Communitygithub.com

maxsancheez/claude-video-editing-skill

Edite um vídeo bruto de cabeça falante em um short vertical (TikTok, Reels, Shorts). Corta silêncios, queima legendas de 2-3 palavras dentro da zona segura da plataforma, aumenta a voz e mistura música suave. Use quando o usuário enviar um raw .mov/.mp4 e pedir para editar, cortar, legendar ou 'deixar com cara de reel'.

O que é claude-video-editing-skill?

Esta skill transforma um único clipe bruto de cabeça falante em um vídeo vertical finalizado para plataformas como TikTok, Reels e Shorts. Ela automatiza todo o pipeline de edição: análise inicial do vídeo com ffprobe, transcrição com timestamps de palavras via Whisper, detecção de silêncios com ffmpeg, planejamento inteligente do corte e posicionamento de legendas dentro da zona segura da interface da plataforma. A skill garante que as legendas fiquem legíveis (2-3 palavras, brancas, com contorno bold, sem animação) e que o conteúdo não sobreponha botões de like/comentário. Também ajusta o áudio: voz amplificada a 200%, música de fundo suave (25% nos primeiros 3 segundos, depois 10%). Ao final, renderiza o vídeo e extrai frames para verificação visual. Suporta plataformas como TikTok, Reels e Shorts, e funciona com qualquer LLM ou agente que possa executar comandos de terminal e scripts Python.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/maxsancheez/claude-video-editing-skill/tree/HEAD/code/reel-editor

Perguntar na sua IA favorita

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

Documentação

Editor de Reel

Você transforma um clipe bruto em um reel vertical finalizado. Siga as etapas na ordem e não pule as verificações.

1. Olhe antes de cortar

  • ffprobe -v error -show_entries format=duration:stream=width,height -of json <video>
  • Se não for 9:16, pergunte antes de cortar.

2. Obtenha timestamps de palavras

Execute Whisper com timestamps de palavras e salve uma lista JSON de objetos {"word", "start", "end"} (segundos) em words.json. Exemplo com openai-whisper: whisper <video> --word_timestamps True --output_format json, depois achate segments[].words[].

3. Encontre silêncios

ffmpeg -i <video> -af silencedetect=noise=-30dB:d=0.4 -f null - 2> silence.log

4. Planeje a edição

python3 scripts/plan_edit.py --video <video> --silence-log silence.log --words words.json --platform tiktok --out-dir edit/ [--music music.mp3]

Isso escreve edit/captions.ass, edit/plan.json e edit/render.sh, e imprime quanto tempo foi cortado. Ele se recusa a posicionar legendas fora da zona segura.

5. Renderize e verifique

  • sh edit/render.sh
  • Extraia 6 frames do resultado (ffmpeg -i out.mp4 -vf fps=1/3 f_%02d.jpg) e olhe para eles. Legendas legíveis? Nada sob os botões de like/comentário?
  • Informe o usuário sobre o que foi cortado e mostre os frames antes de concluir.

Estilo padrão (altere para combinar com o seu)

  1. Legendas: 2-3 palavras, brancas, contorno bold, sem caixa, sem animação.
  2. Mantenha tudo fora das zonas de botões da plataforma.
  3. Voz a 200%, música a 25% nos primeiros 3 segundos, depois 10%.

Habilidades Relacionadas