/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 "$KIT/setup.sh" --cutout
GROQ_API_KEY deve estar definida para transcrição (vídeos longos são divididos em partes de 10 minutos). Requer ffmpeg e Node.
Passos
- Analisar.
"$PY" "$KIT/reel.py" probe <video>: tamanho, duração e formato queautoescolherá (mais largo que alto = horizontal 1920x1080, senão vertical 1080x1920). Pergunte apenas se o usuário desejar o outro formato (fonte horizontal pode ser cortada para vertical, centralizando o corte). - Apertar (recomendado para gravações cruas, pule para material já editado):
"$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers]Transcreve, mantém cada palavra, encurta cada pausa maior que--max-gappara aproximadamente2 × --pade grava<video>.tight.mp4e<video>.tight.transcript.json(palavras na nova linha do tempo ecuts: onde cada junção caiu). Use o arquivo ajustado daqui em diante.--cut-fillerstambém remove 'um'/'uh'/'erm'. - Ler.
"$PY" "$KIT/reel.py" words <video>imprime uma sentença por linha com tempos (na linha do tempo ajustada, se você apertou). Para vídeos longos, leia em partes com--start/--end. Observe:- os capítulos: onde o tópico muda (4 a 10 para um vídeo de 10 a 20 minutos), cada um com título de 2 a 5 palavras;
- 2 a 6 momentos: trechos de 4 a 10 segundos que fazem um ponto visual concreto (comparação, passo, número, ranking, pequena história). Distribua-os; a maior parte do vídeo permanece como gravação simples.
- Enquadramento.
"$PY" "$KIT/reel.py" frame <video> <t> frame.jpge veja: anote o centro do rosto (paraface, usado pelos zoins) e a linha dos olhos e face_x para qualquer momento que precisar deles (eye_y,face_x,video_top...). - Especificação. Escreva
<video>.long-form.jsonao lado do vídeo (abaixo). Caminhos são relativos ao arquivo de especificação. - Construir.
"$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. - 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. - 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,horizontalouvertical.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 escale(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,keysem um destaque colorido.karaoke: trueescurece palavras até serem ditas.yesizemovem e redimensionam.falsedesliga legendas queimadas (o.srtainda é gerado). Dentro de momentos, as legendas do próprio momento substituem.chapters:até 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": falseem um, ou"chapter_cards": falsepara 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.