Communitygithub.com

pasu1049-hash/kit-edicion-video-claude

使用「1%」模板編輯攝影機(談話性頭像)影片,適用於 Instagram、TikTok 和 YouTube Shorts:品牌字幕與關鍵字顏色標示、靜音剪輯、動態縮放、關鍵字觸發動態圖形、自訂音樂與側音壓抑、品牌開場/結尾與封面。支援 9:16 直式 (1080x1920) 與 4:5 方形 (1080x1350) 格式。當使用者要求「幫我剪這支影片」、「做限時動態」、「幫這片段上字幕」、「去掉停頓」、「轉成方形和直式」或類似指令時使用。

kit-edicion-video-claude 是什麼?

此技能提供一個完整的 Python 自動化影片編輯流程,專門針對談話性頭像(talking-head)影片,使用名為「1%」的模板,產出適合 Instagram、TikTok 和 YouTube Shorts 的優質短片。整個處理流程從原始影片和一個 JSON 設定檔開始,最終產出最高品質的 MP4 影片和一張封面 PNG,無需任何傳統的影片編輯軟體。此技能支援 9:16 直式 (1080x1920) 和 4:5 方形 (1080x1350) 格式,平行處理兩個輸出只需 8GB RAM。核心功能包括:使用 Faster-Whisper 進行語音轉文字(並可手動校正)、以能量檢測自動剪除靜音、將特定關鍵字以品牌強調色高亮顯示、根據語音觸發動態圖形(文字、晶片、印章等)、動態縮放、無版權產生的背景音樂與自動側音壓抑,以及品牌開場/結尾和封面。技能內含詳細的設定參數,如 clipping 區間、色彩、音樂參數等,並提供預覽與渲染指令。此外,還包含一個用於音樂節拍驅動的無旁白剪輯展示的 showreel 功能。此技能預期在 Claude Code、Cursor、Codex 等 AI 代理環境中運作,所有指令從專案資料夾執行,腳本則位於技能的 `scripts/` 目錄。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/pasu1049-hash/kit-edicion-video-claude/tree/HEAD/skills/editor-videos-1porciento

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

影片編輯器 — 1% 模板

Python 流程(無需編輯軟體):原始影片 + config.json → 最高品質最終影片 + _PORTADA.png。 腳本位於此技能的 scripts/ 目錄。輸出檔案和 work/ 資料夾會建立在執行指令的目錄中(請為每個專案使用一個資料夾)。

0. 開始之前(僅需一次)

  • 閱讀此技能的 MARCA.md:主題色、品牌名稱、帳號標籤、常用短語。如果未填寫,請向使用者詢問這些資料並完成填寫。
  • 依賴套件:pip install -r scripts/requirements.txt(numpy, pillow, imageio-ffmpeg, faster-whisper)。首次轉錄會下載 Whisper "medium" 模型(約 1.5 GB)。

快速提示:在下方指令中,S 代表此技能 scripts/ 目錄的路徑(例如 ~/.claude/skills/editor-videos-1porciento/scripts)。

1. 每個影片的處理流程

  1. 設定:將 ejemplos/historia_ejemplo.json(9:16)或 ejemplos/feed_ejemplo.json(4:5)複製到專案資料夾,並填寫 video, words, salida, marca, acento, cierre, portada。
    • recorte:要使用的原始影片區域(以原始像素為單位的 x, y, w, h)。必須符合輸出格式的比例(直式 9:16,方形 4:5)。請先使用 ffprobe 測量原始影片尺寸。
  2. 轉錄:python S/editar_video.py transcribir config.json → 生成包含逐字時間的 words.json。
  3. 手動校正 words.json:專有名詞、品牌名稱、數字("1%")、慣用語。儲存為 *_words_ok.json 並在 config 中指向它。在 config 中設定 "vocabulario" 欄位,包含重複出現的名稱,以幫助 Whisper 正確辨識。
  4. 靜音剪輯:python S/auto_cortes.py video.mov 0.12 → 輸出 cortes 列表(基於音訊能量測量,不是 Whisper 的時間點)。將其貼到 "cortes" 欄位。如果某個剪輯點落在同一個單字的兩個部分之間,請將其移除。
  5. 關鍵字(claves):這些字詞會以主題色顯示在字幕中。請完全按照 words.json 中的寫法輸入(包括標點符號,例如 "tiempo.")。
  6. 動態圖形(motion):預設始終使用,每個影片 3 到 6 個,放在劇本的強勢時刻。請參閱下方表格。
  7. 縮放(zoom)和音樂(musica):預設啟用。
  8. 渲染前檢查單幀:python S/editar_video.py preview config.json 4.5 → work/_prev_4.5.jpg(最終影片的某一秒)。檢查字幕、動態圖形和臉部構圖。
  9. 渲染:python S/editar_video.py render config.json → salida.mp4 + salida_PORTADA.png。
  10. 交付前檢查結果幀(使用 ffmpeg 選取 3-4 幀組成一條橫幅)。完成後,為使用者開啟包含影片的資料夾。

如果使用者需要直式和方形版本,請建立兩個設定檔(共用同一個 words.json,但 formato/recorte/subs_y/位置不同)。使用 8 GB RAM 可以平行渲染 2 個影片。

2. 學到的規則(不可跳過)

  • 不使用 VAD 轉錄(腳本中已是如此設定):使用 VAD 會遺失第一句話。
  • iPhone HDR 影片(HLG, 4K60):不要使用 zscale 套用色調對映(會產生瑕疵)。腳本中輕柔的等化器就能讓原始素材看起來很好。
  • 始終保持最高品質:H.264 crf 14 preset slow,音訊 AAC 320k,人聲標準化至 -14 LUFS。除非使用者要求,否則不要為了減少檔案大小而降低品質。
  • 字幕位置:直式約 subs_y ~1300(IG 安全區域),方形約 ~1060。動態圖形放在上方,遠離臉部和字幕。
  • 螢幕文字:簡短、全大寫、直接。不要使用長句。

3. 設定檔參考

鍵功能
formato"historia"(1080x1920)或不設定 = feed(1080x1350)
video, words, salida原始影片、words.json 和最終 mp4 的路徑
recorte{x,y,w,h},原始影片座標
pre / post第一個字之前 / 最後一個字之後的空白秒數
subs_y字幕的垂直位置
claves以主題色顯示的關鍵字
cortes[[ini, fin], ...],以原始影片秒數為單位,這些區段將被移除
acento品牌顏色 [R,G,B](預設珊瑚色 [255,104,74])
marca品牌名稱(開場/結尾板與封面)
logo方形 PNG 標誌的路徑(封面,可選)
logo_led品牌標誌霓虹燈招牌的照片 → "LED" 開場/結尾。不使用時則使用顏色板
placa自訂開場/結尾板:{"marca","color","kicker","filas":[...],"pie","size","entrada","cierre"}
sin_introtrue = 直接從影片開始
cierre{"titulo":[...],"by","fecha","plataformas","handle"}(LED 結尾)— 使用板時會用到 by, fecha, handle
cierre_seg結尾長度(秒)
portada{"segundo","kicker","titulo":[行],"size","fecha","pie"}
zoom`{"push":0.05,"cortes":0.08,"cara":[x,y],"punch":[{"palabra","hasta"
musica{"bpm":92,"seed":3,"vol":0.2,"ducking":0.75} — 產生的節拍(無版權),有語音時自動降低音量。更改 seed 以獲得不同變體
vocabulario包含專有名詞的文字,幫助 Whisper 辨識

動態圖形(motion:事件列表)

每個事件:{"tipo", "palabra", "hasta" 或 "dur", "extra", "txt", "pos":[x,y], "size", "rot", "anim", "escala", "offset"}。pos = 最終畫面中元素的中心點。 當說出 palabra 時出現(如果重複,"n": 2 表示第二次),並在 hasta(+extra 秒)後或經過 dur 秒後消失。anim:"pop"(預設), "slide"(搭配 "desde" 像素), "slam"。

類型說明專屬欄位
texto帶有外框的大文字txt, size, coral:true = 主題色
chip圓角標籤txt, size, claro
sello傾斜的印章樣式txt, size, rot
slam巨大的數字/文字撞擊效果txt, size
calendario日曆頁txt(星期), big(數字), sub
envivo"EN VIVO" 徽章txt
plataforma社交媒體徽章(TIKTOK, YOUTUBE, KICK;其他文字 = 深色徽章)txt
contador計數數字請見 motion.py
misterio帶問號的嘉賓告示牌lineas

每個動態圖形會自動搭配對應的音效。

4. 展示影片(無旁白剪輯,配合音樂節拍)

python S/showreel.py config.json — 設定檔包含 clips(每個片段持續 beats 拍,可含 label), bpm, formato, etiqueta_y, textos, placa, seed, vol。在組合之前,請閱讀 showreel.py 中的 main() 以了解每個片段的確切欄位。

5. 何時使用其他工具

  • 更複雜的動畫/動態設計(動態標題、說明性圖形、3D 開場、圖表):使用 hyperframes 技能(HyperFrames 官方路由)。
  • 用於 YouTube 的長片剪輯、剪除錯誤/重複、說故事:使用 Nate Herk 套件中的技能(edit-video, cut-mistakes, short-form-edit, video-storytelling),並從套件資料夾中執行。

相關技能