Communitygithub.com

nateherkai/hyperframes-student-kit

视频编辑流水线的第一代理。移除说话人头录音中的静音和死气沉沉的部分。在需要根据逐字转录稿剪切静音、修剪停顿、移除空白/间隙或收紧原始视频节奏时使用。生成编辑决策列表(EDL)、为下游代理重新调整时间的转录稿,并通过ffmpeg可选地生成剪切后的视频。不剪切错误、重复或虚假开始——这些由剪切错误代理负责。

hyperframes-student-kit 是什么?

这是一个专门用于自动视频编辑流水线第一阶段的 AI 代理技能。其核心功能是分析原始录音及其对应的逐字转录稿,智能地检测并移除所有不必要的静音,包括录音开头和结尾的死寂部分,以及说话人词语之间超过预设阈值的长停顿。该代理会将这些停顿修剪至自然的呼吸长度,保留说话人的实际内容不变,因此错误、重复和口吃部分会留给流水线中的下一个专门代理处理。此技能的工作方式是完全确定性的,基于转录稿驱动,确保了输出的一致性和可复现性。它生成一个编辑决策列表(EDL)和一个重新调整时间戳的转录稿,后者可以无缝传递给下游代理用于节奏同步和错误剪切。该技能支持从仅生成剪切计划(不触碰视频)到使用本地 ffmpeg 渲染最终剪切视频的多种工作模式。用户可以通过命令行参数调整多个关键参数,如最小停顿时长(`--gap`)、开头和结尾保留的静音量等,以微调最终视频的节奏感和自然度。该技能特别适用于需要自动化处理大量说话人头视频内容(如 YouTube 教程、访谈、播客)的开发者或内容创作者,可有效提升视频编辑效率和成品质量。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/nateherkai/hyperframes-student-kit/tree/HEAD/.agents/skills/cut-silences

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

剪切静音(流水线代理 1)

自动化编辑的第一步。获取原始录音及其逐字转录稿,仅移除静音:第一个词语之前的死寂、最后一个词语之后的死寂,以及词语之间超过阈值的长停顿(修剪至自然的呼吸长度,绝不产生硬性的零间隙)。它保留说话人的词语不变——虚假开始、重拍和口吃是剪切错误代理(代理 2)的工作。

该代理是确定性且由转录稿驱动的,因此其输出(*.silence-transcript.json)可无缝输入下一个代理和节拍同步验证器。

何时使用

  • "剪切静音"、"修剪停顿"、"移除空白"、"收紧节奏"
  • 作为主编辑工作流的第一阶段,紧跟在转录之后。

前提条件

一份逐字转录 JSON。可以是 ElevenLabs Scribe 格式 ({ words: [{ text, start, end, type }], audio_duration_secs })或通用格式 { words: [{ text, start, end }] }。使用工作区转录工具生成一份:

node scripts/transcribe-elevenlabs.mjs path/to/raw.mp4    # -> path/to/raw.json

用法

# 1) 仅计划——计算剪切,写入 EDL + 重新调整时间的转录稿(不触碰视频)
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --out-dir video-projects/<slug>/assets

# 2) 附带视频——同时写入 ffmpeg 命令(仍然不进行渲染)
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --video video-projects/<slug>/assets/raw.mp4 --out-dir video-projects/<slug>/assets

# 3) 渲染剪切后的视频(本地 ffmpeg,重新编码,音视频保持同步)
#    添加 --apply 以实际运行 ffmpeg
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --video video-projects/<slug>/assets/raw.mp4 --apply \
  --output video-projects/<slug>/assets/edited-silenced.mp4

选项

标志默认值含义
--video <path>—源视频;启用 ffmpeg 命令/渲染
--out-dir <dir>转录稿旁边输出文件的写入目录
--output <path><video-stem>.silenced.mp4剪切后的视频路径
--gap <s>0.55被视为可修剪静音的最小停顿
--head-pad <s>0.22第一个词语前保留的静音
--tail-pad <s>0.34最后一个词语后保留的静音
--apply关闭实际运行 ffmpeg 以渲染剪切

决策逻辑(静音规则)

  • 低于 --gap(0.55 秒)的停顿保持不变——自然的讲话节奏。
  • 对于被修剪的停顿,会保留自然的呼吸长度,并根据上下文缩放:长停顿(≥2 秒)保留 0.24 秒,句子结束符(. ! ?)后保留 0.20 秒,否则保留 0.14 秒。保留的呼吸长度略微偏向于前一个短语的结尾。
  • 头/尾死寂被修剪至 --head-pad / --tail-pad。
  • 删除范围会被合并;保留范围是其补集。剪切通过 ffmpeg 的 trim/atrim + concat 滤镜图执行(写入到 *.silence-filter.txt 脚本并通过 -/filter_complex 传递),从而保证视频和音频同步。

输出(写入 --out-dir)

文件用途
<stem>.silence-edl.json保留/删除范围、时长、参数——编辑决策列表
<stem>.silence-transcript.json重新调整到已编辑时间线上的词语时间戳(馈入代理 2 + 节拍)
<stem>.silence-decisions.md人类可读的摘要 + 被修剪的最大停顿
<stem>.silence-filter.txtffmpeg 滤镜图(仅在带有 --video 时)
<video-stem>.silenced.mp4剪切后的视频(仅在带有 --apply 时)

输出到标准输出的 JSON 摘要包含 removed、removedPct、范围计数和输出路径——对于主工作流进行记录和串联非常有用。

调优说明

  • 说话人头视频的默认设置(--gap 0.55)通常会从典型的原始素材中移除约 15-20% 的纯静音。降低 --gap 可获得更紧凑、更快的剪切效果;提高它以保留更多自然的呼吸空间。
  • 如果在句子边界处的剪切感觉过于激进,可以提高句子中断的呼吸长度,或提高 --gap。

传递给下一个代理

将 <stem>.silence-transcript.json(以及已渲染的 silenced.mp4)传递给 剪切错误 代理。由于时间戳已位于已编辑的时间线上,下游的节拍定时和 scripts/validate-beat-sync.mjs 无需进一步调整即可工作。

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

nateherkai/hyperframes-student-kit

Agent 2 of the video editing pipeline. Finds and removes spoken mistakes — stutters, repeated words, false starts, and retakes (re-recorded lines) — from a talking-head recording. Use after cut-silences, when asked to cut mistakes, remove stutters / repeats / filler restarts, clean up flubs, or keep the best take. Works review-gated: it proposes every cut with context and a reason for approval, then renders only the approved cuts via ffmpeg. Requires a word-level transcript.

nateherkai/hyperframes-student-kit

Edit a raw talking-head video through transcription, silence trimming, mistake review, visual storytelling, motion graphics, and verified HyperFrames rendering. Use for a complete edit; route a single requested operation directly to its specialist skill.

nateherkai/hyperframes-student-kit

GSAP animation reference for HyperFrames. Covers gsap.to(), from(), fromTo(), easing, stagger, defaults, timelines (gsap.timeline(), position parameter, labels, nesting, playback), and performance (transforms, will-change, quickTo). Use when writing GSAP animations in HyperFrames compositions.

nateherkai/hyperframes-student-kit

HyperFrames CLI tool — hyperframes init, lint, preview, render, transcribe, tts, doctor, browser, info, upgrade, compositions, docs, benchmark. Use when scaffolding a project, linting or validating compositions, previewing in the studio, rendering to video, transcribing audio, generating TTS, or troubleshooting the HyperFrames environment.

nateherkai/hyperframes-student-kit

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

nateherkai/hyperframes-student-kit

Plan, write, time, style, and validate motion-graphic beats for long-form talking-head HyperFrames videos. Use when Codex is asked to add or improve visual beats, glassmorphism lower thirds, crumpled-paper full-screen takeovers, transcript-synced callouts, pacing coverage, YouTube retention graphics, or render-ready overlays in an existing HyperFrames video project.

nateherkai/motion-showreel

Build 10–30s motion-design showreels in the style of Nate's Opus 5.5 CLAUDE/MOTION REEL — brand motif chapters, HUD, BPM-locked cuts, logo lockup.

nateherkai/website-to-hyperframes

Capture a website URL and produce a HyperFrames promo/product-tour video — site → finished marketing video outcome.

相关技能