¡Increíble! ¡Creé un agente de edición de video con aprendizaje mediante Claude Skills para editar videos automáticamente en 10 minutos!

Hola a todos, soy Chengfeng.

Me tomé una semana para crear un Agente de edición usando habilidades de edición.

¡Es realmente satisfactorio!

Puede editar automáticamente un video de 30 minutos en solo 10 minutos.

A menudo uso CapCut (Jianying) para editar videos de cabezas parlantes, pero después de usarlo un tiempo, encontré varios problemas:

Problema 1: El corte inteligente no entiende la semántica

Como no puede entender la semántica, algunos segmentos repetitivos no se identifican. Si hablo durante veinte o treinta minutos seguidos, editarlo yo mismo es muy cansado.

Problema 2: La calidad de los subtítulos es deficiente

Los subtítulos generados automáticamente tienen muchos errores tipográficos.

Por eso usé la función de Skills de Claude Code para crear un Agente de edición.

La diferencia fundamental es simple:

Diferencias clave:

• CapCut = Herramienta fija + Operación manual
• Agente = Sistema adaptable + Aprendizaje automático

No estoy reemplazando CapCut con un algoritmo mejor, sino reemplazándolo con un sistema que se mejora a sí mismo.

Pero eso no es lo más impresionante.

Lo más impresionante es: Te entiende mejor cuanto más lo usas, y se vuelve cada vez más rápido.

Tres Diseños Principales

1. Lógica del Agente

Solo se necesitan 4 pasos:

2. Sistema de Skills

Antes, hacía todas las funciones en una sola skill grande, lo que requería instrucciones para distinguir diferentes tareas, era muy engorroso.

Ahora he convertido las 5 tareas principales de edición en 5 skills independientes y las he colocado en el directorio .claude/skills/. Esto es más claro y fácil de elegir.

Cuando ingresas /v, Claude Code listará automáticamente estas 5 skills disponibles:

Eliges una y la IA ejecuta esa skill. Sencillo, ¿verdad? Lo que antes tomaba 10 minutos de operación manual, ahora solo requiere seleccionar de un menú.

Todas las metodologías están escritas en las Skills, así que no tienes que repetir instrucciones cada vez.

La razón principal para dividir en múltiples skills independientes es: los humanos necesitan verificar el resultado parcial. Por ejemplo, necesito revisar si el borrador de revisión es correcto, y luego ejecutar la edición después de la confirmación.

3. Mecanismo de Autoactualización: Cuanto más lo usas, mejor te entiende

Este es mi diseño del que más orgulloso estoy. Después de cada ejecución de tarea, puedes dar retroalimentación, y la IA guardará permanentemente esa retroalimentación en las Skills.

Punto clave: Las Skills pasan gradualmente de ser un conjunto de reglas generales a una solución personalizada que solo te pertenece a ti.

Úsalo 10 veces, y conocerá el 80% de tus hábitos. Úsalo 50 veces, y cumplirá completamente tus necesidades.

Cuanto más lo usas, más personalizadas se vuelven las Skills, y mejor te entiende — ese es el poder de la autoactualización.

Operaciones Específicas

Paso 1: Descargar las Skills

Abre una nueva carpeta; puedes usar esta carpeta como un espacio dedicado para procesar ediciones en el futuro, es más conveniente.

Ayúdame a descargar las Skills de edición:

• Dirección: https://github.com/Ceeon/videocut-skills
• Ruta de almacenamiento: .claude/skills/ (Clona directamente en este directorio, no crees subcarpetas)

Luego se descargará solo, y este proceso es muy rápido.

Luego reiniciamos para ver estas skills.

Paso 2: Instalar el Entorno

Ingresa /v y selecciona videocut:install.

La IA instalará automáticamente las dependencias y descargará los modelos (aproximadamente 5 GB):

• FunASR: Para reconocimiento de errores de dicción
• Whisper: Para generación de subtítulos

Estos dos modelos tienen sus propias ventajas: FunASR es adecuado para edición a nivel de palabras (reconocer errores de dicción, muletillas), y Whisper es mejor para la calidad de los subtítulos.

Paso 3: Editar Video de Cabeza Parlante

Ingresa /v, selecciona videocut:edit talking-head, y luego dile a la IA la ruta de tu archivo de video.

La IA automáticamente:

1. Transcribirá el video
2. Identificará errores de dicción (revisa frase por frase, sin perder ninguna)
3. Identificará muletillas (um, ah, eh, etc.)
4. Identificará silencios (≥1s)
5. Generará un borrador de revisión

En el borrador de revisión, el símbolo de pausa (⏸️) indica un segmento de silencio que debe eliminarse. La línea ondulada después del punto rojo (🔴～～) indica un segmento repetitivo que también debe eliminarse. Si prefieres otro formato, puedes decirle a la IA que lo modifique a un formato que cumpla con tus requisitos.

Clave: Después de que salga el borrador de revisión, revísalo. Si hay algo que no te guste (por ejemplo, 'quiero conservar más ums' o 'esta palabra fue reconocida incorrectamente'), continúa comunicándote con la IA hasta que estés satisfecho.

Luego ingresa /v, selecciona videocut:self-update, y la IA registrará este ajuste en las Skills.

Después de la confirmación, la edición se ejecuta automáticamente.

Paso 4: Agregar Subtítulos

Punto: Diccionario personalizado = Duplica la precisión de los subtítulos

En las Skills hay un archivo de diccionario preestablecido:

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

Abre este archivo y verás el vocabulario preestablecido:

Solo necesitas agregar tus nombres propios a este archivo. Por ejemplo, el nombre de tu empresa, nombre de producto, nombre de canal, etc.:

Canal de Chengfeng

Libertad de Productos de IA

Mi Marca Personal

Al grabarlos previamente en el diccionario, la IA usará automáticamente tu diccionario para corregir errores del modelo al agregar subtítulos. Preciso desde la primera vez.

Luego ingresa /v, selecciona videocut:subtitles.

La IA automáticamente:

1. Transcripción con Whisper
2. Corrección de errores tipográficos con el diccionario (usando tu diccionario personalizado)
3. Generará archivos de subtítulos

1. La IA te pedirá que confirmes si los subtítulos son correctos
2. Después de confirmar que son correctos, los quemará en el video

Clave: Si más tarde descubres que faltó algo en el diccionario, también puedes usar /v para seleccionar videocut:self-update y complementarlo en cualquier momento.

Cuatro pasos para lograrlo, completamente automatizado.

Resumen

Finalmente, ¡el resultado es básicamente consistente con el resultado de la edición manual en CapCut!

Si a menudo editas videos de cabezas parlantes, te recomiendo mucho que lo pruebes. Recuerda usar el mecanismo de autoactualización, así el Agente te entenderá mejor cuanto más lo uses.