Communitygithub.com

yunjundai/edição-de-vídeo

Edite vídeos e fotos existentes usando ferramentas locais gratuitas, criando legendas em chinês tradicional, aberturas cinematográficas, barras de nomes, animações de texto e transições, mantendo o projeto editável. Ideal para eventos escolares, entrevistas, vídeos memoriais e edição geral de vídeos.

O que é edição-de-vídeo?

Esta skill capacita um agente de IA (como Claude Code, Cursor, Codex, etc.) a realizar edição profissional de vídeos inteiramente no ambiente local do usuário, sem depender de APIs pagas ou serviços em nuvem. Ela automatiza o uso de ferramentas como FFmpeg, Remotion, faster-whisper e OpenCC para tarefas como transcrição, legendas (incluindo chinês tradicional), animações, transições e aberturas cinematográficas. A skill também pode integrar com editores de vídeo tradicionais como DaVinci Resolve ou Shotcut, conforme a preferência do usuário. O fluxo de trabalho inclui inventário de mídia, criação de projetos Remotion, edição baseada em arquivos de configuração (project.json), renderização e verificação de qualidade. É ideal para cenários como vídeos de eventos escolares, entrevistas e materiais memoriais, permitindo a produção de vídeos finais em MP4 junto com o projeto editável.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/yunjundai/video-editing-skills/tree/HEAD/cinematic-video-editing

Perguntar na sua IA favorita

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

Documentação

Edição de Vídeo Cinematográfica

Ao usar, instalar ou empacotar esta skill em outros agentes de IA, leia primeiro o agent-compatibility.md e siga as instruções para o diretório da skill e configuração local de acordo com a plataforma alvo.

Transforme os arquivos de mídia do usuário em um vídeo assistível e editável. O processo utiliza automaticamente FFmpeg, Remotion, faster-whisper e OpenCC; para refinamentos, use o editor preferido (DaVinci Resolve ou Shotcut) conforme definido em local-environment.json. Não depende de MCP, APIs pagas, renderização em nuvem ou efeitos pagos. Respeite o editor, estilo e formato de entrega especificados pelo usuário.

Ambiente Local

Na primeira utilização, copie local-environment.example.json para references/local-environment.json e preencha os caminhos reais das ferramentas; os caminhos de exemplo não indicam que as ferramentas estão instaladas.

Leia references/local-environment.json para confirmar os caminhos absolutos das ferramentas. As dependências Python ficam em um venv dedicado; use o python desse ambiente, não o Python do sistema, para executar o reconhecimento de fala. Use scripts/project.py doctor para verificar o ambiente. Comandos para criar, visualizar e exportar projetos estão em project-commands.md. scripts/ e assets/ são relativos à pasta desta Skill; use caminhos absolutos e arrays de parâmetros nos comandos, tratando corretamente caminhos com caracteres chineses e espaços.

Iniciar o Trabalho

Leia environment-notes.md apenas quando for necessário mover ou recriar o ambiente das ferramentas; siga as versões testadas para reconstruir.

  • Determine a abordagem com base nos requisitos e no material disponível, perguntando apenas se faltar informação essencial para o resultado final. Confirme duração, proporção de tela, conteúdo importante e estilo; se não for especificado, comece com uma prévia em 16:9, 1080p, 30fps.
  • Se os caminhos do material não estiverem claros, primeiro faça um inventário do diretório de trabalho atual; não confunda pastas vazias com material existente. Mantenha os arquivos originais; salve os derivados em uma nova pasta de trabalho.
  • Use media.py inventory para criar uma lista com duração, proporção de tela, informações de áudio e miniaturas. Gere proxies ou use media.py scenes para detectar cortes apenas quando necessário. Leia media-commands.md para comandos reais.
  • Veja as imagens representativas, ouça as vozes, leia a transcrição e então selecione o material; a detecção de cortes indica apenas mudanças visuais, e a extração de quadros pode perder movimentos. Não trate suposições sobre cenas, nomes de pessoas ou eventos como fatos confirmados.

Edição e Design de Movimento

  1. Crie uma lista de segmentos e pontos de início/fim do material. Para um vídeo de inauguração de escola, pode-se usar: abertura, campus e história, atividades e entrevistas, visão de futuro, agradecimentos finais; ajuste conforme o material.
  2. Use scripts/project.py init <novo_diretorio_do_projeto> para copiar o modelo Remotion preparado. Copie o material selecionado para public/media/ dentro desse projeto, evitando modificar os arquivos originais.
  3. Edite public/project.json com cenas, pontos de entrada, duração, transições, legendas e barras de nomes. Leia motion-template.md para especificações dos dados; verifique vídeos com ffprobe para confirmar a área de corte. O modelo suporta abertura, capítulos, zoom em fotos, vídeos, citações, agradecimentos finais e transições fade/wipe/slide.
  4. Faça prévias de pequenas seções antes de renderizar o vídeo completo. Use project.py still para ver um quadro específico e project.py render --scale 0.5 para prévias rápidas; use a resolução total apenas na entrega final.

Mantenha fontes, cores, margens de segurança e ritmo de animação consistentes. Utilize espaçamento de caracteres, revelação de linhas, máscaras e easing para melhorar a qualidade. Coloque nomes, cargos, datas, títulos e esquemas de cores em dados editáveis. Quebre ou encurte textos longos em vez de usar fontes muito pequenas.

Para efeitos adicionais, adicione animações personalizadas no código-fonte do modelo. Quando necessário, leia as Skills oficiais instaladas remotion-best-practices, remotion-captions, remotion-render ou a documentação oficial; o modelo básico pode ser executado de forma independente. Use apenas efeitos gratuitos e compatíveis. Use Blender apenas se houver necessidade real de cenas 3D; não adicione ferramentas grandes e opcionais automaticamente.

Legendas em Chinês Tradicional e Áudio

  • Use scripts/transcribe.py com o modelo local small para gerar arquivos SRT e captions.json com tempos por palavra; CPU/int8 é suficiente, não requer CUDA. Para aceleração GPU, confirme as dependências primeiro.
  • OpenCC converte apenas caracteres e palavras; ainda é necessário revisar nomes de escolas, nomes de pessoas, cargos, datas, homófonos e dialetos taiwaneses. Mantenha marcas de não confirmado para trechos com reconhecimento incerto; não invente.
  • Faça o reconhecimento no áudio da fala após a edição, ou converta os tempos de cada clipe para a linha do tempo final considerando cortes e sobreposições de transições. Não aplique diretamente os tempos de legenda do material original ao vídeo editado.
  • O array captions em captions.json pode ser movido para project.json; os tempos de início e fim referem-se aos segundos do vídeo final. Destaque palavra por palavra apenas se houver tempos confiáveis; caso contrário, exiba a frase inteira.
  • Mantenha legendas e barras de nomes legíveis e sem sobreposição. Em transições de áudio, os clipes sobrepostos tocam simultaneamente; em entrevistas, corte preferencialmente nos limites das frases. Processe o áudio separadamente quando necessário. A música de fundo deve preservar a clareza das vozes, com volume e fades adequados ao material.

Entrega e Verificação

  • Use media.py check para verificar decodificação, quadros pretos e silêncio; quadros pretos e silêncio podem ser intencionais, exigindo interpretação humana. Verifique o início, transições, trechos com legendas mais longas, barras de nomes e o final; ouça as vozes e a música de fundo.
  • Mantenha o código-fonte, project.json, material utilizado e SRT; entregue o MP4, miniatura e instruções de modificação. Não sobrescreva o resultado final sem confirmação; produza uma nova versão ou use explicitamente --overwrite.
  • project.py shotcut cria um ponto de partida para refinamento no Shotcut com o resultado da renderização. O texto não se torna camadas de texto nativas do Shotcut; para alterar texto ou animações, retorne ao projeto Remotion e renderize novamente. Não afirme que efeitos renderizados podem ser editados como texto nativo.
  • Animações com transparência devem ser criadas em uma Composition dedicada com canal alfa, e exportadas como sequência de PNGs RGBA ou codec compatível com alfa; H.264 MP4 comum não preserva transparência.
  • Para usar o Resolve em refinamentos ou quando for solicitado controle direto, leia resolve-guide.md. O controle do Resolve depende de testes na máquina alvo; é possível usar o Console Lua integrado para criar projetos, importar mídia, criar linhas do tempo e exportar DRP/MP4. Use a Skill de computer-use disponível para operações GUI. Não assuma que a conexão de scripting externa está disponível na versão gratuita. scripts/resolve_verify.lua serve apenas para verificação de controle de até 9,8 segundos; para edição real, use a API oficial e operações visuais, verificando os resultados passo a passo. Crie modelos Fusion e verifique-os diretamente quando forem necessários efeitos de texto nativamente editáveis; não trate a renderização do Remotion como nós nativos.

Ao finalizar, informe o local do vídeo final e do projeto editável, as funções verificadas e o conteúdo pendente de revisão. O estado da instalação deve ser baseado no doctor e na execução real; os mecanismos de edição são gratuitos e locais, os créditos da conta do agente de IA são separados.

Individual skills in this repo

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

Habilidades Relacionadas