Communitygithub.com

NeverSight/learn-skills.dev

Fluxo de trabalho de edição de vídeo assistida por IA para cortar, estruturar e aprimorar filmagens reais. Abrange todo o pipeline, desde a gravação original até FFmpeg, Remotion, ElevenLabs, fal.ai e o polimento final no Descript ou CapCut. Use quando quiser editar um vídeo, cortar filmagens, produzir um Vlog ou criar conteúdo em vídeo.

O que é learn-skills.dev?

Este skill define um fluxo de trabalho completo de edição de vídeo focado em ativos reais, não em geração a partir de prompts. A abordagem principal é usar IA para compressão, estruturação e aprimoramento, em vez de criação do zero. O pipeline é dividido em seis camadas: captura (Screen Studio ou filmagens brutas), organização (Claude/Codex para transcrição e planejamento), corte determinístico (FFmpeg), composição programável (Remotion para sobreposições e gráficos), geração seletiva de ativos (ElevenLabs para narração, fal.ai para música e efeitos) e polimento final (Descript ou CapCut para o toque humano). O skill inclui exemplos práticos de código, comandos de terminal e uma tabela de comparação de ferramentas. A filosofia central é que o valor está em cortar e refinar o conteúdo existente, não em gerar vídeos inteiros por IA.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/aaione/everything-claude-code-zh/video-editing

Perguntar na sua IA favorita

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

Prévia

Do README da skill

Documentação

Edição de Vídeo

Edição de filmagens reais assistida por IA. Não é gerada a partir de prompts. Edite rapidamente vídeos existentes.

Quando Ativar

  • O usuário quer editar, cortar ou estruturar filmagens de vídeo
  • Converter gravações longas em conteúdo curto para redes sociais
  • Construir Vlogs, tutoriais ou vídeos de demonstração a partir de filmagens brutas
  • Adicionar sobreposições, legendas, música ou narração a vídeos existentes
  • Reenquadrar vídeos para diferentes plataformas (YouTube, TikTok, Instagram)
  • O usuário diz "editar vídeo", "cortar essa filmagem", "fazer um Vlog" ou "fluxo de trabalho de vídeo"

Argumento Central

A edição de vídeo com IA é útil quando você para de pedir que ela crie o vídeo inteiro e começa a usá-la para comprimir, estruturar e aprimorar filmagens reais. O valor não está na geração. O valor está na compressão.

Pipeline

Screen Studio / Filmagens brutas
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript ou CapCut

Cada camada tem um trabalho específico. Não pule camadas. Não tente fazer uma ferramenta fazer tudo.

Camada 1: Captura (Screen Studio / Filmagens brutas)

Colete o material de origem:

  • Screen Studio: Gravações de tela de alta qualidade para demonstrações de aplicativos, sessões de codificação, fluxos de trabalho de navegador
  • Filmagens brutas de câmera: Material de Vlog, entrevistas, gravações de eventos
  • Captura de desktop via VideoDB: Gravações de sessão com contexto em tempo real (veja o skill videodb)

Saída: Arquivos brutos prontos para organização.

Camada 2: Organização (Claude / Codex)

Use Claude Code ou Codex para:

  • Transcrever e etiquetar: Gerar transcrições, identificar tópicos e assuntos
  • Planejar a estrutura: Decidir o que manter, o que cortar e qual ordem faz sentido
  • Identificar pontos mortos: Encontrar pausas, divagações, tomadas repetidas
  • Gerar lista de decisões de edição: Timestamps para cortes, segmentos a manter
  • Esboçar código FFmpeg e Remotion: Gerar comandos e composições
Exemplo de prompt:
"Aqui está a transcrição de uma gravação de 4 horas. Encontre os 8 segmentos mais fortes
para um Vlog de 24 minutos. Me dê os comandos FFmpeg para cortar cada segmento."

Esta camada é sobre estrutura, não sobre o gosto criativo final.

Camada 3: Corte Determinístico (FFmpeg)

FFmpeg lida com o trabalho tedioso, mas crucial: divisão, corte, concatenação e pré-processamento.

Extrair segmento por timestamp

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Corte em lote a partir de uma lista de decisões de edição

#!/bin/bash
# cuts.txt: início,fim,rótulo
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Concatenar segmentos

# Criar lista de arquivos
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Criar arquivos proxy para edição mais rápida

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extrair áudio para transcrição

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normalizar nível de áudio

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Camada 4: Composição Programável (Remotion)

Remotion transforma problemas de edição em código componível. Use para coisas que editores tradicionais têm dificuldade:

Quando usar Remotion

  • Sobreposições: texto, imagens, marca, barras de legenda
  • Visualização de dados: gráficos, estatísticas, números animados
  • Gráficos em movimento: transições, animações explicativas
  • Cenas componíveis: modelos reutilizáveis em vários vídeos
  • Demonstrações de produtos: capturas de tela anotadas, destaque de UI

Composição básica do Remotion

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Filmagem principal */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Sobreposição de título */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            Stack de Edição com IA
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Próximo segmento */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Renderizar saída

npx remotion render src/index.ts VlogComposition output.mp4

Consulte a documentação do Remotion para padrões detalhados e referência da API.

Camada 5: Geração de Ativos (ElevenLabs / fal.ai)

Gere apenas o que você precisa. Não gere o vídeo inteiro.

Narração com ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Seu texto de narração",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Música e efeitos sonoros com fal.ai

Use o skill fal-ai-media para:

  • Geração de música de fundo
  • Efeitos sonoros (modelo ThinkSound para vídeo-para-áudio)
  • Efeitos de transição

Visuais generativos com fal.ai

Para shots de inserção, miniaturas ou B-roll que não existem:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "Miniatura profissional para Vlog de tecnologia, fundo escuro, código na tela",
  "image_size": "landscape_16_9"
})

Áudio gerado com VideoDB

Se o VideoDB estiver configurado:

voiceover = coll.generate_voice(text="Narração aqui", voice="alloy")
music = coll.generate_music(prompt="Música ambiente lo-fi para Vlog de programação", duration=120)
sfx = coll.generate_sound_effect(prompt="Efeito sonoro de transição swoosh suave")

Camada 6: Polimento Final (Descript / CapCut)

A última camada é trabalho humano. Use editores tradicionais para:

  • Ritmo: Ajustar cortes que parecem muito rápidos ou lentos
  • Legendas: Gerar automaticamente, depois revisar manualmente
  • Correção de cor: Ajustes básicos e clima
  • Mixagem de áudio final: Equilibrar níveis de voz, música e efeitos
  • Exportar: Configurações de formato e qualidade específicas para a plataforma

O gosto é aqui. A IA remove o trabalho repetitivo. Você toma a decisão final.

Reenquadramento para Redes Sociais

Plataformas diferentes exigem proporções diferentes:

PlataformaProporçãoResolução
YouTube16:91920x1080
TikTok / Reels9:161080x1920
Feed do Instagram1:11080x1080
X / Twitter16:9 ou 1:11280x720 ou 720x720

Reenquadramento com FFmpeg

# 16:9 para 9:16 (corte centralizado)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 para 1:1 (corte centralizado)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Reenquadramento com VideoDB

from videodb import ReframeMode

# Reenquadramento inteligente (rastreamento de assunto guiado por IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Detecção de Cenas e Corte Automático

Detecção de cenas com FFmpeg

# Detectar mudanças de cena (threshold 0.3 = sensibilidade média)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Detecção de silêncio para corte automático

# Encontrar segmentos de silêncio (útil para cortar espaços vazios)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extração de destaques

Use Claude para analisar a transcrição + timestamps da cena:

"Com base nesta transcrição com timestamps e nestes pontos de mudança de cena,
identifique os 5 melhores segmentos de 30 segundos para redes sociais."

O Que Cada Ferramenta Faz de Melhor

FerramentaPontos FortesPontos Fracos
Claude / CodexOrganização, planejamento, geração de códigoNão é a camada de gosto criativo
FFmpegCorte determinístico, processamento em lote, conversão de formatoSem interface de edição visual
RemotionSobreposições programáveis, cenas componíveis, modelos reutilizáveisCurva de aprendizado para não desenvolvedores
Screen StudioGravações de tela de alta qualidade instantâneasApenas captura de tela
ElevenLabsVoz, narração, música, efeitos sonorosNão é um hub de fluxo de trabalho
Descript / CapCutRitmo final, legendas, polimentoManual, não automatizável

Princípios Chave

  1. Editar, não gerar. Este fluxo de trabalho é para cortar filmagens reais, não para criar a partir de prompts.
  2. Estrutura antes do estilo. Organize a história na Camada 2 antes de tocar em qualquer conteúdo visual.
  3. FFmpeg é a espinha dorsal. Tedioso, mas crucial. É aqui que filmagens longas se tornam gerenciáveis.
  4. Remotion para repetibilidade. Se você fará a mesma coisa várias vezes, transforme-a em um componente Remotion.
  5. Geração seletiva. Use geração de IA apenas para ativos que não existem, não para tudo.
  6. Gosto é a última camada. A IA remove o trabalho repetitivo. Você toma as decisões criativas finais.

Skills Relacionados

  • fal-ai-media — Geração de imagem, vídeo e áudio com IA
  • videodb — Processamento de vídeo no servidor, indexação e streaming
  • content-engine — Distribuição de conteúdo nativo para plataformas

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Habilidades Relacionadas