Communitygithub.com

wavexlabs-dev/video-largo-y-teaser

Processo completo para converter horas de gravação de câmera (com ou sem gravações de tela) em um vídeo longo do YouTube editado em código com ffmpeg, mais um teaser vertical 9:16 que o promove, miniatura, ficha de publicação, transcrição/legendas e, opcionalmente, um personagem gerado por IA (Seedance) dentro de tomas reais.

O que é video-largo-y-teaser?

Esta skill é um pipeline completo e baseado em código para produção de vídeos longos (15–40 min) para YouTube, a partir de material bruto de câmera e/ou gravação de tela, com geração automatizada de teaser vertical 9:16, miniatura, ficha de publicação, transcrição e legendas, além da opção de inserir um personagem de IA (Seedance) em tomas reais. Ela é útil para criadores que desejam editar episódios de review, tutoriais ou vlogs de forma programática, evitando edições manuais repetitivas. Suporta plataformas como Claude Code, Cursor e Codex, e todo o processo é gerenciado por scripts ffmpeg e arquivos JSON, permitindo re-renderizações parciais a cada rodada de revisões. A skill prioriza a identidade visual e sonora da pessoa, não copiando exemplos, e segue regras rígidas de sincronismo (cortes ancorados em frases), privacidade (congelamento de tela em vez de desfoque) e aprovações em pontos críticos antes de avançar. O fluxo inclui transcrição com timestamps por palavra, sincronização áudio-vídeo, estruturação em capítulos, adição de gráficos animados via TypeScript/GSAP, mixagem de áudio e geração de versões incrementais, com suporte opcional para personagem IA (mediante cotação e autorização).

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wavexlabs-dev/video-largo-y-teaser/tree/HEAD

Perguntar na sua IA favorita

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

Documentação

Vídeo longo + teaser

Produzir, a partir de material bruto, um episódio longo (15–40 min) e seu teaser vertical, com revisão em versões. Todo o corte vive em arquivos (JSON + scripts ffmpeg), assim cada rodada de observações é uma re-renderização parcial e não uma reedição manual.

Identidade: sempre da pessoa, nunca a do exemplo

Esta skill define o processo. O visual e a voz (cores, tipografias, nome da série, enquadramentos, estilo de legendas, miniatura, tom, personagem) são da pessoa e saem de sua skill de marca ou de suas respostas.

  • Se existir uma skill de marca da pessoa (ex.: marca-<nome>-vídeo), carregá-la no início e segui-la.
  • Caso contrário, fazer as perguntas de references/identidade.md antes de projetar qualquer coisa. Oferecer salvar as respostas como sua própria skill de marca a partir de assets/modelo-marca/. Se a pessoa não tiver preferências, propor 2–3 direções diferentes que nasçam de seu material (seu set, seu logotipo, seu tema) e deixá-la escolher.
  • O exemplo incluído (EP1 de "Minha Musa e Eu") é de outra pessoa. Sua paleta roxa, suas fontes, sua série, sua mascote Cody e seus gostos de enquadramento não são copiados nem propostos como padrão; servem para ver como foi feito.

Pontos de aprovação (◆): não avançar sem o sim da pessoa. Claude não ouve: qualquer julgamento de áudio é medido e enviado para escuta.

Processo

  1. Intake e identidade ◆. Pasta do projeto com camera/, tela/, brief/. Inventário com ffprobe e folhas de contato. Perguntar: tema, público, duração alvo, o que NÃO deve aparecer (dados privados), plataformas. Depois a identidade: carregar sua skill de marca ou fazer as perguntas de references/identidade.md.
  2. Transcrever e sincronizar. scripts/transcrever.sh (whisper com timestamps por palavra) e scripts/sincronizar_tela.py (alinha tela↔câmera pelo áudio, corr ≥ 0.5).
  3. Estrutura ◆. Capítulos com intervalo, duração e o que é cortado. Ver references/fluxo-corte.md §3.
  4. Style frames ◆. Cartela de tela, rótulo, pílula de capítulo e separador na marca, como quadros fixos. Cenas em código com a skill estudio-video-codigo (motor TypeScript + GSAP → ProRes com alfa).
  5. Corte bruto ◆. EDL ancorada em frases → cortes.json → peças ffmpeg → concat. Ver fluxo-corte.md §4–6.
  6. Gráficos e alternância câmera/tela ancorados em frases (fluxo-corte.md §5, §7).
  7. Mixagem e composição (fluxo-corte.md §8). Medir LUFS e voz sobre música.
  8. Crítico. Novo subagente revisa folha de contato + quadros + transcrição contra as regras gerais de references/regras-aprendidas.md e contra a marca da pessoa (não contra as preferências do exemplo).
  9. Versões. Cada rodada de observações = _V2, _V3… sem tocar nas anteriores (fluxo-corte.md §9).
  10. Miniatura ◆ (modelo HTML → Playwright → JPG, 1280×720; 2–3 opções).
  11. Teaser 9:16 ◆. Ver references/teaser.md.
  12. Personagem IA (opcional, com custo) ◆. Ver references/personagem-ia.md. Orçar em dólares/créditos antes.
  13. Publicação e transcrição. Ver references/publicacao.md.

Recursos

  • scripts/transcrever.sh <saída> <clipes…> — palavras com timestamp (mlx_whisper ou whisper) + wav por clipe.
  • scripts/sincronizar_tela.py --camera … --tela … --out sync.json — defasagem tela↔câmera.
  • scripts/alinhar_clipe_ia.py fonte editado saída — integra um clipe do Seedance com a voz original e mede a boca.
  • references/identidade.md — perguntas de identidade e como converter as respostas em uma skill de marca.
  • assets/modelo-marca/ — modelo em branco de skill de marca (SKILL.modelo.md, identidade-visual.md, tokens.ts).
  • assets/pipeline-referencia/ — o pipeline real do EP1 de "Minha Musa e Eu" (nov 2026), para copiar e adaptar. Ler seu LEIAME.md: cores, textos, personagem e enquadramentos são do exemplo e substituídos pela marca da pessoa.
    • corte/: resolve.py (EDL→cortes), alternate.py, assemble.py (peças + enquadramentos + mapa de personagem), overlays.py, compose.py, transcript.py, passada_vN.sh (re-renderização parcial), OCR/privacidade.
    • teaser/: teaser.py, eventos.py, mixagem.py.
    • cenas/: cenas TS (cartela de tela, capítulo, rótulos, teaser) e thumb.mjs.
    • personagem/: scripts do primeiro fluxo do personagem (referência histórica; preferir scripts/alinhar_clipe_ia.py). Os caminhos e nomes de clipe estão fixos ao projeto original: ler o script antes de usá-lo e alterar caminhos.

Regras que mais pesam

  • Ancorar tudo (cortes, gráficos, sfx) a frases da transcrição, não a segundos.
  • Nada sobre o rosto; um único enquadramento sob cada gráfico; zoom apenas motivado.
  • Privacidade: preferir congelar tela a desfocar; a pessoa decide o que é sensível.
  • Concat com peças homogêneas (SAR, pix_fmt, color) e verificar a duração final.
  • Gasto em IA: sempre orçar e pedir permissão; testar uma toma antes de lançar o restante.

Habilidades Relacionadas