承認カット適用(ffmpegのトリム+連結)の3段階です。出力として、カット済み動画、更新されたトランスクリプト、EDL(編集決定リスト)を生成し、後続のモーショングラフィックスエージェント(Agent 3)に引き継ぎます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TaherZiad/montage-crew/tree/HEAD/skills/montage-crew/references/external/hyperframes-student-kit

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

ミスと繰り返しをカット(パイプラインエージェント2)

自動編集の第2ステップ。無音カットの後に実行します。人間の編集者が2回目のパスで削除するような要素(どもり(「そのその」「わ・わたしは」)、単語の即時繰り返し、言い間違えのやり直し(中断したフレーズの再開)、リテイク(台詞を録り直した場合-きれいなテイクを残し、失敗テイクを削除))を取り除きます。

何がミスかを判断するのは計算式ではなく、判断力です。感情を込めた繰り返し(「決して、決して」)や修辞的な重複(「最初の部分は、はこれです…」)は、機械的にはどもりと全く同じに見えます。そのため、このエージェントはデフォルトでレビューゲート方式を採用しています。各候補を完全なコンテキストとともに提示し、エージェント(およびユーザー)が判断します。承認されたカットのみがレンダリングされます。

使用するタイミング

  • 「ミスを削除」「どもり・繰り返しを除去」「フィラーを削除」「ベストテイクを残す」「言い間違えをカット」
  • マスター編集ワークフローの第2段階として、無音カットの出力に対して実行

3段階のフロー

1. 候補の検出(機械的)

node .claude/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
  <silence-transcript.json> --out-dir video-projects/<slug>/assets

入力は通常、エージェント1の <stem>.silence-transcript.json です。これにより、カットは既に無音が除去されたタイムライン上に配置されます。出力ファイル:

  • <stem>.cut-candidates.json — 構造化された候補情報(種類、信頼度、提案cut範囲、removes/keepsテキスト、コンテキスト、推奨)
  • <stem>.cut-candidates.md — 読みやすい提案書

候補の種類:stutter(即時の単語繰り返し)、retake(Jaccard類似度による重複・ほぼ重複セグメント)、false_start(途中で放棄され言い直された短いフレーズ)

2. レビュー(ゲート — 必須)

各候補をコンテキストの中で読み、カットするかしないかを判断します。機械的な検出器は意図的な強調や修辞を本当のミスと区別できません。そのため、recommend を盲信せず、removes + context を読み込みましょう。よくある誤検出:強調の繰り返し(「それは決して、決してハンズフリーではない」)、コピュラ+疑問文(「その作品は、はこれですか…」)、リスト読み上げなど。

各項目に推奨を付けて候補をユーザーに提示し、承認を収集します。承認されたカットをファイルに書き出します:

{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "I- 言い間違え" }, ... ] }

(start/end は入力トランスクリプト・動画タイムライン上の秒数です。候補の範囲を広げることもできます。例えばリテイクの場合、失敗テイクの開始からきれいな再開箇所までをカットします。)

3. 承認されたカットの適用

node .claude/skills/cut-mistakes/scripts/apply-cuts.mjs \
  <silence-transcript.json> --cuts approved-cuts.json \
  --video video-projects/<slug>/assets/edited-silenced.mp4 \
  --output video-projects/<slug>/assets/edited-clean.mp4 --apply

EDL、再タイミングされた <stem>.mistakes-transcript.json(モーショングラフィックスエージェント + validate-beat-sync.mjs に供給)、決定ログ、そして --apply 付きでカット済み動画(ffmpegのトリム+連結、AV同期)を出力します。--apply を外すとドライランになります。

結果の確認

共有レビューツールを使用してカットを目視確認し、境界をスポットチェックします:

node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
  --original video-projects/<slug>/assets/edited-silenced.mp4 \
  --edited   video-projects/<slug>/assets/edited-clean.mp4 \
  --output   video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n

注意事項

  • 非常にきれいな収録の場合、実際のカットがゼロまたはほとんどないこともあります。それも妥当な結果です。ノルマを達成するために自然な発話をカットしないでください。
  • 発話された2つの単語の間のカットはハードジョインになります。どもりや言い間違えには通常問題ありませんが、よりタイトなオーディオが必要な場合は後で20~30msのフェードを追加できます。
  • mistakes-transcript.json ときれいな動画を**エージェント3(モーショングラフィックス/階層カード)**に渡します。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

TaherZiad/montage-crew

Cut silences and dead weight (fillers, repeated takes, false starts) out of a talking-head video BEFORE building the edit - call the measured /auto-trim API instead of hand-rolling ffmpeg, review the dead-weight candidates it returns, and do the one job only a human/AI can do (spotting repeated POINTS). Read this when the brief enables "Tự động cắt ngắn video" (autoCut) or the user complains that the video still has dead weight/silences.

TaherZiad/montage-crew

Membangun motion graphic sinematik di browser (promo video, opener, intro, bumper, kinetic typography, explainer/video penjelasan bergambar 16:9 atau 9:16) memakai HTML + CSS + GSAP (+ Three.js bila perlu), dengan hasil yang bergerak seperti video sungguhan — bukan slide presentasi. Gunakan skill ini setiap kali user meminta "video promo", "opener", "intro animasi", "motion graphic", "bumper", "kinetic typography", "animasi teks sinematik", "explainer", "video penjelasan" (jurnalisme visual, kartun edukasi, kolase), atau menunjukkan referensi video promosi/explainer dan ingin dibuatkan versi web-nya — bahkan bila mereka tidak menyebut kata "motion graphic" secara eksplisit. Juga gunakan bila user mengeluh hasil animasi web "seperti PPT/presentasi" dan ingin lebih sinematik, atau ingin merender animasi web menjadi file video MP4, atau ingin explainer kartun/animasi dibangun LANGSUNG di After Effects lewat bridge/MCP Higgsfield.

TaherZiad/montage-crew

Arabic short-video editor (any dialect). Edits talking-head videos and screen recordings, or builds an MG-led video from an idea with no footage - retakes and silences cut, Arabic RTL captions and hook, premium motion graphics, SFX, music, -14 LUFS master, cover - for 9:16, 16:9 or both. Delivers the MP4 plus a project for Resolve, Premiere, After Effects, CapCut or Final Cut. Asks a few questions on first use, keeps the user's brand kit, offers style cards, learns styles from videos, links and MG sites the user shows it, and learns the user's rules after each video. Use when the user asks to edit a video («منتجلي هذا الفيديو», «سوّي مونتاج», «أضف ترجمة», «قص الصمت», «بستايل …», "edit my video"), make a video from an idea («ما عندي فيديو، عندي فكرة», «فكرة فيديو عن…»), learn a style («تعلّم من هذا الفيديو», «هذا الموشن يعجبني»), save a brand («احفظ هويتي», «اقترح لي هوية») or change settings («غيّر إعداداتي»).

関連スキル