Communitygithub.com

h296025733-sys/codex-auto-video-lab

Transforme ativos de vídeo, imagem e áudio fornecidos pelo usuário, juntamente com requisitos de edição em linguagem natural, em um trabalho de edição isolado e auditável, uma timeline JSON validada, um MP4 renderizado e um relatório técnico de QA local. Use quando o usuário pedir ao Codex para editar, cortar, redimensionar, legendas, sequenciar, pontuar ou empacotar mídia enviada automaticamente.

O que é codex-auto-video-lab?

Este skill permite que o Codex atue como um editor de vídeo automatizado completo, transformando mídia local bruta (vídeos, imagens, áudio) e instruções em linguagem natural em um produto final editado em MP4, com controle de qualidade técnico. Ele opera através de um fluxo de trabalho determinístico no workspace, com scripts que lidam com criação de jobs, análise de cenas e transcrição, planejamento de edição, renderização via FFmpeg e QA detalhado. É ideal para tarefas como cortes rápidos, redimensionamento, legendas automáticas, adição de música de fundo e montagens básicas, mas não suporta efeitos complexos de motion graphics, exportação para editores profissionais ou publicação em plataformas. O usuário pode optar por uma linha de base automática rápida (baseline-auto) para tarefas mecânicas, sem necessidade de julgamento editorial semântico, ou seguir o fluxo completo de edição com validação intermediária para resultados mais personalizados.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/h296025733-sys/codex-auto-video-lab/tree/HEAD/.codex/skills/auto-video-editor

Perguntar na sua IA favorita

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

Documentação

Editor Automático de Vídeo

Objetivo

Produzir uma edição local real, preservando os originais. O Codex toma decisões semânticas; o CLI do workspace realiza análise de mídia determinística, validação, renderização FFmpeg e QA técnico.

Raiz do workspace: D:\workspace\codex-auto-video-lab.

Fluxo de Trabalho

Se a solicitação pedir para aprender com vídeos de referência, realizar 精剪, construir uma sobreposição de tier/lista, recortar produtos no tempo sincronizado com a fala, ou usar movimento de legenda em camadas, carregue $tiktok-fine-cut-director antes de rascunhar a timeline. Sua especificação de corte fino torna-se a entrada semântica para este fluxo de trabalho determinístico de renderização.

  1. Leia os requisitos do usuário e resolva cada caminho de ativo local fornecido. Crie um ID de job seguro e conciso. Não edite os arquivos de origem no local.

  2. Execute o verificador do workspace se esta for a primeira edição da tarefa:

    powershell -ExecutionPolicy Bypass -File .\scripts\doctor.ps1

  3. Crie o job isolado. Passe --asset uma vez por origem e inclua a solicitação exata do usuário:

    .\studio.ps1 create --job <job-id> --asset <caminho> --brief <requisitos>

  4. Analise o job. Adicione --transcribe quando o significado da fala, legendas, remoção de silêncio ou seleção de citações afetarem a edição:

    .\studio.ps1 analyze --job <job-id> --transcribe

  5. Leia jobs\<job-id>\brief.txt, manifest.json, reports\analysis.json e o JSON de transcrição relevante. Use candidatos de cena e spans de silêncio como evidência, não como verdade editorial automática.

  6. Gere o rascunho conservador:

    .\studio.ps1 draft-plan --job <job-id>

  7. Edite jobs\<job-id>\edit-plan.json para atender à solicitação. Leia edit-plan.md antes de alterar o plano. Mantenha um intent_summary que explique seleção, ordenação, ritmo, texto, proporção de aspecto e decisões de áudio. Nunca invente B-roll indisponível ou alegações factuais.

  8. Valide, renderize e execute QA:

    .\studio.ps1 validate --job <job-id>

    .\studio.ps1 render --job <job-id>

    .\studio.ps1 qa --job <job-id>

  9. Inspecione todos os caminhos em reports\qa.json sob sample_frames e critical_overlay_frames com o visualizador de imagens local. Se legendas, corte, áreas de título seguras, glifos de fonte, sobreposições críticas ou quadros pretos parecerem errados, revise o plano e re-renderize.

  10. Entregue os caminhos do MP4, plano de edição, análise e QA. Informe separadamente o que foi realmente executado: inspeção de origem, transcrição, renderização local, decodificação completa, inspeção visual de quadros amostrados ou reprodução em plataforma. Nunca chame o QA técnico de verificação semântica ou de publicação.

Regras de Decisão

  • Faça suposições editoriais razoáveis quando a solicitação deixar pequenos detalhes em aberto; registre-as em intent_summary.
  • Pergunte ao usuário apenas quando uma escolha ausente alteraria materialmente a história, alegação de produto, identidade ou uso de ativo licenciado.
  • Prefira cortes secos para ação, fala, prova e montagem comum. Use uma transição sem corte apenas para uma mudança real de tempo/lugar/capítulo, uma ponte suave ou um movimento direcionado visivelmente combinado; use escala de texto apenas em um gancho, contraste, número, prova, retorno ou CTA. Use ritmo e seleção de tomadas antes de efeitos.
  • Mantenha o diálogo inteligível. A música de fundo padrão perto de -18 dB com redução de volume ativada.
  • Para saída vertical de formato curto, o padrão é 1080x1920 a 30 fps. Use contain em vez de corte destrutivo quando conteúdo importante for sair do quadro.
  • Não queime novas legendas sobre material de origem que já contenha legendas legíveis, a menos que o usuário peça uma reformatação.
  • Trate a detecção de cena, detecção de silêncio e reconhecimento de fala como evidência falível. Verifique os limites da transcrição antes do corte semântico.

Linha de Base Rápida

Para uma solicitação que explicitamente não precisa de exclusão semântica – apenas concatenação ordenada, redimensionamento, título opcional e legendas – o baseline-auto pode executar todo o pipeline mecânico. Rotule como montagem de linha de base, não julgamento editorial personalizado:

.\studio.ps1 baseline-auto --job <job-id> [--transcribe] [--title <texto>] [--burn-captions]

Limite Atual

Suportado: ingestão de vídeo/imagem local, sondagem, candidatos a cena, spans de silêncio, transcrição offline opcional, cortes de segmento, velocidade 0.25x-4x, redimensionamento fill/contain, silenciamento exato de fonte ou ganho de fonte, movimento controlado push/pull, transições dissolve/dip/directional-slide fundamentadas em evidências, títulos/legendas/rótulos animados estilizados, uma execução de cor semântica exata dentro de uma legenda/título/rótulo com pulse ou shake opcional e limitado durante a janela real de fala daquela palavra, rótulos de etapas numeradas emparelhadas, narração gerada, música de fundo com redução de volume para narração, efeitos sonoros temporizados, finalização de cor comercial, MP4 H.264/AAC, QA com decodificação completa, varredura de quadros pretos, varredura de nível de áudio e quadros amostrados.

Não suportado diretamente neste renderizador FFmpeg: bases de conhecimento de ativos, B-roll generativo, motion graphics em camadas no Remotion, rastreamento de objetos, sincronização multicâmera, exportação de projeto editável do Premiere/DaVinci ou publicação em plataforma. Roteie trabalhos complexos do Remotion em camadas através do $openchatcut conforme especificado por $tiktok-fine-cut-director.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Habilidades Relacionadas