Communitygithub.com

Galina-neiro/video-ru

Assista e analise vídeos ou Reels (por caminho de arquivo ou link do YouTube/VK/Rutube/Instagram), transcreva a fala, baixe o vídeo e crie legendas, sobreposições/gráficos sobre o vídeo ou animações curtas via HyperFrames. Use PRIMEIRO em qualquer tarefa com vídeo ou áudio.

O que é video-ru?

Este skill é um orquestrador especializado para processamento de vídeos em russo no ambiente Claude Code. Ele gerencia ferramentas como ffmpeg e Whisper (através do script `scripts/transcribe.py`) e coordena com os skills oficiais HyperFrames para tarefas de edição profissional, como legendas sincronizadas, animações e sobreposições gráficas. O fluxo de trabalho é otimizado para a língua russa: usa o modelo de transcrição large-v3-turbo (com suporte a GPU NVIDIA para aceleração), garante fontes com suporte a cirílico e segue regras tipográficas russas (aspas angulares, travessões). Funciona exclusivamente no Claude Code (aplicativo, VS Code ou terminal) e requer a instalação prévia de Python 3.10+, ffmpeg, Node.js, yt-dlp e faster-whisper. O skill resolve o problema comum de ferramentas de IA generativa que ignoram nuances do russo, fornecendo transcrição precisa e estilos visuais culturalmente adequados. Ele analisa vídeos (extrai transcrição, gera grids de frames), depois encaminha para o skill HyperFrames correto conforme a tarefa (legendas, motion graphics, keyframes, etc.), preparando o arquivo de transcrição no formato esperado.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add Galina-neiro/video-ru

Perguntar na sua IA favorita

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

Documentação

Vídeo em Russo

Este skill é um complemento leve. O trabalho pesado é feito por programas (ffmpeg, Whisper) e pelos skills oficiais HyperFrames da HeyGen; aqui estão apenas a rota e as regras para vídeos russos. Dos skills HyperFrames, leia apenas o necessário para a tarefa, não todos.

Primeira execução: configurar para este computador

Funciona apenas no Claude Code (aplicativo, VS Code ou terminal): requer programas instalados no computador.

Primeiro, leia configuracoes.md ao lado deste arquivo. Se já houver o computador registrado, não verifique nada – use os comandos de lá (próprio python, caminho para ffmpeg, modelo, --cpu ou não). Se o arquivo estiver vazio ou algo do registrado parou de funcionar – siga a configuração abaixo e salve o resultado lá.

Configuração única:

O quêVerificaçãoPara quê
ffmpeg / ffprobeffmpeg -versionáudio e quadros do vídeo
Python 3.10+ com faster-whisper e yt-dlppython -c "import faster_whisper, yt_dlp" (no Mac – python3)transcrição, download por link
Node.jsnode -vHyperFrames
Skills HyperFramesse o skill hyperframes está na lista de skillsedição, sobreposições, animação
Placa de vídeo NVIDIA (opcional)nvidia-smi (nome e memória)transcrição dezenas de vezes mais rápida
Whisper já instaladopip list (faster-whisper, openai-whisper, whisperx), pastas de modelos, perguntar ao usuárionão instalar outro

Whisper próprio. Se o usuário já possui faster-whisper e modelos baixados – não instale outro: passe ao script o caminho da pasta do modelo via --model <caminho> ou defina HF_HOME para o cache dele. Se houver outro Whisper (openai-whisper, whisper.cpp, whisperx) – pergunte se deseja mantê-lo. Se mantiver, faça a transcrição com ele e depois converta o resultado para o formato do nosso script (words: {"words":[{"text","start","end","type":"word"}]}, flat: a mesma lista de palavras sem wrapper) – é exatamente este formato que os skills HyperFrames esperam.

Modelo para placa de vídeo (faster-whisper):

ComputadorO que usar
NVIDIA 6 GB+ VRAMlarge-v3-turbo na placa (padrão) – melhor em russo
NVIDIA 4 GBlarge-v3-turbo com --compute int8_float16 ou --model medium
Sem NVIDIA (incluindo Mac, AMD, notebook com gráficos integrados)--cpu, modelo small (rápido) ou large-v3-turbo (mais preciso, mas muito mais lento)

Teste em um trecho curto (ffmpeg -t 10) do seu vídeo: se na placa de vídeo cair com erro CUDA ou de memória – instale as bibliotecas abaixo ou use um modelo menor. Mostre a velocidade e qualidade ao usuário e escolha com ele.

Se faltar algo – liste para o usuário o que e quanto pesa, e instale apenas com o consentimento dele. No Windows, pergunte em qual disco instalar, se o C tiver pouco espaço.

  • ffmpeg, Node, Python: Windows – winget install Gyan.FFmpeg, winget install OpenJS.NodeJS.LTS, winget install Python.Python.3.12; Mac – brew install ffmpeg node python.
  • Bibliotecas: python -m pip install faster-whisper yt-dlp. Windows com placa NVIDIA – também python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*".
  • Skills HyperFrames: npx skills add heygen-com/hyperframes --all (github.com/heygen-com/hyperframes, Apache 2.0).
  • Modelo Whisper (~1,6 GB) baixará sozinho na primeira transcrição para o cache HuggingFace. Outro local – variável HF_HOME.
  • A pedido do usuário: desligar telemetria HyperFrames com as variáveis HYPERFRAMES_NO_TELEMETRY=1 e DO_NOT_TRACK=1.

Ao final da configuração, salve tudo em configuracoes.md (seguindo o template no arquivo): qual python e ffmpeg, placa de vídeo, modelo e flags escolhidos, onde está o cache dos modelos, velocidade no teste. Daí em diante, execute os comandos das seções A e B com essas flags.

Nosso script de transcrição é scripts/transcribe.py ao lado deste arquivo. Ele detecta a placa de vídeo sozinho; sem ela, processa na CPU. Flags: --model (nome ou caminho para seu modelo), --compute, --cpu.

Relatórios "feedback" do HyperFrames após render não envie sem permissão. Execute npx hyperframes skills update apenas com consentimento do usuário. A voz integrada Kokoro não fala russo: voz de fundo – gravação do próprio usuário ou seu serviço de locução.

A. Assistir e analisar vídeo

  1. Obter o arquivo. Caminho de arquivo use como está, não altere o original. Link baixe para pasta temporária: python -m yt_dlp --no-playlist -o "<pasta>/video.%(ext)s" --print-to-file "%(uploader)s | %(duration)s s | %(like_count)s curtidas | %(comment_count)s coment. | %(description)s" "<pasta>/info.txt" <link> Para YouTube, se precisar apenas do texto, tente primeiro as legendas: --write-auto-subs --sub-langs ru --skip-download. Instagram e grupos Telegram fechados podem exigir login – então peça ao usuário para baixar o arquivo manualmente.
  2. Descobrir que tipo de arquivo é: ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <vídeo>.
  3. Transcrever: python scripts/transcribe.py <vídeo> --out <pasta>/transcript.txt (texto com timestamps).
  4. Quadros em grids (12 quadros por imagem – economiza tokens): vertical: ffmpeg -v error -y -i <vídeo> -vf "fps=1/2,scale=216:-2,tile=6x2:padding=4:color=white" <pasta>/sheet_%02d.jpg horizontal: o mesmo com scale=320:-2,tile=4x3. Para vídeos com mais de 2 minutos – fps=1/5 ou 1/10. Leia os grids como imagens.
  5. Resposta: autor e números (se houver), formato do vídeo, transcrição (ou resumo, se longo), o que se vê no quadro, e separadamente – o que disso é útil para o usuário. Se o vídeo contiver exageros – diga honestamente.

B. Fazer vídeo via HyperFrames

Qual skill usar:

TarefaSkill
qualquer vídeo, por onde começar; não sabe qual pegarhyperframes (entrada principal, ele mesmo direciona)
legendas para vídeo onde alguém fala para a câmera: 1–3 palavras, palavras-chave coloridas, karaokêembedded-captions
gráficos sobre vídeo com fala: sobreposições, ícones, inserções "no celular", split, círculotalking-head-recut
animação curta sem fala até ~30 s: abertura, números, logotipo, mockups de interfaces, "antes → depois"motion-graphics
estrutura do vídeo: camadas, tempo de aparecimento das sobreposições, inserções de vídeohyperframes-core
como as sobreposições deslizam, stickers, "golpes" de palavra na tela inteira, texto cinéticohyperframes-animation
zoom in e zoom out da câmera, aproximações suaveshyperframes-keyframes
música, sons, ícones, processamento de inserçõesmedia-use
verificação, montagem em MP4, remoção de fundo (inserção "por cima do ombro")hyperframes-cli
efeitos prontos (glitch, confete, gráficos), volume de música sob a voz, cores e fonteshyperframes-registry, hyperframes-audio, hyperframes-creative

O skill hyperframes pelas regras do HyperFrames é lido primeiro; para tarefas simples, seu SKILL.md é suficiente, sem manuais de referência.

Prepare a transcrição com nosso script (entende melhor o russo e dá tempo exato das palavras), não com o hyperframes transcribe embutido:

  • para embedded-captions: python scripts/transcribe.py <vídeo> --out <pasta de trabalho>/transcript.json --format words – o skill pegará automaticamente o transcript.json pronto;
  • para talking-head-recut: o mesmo com --format flat (array plano de palavras), pule a etapa de transcrição do skill. Antes de usar, leia a transcrição e corrija erros de reconhecimento (nomes, marcas, termos). Mostre a lista de correções ao usuário em uma única linha.

Projeto: pergunte em qual pasta salvar. Dentro dela: originais/ (cópias dos arquivos fonte – não altere nem exclua os originais), arquivos de trabalho do HyperFrames, pronto/ para MP4 finais.

Formatos: Reels/Shorts/Stories – 1080×1920, 9:16, 30 fps; YouTube – 1920×1080; post – 1080×1350.

Legendas e sobreposições em russo

  • Fonte obrigatoriamente com cirílico. Muitas fontes "modernas" não o têm (Bebas Neue e Anton do Google Fonts; Bebas tem versões cirílicas separadas) – verifique antes da render. Confiáveis: Oswald, Golos Text, Manrope, Montserrat, Unbounded, Inter, Rubik, Onest. Prefira um .woff2 local na pasta do projeto em vez de Google Fonts pela rede.
  • 2–4 palavras por linha. Preposições e conjunções (em, no, na, com, para, de, e, ou, mas) não deixe no final da linha – transfira para a próxima palavra.
  • Aspas angulares «», travessão conforme as regras da língua russa, números em algarismos.
  • CAIXA ALTA – apenas para ênfases curtas (1–3 palavras), não frases inteiras.
  • Legendas não devem cobrir o rosto nem a zona inferior da interface do Reels (botões, legenda) – mantenha na área segura. O hook – no centro do quadro ou um pouco abaixo, não na borda superior.
  • Se na pasta do skill houver marca.md preenchido (fontes, cores, como enfatizar) – use-o. Se estiver vazio – pergunte ao usuário sobre o estilo uma vez e sugira salvar a resposta lá.

Antes de dizer "pronto"

Mostre o plano (o quê, onde, qual estilo) antes de uma render longa. Após a render, extraia um grid de quadros do resultado (item A4), examine você mesmo: o texto é legível, não ultrapassa a borda, o cirílico está correto, sincronizado com a fala. Só então entregue o caminho para o arquivo em pronto/.

Individual skills in this repo

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

Habilidades Relacionadas