Unglaublich! Ich habe einen lernfähigen Video-Editing-Agenten mit Claude Skills entwickelt, der Videos in 10 Minuten automatisch schneidet!

Hallo zusammen, ich bin Chengfeng.

Ich habe eine Woche damit verbracht, mit Bearbeitungstechniken einen Schnitt-Agenten zu erstellen.

Es ist wirklich befriedigend!

Er kann automatisch ein 30-minütiges Video in 10 Minuten bearbeiten.

Ich nutze oft CapCut (Jianying), um Talking-Head-Videos zu bearbeiten. Aber nach einer Weile sind mir einige Probleme aufgefallen:

Problem 1: Intelligentes Schneiden versteht keine Semantik

Weil es keine Semantik versteht, werden manche sich wiederholende Abschnitte nicht erkannt. Wenn ich zwanzig oder dreißig Minuten am Stück rede, ist es sehr anstrengend, das selbst zu schneiden.

Problem 2: Schlechte Untertitelqualität

Automatisch generierte Untertitel enthalten viele Tippfehler.

Also habe ich die Skills-Funktion von Claude Code genutzt, um einen Schnitt-Agenten zu bauen.

Der grundlegende Unterschied ist einfach:

Hauptunterschiede:

• CapCut = Festes Tool + Manuelle Bedienung
• Agent = Anpassungsfähiges System + Automatisches Lernen

Ich ersetze CapCut nicht durch einen besseren Algorithmus, sondern durch ein selbstverbesserndes System.

Aber das ist nicht das Beeindruckendste.

Das Beeindruckendste ist: Je mehr du es nutzt, desto besser versteht es dich, und es wird immer schneller.

Drei Kerndesigns

1. Agentenlogik

Nur 4 Schritte nötig:

2. Skills-System

Früher habe ich alle Funktionen in einen großen Skill gepackt, was Anweisungen erforderte, um verschiedene Aufgaben zu unterscheiden – das war sehr umständlich.

Jetzt habe ich die 5 Kernaufgaben des Schneidens in 5 unabhängige Skills aufgeteilt und sie im Verzeichnis .claude/skills/ abgelegt. Das ist übersichtlicher und einfacher auszuwählen.

Wenn du /v eingibst, listet Claude Code automatisch diese 5 verfügbaren Skills auf:

Du wählst einen aus, und die KI führt diesen Skill aus. Einfach, oder? Was früher 10 Minuten manuelle Arbeit erforderte, erledigt jetzt nur eine Menüauswahl.

Alle Methoden sind in den Skills hinterlegt, sodass du nicht jedes Mal die Anweisungen wiederholen musst.

Der Hauptgrund, warum ich in mehrere unabhängige Skills aufteile: Menschen müssen die Zwischenergebnisse prüfen. Zum Beispiel muss ich sehen, ob der Überprüfungsentwurf korrekt ist, und dann nach Bestätigung den Schnitt ausführen.

3. Selbstaktualisierungsmechanismus: Je mehr du es nutzt, desto besser versteht es dich

Das ist mein stolzestes Design. Nach jeder Aufgabenausführung kannst du Feedback geben, und die KI speichert das Feedback dauerhaft in den Skills.

Kernpunkt: Die Skills verwandeln sich allmählich von einem Satz allgemeiner Regeln in eine maßgeschneiderte Lösung, die nur dir gehört.

Nutze es 10 Mal, und es kennt 80 % deiner Gewohnheiten. Nutze es 50 Mal, und es erfüllt deine Bedürfnisse vollständig.

Je mehr du es nutzt, desto persönlicher werden die Skills, und desto besser versteht es dich – das ist die Kraft der Selbstaktualisierung.

Konkrete Schritte

Schritt 1: Skills herunterladen

Öffne einen neuen Ordner; du kannst diesen Ordner in Zukunft als dedizierten Arbeitsbereich für die Bearbeitung verwenden – das ist praktischer.

Lade mir die Bearbeitungs-Skills herunter:

• Adresse: https://github.com/Ceeon/videocut-skills
• Speicherpfad: .claude/skills/ (direkt in dieses Verzeichnis klonen, keine Unterordner erstellen)

Dann lädt es automatisch herunter, und dieser Vorgang geht sehr schnell.

Dann starten wir neu, um diese Skills zu sehen.

Schritt 2: Umgebung installieren

Gib /v ein und wähle videocut:install.

Die KI installiert automatisch Abhängigkeiten und lädt Modelle herunter (ca. 5 GB):

• FunASR: Zur Erkennung von Versprechern
• Whisper: Zur Untertitelgenerierung

Diese beiden Modelle haben jeweils ihre Vorteile: FunASR eignet sich für wortgenaues Schneiden (Erkennung von Versprechern, Füllwörtern), und Whisper liefert eine bessere Untertitelqualität.

Schritt 3: Talking-Head-Video bearbeiten

Gib /v ein, wähle videocut:edit talking-head und teile der KI den Pfad deiner Videodatei mit.

Die KI wird automatisch:

1. Das Video transkribieren
2. Versprecher identifizieren (Satz für Satz, ohne Auslassungen)
3. Füllwörter identifizieren (ähm, ah, eh usw.)
4. Stille identifizieren (≥1 s)
5. Einen Überprüfungsentwurf erstellen

Im Überprüfungsentwurf zeigt das Stopp-Symbol (⏸️) einen stillen Abschnitt an, der gelöscht werden muss. Die Wellenlinie nach dem roten Punkt (🔴～～) zeigt einen wiederholten Abschnitt an, der ebenfalls gelöscht werden muss. Wenn du ein anderes Format möchtest, kannst du der KI sagen, dass sie es in ein Format ändern soll, das deinen Anforderungen entspricht.

Wichtig: Nachdem der Überprüfungsentwurf erstellt wurde, schaust du ihn durch. Wenn etwas nicht zufriedenstellend ist (z. B. „Ich möchte mehr ‚ähm‘ behalten“ oder „Dieses Wort wurde falsch erkannt“), kommuniziere weiter mit der KI, bis du zufrieden bist.

Gib dann /v ein, wähle videocut:self-update, und die KI zeichnet diese Anpassung in den Skills auf.

Nach der Bestätigung wird der Schnitt automatisch ausgeführt.

Schritt 4: Untertitel hinzufügen

Wichtig: Benutzerdefiniertes Wörterbuch = doppelte Untertitelgenauigkeit

In den Skills ist eine Wörterbuchdatei voreingestellt:

.claude/skills/videocut:subtitles/dictionary.txt

Öffne diese Datei, und du siehst den voreingestellten Wortschatz:

Du musst nur deine Eigennamen in diese Datei einfügen. Zum Beispiel deinen Firmennamen, Produktnamen, Kanalnamen usw.:

Chengfengs Kanal

KI-Produktfreiheit

Mein Markenname

Wenn du sie vorab ins Wörterbuch einträgst, kann die KI beim Hinzufügen von Untertiteln automatisch dein Wörterbuch zur Korrektur von Modellfehlern verwenden. Beim ersten Mal korrekt.

Gib dann /v ein, wähle videocut:subtitles.

Die KI wird automatisch:

1. Whisper-Transkription
2. Wörterbuchkorrektur von Tippfehlern (mithilfe deines benutzerdefinierten Wörterbuchs)
3. Untertiteldateien erstellen

1. Die KI lässt dich bestätigen, ob die Untertitel korrekt sind
2. Nach Bestätigung werden sie in das Video eingebrannt

Wichtig: Wenn du später feststellst, dass etwas im Wörterbuch gefehlt hat, kannst du jederzeit mit /v die Option videocut:self-update auswählen, um es zu ergänzen.

Vier Schritte, und alles ist automatisiert.

Zusammenfassung

Am Ende entspricht das Ergebnis weitgehend dem Ergebnis des manuellen Schnitts in CapCut!

Wenn du oft Talking-Head-Videos bearbeitest, kann ich es nur wärmstens empfehlen. Denk daran, den Selbstaktualisierungsmechanismus zu nutzen, damit der Agent dich mit jedem Gebrauch besser versteht.