Communitygithub.com

github774/video-edit

Edite vídeos reais localmente usando o MCP video-tools (ffmpeg) — corte, monte, remova pausas, adicione legendas, música de fundo, redimensione e exporte para plataformas.

O que é video-edit?

O SKILL video-edit permite que agentes de IA (como Claude Code, Cursor, Codex) executem edições determinísticas em vídeos reais usando o MCP video-tools (ffmpeg). Ele oferece operações como corte, remoção de silêncios em vídeos de pessoa falando, montagem de clipes, queima de legendas, adição de trilha sonora com ducking, redimensionamento para formatos verticais (9:16, 1:1, 4:5), normalização de loudness e exportação otimizada para YouTube, TikTok, Instagram Reels, LinkedIn e outros. Cada etapa gera um arquivo intermediário numerado, nunca alterando os originais, e recomenda inspeção visual com contact sheets e detecção de cenas/silêncios antes de cada corte. O fluxo típico é: inspecionar → cortar → adicionar legendas → música → normalizar áudio → exportar. O SKILL também sugere a criação de vídeos curtos a partir de conteúdos longos e finaliza com a skill video-qa para validação do produto final.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/github774/claude-video-studio/tree/HEAD/plugins/video-studio/skills/video-edit

Perguntar na sua IA favorita

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

Documentação

Edição de Vídeo

Filmagens reais, edições determinísticas, saída verificada. Cada operação é uma ferramenta MCP video-tools; use-as em vez de escrever ffmpeg manualmente para que caminhos, codificações e loudness estejam sempre corretos.

Regras básicas

  • Nunca toque nos originais. Escreva em video-out/<slug>/ com etapas numeradas (01_trim.mp4, 02_jumpcut.mp4, ...). As ferramentas recusam sobrescrever a menos que overwrite=true.
  • Veja antes de cortar. Comece com probe e contact_sheet em cada fonte. Use detect para cortes de cena e silêncios. Se uma transcrição for necessária e o plugin watch estiver instalado, use-o; caso contrário, extract_audio para .wav e transcreva com o que estiver disponível (whisper, uma API de nuvem que o usuário tenha), e informe qual.
  • Uma alteração por etapa, depois veja o resultado (contact_sheet) antes da próxima.
  • Imagem primeiro, som depois, entrega por último: corte → legendas → música → loudness → exportação.

Passos padrão

ObjetivoChamada de ferramenta
Inspecionarprobe(path, measure_loudness=true), contact_sheet(input), detect(input)
Selecionar um intervalotrim(input, output, start, end) (preciso por padrão)
Aperto de falaremove_silence(input, output, threshold_db=-35, min_silence=0.45, padding=0.12); aumente threshold_db para -30 em salas barulhentas, aumente padding se palavras forem cortadas
Montarconcat(inputs, output, crossfade=0); clipes com tamanhos/fps/sem áudio misturados são conformados automaticamente
Legendasescreva um .srt a partir da transcrição (máx. ~32 caracteres/linha, 2 linhas, 1-6 s cada), depois `burn_captions(style=clean
Músicaadd_music(input, music, output, music_db=-16, duck=true); a música é repetida, cortada, com fade e ducking sidechain sob a fala
Vertical / quadrado`reframe(aspect="9:16", fit=blur
Rampa de velocidadespeed(factor) em um segmento cortado, depois concat
Candidatos a miniaturaframe(time) em 3-5 pontos fortes da contact sheet
Apenas loudnessnormalize_audio(target_lufs=-14)
Entrega`export(preset=youtube

Curto a partir de longo

  1. detect + transcrição → escolha 15-60 s com um gancho nos primeiros 2 s e uma ideia completa.
  2. trim → remove_silence → reframe 9:16 → burn_captions style=bold → export shorts.
  3. Se o usuário quiser uma abertura mais forte e a skill viral-hook estiver instalada, ofereça-a.

Finalização

Sempre termine com a skill video-qa no arquivo final com o destino correspondente.

Habilidades Relacionadas