Communitygithub.com

wavexlabs-dev/video-largo-y-teaser

Horas de grabación (cámara y/o pantalla) convertidas en un video largo de YouTube editado con código y ffmpeg, más un teaser vertical 9:16, miniatura, metadatos y opcionalmente un personaje IA insertado en tomas reales.

video-largo-y-teaser란 무엇인가요?

Esta skill automatiza la producción de episodios largos (15–40 min) para YouTube y su correspondiente teaser vertical 9:16, partiendo de material en bruto (grabaciones de cámara, pantalla o ambas). Todo el proceso de edición se representa como código (JSON + scripts ffmpeg), de modo que cada ronda de revisiones genera una nueva versión parcial sin re-edición manual. La skill respeta estrictamente la identidad visual y de marca de la persona (colores, tipografías, tono, nombre de serie) y no copia ejemplos predefinidos. El flujo abarca desde el inventario inicial con ffprobe, transcripción (Whisper), sincronización cámara–pantalla, estructura en capítulos, edición basada en EDL anclada a frases, inserción de gráficos y overlays, mezcla de audio, revisión por un subagente contra reglas aprendidas, generación de miniatura (HTML→Playwright→JPG), teaser vertical, y publicación con transcripción/subtítulos. También ofrece la posibilidad de insertar un personaje generado con IA (Seedance) en tomas reales, previa cotización y aprobación de la persona. La skill está diseñada para Claude Code, Codex y agentes similares, y se apoya en herramientas externas como ffmpeg, mlx_whisper, Python y Playwright.

지원 대상✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wavexlabs-dev/video-largo-y-teaser/tree/HEAD

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Video largo + teaser

Producir, desde material crudo, un episodio largo (15–40 min) y su teaser vertical, con revisión en versiones. Todo el corte vive en archivos (JSON + scripts ffmpeg), así cada ronda de notas es un re-render parcial y no una re-edición a mano.

Identidad: siempre de la persona, nunca la del ejemplo

Esta skill define el proceso. El look y la voz (colores, tipografías, nombre de la serie, encuadres, estilo de subtítulos, miniatura, tono, personaje) son de la persona y salen de su skill de marca o de sus respuestas.

  • Si existe una skill de marca de la persona (p. ej. marca-<nombre>-video), cargarla al inicio y seguirla.
  • Si no existe, hacer las preguntas de references/identidad.md antes de diseñar nada. Ofrecer guardar las respuestas como su propia skill de marca a partir de assets/plantilla-marca/. Si la persona no tiene preferencias, proponer 2–3 direcciones distintas que nazcan de su material (su set, su logo, su tema) y dejar que elija.
  • El ejemplo incluido (EP1 de "Mi Muse y Yo") es de otra persona. Su paleta morada, sus fuentes, su serie, su mascota Cody y sus gustos de encuadre no se copian ni se proponen como default; sirven para ver cómo se hizo.

Paradas de aprobación (◆): no avanzar sin el sí de la persona. Claude no oye: cualquier juicio de audio se mide y se manda a escuchar.

Proceso

  1. Intake e identidad ◆. Carpeta del proyecto con camara/, pantalla/, brief/. Inventario con ffprobe y hojas de contacto. Preguntar: tema, público, duración objetivo, qué NO debe salir (datos privados), plataformas. Luego la identidad: cargar su skill de marca o hacer las preguntas de references/identidad.md.
  2. Transcribir y sincronizar. scripts/transcribir.sh (whisper con tiempos por palabra) y scripts/sincronizar_pantalla.py (alinea pantalla↔cámara por el audio, corr ≥ 0.5).
  3. Estructura ◆. Capítulos con rango, duración y qué se recorta. Ver references/flujo-corte.md §3.
  4. Style frames ◆. Tarjeta de pantalla, rótulo, píldora de capítulo y separador en la marca, como cuadros fijos. Escenas en código con la skill estudio-video-codigo (motor TypeScript + GSAP → ProRes con alfa).
  5. Corte en bruto ◆. EDL anclada a frases → cortes.json → piezas ffmpeg → concat. Ver flujo-corte.md §4–6.
  6. Gráficos y alternancia cámara/pantalla anclados a frases (flujo-corte.md §5, §7).
  7. Mezcla y composición (flujo-corte.md §8). Medir LUFS y voz sobre música.
  8. Crítico. Subagente nuevo revisa hoja de contacto + cuadros + transcripción contra las reglas generales de references/reglas-aprendidas.md y contra la marca de la persona (no contra las preferencias del ejemplo).
  9. Versiones. Cada ronda de notas = _V2, _V3… sin tocar las anteriores (flujo-corte.md §9).
  10. Miniatura ◆ (plantilla HTML → Playwright → JPG, 1280×720; 2–3 opciones).
  11. Teaser 9:16 ◆. Ver references/teaser.md.
  12. Personaje IA (opcional, con costo) ◆. Ver references/personaje-ia.md. Cotizar en dólares/créditos antes.
  13. Publicación y transcripción. Ver references/publicacion.md.

Recursos

  • scripts/transcribir.sh <salida> <clips…> — palabras con tiempo (mlx_whisper o whisper) + wav por clip.
  • scripts/sincronizar_pantalla.py --camara … --pantalla … --out sync.json — desfase pantalla↔cámara.
  • scripts/alinear_clip_ia.py fuente editado salida — integra un clip de Seedance con la voz original y mide la boca.
  • references/identidad.md — preguntas de identidad y cómo convertir las respuestas en una skill de marca.
  • assets/plantilla-marca/ — plantilla en blanco de skill de marca (SKILL.plantilla.md, identidad-visual.md, tokens.ts).
  • assets/pipeline-referencia/ — el pipeline real del EP1 de "Mi Muse y Yo" (nov 2026), para copiar y adaptar. Leer su LEEME.md: colores, textos, personaje y encuadres son del ejemplo y se reemplazan por la marca de la persona.
    • corte/: resolve.py (EDL→cortes), alternate.py, assemble.py (piezas + encuadres + mapa de personaje), overlays.py, compose.py, transcript.py, pasada_vN.sh (re-render parcial), OCR/privacidad.
    • teaser/: teaser.py, eventos.py, mezcla.py.
    • escenas/: escenas TS (tarjeta de pantalla, capítulo, rótulos, teaser) y thumb.mjs.
    • personaje/: scripts del primer flujo del personaje (referencia histórica; preferir scripts/alinear_clip_ia.py). Las rutas y nombres de clip están fijos al proyecto original: leer el script antes de usarlo y cambiar rutas.

Reglas que más pesan

  • Anclar todo (cortes, gráficos, sfx) a frases de la transcripción, no a segundos.
  • Nada encima de la cara; un solo encuadre bajo cada gráfico; zoom solo motivado.
  • Privacidad: preferir congelar pantalla a difuminar; la persona decide qué es sensible.
  • Concat con piezas homogéneas (SAR, pix_fmt, color) y verificar la duración final.
  • Gasto en IA: siempre cotizar y pedir permiso; probar una toma antes de lanzar el resto.

관련 스킬