비디오
이 스킬은 얇은 계층입니다. 무거운 작업은 프로그램(ffmpeg, Whisper)과 HeyGen의 공식 HyperFrames 스킬이 수행합니다. 이 파일은 라우팅과 캡션이 포함된 숏폼 비디오 규칙만을 담고 있습니다. 작업에 필요한 HyperFrames 스킬만 읽고, 모두 읽지 마십시오.
첫 실행: 이 컴퓨터 설정
Claude Code(데스크톱 앱, VS Code 또는 터미널)에서만 작동합니다. 컴퓨터에 프로그램이 필요합니다.
먼저 이 파일 옆에 있는 settings.md를 읽으십시오. 컴퓨터가 이미 기록되어 있으면 검사를 건너뛰고 그 안의 명령어(어떤 python, ffmpeg 경로, 모델, --cpu 사용 여부)를 사용하십시오. 파일이 비어 있거나 기록된 내용이 작동을 멈춘 경우, 아래 설정을 실행하고 결과를 그곳에 기록하십시오.
설정 — 한 번만:
| 무엇 | 확인 | 이유 |
|---|---|---|
| ffmpeg / ffprobe | ffmpeg -version | 비디오에서 오디오와 프레임 추출 |
| Python 3.10+ 및 faster-whisper, yt-dlp | python -c "import faster_whisper, yt_dlp" (Mac에서는 python3) | 트랜스크립션, 링크에서 다운로드 |
| Node.js | node -v | HyperFrames |
| HyperFrames 스킬 | 스킬 목록에 hyperframes 스킬이 있는지 확인 | 편집, 오버레이, 애니메이션 |
| NVIDIA GPU (선택 사항) | nvidia-smi (이름과 메모리) | 트랜스크립션이 수십 배 빠름 |
| 기존 Whisper | pip list (faster-whisper, openai-whisper, whisperx), 모델 폴더, 사용자에게 질문 | 두 번째 것을 설치하지 않음 |
사용자 자신의 Whisper. 사용자에게 이미 faster-whisper와 다운로드된 모델이 있다면, 다른 것을 설치하지 마십시오. --model <path>로 모델 폴더를 스크립트에 전달하거나 HF_HOME을 사용자의 캐시를 가리키도록 설정하십시오. 다른 Whisper(openai-whisper, whisper.cpp, whisperx)가 있다면, 유지할 것인지 물어보십시오. 유지한다면 해당 Whisper로 트랜스크립션하고 결과를 우리 스크립트 형식으로 변환하십시오. (words: {"words":[{"text","start","end","type":"word"}]}, flat: 래퍼가 없는 동일한 단어 목록) — 이 형식은 HyperFrames 스킬이 요구하는 형식입니다.
GPU용 모델 (faster-whisper):
| 컴퓨터 | 사용 |
|---|---|
| NVIDIA 6 GB+ | GPU에서 large-v3-turbo (기본값) — 최고 품질 |
| NVIDIA 4 GB | --compute int8_float16와 함께 large-v3-turbo, 또는 --model medium |
| NVIDIA 없음 (Mac, AMD, 내장 그래픽 노트북 포함) | --cpu, 모델 small (빠름) 또는 large-v3-turbo (더 정확하지만 몇 배 느림) |
사용자 자신의 비디오 짧은 부분(ffmpeg -t 10)으로 테스트하십시오. GPU 실행이 CUDA 또는 메모리 오류로 실패하면 아래 라이브러리를 설치하거나 더 작은 모델을 사용하십시오. 속도와 품질을 보여주고 함께 선택하십시오. 느린 머신의 경우 영어 전용 콘텐츠에는 small.en / medium.en도 옵션입니다.
무언가 빠졌다면, 사용자에게 무엇이고 크기가 얼마인지 나열하고 동의를 받은 후에만 설치하십시오. Windows에서는 C 드라이브에 공간이 부족한 경우 어떤 드라이브를 사용할지 물어보십시오.
- 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. - 라이브러리:
python -m pip install faster-whisper yt-dlp. NVIDIA GPU가 있는 Windows — 또한python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*". - HyperFrames 스킬:
npx skills add heygen-com/hyperframes --all(github.com/heygen-com/hyperframes, Apache 2.0). - Whisper 모델(~1.6 GB)은 첫 번째 트랜스크립션 시 HuggingFace 캐시에 자동으로 다운로드됩니다. 다른 위치 —
HF_HOME변수. - 사용자가 원하는 경우:
HYPERFRAMES_NO_TELEMETRY=1및DO_NOT_TRACK=1로 HyperFrames 텔레메트리 비활성화.
설정이 끝나면 모든 내용을 settings.md에 기록하십시오(파일의 템플릿 따름): 어떤 python과 ffmpeg, GPU, 선택한 모델과 플래그, 모델 캐시 위치, 테스트 속도. 그 후에는 섹션 A와 B의 명령어를 해당 플래그와 함께 실행하십시오.
우리의 트랜스크립션 스크립트는 이 파일 옆에 있는 scripts/transcribe.py입니다. GPU를 자체적으로 사용하며, 없으면 CPU로 대체됩니다. 플래그: --model (이름 또는 사용자 모델 경로), --compute, --cpu, --language.
렌더링 후 HyperFrames "피드백" 보고서를 묻지 않고 보내지 마십시오. npx hyperframes skills update는 사용자 동의가 있을 때만 실행하십시오.
A. 비디오 감상 및 분석
- 파일 가져오기. 파일 경로는 그대로 사용하고 원본을 절대 수정하지 마십시오. 링크를 임시 폴더에 다운로드:
python -m yt_dlp --no-playlist -o "<folder>/video.%(ext)s" --print-to-file "%(uploader)s | %(duration)s s | %(like_count)s 좋아요 | %(comment_count)s 댓글 | %(description)s" "<folder>/info.txt" <link>YouTube의 경우 텍스트만 필요하면 먼저 자막을 시도:--write-auto-subs --sub-langs en --skip-download. Instagram 및 비공개 채널은 로그인이 필요할 수 있습니다. 그런 경우 사용자에게 직접 파일을 다운로드하도록 요청하십시오. - 파일 검사:
ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video>. - 트랜스크립션:
python scripts/transcribe.py <video> --out <folder>/transcript.txt(타임스탬프가 포함된 텍스트). - 접촉 시트 (이미지당 12프레임 — 토큰 절약):
세로:
ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=216:-2,tile=6x2:padding=4:color=white" <folder>/sheet_%02d.jpg가로: 같은 방식으로scale=320:-2,tile=4x3. 2분 이상 비디오의 경우fps=1/5또는1/10. 시트를 이미지로 읽으십시오. - 답변: 제작자와 숫자(있는 경우), 비디오 형식, 트랜스크립트(또는 긴 경우 요약), 화면에 표시되는 내용, 그리고 별도로 사용자에게 유용한 내용. 비디오가 과장된 경우 정직하게 말하십시오.
B. HyperFrames로 비디오 만들기
사용할 스킬:
| 작업 | 스킬 |
|---|---|
| 모든 비디오, 시작점; 무엇을 사용할지 확실하지 않을 때 | hyperframes (주 진입점, 자체 라우팅) |
| 카메라를 보며 말하는 비디오용 캡션: 1–3 단어, 주요 단어 색상, 가라오케 | embedded-captions |
| 말하는 헤드 비디오 위 그래픽: 카드, 아이콘, "휴대폰" 인서트, 분할 화면, 원형 화면 속 화면 | talking-head-recut |
| 음성 없는 짧은 애니메이션 (~30초까지): 인트로, 숫자, 로고, UI 목업, 전후 비교 | motion-graphics |
| 비디오 구조: 레이어, 각 카드가 나타나는 시간, 비디오 인서트 | hyperframes-core |
| 카드 슬라이드 인, 스티커, 전체 화면 단어 "히트", 키네틱 타입 | hyperframes-animation |
| 카메라 푸시 인 및 풀 아웃, 부드러운 줌 | hyperframes-keyframes |
| 음악, 음향 효과, 아이콘, 프로세싱 인서트 | media-use |
| 검사, MP4 렌더링, 배경 제거("어깨 뒤" 인서트) | hyperframes-cli |
| 기성 효과(글리치, 컨페티, 차트), 음성 아래 음악 볼륨, 색상 및 글꼴 | hyperframes-registry, hyperframes-audio, hyperframes-creative |
HyperFrames 규칙에 따라 hyperframes 스킬을 먼저 읽습니다. 간단한 작업의 경우 해당 SKILL.md만으로 충분하며 참조는 필요하지 않습니다.
우리 스크립트로 트랜스크립트 준비 (정확한 단어 타이밍, GPU 사용), 내장 hyperframes transcribe 대신:
embedded-captions의 경우:python scripts/transcribe.py <video> --out <work folder>/transcript.json --format words— 스킬이 준비된transcript.json을 가져옵니다.talking-head-recut의 경우:--format flat(평평한 단어 배열)로 동일하게, 스킬의 트랜스크립션 단계를 건너뜁니다. 사용하기 전에 트랜스크립트를 읽고 인식 오류(이름, 브랜드, 용어)를 수정하십시오. 수정 목록을 사용자에게 한 줄로 보여주십시오.
프로젝트: 사용할 폴더를 물어보십시오. 내부: sources/ (소스 파일의 복사본 — 원본을 절대 수정하거나 삭제하지 마십시오), HyperFrames 작업 파일, 최종 MP4용 done/.
형식: 릴/쇼츠/스토리/TikTok — 1080×1920, 9:16, 30 fps; YouTube — 1920×1080; 피드 포스트 — 1080×1350.
캡션 및 화면 텍스트
- 글꼴에는 텍스트에 필요한 모든 글리프(악센트, 비디오가 다국어인 경우 알파벳)가 있어야 합니다. 렌더링 전에 확인하십시오. 네트워크를 통한 Google Fonts보다 프로젝트 폴더의 로컬
.woff2를 선호하십시오. - 줄당 2–4 단어. 줄을 관사, 전치사 또는 접속사(a, an, the, of, to, in, on, and, but)로 끝내지 마십시오. 다음 단어로 이동하십시오.
- 숫자는 숫자로, 둥근 따옴표와 아포스트로피, 실제 긴 대시.
- ALL CAPS는 짧은 강조(1–3 단어)에만 사용하고, 전체 문장에는 사용하지 마십시오.
- 캡션은 얼굴이나 릴/TikTok의 하단 UI 영역(버튼, 캡션)을 가리면 안 됩니다. 안전 영역을 유지하십시오. 훅은 프레임 중앙이나 약간 아래에 배치하고 상단 가장자리에는 배치하지 마십시오.
- 스킬 폴더에
brand.md가 채워져 있다면(글꼴, 색상, 강조 방법) 사용하십시오. 비어 있으면 사용자에게 스타일에 대해 한 번 묻고 답변을 저장할 것을 제안하십시오.
"완료"라고 말하기 전에
긴 렌더링 전에 계획(무엇, 어디서, 어떤 스타일)을 보여주십시오. 렌더링 후 결과물에서 접촉 시트(A4)를 잘라내고 직접 확인하십시오: 텍스트를 읽을 수 있고 가장자리를 벗어나지 않으며, 모든 글리프가 렌더링되고, 음성과 동기화되어야 합니다. 그런 후에야 사용자에게 done/에 있는 파일 경로를 제공하십시오.