Communitygithub.com

Cody-W-Tucker/skills

Fluxos de trabalho de edição de vídeo assistidos por IA para cortar, estruturar e aumentar imagens reais. Abrange todo o pipeline, desde a captura bruta até FFmpeg, Remotion, ElevenLabs, fal.ai e polimento final no Descript ou CapCut. Use quando o usuário quiser editar vídeo, cortar imagens, criar vlogs ou construir conteúdo em vídeo.

O que é skills?

Este skill descreve um fluxo completo de edição de vídeo assistida por IA, focado em cortar, estruturar e melhorar imagens de vídeo reais, em vez de gerar vídeos do zero a partir de prompts. Ele se concentra em comprimir e refinar rapidamente longas gravações em conteúdo de formato curto, como vlogs, tutoriais ou demos. O pipeline divide o processo em seis camadas distintas: captura (Screen Studio ou imagens brutas), organização (Claude Code ou Codex para transcrição e planejamento), cortes determinísticos (FFmpeg para divisão e concatenação), composição programável (Remotion para sobreposições e gráficos em movimento), ativos gerados (ElevenLabs para narração e fal.ai para música e efeitos visuais) e polimento final (Descript ou CapCut para decisões criativas de edição). Ele foi projetado para desenvolvedores que usam ferramentas de linha de comando e IA para automatizar tarefas repetitivas de edição, mantendo o controle criativo sobre o ritmo, o tom e o estilo, com suporte para reframing para diferentes plataformas de mídia social como YouTube, TikTok e Instagram.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Cody-W-Tucker/skills/tree/HEAD/skills/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 assistida por IA para imagens reais. Não é geração a partir de prompts. Edição de vídeo existente de forma rápida.

Quando Ativar

  • O usuário quer editar, cortar ou estruturar imagens de vídeo
  • Transformar gravações longas em conteúdo de formato curto
  • Criar vlogs, tutoriais ou vídeos de demonstração a partir de capturas brutas
  • Adicionar sobreposições, legendas, música ou narração a vídeos existentes
  • Reenquadrar vídeo para diferentes plataformas (YouTube, TikTok, Instagram)
  • O usuário diz "editar vídeo", "cortar esta imagem", "fazer um vlog" ou "fluxo de trabalho de vídeo"

Tese 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 melhorar imagens reais. O valor não está na geração. O valor está na compressão.

O Pipeline

Screen Studio / imagens 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 / Imagens Brutas)

Colete o material de origem:

  • Screen Studio: gravações de tela polidas para demonstrações de aplicativos, sessões de codificação, fluxos de trabalho do navegador
  • Imagens brutas de câmera: imagens de vlog, entrevistas, gravações de eventos
  • Captura de desktop via VideoDB: gravação 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 rotular: gerar transcrição, identificar tópicos e temas
  • Planejar estrutura: decidir o que fica, o que é cortado, qual ordem funciona
  • Identificar seções mortas: encontrar pausas, digressões, takes repetidos
  • 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. Identifique os 8 segmentos mais fortes
para um vlog de 24 minutos. Forneça comandos de corte FFmpeg para cada segmento."

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

Camada 3: Cortes Determinísticos (FFmpeg)

FFmpeg lida com o trabalho chato, mas crítico: dividir, aparar, concatenar e pré-processar.

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 da lista de decisões de edição

#!/bin/bash
# cuts.txt: inicio,fim,rotulo
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 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 níveis 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-o para coisas que editores tradicionais tornam complicadas:

Quando usar Remotion

  • Sobreposições: texto, imagens, marca, terços inferiores
  • Visualizações de dados: gráficos, estatísticas, números animados
  • Motion graphics: transições, animações explicativas
  • Cenas componíveis: modelos reutilizáveis em vários vídeos
  • Demonstrações de produtos: capturas de tela anotadas, destaques de interface

Composição básica Remotion

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

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

  return (
    <AbsoluteFill>
      {" "}
      {/* Imagem 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)",
          }}>
            O 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

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

Camada 5: Ativos Gerados (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 aqui",
        "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)
  • Sons de transição

Visuais gerados com fal.ai

Use para inserções, miniaturas ou b-roll que não existem:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "miniatura profissional para vlog tech, fundo escuro, código na tela",
  "image_size": "landscape_16_9"
})

Áudio generativo com VideoDB

Se VideoDB estiver configurado:

voiceover = coll.generate_voice(text="Narração aqui", voice="alloy")
music = coll.generate_music(prompt="fundo lo-fi para vlog de codificação", duration=120)
sfx = coll.generate_sound_effect(prompt="transição sutil de whoosh")

Camada 6: Polimento Final (Descript / CapCut)

A última camada é humana. Use um editor tradicional para:

  • Ritmo: ajustar cortes que pareçam muito rápidos ou lentos
  • Legendas: geradas automaticamente, depois limpas manualmente
  • Correção de cor: correção básica e clima
  • Mixagem de áudio final: equilibrar níveis de voz, música e efeitos sonoros
  • Exportar: formatos e configurações de qualidade específicos da plataforma

É aqui que o gosto mora. A IA limpa o trabalho repetitivo. Você toma as decisões finais.

Reenquadramento para Redes Sociais

Diferentes plataformas precisam de diferentes proporções de aspecto:

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

Reenquadrar com FFmpeg

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

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

Reenquadrar 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 Cena e Corte Automático

Detecção de cena FFmpeg

# Detectar mudanças de cena (limiar 0.3 = sensibilidade moderada)
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 silenciosos (útil para cortar ar morto)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extração de destaques

Use Claude para analisar transcrição + timestamps de cena:

"Dada esta transcrição com timestamps e estes pontos de mudança de cena,
identifique os 5 clipes de 30 segundos mais envolventes para redes sociais."

O Que Cada Ferramenta Faz Melhor

FerramentaPontos FortesFraquezas
Claude / CodexOrganização, planejamento, geração de códigoNão é a camada de gosto criativo
FFmpegCortes determinísticos, processamento em lote, conversão de formatoSem interface de edição visual
RemotionSobreposições programáveis, cenas componíveis, templates reutilizáveisCurva de aprendizado para não desenvolvedores
Screen StudioGravações de tela polidas imediatamenteApenas captura de tela
ElevenLabsVoz, narração, música, efeitos sonorosNão é o centro do fluxo de trabalho
Descript / CapCutRitmo final, legendas, polimentoManual, não automatizável

Princípios Chave

  1. Edite, não gere. Este fluxo de trabalho é para cortar imagens reais, não para criar a partir de prompts.
  2. Estrutura antes do estilo. Acerte a história na Camada 2 antes de tocar em qualquer coisa visual.
  3. FFmpeg é a espinha dorsal. Chato, mas crítico. Onde imagens longas se tornam gerenciáveis.
  4. Remotion para repetibilidade. Se você fizer mais de uma vez, transforme em um componente Remotion.
  5. Gere seletivamente. Use geração de IA apenas para ativos que não existem, não para tudo.
  6. Gosto é a última camada. A IA limpa o trabalho repetitivo. Você toma as decisões criativas finais.

Skills Relacionados

  • fal-ai-media — Geração de imagem, vídeo e áudio por IA
  • videodb — Processamento de vídeo no lado do servidor, indexação e streaming
  • content-engine — Distribuição de conteúdo nativa da plataforma

Individual skills in this repo

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

Cody-W-Tucker/skills

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says landing page, post-click experience, landing page audit, conversion rate, or landing page optimization.

Cody-W-Tucker/skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 28 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says TikTok Ads, TikTok marketing, TikTok Shop, Spark Ads, Smart+, or TikTok campaign.

Cody-W-Tucker/skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, Demand Gen, and Connected TV formats. Covers VAC→Demand Gen migration, Shorts creative requirements, and CTV shoppable ads. Use when user says YouTube Ads, video ads, pre-roll, bumper ads, YouTube campaign, Shorts ads, or CTV ads.

Cody-W-Tucker/skills

Craft the story that makes investors say \"I want in.\" Master the narrative structure that Reid Hoffman, Sequoia, and top founders use to raise capital. Use when: **Preparing to fundraise** to develop your story before the deck; **Investor meetings** to structure conversations that convert; **Pitch practice** to refine your narrative arc; **Cold outreach** to write compelling investor emails; **Pivoting** to reframe your story after a change

Cody-W-Tucker/skills

Identify the best GTM motions and tools across 7 motion types: Inbound, Outbound, Paid Digital, Community, Partners, ABM, and PLG. Use when selecting marketing channels, choosing between inbound and outbound strategy, or planning cross-channel campaigns.

Cody-W-Tucker/skills

Produce a print-grade single-page kami (紙 / 纸) document — warm parchment canvas, ink-blue accent, serif at one weight, no italic, no cool grays. The output reads like a professional white paper or studio one-pager, not an app UI. Multilingual by design (EN · zh-CN · ja). One self-contained HTML file, zero dependencies.

Cody-W-Tucker/skills

Optimize landing pages for maximum conversions using proven frameworks from Unbounce and Oli Gardner—apply the \"one goal, one message, one action\" principle with data-driven design, copy, and CTA best practices. Use when: **Create a new landing page** for a campaign; **Optimize an existing landing page** that isn't converting; **Review landing page design** before launch; **Improve form conversion rates** on lead gen pages; **A/B test landing page elements** systematically

Cody-W-Tucker/skills

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

Cody-W-Tucker/skills

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

Cody-W-Tucker/skills

A single-frame motion-design composition with looping CSS animations — rotating type ring, animated globe, ticking timer, parallax labels. Renders as a hero video poster you can hand straight to HyperFrames or any keyframe-based exporter. Use when the brief asks for "motion design", "animated hero", "loop", "video poster", "title card", or pairs Open Claude Design with HyperFrames for a kinetic export.

Cody-W-Tucker/skills

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

Cody-W-Tucker/skills

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

Cody-W-Tucker/skills

Produce a single-file slide deck in the Atelier Zero visual language (warm-paper background, italic-serif emphasis spans, coral terminating dots, surreal collage plates) — Open Design's brand deck recipe. The deck uses **horizontal magazine-style swipe pagination** (←/→, wheel, swipe), a per-slide chrome strip with brand mark and slide counter, an ESC overview grid, a coral progress bar, and inherits the canonical stylesheet + 16-slot image library from the sister `open-design-landing` skill.

Cody-W-Tucker/skills

Produce a world-class single-page editorial landing site in the Atelier Zero visual language (Monocle / Apartamento / Études editorial collage) — the same aesthetic Open Design uses for its own marketing surface. The agent fills a typed `inputs.json` from a brand brief, optionally generates 16 collage assets via gpt-image-2, then runs a pure-function composer that emits a self-contained HTML file; a separate path can mirror the Astro marketing site in `apps/landing-page/`. Drop-in scroll-reveal motion and a Headroom-style sticky nav are wired automatically.

Cody-W-Tucker/skills

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Master April Dunford's 8-step sales narrative from \"Sales Pitch\" (2023). Transform your positioning into a compelling story that wins enterprise deals. Use when: Structuring B2B sales presentations and demos; Creating pitch decks for complex products; Training sales teams on narrative-driven selling; Converting positioning strategy into sales conversations; Winning against entrenched competitors

Cody-W-Tucker/skills

Swiss-style user-research narrative template in warm-paper editorial aesthetics. Use when users ask for a premium research deck or story-first live artifact with minimalist typography, high-clarity layout, subtle motion, donut breakdowns, and keyboard/click navigation across slides in a single HTML file.

Cody-W-Tucker/skills

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

Habilidades Relacionadas