Communitygithub.com

long-form

Edita um vídeo completo de talking-head (de minutos a horas, horizontal 16:9 para YouTube ou vertical 9:16) do início ao fim. Encurta pausas e opcionalmente corta um/uh, esconde os cortes com zooms alternados, insere legendas limpas com palavras-chave em um destaque, adiciona cards de capítulo e insere "momentos" projetados por outras skills (explainer, split-screen, behind-the-person, ranking-list, storytelling) exatamente nos frames certos. Também gera um .srt e uma lista de capítulos para o YouTube. Use quando o usuário executar /long-form ou pedir para editar um vídeo completo, um podcast estilo talking-head, um vídeo para YouTube, uma aula ou qualquer clipe com mais de um minuto.

O que é long-form?

A skill `/long-form` transforma a gravação bruta de um apresentador em um vídeo polido e profissional, pronto para plataformas como YouTube, mantendo a autenticidade da fala. Ela primeiro aperta o vídeo (tighten) removendo pausas longas e opcionalmente cortando vícios de linguagem (como 'um', 'uh'), e depois reconstrói o vídeo final com cortes suaves escondidos por zoins de aproximação, legendas estilizadas com destaque para palavras-chave e cards de capítulo. Além disso, permite inserir 'momentos' visuais (como explicações lado a lado ou listas ranqueadas) criados por outras skills, que são sincronizados perfeitamente com a fala. O resultado inclui o vídeo editado, um arquivo de legendas .srt e uma lista de capítulos, tudo a partir de um arquivo de especificação JSON. A skill funciona com vídeos longos (mais de um minuto), suporta transcrição em partes via Groq, e usa ffmpeg e Node para processamento paralelo, tornando viável editar até vídeos de 15 minutos em aproximadamente o tempo de uma ou duas passagens do ffmpeg.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alisolanki/alis-claude-editing-skills/tree/HEAD/skills/long-form

Perguntar na sua IA favorita

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

Documentação

/long-form

 source ──tighten──▶ tight take ──build──▶ edited.mp4  + .srt + .chapters.txt + .sheet.jpg
                     (pauses cut,          ├ plain stretches: punch-ins on the cuts, captions, chapter cards
                      words remapped)      └ moments: explainer / split-screen / ... rendered and spliced in

Primeiro uso

A pasta desta skill é o "Diretório base" que o Claude Code mostra ao carregá-la.

SKILL_DIR="<base directory of this skill>"   # o caminho que o Claude Code exibiu como "Base directory for this skill"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout

GROQ_API_KEY deve estar definida para transcrição (vídeos longos são divididos em partes de 10 minutos). Requer ffmpeg e Node.

Passos

  1. Analisar. "$PY" "$KIT/reel.py" probe <video>: tamanho, duração e formato que auto escolherá (mais largo que alto = horizontal 1920x1080, senão vertical 1080x1920). Pergunte apenas se o usuário desejar o outro formato (fonte horizontal pode ser cortada para vertical, centralizando o corte).
  2. Apertar (recomendado para gravações cruas, pule para material já editado): "$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers] Transcreve, mantém cada palavra, encurta cada pausa maior que --max-gap para aproximadamente 2 × --pad e grava <video>.tight.mp4 e <video>.tight.transcript.json (palavras na nova linha do tempo e cuts: onde cada junção caiu). Use o arquivo ajustado daqui em diante. --cut-fillers também remove 'um'/'uh'/'erm'.
  3. Ler. "$PY" "$KIT/reel.py" words <video> imprime uma sentença por linha com tempos (na linha do tempo ajustada, se você apertou). Para vídeos longos, leia em partes com --start/--end. Observe:
    • os capítulos: onde o tópico muda (4 a 10 para um vídeo de 10 a 20 minutos), cada um com título de 2 a 5 palavras;
    • 2 a 6 momentos: trechos de 4 a 10 segundos que fazem um ponto visual concreto (comparação, passo, número, ranking, pequena história). Distribua-os; a maior parte do vídeo permanece como gravação simples.
  4. Enquadramento. "$PY" "$KIT/reel.py" frame <video> <t> frame.jpg e veja: anote o centro do rosto (para face, usado pelos zoins) e a linha dos olhos e face_x para qualquer momento que precisar deles (eye_y, face_x, video_top...).
  5. Especificação. Escreva <video>.long-form.json ao lado do vídeo (abaixo). Caminhos são relativos ao arquivo de especificação.
  6. Construir. "$PY" "$SKILL_DIR/build.py" <spec.json>. Momentos são renderizados primeiro (cerca de 20 a 40 s cada, em cache), depois a linha do tempo é codificada em segmentos em paralelo. Um vídeo de 15 minutos em 1080p leva aproximadamente o tempo de uma ou duas passagens do ffmpeg.
  7. Verificar <out>.sheet.jpg (12 quadros, vermelho = coberto pelo player ou pela interface do reel), depois verifique a junção de cada momento e um card de capítulo no vídeo em si. Corrija a especificação e reconstrua; momentos que não mudaram são reutilizados.
  8. Entregar o mp4, o .srt (faça upload para o YouTube para legendas pesquisáveis, mesmo se já estiverem queimadas) e o .chapters.txt (cole na descrição).

Especificação

{
  "video": "episode.tight.mp4",
  "format": "auto",
  "out": "episode.edited.mp4",
  "face": [880, 400],
  "punch_ins": {"every": "cut", "scale": 1.12, "min_hold": 2.5},
  "zooms": [{"start": 312.4, "end": 318.0, "scale": 1.25}],
  "captions": {"keys": ["carousel", "viral"], "karaoke": false},
  "chapters": [
    {"at": 0, "title": "Por que carrosséis vencem"},
    {"at": "the second thing", "title": "Encontrar um post viral"}
  ],
  "moments": [
    {"skill": "explainer", "start": 61.2, "end": 67.0,
     "title": "Roube o que *funciona*", "eye_y": 400, "face_x": 880,
     "visual": {"type": "list", "items": [{"text": "Encontre um post *viral*", "at": "find"}, {"text": "Recrie-o", "at": "recreate"}]}},
    {"skill": "split-screen", "start": 140.0, "end": 147.5, "face_x": 880, "zoom": 1.2,
     "badge": "Passo 2", "headline": "Escolha *um*", "visual": {"type": "image", "src": "screens/app.png"}}
  ],
  "loudness": -14
}
  • video: o arquivo ajustado, ou o cru. start/end (opcional) usam apenas parte dele.
  • format: auto, horizontal ou vertical.
  • face: [x, y] do rosto na tela, centro de todo zoom. Padrão: centro, um pouco acima do meio.
  • punch_ins: alterna entre o plano normal e scale (1.08 a 1.18) a cada "cut" (precisa de um transcrito ajustado; esconde os cortes abruptos), a cada "sentence" ou a cada N segundos (um número). min_hold (s) evita que os zoins pisquem. Deixe de fora para sem zoins.
  • zooms: zoins explícitos em uma escala, acima dos punch-ins. Use com moderação, para uma ênfase.
  • captions: legendas queimadas padrão: Inter ExtraBold, brancas com sombra suave, keys em um destaque colorido. karaoke: true escurece palavras até serem ditas. y e size movem e redimensionam. false desliga legendas queimadas (o .srt ainda é gerado). Dentro de momentos, as legendas do próprio momento substituem.
  • chapters: at é segundos ou uma palavra falada ("pricing", "pricing#2", "pricing-0.5"). Cada um recebe um card (um tile de número destacado e o título) por cerca de 3 s; "card": false em um, ou "chapter_cards": false para todos, mantém apenas a entrada no .chapters.txt. Um primeiro capítulo que não está em 0 ganha uma linha "Introdução" (intro_title).
  • moments: skill + start/end (segundos ou palavras) + os próprios campos da skill, exatamente como descrito no SKILL.md dela (leia antes de escrever um). Formato, vídeo e transcrição são preenchidos automaticamente. Momentos não podem se sobrepor. Uma skill do tipo cutout (explainer, behind-the-person) adiciona cerca de 0,1 s por frame.
  • loudness: normaliza o mix final para este LUFS (-14 é ideal para YouTube). Deixe de fora para manter a voz como gravada.
  • keep_work: true mantém os segmentos codificados em .work/.

Estilo

  • A gravação é o show. Legendas e zoins carregam o vídeo inteiro; momentos são tempero (no máximo um a cada 1 a 3 minutos).
  • Cada momento ilustra exatamente a frase abaixo dele, caindo nas palavras que o nomeiam, e usa imagens, telas e números reais do usuário. Nunca invente resultados.
  • Títulos de capítulo são curtos e concretos ("Preços", "Configuração em 3 passos"), nunca clickbait.
  • Horizontal: mantenha legendas e cards dentro da área segura (a folha mostra); a barra de progresso do YouTube cobre os 120 px inferiores quando pausado.
  • Longa vertical usa as mesmas zonas que reels; mantenha legendas por volta de y 1380.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas