Communitygithub.com

Studio Video Director

Pipeline de produção de vídeos e Shorts com qualidade de estúdio. Use ao planejar, roteirizar, gerar, montar ou controlar qualidade de qualquer vídeo: demos de hackathon (16:9), Shorts/Reels (9:16), comerciais de produto, análises de filmes, clipes virais ou qualquer vídeo narrado com múltiplas cenas. Aplica áudio estéreo verdadeiro, loudness de -14 a -16 LUFS, corte visual a cada 3-4 segundos, zero slideshows estáticos e trava de proporção de tela rígida. O nível gratuito custa $0 (apenas FFmpeg e Whisper local); o Pro adiciona montagem multicena, redução automática de volume, queima de legendas, modelos de nicho e controle em lote.

O que é Studio Video Director?

O Studio Video Director é uma pipeline de produção de vídeos profissional, desenvolvida para garantir qualidade de estúdio em vídeos curtos e longos, como demos de hackathon, Shorts/Reels, comerciais e clipes virais. A ferramenta impõe padrões rigorosos: áudio estéreo verdadeiro, loudness entre -14 e -16 LUFS, cortes visuais a cada 3 a 4 segundos, ausência de slideshows estáticos e trava obrigatória de proporção de tela (16:9 ou 9:16). Seu fluxo de trabalho de 8 etapas abrange desde o briefing e roteiro até a montagem e geração de legendas, com 10 verificações de qualidade que bloqueiam falhas comuns como silêncios longos ou legendas queimadas incorretas. A versão gratuita usa ferramentas locais (FFmpeg, Whisper) sem custos, enquanto a edição Pro oferece automação, modelos e processamento em lote.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rjrajput-web3/studio-video-director-skill/tree/HEAD

Perguntar na sua IA favorita

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

Documentação

O que Studio Video Director faz?

Uma pipeline testada em batalha e baseada em medições para produzir vídeos com qualidade de estúdio usando ferramentas locais gratuitas. Cada regra abaixo foi paga com construções reais que falharam: mixes mono, áudio supercomprimido, Shorts slideshow, legendas cortadas e ar morto. Uma construção que violar qualquer verificação é uma construção falha — corrija, não envie.

Quando usar esta skill

  • Qualquer entrega de vídeo: demo de hackathon, demo de produto, Short/Reel, análise de filme, comercial, tutorial, trailer, clipe de podcast.
  • Antes da renderização: planejamento, roteiro, storyboard, prompts de cena.
  • Após a renderização: a verificação de 10 pontos antes da entrega no ENCODE FINAL.
  • Quando um vídeo "parece bom, mas parece amador": execute a verificação, corrija as verificações que falham, verifique novamente. A verificação nomeia o defeito exato.

Fluxo de trabalho de 8 etapas

  1. Briefing — um parágrafo: público, uma ideia, um CTA, duração, proporção (escolha UMA e trave: 16:9 demo/formato longo ou 9:16 Shorts/Reels — NUNCA misture proporções em um projeto).
  2. Plano de equipe (6 funções) — Diretor (visão + lista de cortes), Roteirista (script, <=30 palavras por cena, ~150 ppm), DP (câmera + enquadramento), Diretor de Arte (paleta + cenário), VFX (movimento + transições), Designer de Som (VO + música + SFX). Cada função aprova antes da geração.
  3. Storyboard + lista de cortes — escrita ANTES de animar. Um corte visual ou de câmera a cada 3-4 s (sem lacuna > 4 s, falha grave). Gancho nos primeiros 3 s: título/pergunta + movimento. Nunca uma abertura de capa estática.
  4. Prompts (seis partes) — por segmento, <=10 s cada, usando references/prompt-template.md: duração/formato, assunto, cena, batidas com timestamps, linguagem de câmera, som/diálogo, restrições. Reutilize a descrição do assunto VERBATIM entre segmentos.
  5. Gerar segmentos — apenas movimento real: gravação de tela (Playwright, deviceScaleFactor 2, 1920x1080@30fps para demos), B-roll ou animação. Ken Burns em imagens fixas: no máximo UM segmento de <=4 s por Short, nunca o vídeo inteiro.
  6. Montar — normalizar cada cena para o quadro travado (redimensionar + preencher, nunca esticar), unir com o demuxer concat, masterizar o áudio (Pro: pro-bundle/scripts/assemble_multiscene.py).
  7. Som — apenas VO neural (edge-tts / studio TTS; gTTS proibido). Música: uma faixa licenciada real (Mixkit / Pixabay / YouTube Audio Library), com redução de -20 dB (Shorts) ou -22 dB (demos) abaixo do VO. SFX reais sincronizados com cortes. Bases sintetizadas/SFX proibidos.
  8. Verificação + entrega — execute scripts/quality_gate.py no ENCODE FINAL. Todas as 10 verificações devem PASSAR. Salve o mestre + .SRT em renders/ e nunca os descarte.

Verificações de qualidade (todas as 10, sem exceções)

#VerificaçãoRegra
1Especificaçõesduração/resolução/fps exatos; canais de áudio == 2
2Loudnessintegrado -14..-16 LUFS, TP <= -1,5 dBTP, LRA >= 6 LU
3Ar mortonenhum silêncio >= 0,5 s, exceto uma cauda final <= 1 s
4Cadência de cortenenhuma lacuna entre cortes > 4 s
5Cobertura de VOtranscrição faster-whisper cobre >= 80% das palavras do script
6Quadrosquadros 00:02 / meio / fim passam na lista de verificação nomeada
7Estéreoffprobe canais == 2 no mix final
8Música/SFX realhumano atesta música licenciada real + SFX real
9Sem slideshownenhum segmento congelado > 4 s
10Proteção do mestrearquivo .SRT sidecar presente, nenhum irmão *-broken / *-v1 / *-v2

Execute:

python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
  --srt final.srt --script vo-script.txt --frames-dir checks/

Verificações individuais:

python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/

Regra de legendas

  • Demos 16:9: apenas arquivo .SRT sidecar SEPARADO. Zero legendas de narração queimadas. Chamadas de UI na tela são permitidas — não são legendas de legenda.
  • Shorts/Reels 9:16: arquivo .SRT sidecar E legendas estilizadas na zona segura inferior (o player de Shorts ignora sidecars; espectadores com som mudo precisam de texto na tela).

Lista de verificação de quadros nomeados (aplicar aos quadros 00:02, meio, fim)

(a) nada cortado em qualquer borda, (b) nenhuma faixa morta/área vazia > 25% do quadro, (c) toda palavra na tela legível em tamanho de celular, (d) legendas visíveis onde o script diz que devem estar, (e) nenhum texto de UI placeholder/falso, (f) assunto preenche o quadro.

Ferramentas a $0 (nível gratuito)

  • ffmpeg / ffprobe 8.x, Python 3.10+, faster-whisper (local, CPU).
  • Créditos gratuitos externos opcionais apenas (OpusClip / Vizard / Quso / 2short níveis gratuitos) — nunca invocados por nenhum script neste repositório, nunca uma API paga, nunca um cadastro, nunca um cartão.
  • Este repositório NÃO contém credenciais, NÃO contém chaves de API, NÃO contém dados pessoais.

Edição Pro

pro-bundle/ adiciona: montagem FFmpeg multicena com masterização loudnorm de duas passagens, redução automática de volume de VO + música, construtor de .SRT Whisper + legendas queimadas, 18 modelos de nicho e uma verificação em lote com um comando. Consulte README.md (seção Edição Pro) e pro-bundle/README.md.

Habilidades Relacionadas