Communitygithub.com

editor-de-vídeo-automático-windows

Use quando um usuário do macOS ou Windows aponta para um vídeo local e deseja que ele seja editado, limpo, transcrito, legendado ou cortado em destaques de live stream.

O que é editor-de-vídeo-automático-windows?

Esta skill capacita agentes de IA, como o Claude Code, a atuarem como editores de vídeo automatizados para usuários de macOS e Windows. Ela utiliza ferramentas locais como o HotClip (para transcrição local e ASR com timestamps) e o FFmpeg (para manipulação de vídeo) para realizar tarefas complexas de edição sem depender de modelos de linguagem grandes (LLMs) ou de carregar dados para servidores externos. O fluxo de trabalho principal inclui: inspecionar o vídeo fonte com ffprobe, transcrever o áudio localmente, remover palavras de preenchimento verificadas individualmente (como 'umm', 'ah', 'né'), e gerar legendas (SRT e queimadas em MP4). A skill também oferece suporte à extração de destaques para vídeos longos, baseando-se no número de tópicos distintos identificados na transcrição. Para manter a segurança dos dados, a skill explicitamente proíbe o upload de metragem ou transcrições. Ela é particularmente útil para criadores de conteúdo que precisam de uma forma rápida e privada de limpar e arquivar gravações de lives ou reuniões, gerando saídas de alta qualidade verificadas com relatórios de QA.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cresjq-sketch/agent-skills/tree/HEAD/skills/auto-video-editor-windows

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Editor de vídeo automático para macOS e Windows

Use o HotClip local e o FFmpeg para criar edições de vídeo revisáveis no macOS ou Windows. Instale esta Skill de Agente padrão no agente atual com o instalador de skill nativo desse agente. Requisitos: macOS ou Windows 10+, acesso à internet e vários GB de espaço livre em disco. Ao se preparar para editar, instale Git, Node.js LTS, FFmpeg, HotClip e o modelo de fala local do HotClip com o gerenciador de pacotes do sistema operacional e, em seguida, use a CLI do HotClip. No macOS, o Homebrew é o gerenciador de pacotes usual; no Windows, use winget. Nenhum bootstrap de repositório PowerShell, Ollama ou endpoint LLM é necessário para seleção baseada em transcrição. Reinicie o agente após instalar a skill, se necessário.

Fluxo de trabalho

  1. Examine a fonte com ffprobe: duração, tamanho do quadro e fluxos de áudio/vídeo. Preserve a fonte e crie uma nova pasta de saída irmã 成品_自动精剪_YYYY-MM-DD; use um sufixo numérico se ela já existir.
  2. Para vídeos com mais de cinco minutos, escolha o número de destaques a partir da transcrição: normalmente 1–2 para menos de 15 minutos, 2–4 para 15–60 minutos e 3–5 para mais de 60 minutos. Estes são tetos, não cotas; retorne menos quando não houver momentos distintos, completos e úteis suficientes. Evite tópicos repetitivos. Para clipes curtos finalizados, limpe todo o clipe de forma conservadora. Se o usuário pedir para manter a gravação completa, não extraia destaques.
  3. Transcreva localmente com o ASR com timestamps de palavras do HotClip. Revise a transcrição em relação ao áudio antes de usá-la para cortes ou legendas. Os comandos automáticos highlights e clip do HotClip exigem um endpoint LLM configurado; neste fluxo de trabalho sem LLM, o assistente ativo seleciona momentos da transcrição e os renderiza com o FFmpeg. Não faça upload de metragem ou transcrição.
  4. Remova palavras de preenchimento óbvias por padrão. Revise sons de hesitação isolados como 嗯, 呃, 额, 唔, 诶, um, uh e repetições óbvias de gagueira imediata. Verifique cada candidato no áudio antes de cortar. Trate 啊, 这/这个, 那个, 就是 e 然后 como dependentes de contexto: remova-os apenas quando forem claramente hesitação não semântica ou repetição de suporte, e a frase permanecer natural. Mantenha ênfase significativa, referências, transições e qualquer palavra incerta. Nunca use uma substituição de texto cega em toda a transcrição. Corte apenas extensões completas de palavras com uma pequena fronteira de áudio natural; preserve respirações e tom ambiente, a menos que sejam claramente indesejados.
  5. Produza legendas para cada clipe falado por padrão. Crie legendas precisas em chinês a partir da transcrição revisada, remova palavras que foram realmente cortadas e reajuste o tempo de todas as deixa em relação à linha do tempo de saída editada. Mantenha linhas curtas legíveis (normalmente uma ou duas linhas), pontuação natural e margens seguras. Entregue tanto um MP4 com legendas queimadas quanto um SRT correspondente. Se o usuário solicitar nenhuma legenda, omita ambas somente após atender a essa solicitação. Nunca apresente um plano de legendas não queimadas como uma exportação legendada.
  6. Defina os limites de destaques e cortes de preenchimento em palavras e frases completas. Verifique a transcrição e o áudio em cada início e fim; nunca confie apenas em midWordCuts: 0. Monte os intervalos retidos em uma única edição e mantenha uma lista de decisões de edição. Para um tempo fonte t dentro de um intervalo retido [inicio_fonte, fim_fonte], calcule seu tempo de saída como t - inicio_fonte + duracao_acumulada_de_intervalos_retidos_anteriores; omita palavras removidas por cortes de preenchimento. Construa o SRT nesta linha do tempo de saída, use o mesmo mapa de intervalos para concatenação de áudio/vídeo e, em seguida, queime o SRT no MP4 renderizado com o filtro de legenda do FFmpeg.
  7. Preserve a imagem principal e os gráficos da fonte. Para o banner azul recorrente de live stream, substitua apenas seu título de episódio antigo por um título conciso e fiel da transcrição; mantenha o cabeçalho permanente e a arte decorativa. Coloque as legendas queimadas perto da parte inferior com cerca de 40 px de folga em 1080×1920. Inspecione um quadro renderizado em busca de texto legível e sem cortes.
  8. Preserve o áudio contínuo por padrão, exceto para palavras de preenchimento verificadas, silêncio indesejado ou edições solicitadas pelo usuário. Trate o silêncio de VAD como um candidato: se um corte proposto se sobrepõe a uma palavra de ASR, inspecione o áudio e preserve a fala. Para sobreposições visuais, copie o fluxo de áudio renderizado sempre que possível e compare seu hash de pacote de áudio com a renderização anterior à sobreposição.
  9. Verifique cada exportação com ffprobe, decodificação completa do FFmpeg, verificações de fluxo de áudio/vídeo, varredura de quadro preto, varredura de silêncio, duração, presença/sincronização de legenda e verificações de palavras de abertura/fechamento. Ouça o início, meio e fim renderizados. Mapeie longos silêncios de volta à fonte e relate se eles estavam na gravação ou foram introduzidos pela edição. Superficialize avisos de QA não resolvidos e relate apenas as verificações realmente realizadas.
  10. Não publique nem faça upload. Entregue caminhos absolutos para cada MP4 e SRT, duração, pasta de saída e um relatório de edição em Markdown com links de QA.

Comandos

Configuração da plataforma e comandos

Use a CLI do repositório em qualquer plataforma. Instale Git, Node.js LTS, FFmpeg e pnpm primeiro; clone o HotClip de https://github.com/xixihhhh/hotclip em um diretório de usuário estável e execute pnpm install lá. A primeira transcrição local do HotClip baixa seu modelo de fala. Não defina variáveis de ambiente de LLM para este fluxo de trabalho baseado em transcrição.

macOS (zsh), após instalar o Homebrew se necessário:

brew install git node ffmpeg
corepack enable
corepack prepare pnpm@latest --activate
mkdir -p "$HOME/Library/Application Support/HotClip"
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$HOME/Library/Application Support/HotClip/source"
cd "$HOME/Library/Application Support/HotClip/source"
pnpm install
pnpm cli transcribe "$HOME/Movies/recording.mp4" --json > "$HOME/Movies/transcript.json"

Windows PowerShell, a partir do diretório fonte do HotClip após instalar Git, Node.js LTS e FFmpeg com winget:

corepack enable
corepack prepare pnpm@latest --activate
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$env:LOCALAPPDATA\HotClip\app"
Set-Location "$env:LOCALAPPDATA\HotClip\app"
pnpm install
pnpm cli transcribe 'C:\Videos\recording.mp4' --json > 'C:\Videos\transcript.json'

O DMG oficial do HotClip para macOS é atualmente para Apple Silicon. O aplicativo não é notarizado pela Apple; use o guia de instalação oficial se o Gatekeeper o bloquear. O fluxo de trabalho da CLI fonte acima é separado desse download da GUI. Verifique a versão atual do HotClip e o guia de instalação para compatibilidade com Intel Mac antes de instalar lá.

A transcrição é executada localmente. Escolha uma contagem dentro dos tetos baseados em duração de acordo com momentos distintos e autocontidos na transcrição; nunca preencha o máximo só porque ele existe. Sempre renderize legendas faladas e um SRT correspondente, a menos que o usuário peça para omiti-las. Remova apenas extensões de palavras de preenchimento verificadas individualmente e, em seguida, reajuste o tempo das deixa de legenda para a linha do tempo de saída. Renderize somente após verificar os limites da transcrição e a segurança do áudio.

Habilidades Relacionadas