Communitygithub.com

jhatpat-reel

將一段長篇單人談話影片,一鍵轉換成緊湊的 Instagram Reel 或 YouTube Short。自動剪除沉默與無效片段、保留最佳鏡次、重新構圖為 9:16 / 1:1 / 16:9、疊加 Instagram 風格字幕,並輸出 Premiere Pro EDL。專為使用手機或 DSLR 一鏡到底拍攝的 Hinglish 及 Hindi 創作者設計。

jhatpat-reel 是什麼?

jhatpat-reel 是一個專為內容創作者設計的 AI 代理技能,能將單一長鏡頭的 talking-head 影片快速轉化為短影音格式(Instagram Reel / YouTube Short)。它自動移除沉默與死寂片段,處理多個鏡次的選擇(若有逐字稿),並重新構圖至主流社群比例,同時燒錄類似 Instagram 風格的動態字幕。支援 ffmpeg 與 Python 3,可獨立運行或整合至 Claude Code、Cursor 等開發環境。其核心管道包含:影片分析與音軌修復、粗剪(支援三種剪輯風格)、逐字稿輔助去蕪存菁、重構圖(支援智慧錨點與 padding 模式)、以及多種字幕風格(pop、box、bar)。最後會提供 EDL 匯出,方便進 Premiere Pro 做細修。該技能特別適合 Hinglish、Hindi 或英文的單人 talking-head 內容,並內建品質檢查規則(第一秒、字詞裁切、字幕位置、結尾 CTA 與音量正規化),確保輸出適合社群平台上架。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ankurrattan0110-spec/jhatpat-reel/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

jhatpat-reel 是做什麼的?

Seedhi baat: 一個長鏡頭交進來,一條緊湊的 Reel 還給你。初稿交給機器,品味留給你來調整。

這個技能是一個初剪編輯器,不是最終編輯器。腳本會自動移除沉默與死寂片段; 重拍與失誤則由你(或 Claude 閱讀逐字稿後)來指定。原始素材絕不會被修改。

何時使用

  • 單一說話者、一鏡到底、用手機或 DSLR 拍攝 — talking-head。
  • 用同一段素材製作 Instagram Reel、YouTube Short,或兩者兼具。
  • 支援 Hinglish、Hindi 或 English。

不適合的情況:多機位訪談、音樂錄影帶,或每個剪輯點都需要你親自調整品味的作品。這種情況請直接打開時間軸。

需要什麼

項目原因確認方式
ffmpeg + ffprobe剪裁、重構圖、字幕ffmpeg -version
python3 3.9+三個腳本皆需python3 --version
逐字稿(可選)用於識別重拍片段whisper / whisperx / 任何 STT
天城文字型(可選)Hindi 字幕Noto Sans Devanagari

處理流程

每個階段的輸出會作為下一個階段的輸入。你可以中途暫停查看結果,再繼續前進。

Stage 0 — 先檢視,再剪裁

先對素材進行探測。用一句話向創作者說明:長度、解析度、幀率、音訊所在聲道。如果素材本身就是垂直的,則可跳過重構圖步驟。如果聲音只出現在單聲道(無線麥克風常見的問題),請先修正 — 否則剪裁後半段影片會沒有聲音。

如果可以取得逐字稿,現在就獲取。沒有逐字稿時,這個技能只能移除靜音,無法辨識重拍或口誤。請向創作者清楚說明這一點。

Stage 1 — 粗剪

python3 scripts/rough_cut.py take.mp4 --preset reel

預設風格:reel(預設,緊湊)、calm(適合詩歌、故事、長篇談話)、tight(適合鉤子密集、節奏快的內容)。

這個腳本會產生三個檔案:cuts.json、<name>_cut.mp4、<name>.edl。

如果有逐字稿,請讀取 cuts.json 並移除重拍片段:同一句話說了兩三次時,保留最後一次最清晰的版本,刪除其他。"sorry"、"ek baar phir"、"umm" 等也一併移除。然後重新渲染。請勿手動編輯 cuts.json — 而是透過修改 preset 或設定檔重新執行腳本。

Stage 2 — 聆聽剪輯點,確認順暢

每個剪輯點的兩側都要聽 0.2 秒。如果有任何字詞被從中間切斷,請增加 --pre-pad / --post-pad 的值。即使逐字稿顯示正確,音訊仍可能被切斷。

Stage 3 — 重構圖

python3 scripts/reframe.py take_cut.mp4 --all        # 9:16 + 1:1 + 16:9
python3 scripts/reframe.py take_cut.mp4 --to 9:16 --anchor 0.3

--anchor 決定畫面從哪裡開始裁切。Talking-head 的臉部通常在畫面上方,因此預設值為 0.35。如果臉部被裁切到,請降低 anchor 值。螢幕錄影請使用 --mode pad — 使用 crop 模式會切到文字。

Stage 4 — 字幕

python3 scripts/burn_captions.py take_cut_9x16.mp4 take.srt --style pop --accent "#C6FF3D"

樣式:pop(1-3 個大字置中 — 適合 Reel 與鉤子)、box(實心背景框,即使在複雜背景上也能清晰閱讀)、bar(底部的細長條,適合長片)。

腳本會自動將過長的 cue 分割成較短的片段,讓 pop 風格保持意義。Hindi 字幕請透過 --font 指定天城文字型路徑 — 否則半數字元無法正確顯示。

Stage 5 — 最終重審

在匯出前,用以下檢查清單審視自己的作品:

  1. 第一秒。 第一幀要有些內容 — 臉、大字、或動作。空白畫面 = 會被滑過。
  2. 是否有字詞被切斷。 隨機聽三個剪輯點。
  3. 字幕是否擋到臉。 在 9:16 中 pop 會置中;如果臉也在中央,改用 --style box 更好。
  4. 最後 2 秒。 CTA 要顯示並停留,不要匆匆結束。
  5. 音量。 Instagram 與 YouTube 都會將音量正規化到 -14 LUFS。如果你輸出低於這個標準,平台會強制拉升,導致音質變差:
    ffmpeg -i final.mp4 -af loudnorm=I=-14:TP=-1.5:LRA=11 -c:v copy out.mp4
    

規則(每條規則均附原因)

  • 絕對不碰原始素材。 所有操作都在新檔案上進行。原因:一次錯誤的渲染會導致整個拍攝內容無法復原。
  • 不要在剪輯點使用縮放效果。 原因:剪輯點的縮放會讓剪輯動作過於明顯。
  • 一條 Reel,一個主題。 第二個主題請做另一條 Reel。原因:兩個主題放在一起,兩個都不會被記住。
  • 不要完全移除暫停。 pause_keep 不要低於 0.2 秒。原因:完全緊貼的字詞聽起來像機器人,而且需要留呼吸空間。
  • 鉤子先處理,其餘隨後。 前 3 秒不好,後面的編輯都白費。原因:觀眾就是在這裡決定是否滑走。
  • 創作者手動移除的內容,不要再加回來。 重新渲染前,先讀取他們手動修改的版本。
  • 沒有逐字稿就不要聲稱能處理重拍。 清楚說明:「我能移除靜音,重拍部分需要你來查看。」

設定檔

將 config.example.json 複製為 config.json,然後使用 --config config.json。每個參數的說明都已寫在檔案中。

這個技能做不到的事

  • 不會拍攝。拍攝是你的事。
  • 不會自動發布到 Instagram。
  • 不會下載或複製他人的影片。
  • 不會選擇音樂 — 音樂版權是你的責任。
  • 不會產生逐字稿;請自行執行 STT 並提供 SRT 檔案。

將回饋納入技能規則

當創作者說「剪輯太跳了」或「字幕擋到臉了」 — 請修正這些問題,並將該筆記以規則加回此處,附上原因。經過兩三條 Reels 的調整後,這個技能將會越來越符合你的個人品味。

相關技能