Communitygithub.com

long2short

긴 가로형 영상(브이로그, 여행 영상, 인터뷰, 팟캐스트, 강연)을 TikTok, Instagram Reels, YouTube Shorts에 바로 게시할 수 있는 세로 9:16 숏폼 클립으로 변환합니다. Apple Vision 추적 기능을 사용해 강력한 순간(음성이 없는 시각적 순간 포함)을 선별하고, 단어와 동기화된 애니메이션 캡션, 후크 제목, 정보 스티커, 효과음을 추가하여 1080×1920 MP4를 렌더링합니다.

long2short란 무엇인가요?

long2short는 긴 가로형 영상에서 가장 강력한 순간을 자동으로 선택하고, Apple Vision 추적을 이용해 주제를 중심으로 프레임을 재구성하며, 단어와 동기화된 애니메이션 캡션, 후크 텍스트, 정보 스티커, 효과음을 추가하여 TikTok, Instagram Reels, YouTube Shorts에 최적화된 9:16 세로 클립을 생성하는 AI 에이전트 스킬입니다. macOS 전용으로 설계되었으며, 로컬에서 실행되므로 개인정보 보호에 유리합니다. 사용자는 CLI 명령어 한 개로 전체 파이프라인(전사, 장면 감지, 추적, 편집, 렌더링)을 제어할 수 있습니다. 이 스킬은 사용자가 단순히 '클립', '쇼츠', '릴스', '하이라이트', '수익화 가능한 숏 비디오'를 요청할 때, 또는 영상 파일에서 세로 크롭, 캡션, 리프레임이 필요할 때(스킬 이름을 직접 언급하지 않더라도) 사용됩니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sebsch1337/long2short/tree/HEAD/skills/long2short

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

long2short은(는) 무엇을 하나요?

당신은 편집자입니다: 순간을 선택하고, 후크와 스티커를 작성하며, 크롭을 판단합니다. 스크립트는 무거운 작업(전사, 장면 감지, 추적, 컷, 렌더링)을 처리하며 로컬에서 실행됩니다. 모든 작업은 하나의 CLI를 통해 이루어집니다:

python3 <skill>/scripts/l2s.py [-p PROJECT] <command> ...

<skill>은 이 스킬의 폴더입니다. 프로젝트 폴더(기본값 <video folder>/long2short)에는 project.json, 프록시, 전사본, 장면 목록 및 각 클립별 폴더(clips/clipNN/)가 포함됩니다. 완성된 클립은 project.json → out(기본값 <video folder>/clips)에 저장됩니다.

요구 사항: macOS(Apple Vision 추적, VideoToolbox 고속 ProRes), ffmpeg, Node(npx HyperFrames), Xcode 명령줄 도구(swiftc), whisper-cli + ggml 모델(또는 python whisper). 캡션 타이밍(강제 정렬)은 라틴 문자 언어에 대해 작동합니다. 독일어의 경우 force_align.py에서 숫자가 철자로 표시됩니다 – 다른 언어에 대해서는 spell()을 확장하세요. 이 스킬에는 지침과 코드만 포함되어 있으며, 다른 것은 번들로 제공되지 않습니다. 처음으로 시스템에서 실행할 때 l2s.py setup을 실행하세요 – ~/.cache/long2short에 나머지 모든 것(개인 Python 환경(torch/torchaudio, 강제 정렬용), CC0 효과음, 캡션 폰트(Montserrat, OFL), 설치된 모델이 없으면 whisper.cpp 모델)을 다운로드하고 Apple Vision 도우미도 컴파일합니다. 그런 다음 l2s.py doctor를 실행하세요. doctor에서 누락된 것이 보고되면 setup을 다시 실행하세요. 무언가 누락된 경우 사용자에게 정확한 설치 명령을 보여주세요.

1. 비디오 준비 (비디오당 한 번)

l2s.py init "/path/video.mp4" --lang de

프록시, 16kHz 오디오, 단어 전사본(시간 코드 포함 transcript.txt), scenes.json 및 콘택트 시트(sheets/, 각 장면당 한 프레임, 시간 코드 포함)를 생성합니다. 긴 비디오는 몇 분이 소요됩니다 – 백그라운드에서 실행하고 사용자에게 알리세요.

반복되는 전사 오류(이름, 브랜드)를 project.json → glossary에 추가하세요({"Air bee and bee": "Airbnb"}). 이는 단어가 클립에 매핑될 때 자동으로 수정됩니다.

2. 순간 선택 (당신의 판단)

선택하기 전에 references/editorial.md를 읽으세요. 요약: 전체 transcript.txt를 읽고, 모든 콘택트 시트를 살펴보세요(이것이 음성 없는 강력한 순간 – 작업 중인 기계, 동물, 큰 폭로 –을 찾는 방법입니다). 그런 다음 사용자를 위한 숏리스트(번호, 작업 제목/후크, 소스 범위, 길이, 효과적인 이유)를 작성하세요. 기본 길이는 60–90초(TikTok의 Creator Rewards는 1분 이상의 비디오에만 지급)이며, 사용자가 다른 것을 원하지 않는 한 적용됩니다. 사용자가 픽을 검토하도록 요청한 경우 배치 렌더링 전에 사용자의 승인을 기다리세요. 그렇지 않으면 계속 진행하세요.

모든 클립은 독립적으로 작동해야 합니다. 시청자는 이 사람과 주제를 처음 봅니다. 처음 3초(후크 텍스트 + 오프닝 라인)는 우리가 어디에 있고 무엇에 관한 것인지 말해야 하며(예: "리스본에서…"), 클립은 비디오의 다른 부분에 의존해서는 안 됩니다("이 여행 후에", "내가 말했듯이", "두 번째 것"). 이러한 문구 뒤에서 시작하거나 해당 문구를 제거하세요.

3. 각 클립 구성

l2s.py -p P plan  NN "A-B[,C-D]" [--teaser VS VE AS] [--seed T:CX:CY]
l2s.py -p P words NN                # 단어와 인덱스를 출력 – words_raw.json에서 텍스트 수정
l2s.py -p P align NN [MM ...]       # 강제 정렬: 정확한 단어 타이밍(모델은 모든 클립에 대해 한 번 로드)
#   clips/clipNN/hf_config.json 작성 (references/config.md 참조)
l2s.py -p P finish NN "NN_short-title"   # 컷 -> 그래픽 -> 렌더링 -> 구성
  • 범위는 절대 소스 시간(초)입니다. 문장 경계에서 자르고 words.json의 단어 시간을 사용하세요. 세그먼트는 순서대로 결합됩니다. --teaser(2-3초 페이오프 샷, AS의 오디오 포함)는 강력한 콜드 오픈을 만듭니다.
  • 크롭 검토는 토큰을 소비합니다 – 지시받은 경우에만 확인하세요. plan은 no anomalies 또는 ANOMALIES 목록을 출력합니다. 그런 다음에만 clips/clipNN/spec.review.jpg를 여세요(노란색 상자 = 9:16 창, 빨간 점 = 추적된 피사체, 시안색 그리드(0.1 단계)).
  • 객체(드론, 로봇, 자동차)는 자동으로 발견되지 않습니다: "사람 없음"으로 보고된 구간에 대해 그리드에서 객체의 위치를 읽고 --seed T:CX:CY(소스 시간, x, y, 0–1 범위)와 함께 plan을 다시 실행하세요. 객체에 스냅되어 추적합니다.
  • 정렬 전 텍스트 수정. words_raw.json에서 잘못 들린 단어를 수정하세요. 구간을 알아들을 수 없는 경우 추측보다는 캡션에서 제거하세요(hf_config에서 drop).
  • 시간을 절약하려면 여러 클립에 대해 align을 한 번 실행하세요.

4. 전달

클립, 길이, 파일 경로, 후크 및 해시태그가 포함된 게시 준비 완료 캡션을 짧은 표로 보고하세요. 사용자가 직접 검토하겠다고 말한 경우 프레임별로 렌더링을 다시 확인하지 마세요. 중간 파일은 큽니다(클립당 약 2GB, clips/clipNN/에 저장). 사용자가 결과를 승인한 후 삭제하는 옵션을 제공하세요.

고정 스타일 (승인됨 – 요청 없이 변경하지 마세요)

  • 캡션: Montserrat Black, 대문자, 검은색 외곽선이 있는 흰색, 1-3단어, 활성 단어는 노란색 #FFD400에 짧은 팝 효과, 키워드는 노란색 필 위에 표시됨; 하단 1/3 영역에서 가로 및 세로 중앙 정렬; 단어 앞 0.12초에 나타남.
  • 후크: 상단에 검은색 필, 강조 단어는 노란색, 처음 약 3초. 정보 스티커: 상단에 노란색 필 + 이모지, 프레임 너비에 맞게 자동 크기 조정.
  • 사운드: 클립당 5-7개의 미묘한 효과(팝, 우슉, 임팩트, 카칭; CC0, setup에서 다운로드), 음악 없음(음악은 앱에서 추가). 음량 −14 LUFS, 최대 피크 −1 dBTP.
  • 크롭: 하나의 9:16 창, 부드러운 추적. 줌 펀치인 및 레터박스/블러 "fit" 레이아웃 없음 – 둘 다 시도되었고 거부됨(줌아웃은 찌그러지는 것처럼 보였음).

무언가 잘못 보이면 references/troubleshooting.md를 읽으세요 – 이미 발견된 근본 원인(장면 경계 누출, 흔들림, 캡션 지연, …)과 스크립트가 이를 처리하는 방법이 나열되어 있습니다.

관련 스킬