Communitygithub.com

쇼트 비디오 편집

편집자의 5단계 워크플로우(1 컷 편집, 2 자막 인식, 3 자막 효과+음향, 4 B-roll 및 모션 그래픽, 5 BGM 및 최종 출력)를 따라 수직 1인 토크 쇼트(TikTok/Reels/샤오홍슈/Shorts)를 처음부터 끝까지 ffmpeg + OpenFilm으로 편집합니다.

쇼트 비디오 편집란 무엇인가요?

이 스킬은 전문 편집자 워크플로우를 따르는 종단간 쇼트 비디오(TikTok, Reels, 샤오홍슈, YouTube Shorts) 편집 자동화를 제공합니다. 사용자가 원본 푸티지(일반적으로 대본 PDF 포함)를 넘겨주고 새 에피소드를 시작하거나 기존 에피소드의 특정 편집 단계를 다시 실행하거나 변경할 때 사용합니다. 5단계 프로세스(1차 컷 편집, 자막 인식, 자막 효과+음향, B-roll 및 모션 그래픽, BGM 및 최종 출력)는 ffmpeg(9, NVENC)와 OpenFilm(0.3.2)을 기반으로 구동되며, faster-whisper(CUDA)를 통한 자동 자막 생성 및 RVM 매팅(onnxruntime-directml)을 지원합니다. 이 스킬은 수동 픽업 선택, 대본과 실제 대사 비교, 좌우 채널 균형 확인, HDR 푸티지(아이폰) 톤 매핑, -13 LUFS 음량 표준, 제목 안전 영역 확인 등 전문 편집자의 세심한 기준을 코드 수준에서 구현합니다. 각 단계별 결과물을 중간 점검하고 사용자 승인을 받은 후 다음 단계로 진행하며, 최종 확정 시 Recycle Bin 정리 및 Google Drive 업로드(선택 사항)까지 자동화합니다.

지원 대상✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/zihangwong/short-video-edit/tree/main

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Short-video edit (OpenFilm pipeline)

사용자는 전문 편집자입니다. 그들의 기준에 맞춰 작업하세요: 모든 컷, 숫자, 사운드가 확인되고, 프레임 단위와 레벨(레벨 미터, 플랫폼 호환성)을 실제로 측정하기 전에는 '완료'라고 말하지 마세요.

스크립트: .claude/skills/short-video-edit/scripts/ (run.py를 통해 호출). Python 3.12, ffmpeg 9 (NVENC), Node (npx -y [email protected]), faster-whisper (CUDA), onnxruntime-directml (RVM 매팅)이 설치되어 있습니다.

python .claude/skills/short-video-edit/scripts/run.py <episode-dir> new|cut|subs|text|broll|bgm|all|look <t>

에피소드 폴더 (episodes/<name>/)

파일단계작성자
episode.json전체source, title, out_name, speed (1.2), font (기본값 Noto Sans SC Black; 라이선스를 보유한 모든 CJK 폰트 사용 가능), bgm (OpenFilm CC0 id), keywords (자막에서 노란색), words (jieba), steps (STEP 알약), cta, designer_cards, drive_folder (선택 사항)
blocks.json1사용자: 테이크 목록, [{a, b, label, note}] (소스 시간(초) 기준)
subs.tsv2사용자: 검수된 자막 start<TAB>end<TAB>text (컷 타임라인 기준)
kinetic.json3사용자: 강조 그룹 (아래 형식 참조)
cards.json, mg.json4사용자: 데이터 카드 및 모션 그래픽
work/ film/ out/스크립트: 중간 파일, OpenFilm 프로젝트, 최종 결과물

모든 시간(자막/키네틱/카드/MG/스텝/CTA)은 속도 증가 전의 컷 타임라인 기준입니다. 속도는 최종 출력 시 적용됩니다.

1단계 — 1차 컷 편집 (rough cut)

  1. run.py EP new → episode.json 작성. 그런 다음 run.py EP cut 실행 (blocks.json이 비어 있으면 준비 단계에서 중지).
  2. 준비 단계에서 좌/우 채널 밸런스를 보고합니다. 핸드폰 및 라발리에 녹음은 종종 한 채널에만 음성이 녹음됩니다 (다른 채널은 약 -25dB). 최종 출력은 자동으로 좋은 쪽에서 듀얼 모노로 생성됩니다 (voice_channel). L+R을 평균내지 마세요.
  3. work/transcript.txt를 대본 PDF와 함께 읽으세요. 실제 말한 내용과 대본을 비교하여 사용자에게 차이점을 알리세요 (특히 숫자) — 화면의 숫자는 말한 내용을 따라야 하며 대본을 따라선 안 됩니다.
  4. 테이크를 선택하여 blocks.json에 추가: 구조는 대본을 따르고, 추가 설명은 유지하며, 재촬영, 잘못된 시작, 프롬프터 목소리, 욕설, 무음을 제거합니다. 반복된 문장의 마지막 깨끗한 테이크가 우선 적용되지만 사용자가 다르게 말하면 그에 따릅니다. 블록 내에서 0.45초 이상의 일시 정지는 자동으로 조정됩니다.
  5. run.py EP cut 재실행 → out/cut_preview.mp4 (타임코드 포함) + 컷 QC 생성. 사용자에게 보여주고 2단계 전에 컷 승인을 받으세요. 표시된 '핫 스플라이스'는 일반적으로 호흡 잡음 꼬리(이미 40ms 페이드 아웃됨)입니다 — 어느 것인지 설명하세요.
  6. 나중에 다시 컷팅: blocks.json을 변경하고 cut을 재실행한 다음, scripts/shift.py EP <cut_t> <delta>를 실행하여 편집 이후의 모든 수동 배치 시간을 이동합니다 (delta = 이전 길이 − 새 길이).

2단계 — 자막 인식 (captions)

run.py EP subs → subs_draft.tsv 생성. subs.tsv로 검수: 잘못 인식된 단어 수정 (whisper는 말한 구를 종종 같은 발음의 무의미한 문자로 바꿈), 영어 철자, 간체 중국어 확인, 대본 외 말줄임 제거. 의심스러운 부분은 사용자에게 알리세요. 자막은 한 줄로만 표시됩니다: 약 10 CJK 문자보다 긴 내용은 자동으로 다음 자막이 되며, 단어 타이밍, jieba 단어 경계 기준으로 분할되고, 영어 구문 내에서 분할되지 않으며, 的/了/吗/」로 시작하지 않습니다.

3단계 — 자막 효과 + 음향 (kinetic text)

kinetic.json 작성. 강조할 핵심 문구, 숫자, 대비, 단계 제목을 선택합니다 (약 5~8초마다 하나씩, 카드 구간 제외). 키네틱 그룹이 표시되는 동안 일반 자막은 자동으로 숨겨집니다.

{"a": 34.20, "b": 35.72, "items": [
  {"text": "会很", "x": 290, "y": 450, "fs": 96, "col": "W", "anim": "fade", "at": "会很"},
  {"text": "丢脸", "x": 800, "y": 380, "fs": 210, "col": "R", "anim": "slam", "at": "丢脸", "v": true, "rot": 4}]}
  • at: 화자가 말하는 구문 (실제 시간으로 해석) 또는 a 이후의 초 단위 시간.
  • x/y = 1080×1920 기준 중심 픽셀; y ≈ 380–700 유지 (머리 주변/위), x 200–880. v: 세로 쌓기.
  • Title-safe (사용자 기준 = Premiere의 내부 10% 가이드): 모든 읽을 수 있는 요소는 x 108–972, y 192–1728 내에 유지됩니다. text 단계는 이 영역을 벗어나는 모든 키네틱 항목을 다시 안으로 이동시키고 ("title-safe … moved" 출력), 캡션 위치가 이 영역을 벗어나면 빌드를 거부합니다. 처음부터 이 영역 내에서 디자인하세요. episode.json의 title_safe로 상자를 재정의할 수 있습니다.
  • col: W Y R C 또는 #hex; latin: 영어/숫자용 Arial Black; italic; rot 도.
  • anim: fade drop rise slide_l slide_r pop slam type wave flip stamp split shake.
  • deco: box underline strike check (텍스트가 나타난 후 그려지며 자체 사운드 포함).
  • 어떤 텍스트(자막, 키네틱, MG 레이블)에도 외곽선 없음: 부드러운 계층형 그림자만 사용하세요 — 사용자 취향 ("比较高级").
  • 다양한 크기 혼합 (90px 설정 단어 + 150–230px 강조 단어), 세로와 가로 혼합, 흰색/노란색/빨간색. 속도 증가 안전 장치 (자동, text 단계에서 수행 내용 출력): 애니메이션은 필름에서 speed× 느리게 재생되어 1.2× 속도 증가 후에도 원래 디자인대로 보이도록 하며, 각 항목은 그룹 종료 전에 land + 0.45초 유지 (실시간, kinetic_hold) + 종료를 가집니다 — 그룹은 여유 시간으로 연장되며 (다음 그룹/블랙 카드/MG로 넘어가지 않음, 최대 1.2초), 그렇지 않으면 항목이 해당 단어보다 최대 0.3초 먼저 시작됩니다. 자막은 여전히 작성된 시간에 반환됩니다. 보고서를 읽고; 항목이 단어보다 훨씬 먼저 시작되면 그룹 텍스트를 줄이거나 다음 그룹을 이동하세요. 모든 애니메이션과 장식에는 자동으로 사운드가 추가됩니다 (assets/sfx_library.json, OpenFilm CC0, 회전 변형 사용). run.py EP text로 타이밍을 구축합니다. 4단계 후 look으로 확인하세요.

4단계 — B-roll & MG

  • 디자이너 클립 (알파 채널 포함 ProRes 4444, 예: A下卡 카드): episode.json의 designer_cards에 나열 {file, out_in, out_out, src_in}. 카드 번호를 먼저 화자가 말한 내용과 비교하세요 — 디자이너 카드는 대본 기준으로 제작됩니다. 카드가 화자의 말과 모순되면 동일한 스타일의 cards.json에서 카드를 다시 만들고 사용자에게 알리세요.
  • 데이터 카드 (cards.json, 디자이너 스타일): {a, b, badge, keep_bg_after?, rows:[step|value|big]} — step {t, y, num, title, sub}, value {t, y, label, value, t_value?, color: green|yellow|sub, strike?}, big {t, number, line}. [[word]] = 노란색. 카드 구간 동안 프레임은 검은색이 되고, 카드는 상단에, 발표자 컷아웃(RVM 매트)은 왼쪽 하단에 배치됩니다. 자막은 발표자 위로 이동합니다.
  • MG (mg.json): type target (big_at에서 성장), bucket (mode overflow|fill, label), frost, checklist (rows, checks), breakdown (crack_at), cta (word = 댓글 키워드, gift_at). 각 항목에는 sfx가 포함됩니다 [[t, id, in, out, file_peak, target_peak], ...]. MG는 틈새(키네틱/카드 없음)에 배치하고 단어와 연결하세요.
  • run.py EP broll은 플레이트를 렌더링하고, 모든 키네틱/MG 창을 전체 해상도로 매팅하며, 텍스트 항목별로 앞면 vs 뒷면을 결정합니다 (25% 이상 가려지거나, 숫자가 10% 이상 가려지면 → 앞면, 그렇지 않으면 뒷면(깊이감). occlusion_overrides.json {"k07": [true, null]}로 강제 설정 가능). OpenFilm 프로젝트를 작성합니다.
  • 프레임 확인: run.py EP look 35.4 (PNG 출력) — 모든 그룹/MG를 최소 한 번 이상 확인하세요, 특히 숫자. 사용자는 OpenFilm Studio에서 프로젝트를 열고 무엇이든 드래그할 수 있습니다.

5단계 — BGM 및 최종 출력 (delivery)

run.py EP bgm: OpenFilm 렌더링 (모션 블러 포함, 3분 기준 약 20~30분), 그런 다음 사운드 처리: 음성 듀얼 모노 → 속도 증가 → 압축 → loudnorm −13 LUFS: 음성 피크는 레벨 미터에서 0 ~ -6 dB에 위치합니다 (사용자 기준; 剪映 기준 약 +13 dB). 실제 피크 ≤ −1.2 dBTP. BGM은 반복되고, 음성 아래에서 사이드 체인 덕킹 약 16dB 적용. 최종 출력: out/<name>.mp4 (+ .srt, 휴대폰용 30MB 미만 _preview720.mp4, _levels.png). TikTok/Reels 확인을 실행하고 L/R RMS를 출력합니다 (일치해야 함).

6단계 — 최종 확정 (only on the user's word)

사용자가 이 버전이 최종이라고 말할 때만 실행하세요 (满意 / final / 定稿) — 스스로 판단하거나 렌더링이 성공했다고 해서 실행하지 마세요. 먼저 run.py EP final --dry를 실행하고 사용자에게 한 줄 요약(동영상 폴더에 무엇이 이동하는지, 몇 개의 동영상/MB가 휴지통으로 이동하는지)을 알린 후 run.py EP final을 실행하세요: 최종 out/<out_name>.mp4는 Windows 동영상 폴더 (%USERPROFILE%\Videos)로 이동합니다. 해당 에피소드의 다른 모든 동영상(버전, 프리뷰, 컷 프리뷰, 중간 파일, 플레이트, 컷아웃, 렌더링, 캐시)은 휴지통으로 이동합니다 (영구 삭제 아님). episode.json에 나열된 소스 푸티지와 디자이너 클립(및 keep 목록)은 절대 건드리지 않습니다. 프로젝트 파일(json, 자막, .srt, 매트)은 유지되므로 에피소드를 소스에서 다시 빌드할 수 있습니다. 동일한 에피소드의 이전 프로젝트 폴더에 대해 --also <dir>을 추가하세요. out/FINAL.txt에 최종 파일이 이동된 위치가 기록됩니다. 선택 사항: episode.json에 drive_folder가 설정된 경우, 최종 파일은 Google Drive for Desktop(설치, 로그인, 드라이브 문자로 마운트됨)을 통해 사용자의 My Drive 폴더에도 복사됩니다. (백그라운드 업로드) 사용자가 말하지 않는 한 클라이언트의 공유 폴더에는 복사하지 마세요. Drive가 로그인되어 있지 않으면 단계에서 이를 알리고, 로그인 후 run.py EP final --upload-only를 실행하세요.

7단계 — 게시文案 (사용자가 我要发布 / 发布这个视频 라고 말할 때)

프로젝트에 게시용 스킬이 있으면 해당 스킬을 로드하여 따르세요. 그렇지 않으면 이 에피소드의 subs.tsv + 대본에서 小红书 / TikTok 제목, 본문, 태그 및 커버 텍스트를 out/publish_copy.md에 작성하세요. 사용자를 대신하여 게시하지 마세요.

기준 및 주의사항 (경험상 배운 내용)

  • iPhone 푸티지는 HDR (Dolby Vision HLG)입니다. 중간 파일은 SDR BT.709로 톤 매핑(mobius)됩니다. HDR을 그대로 업로드하지 마세요.
  • 아무 작업 전에 L/R을 측정하세요 (한 채널에만 음성이 있는 경우가 많음). 음성 레벨: 미터 0 ~ -6 dB.
  • 스프링: slam은 언더슈트가 클램프된 단단한 스프링을 사용합니다 — 스케일이 약 0.94 아래로 떨어지지 않도록 하세요 (텍스트가 줄어드는 것처럼 보였음).
  • 폰트: 자막 폰트는 모든 문자를 포함해야 합니다 (fontTools로 확인). 剪映의 캐시된 폰트/SFX는 剪映 전용 라이선스입니다 — 사용자가 라이선스를 확인한 경우에만 외부에서 사용하세요.
  • 剪映 11.x 드래프트는 암호화되어 있습니다. 코드 왕복 불가. 사용자가 剪映에서 마무리하려면 미디어 + SRT를 제공하세요.
  • 모든 렌더링 전에 변경된 순간을 look으로 확인하세요. 렌더링 후에는 플랫폼 확인, 음량, 실제 피크 및 L/R을 보고하세요.
  • 긴 렌더링은 백그라운드에서 실행됩니다. 렌더링이 완료되기 전에 완료되었다고 말하지 마세요.

관련 스킬