Communitygithub.com

TaherZiad/montage-crew

影片編輯管線中的第二個智能體,用於找出並移除說話者錄音中的口語錯誤,如口吃、重複、錯誤開頭及重錄片段。需在靜音剪輯後使用,並以審查為門檻,僅渲染通過批准的剪輯。

montage-crew 是什麼?

這是一個專為影片編輯管線設計的 AI 智能體(Agent),作為第二階段處理器,專注於移除 Talking-head 錄音中的口語錯誤,包括口吃(如「那個那個」)、重複詞語、錯誤開頭與重錄片段。其核心優勢在於採用「審查閘門」(review-gated)機制,對於每個候選剪輯,智能體不僅提供上下文與裁剪建議,還需經過使用者或上層智能體的批准後,才會透過 ffmpeg 實際渲染剪輯。此技能支援所有可執行 Node.js 的開發環境,並依賴字詞級轉錄檔案進行分析。此外,它會產生結構化的候選清單與決策日誌,並輸出更新後的轉錄 JSON,供後續的動態圖形智能體使用,確保編輯流程的準確性與可控性。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TaherZiad/montage-crew/tree/HEAD/skills/montage-crew/references/external/hyperframes-student-kit

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

剪輯錯誤與重複(管線智能體 2)

自動化剪輯的第二步驟,在剪除靜音之後執行。它移除人類編輯在第二次處理時會剪掉的內容:口吃(「這這」、「我- 我-」)、立即重複的詞語、錯誤開頭(被放棄的片語重新開始),以及重錄片段(保留乾淨的版本,丟棄錄壞的)。

判斷什麼算是錯誤是判斷,而不是公式——強調式重複(「絕不,絕不」)和修辭性重複(「第一段是,是這樣…」)在機械上與口吃一模一樣。因此,此智能體預設採用審查閘門:它會提供完整上下文的候選項目;由智能體(和使用者)決定;只有批准的剪輯才會被渲染。

使用時機

  • 「剪掉錯誤」、「移除口吃/重複」、「清理失誤」、「保留最佳版本」、「剪掉錯誤開頭」
  • 作為主剪輯工作流程的第二階段,處理剪除靜音的輸出。

三步驟流程

1. 尋找候選項目(機械式)

node .claude/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
  <silence-transcript.json> --out-dir video-projects/<slug>/assets

輸入通常是智能體 1 的 <stem>.silence-transcript.json,因此剪輯會落在已處理靜音的時間軸上。寫入:

  • <stem>.cut-candidates.json — 結構化候選項目(類型、信心度、建議的 cut 範圍、removes/keeps 文字、上下文、建議)
  • <stem>.cut-candidates.md — 可讀的提案

候選類型:stutter(立即詞語重複)、retake(透過 Jaccard 相似度偵測的重複或近似重複片段)、false_start(被放棄的短片語並重新開始)。

2. 審查(閘門 — 必要)

在上下文中閱讀每個候選項目,並決定保留或裁剪。機械式偵測器無法區分有意的強調/修辭與真正的失誤,因此不要盲目相信 recommend——請閱讀 removes + context。常見的誤判:強調式重複(「這是絕不,絕不插手」)、系詞接疑問(「第一段是,是這樣嗎…」)、列舉。

向使用者呈現候選項目,並為每個項目提供建議;收集批准。將批准的剪輯寫入一個檔案:

{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "I- 錯誤開頭" }, ... ] }

(start/end 以秒為單位,基於輸入的轉錄/影片時間軸。您可以擴展候選項目的範圍——例如,對於重錄片段,從錄壞版本的起點剪到重新開始的乾淨點。)

3. 套用批准的剪輯

node .claude/skills/cut-mistakes/scripts/apply-cuts.mjs \
  <silence-transcript.json> --cuts approved-cuts.json \
  --video video-projects/<slug>/assets/edited-silenced.mp4 \
  --output video-projects/<slug>/assets/edited-clean.mp4 --apply

寫入 EDL(編輯決策列表)、重新對時的 <stem>.mistakes-transcript.json(供動態圖形智能體和 validate-beat-sync.mjs 使用)、決策日誌,以及——使用 --apply——剪輯後的影片(ffmpeg 修剪與串接,音訊/視訊同步)。省略 --apply 則進行空跑。

審查結果

使用共用的審查工具目視檢查剪輯,並抽查邊界:

node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
  --original video-projects/<slug>/assets/edited-silenced.mp4 \
  --edited   video-projects/<slug>/assets/edited-clean.mp4 \
  --output   video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n

備註

  • 非常乾淨的錄製可能只產生少量或零個實際剪輯——這是合理結果;不要為了湊數而剪掉自然語音。
  • 兩個口語詞彙之間的剪輯是硬接。對於口吃/錯誤開頭通常很乾淨;如果需要更緊湊的音訊,之後可以加入 20-30 毫秒的淡出。
  • 將 mistakes-transcript.json 加上乾淨的影片交給 智能體 3(動態圖形 / 分層卡片)。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

TaherZiad/montage-crew

Cut silences and dead weight (fillers, repeated takes, false starts) out of a talking-head video BEFORE building the edit - call the measured /auto-trim API instead of hand-rolling ffmpeg, review the dead-weight candidates it returns, and do the one job only a human/AI can do (spotting repeated POINTS). Read this when the brief enables "Tự động cắt ngắn video" (autoCut) or the user complains that the video still has dead weight/silences.

TaherZiad/montage-crew

Membangun motion graphic sinematik di browser (promo video, opener, intro, bumper, kinetic typography, explainer/video penjelasan bergambar 16:9 atau 9:16) memakai HTML + CSS + GSAP (+ Three.js bila perlu), dengan hasil yang bergerak seperti video sungguhan — bukan slide presentasi. Gunakan skill ini setiap kali user meminta "video promo", "opener", "intro animasi", "motion graphic", "bumper", "kinetic typography", "animasi teks sinematik", "explainer", "video penjelasan" (jurnalisme visual, kartun edukasi, kolase), atau menunjukkan referensi video promosi/explainer dan ingin dibuatkan versi web-nya — bahkan bila mereka tidak menyebut kata "motion graphic" secara eksplisit. Juga gunakan bila user mengeluh hasil animasi web "seperti PPT/presentasi" dan ingin lebih sinematik, atau ingin merender animasi web menjadi file video MP4, atau ingin explainer kartun/animasi dibangun LANGSUNG di After Effects lewat bridge/MCP Higgsfield.

TaherZiad/montage-crew

Arabic short-video editor (any dialect). Edits talking-head videos and screen recordings, or builds an MG-led video from an idea with no footage - retakes and silences cut, Arabic RTL captions and hook, premium motion graphics, SFX, music, -14 LUFS master, cover - for 9:16, 16:9 or both. Delivers the MP4 plus a project for Resolve, Premiere, After Effects, CapCut or Final Cut. Asks a few questions on first use, keeps the user's brand kit, offers style cards, learns styles from videos, links and MG sites the user shows it, and learns the user's rules after each video. Use when the user asks to edit a video («منتجلي هذا الفيديو», «سوّي مونتاج», «أضف ترجمة», «قص الصمت», «بستايل …», "edit my video"), make a video from an idea («ما عندي فيديو، عندي فكرة», «فكرة فيديو عن…»), learn a style («تعلّم من هذا الفيديو», «هذا الموشن يعجبني»), save a brand («احفظ هويتي», «اقترح لي هوية») or change settings («غيّر إعداداتي»).

相關技能