Communitygithub.com

Malik-rgb43/editing-workflow

將使用者提供或連結的影片(檔案,或 YouTube/TikTok/Instagram 網址)或一組剪輯片段,轉換為量化數據(剪輯點、節奏、逐幀資料)、關鍵幀圖表、希伯來語轉錄稿以及聲音分析(音效、BPM、調性、節拍、歌曲識別)。觸發詞:watch, analyse, break down, transcribe this video/reel/ad; תנתח, תעבור על, תמלל, מה קורה בסרטון, קאטים, BPM。不適用於剪輯或渲染(類型技能)、套用風格(參考風格轉換),或為最終渲染生成字幕(hebrew-captions-asr)。

editing-workflow 是什麼?

此 AI 代理技能將影片轉換為模型可讀的結構化資料,包含逐幀數值測量、時間戳聯繫表、轉錄稿、聲音時間軸與頻譜圖,以及基於這些資料生成的詳細分析報告。它支援多種來源與平台(本機檔案、YouTube、TikTok、Instagram),並專注於分析而非編輯或渲染。此技能遵循嚴格的規則,包括唯讀輸入、覆蓋率聲明、本地與免費處理、以及隱私保護,確保分析結果可靠且可重複。它特別針對影片剪輯師、內容創作者與開發者設計,可用於分析廣告、宣傳片、長片或任何影片素材,提供從剪輯頻率到聲音特徵(如 BPM、調性)的全面分析。技能透過一系列程序化步驟(預檢、背景執行、驗證、人工檢閱與報告生成)確保結果品質,並包含多個門控檢查點(如機器設定檔、合約有效性、輸入完整性)來防止錯誤與誤判。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Malik-rgb43/editing-workflow/tree/HEAD/.agents/skills/video-analysis

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

影片分析

將影片轉換成模型可讀的內容:每一幀的數值測量、帶時間戳的聯繫表、轉錄稿、聲音時間軸與頻譜圖,然後根據這些資料產出分析報告。這是分析工具的流程程序,並非工具本身(擁有者的私有腳本不隨附;學生移植版遵循 TOOLS_SPEC)。它絕不編輯、渲染或套用風格。

凌駕於本檔案其他規則的規則

  1. 輸入為唯讀。 前後進行雜湊驗證(input.sha256 應等於 sha256_after);輸出僅限放置於 analysis/<video>/ 目錄下。僅下載使用者提供的網址,並正確命名來源與檔案;該檔案為參考副本,不得重新分發;平台的浮水印、片尾卡與片頭音樂應從統計數據中排除並另行列出。
  2. 先說明覆蓋範圍。 每一份報告都必須以覆蓋範圍區塊開頭:完整分析或取樣分析、已解碼幀數與預期幀數、排除的內容、未執行的項目。取樣分析不得假裝為完整覆蓋。取樣分析的報告不得引用剪輯次數或節奏作為已測量事實。
  3. 使用工具執行;切勿手動使用 ffmpeg 取樣。 若工具缺失,則記錄 blocked: tool_missing 並提出詢問;僅允許在明確標示為 sampled 且不提供次數統計的手動備用方案。
  4. 先讀後寫: 檢視每一張圖表與每一張聲音影像;放大 3 到 6 次;根據實際幀數決定每一個 check 編輯點;修正錯誤的計數並如實說明。
  5. 本機、免費、私密。 不得使用付費的影片理解 API,不得上傳影片或其幀畫面或音訊,若內容標記為 private 則不得使用遠端歌曲識別服務,除非事先提供有日期的報價並獲得核准(paid-generation-gate)。希伯來語語音強制設定為 he;切勿僅憑一次 ASR 處理結果就相信人名、品牌與數字。
  6. 歌曲匹配不等於取得授權。 報告應記錄「已識別為 X,同步授權狀態未確認」或「未識別」;切勿杜撰標題。AudioSet 風格標籤僅為猜測(「可能是嗖嗖聲」);節奏與調性為估計值,並須審核是否為半速或倍速。
  7. 一次只執行一項繁重任務,使用 render_lock;任何超過約 2 分鐘的任務應在背景執行,記錄日誌與預計完成時間;不保證執行時間(擁有者批次作業:每支影片 9-23 分鐘,視負載與機器而定)。技能為程序規範,而非權限;使用者與專案限制優先於本檔案。

本技能預期的工具介面 (TOOLS_SPEC video-analysis;請以 --help 確認)

python tools/analyze.py <video|URL|folder> --out analysis/<video> [--detail quick|standard|full]
       [--asr auto|always|never] [--no-song-id] [--no-audio-ai] [--check]
python tools/frames.py <video> --at <t> --pad 0.25 --out analysis/<video>     # 短時間視窗內的所有幀

輸出合約 (references/output-contract.md):analysis/<video>/{measurements.json, frames.csv, sheets/ (index.json + images), transcript.json, audio.json} + breakdown.md。

程序

#執行事項產出物
0僅詢問會影響此次執行的變因:完整分析或單一問題(剪輯點/轉錄稿/歌曲)?內容是否為機密(private)?分析報告使用哪種語言?若為資料夾:先列出內容;切勿覆蓋先前的分析scope line
1預檢(analyze --check / doctor):記錄作業系統、ffmpeg 版本、偵測到的 ASR 路線(CPU / Vulkan / CUDA / MLX;若未偵測到則為 none)、Vulkan 環境變數;無路線 = 無法進行轉錄(blocked)environment 區塊
2在鎖定下於背景執行。--detail:quick 適用於語料庫或長時間演講,standard 為預設值,full 適用於動態圖形、極快剪輯或作為參考進行風格轉換(references/thresholds.md)。多支影片:一次批次處理,然後每個影片一個代理程式(僅限其自己的資料夾,breakdown.md 為輸出,設定截止時間,回覆不超過 10 行)analysis folders
3python scripts/validate_analysis.py analysis/<video> --stage producedPASS 或失敗的組件
4讀取:所有圖表、所有聲音影像;僅在不同裝置上縮放;解決 check 點;修正計數(pacing.override + review.corrections);審核節奏是否為半速或倍速review 區塊
5python scripts/validate_analysis.py analysis/<video> --video <source>;必須以 exit 0 結束才能將數字呈現為事實validation report
6使用使用者指定的語言撰寫 breakdown.md,格式遵循 references/reading-and-breakdown.md(先說明覆蓋範圍,7 個章節,不確定性最後說明)breakdown.md
7回報:檔案路徑、5-10 行摘要、所做的修正、無法確定的內容;建議下一步技能(reference-style-transfer、類型技能),而非直接執行message

門控檢查

狀態為 pass | fail | blocked | n/a 並附帶原因。逾時、空樣本或遺失輸入為 blocked,絕非 pass。成功呼叫工具為執行證據;已檢視圖表為外觀證據。

門控條件證據若為 false擁有者重新檢查時機
G1 機器設定檔已偵測並記錄 ASR 路線;Vulkan 路線需記錄 GGML_VK_DISABLE_COOPMAT(擁有者的 AMD 驅動程式需要 =1;其他驅動程式未測試)measurements.environment 來自 doctor/--check回退到 CPU 路線並如實告知;絕不假設使用 GPU本技能 + doctor新機器、驅動程式或模型
G2 合約有效全部五個組件皆通過或附帶原因為 n/avalidate_analysis.py exit 0(需提供 --video)修正或重新執行該組件;回報 INSUFFICIENT 並說明缺少的項目validate_analysis.py任何重新執行或手動編輯
G3 覆蓋範圍聲明報告以模式、已解碼/預期幀數、排除項目、未執行清單、claims_not_allowed 開頭breakdown.md 的第一個區塊補上;將聲明降級為「取樣」本技能每一份報告
G4 剪輯偵測器回歸對偵測器閾值的任何變更,F1 分數仍須 >= 標記資料集的基準線(擁有者歷史資料 0.89 = P 0.87 / R 0.91,基於 20 支手動驗證廣告,339 個編輯點,私密,不可重現;已知盲點:動態文字與連續鏡頭片段)cut_regression.py --pair ... --min-f1 0.89 exit 0 且 >= 100 個真實點還原閾值變更cut_regression.py每次偵測器變更;絕不靠目視
G5 輸入未被更動來源檔案的雜湊值前後一致validate_analysis.py --video從原始檔案還原,重新執行validate_analysis.py每次執行
G6 先讀後寫已檢視每張關鍵幀/總覽圖表與聲音影像;已解決每個 check 點;已完成基於幀的計數驗證review 區塊完整(階段已審核)返回並檢視本技能每次分析
G7 隱私與權利private 輸入:無遠端歌曲識別、無雲端 ASR、無幀畫面上傳;匹配 = 未取得授權song_id.status、asr.route刪除摘錄日誌,在本機重新執行本技能每次執行

引用數據與限制時須註明範圍

  • 剪輯偵測器:僅限擁有者調校(G4);在根據實際幀數驗證前,大約 60% 的廣告宣傳影片自動剪輯計數是錯誤的;一個動態文字的範例,自動偵測到每分鐘 108 個剪輯,而從圖表上實際計算只有 42 個。
  • ASR(擁有者機器,E08,單次處理,朗讀語音):Vulkan 5.82 音訊秒/牆上秒,CPU CT2 int8 0.84,WER 17.7-19.4%:references/volatile-facts.md(標註日期;有效期至 2026-12-31)。
  • 聲音分析僅在有足夠素材時才會真正執行:節拍/BPM/調性需要 >= 3 秒的音樂;歌唱人聲需要無 VAD 的歌詞處理流程(僅限可信片段,標記為「SUNG LYRICS」)。

參考資料(於需要時載入)

  • references/output-contract.md - 撰寫、移植或除錯任何輸出檔案時;或閱讀驗證報告時。
  • references/thresholds.md - 調校或移植偵測器時、選擇 --detail 時、或解釋錯誤計數時。
  • references/reading-and-breakdown.md - 閱讀圖表及撰寫分析報告前。
  • references/volatile-facts.md - 引用任何速度、WER、價格、授權或工具相關事實前(已標註日期模組)。
  • agent-content/references/asr-routes.md(標準 ASR 路線,歸屬於其他地方)與 hebrew-captions-asr(字幕等級轉錄稿);reference-style-transfer 會使用此技能的輸出資料夾。
  • 腳本:scripts/validate_analysis.py(合約檢查,--self-check)、scripts/cut_regression.py(F1 門控,--self-check);兩者皆為失敗關閉(exit 0 / 1 / 2)。

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

Malik-rgb43/editing-workflow

>- Script, edit or review a paid-social ad, sponsored post or brand promo for a business, product, app or store (Meta, Instagram, TikTok, 15-60 s): exact offer and CTA, ranked hooks, hook variants, end card, blocking compliance table, licence checks. Triggers: ad, promo, sponsored, campaign; מודעה, פרסומת, קמפיין, ממומן, פרומו, מבצע, הנחה, הוק. NOT for testimonials (edit-testimonial), organic expert reels (edit-talking-head), AI-only films (edit-ai-generated), ratio exports (multi-video-variants).

Malik-rgb43/editing-workflow

>- Design, build and review a motion-graphics piece in HyperFrames/GSAP: product or app launch, feature announcement, kinetic typography, logo reveal, UI explainer, animated screenshots. Triggers: מושן גרפיקס, אנימציה, השקה, טיפוגרפיה קינטית, לוגו אנימציה, "like a Higgsfield / Linear launch". Not for a speaker-to-camera reel (edit-talking-head), AI-generated shots (edit-ai-generated), caption-only work (hebrew-captions-asr) or ad compliance (edit-ad-promo).

Malik-rgb43/editing-workflow

>- Transcribe Hebrew speech and build burned-in Hebrew captions: ASR route per hardware, word timestamps, proofreading, RTL and mixed English/number lines, caption font, entrance and exit animation, safe zone, caption QA. Triggers: תמלול, תמלל, כתוביות, כתוביות בעברית, מילים בולטות, קריוקי, המילה יצאה לא נכון, Hebrew captions, transcribe Hebrew, word timestamps, ו/ז look-alike. NOT for translation-only, non-Hebrew ASR, analysis reports (video-analysis), or caption-free motion launches.

Malik-rgb43/editing-workflow

>- Deliver one approved video as several outputs (other aspect ratios, hook variants, platform versions, no-music/no-captions versions) or run several videos in parallel, with one shared mix, strict naming and a manifest that blocks stale derivatives. Triggers: export as 9:16 and 1:1, hook variants, variants batch; גרסאות, וריאציות הוק, כמה סרטונים יחד, 9:16 ו-16:9. NOT for a single deliverable (render-qa-deliver) or designing the master (the type skill).

Malik-rgb43/editing-workflow

Turn a new video idea, brief or list of specifics into a checkable Concept Ledger and ask questions until every parameter is precise, before any concept, prompt or build. Use at the start of any new video, with or without footage, or when the user pastes a concept with specifics. Hebrew - סרטון חדש, בריף, יש לי רעיון, קונספט, תכין לי סרטון, בוא נתחיל פרויקט. NOT for notes on an existing draft (revision-round), analysing a reference (video-analysis) or paid generation (paid-generation-gate).

相關技能