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

Hola a todos, soy Chengfeng.

Pasé una semana usando habilidades de edición para crear un agente de edición.

¡Es realmente satisfactorio!

Puede editar automáticamente un video de 30 minutos en 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 entende la semántica

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

Problema 2: La calidad de los subtítulos es deficiente

Los subtítulos generados automáticamente tienen muchos errores tipográficos.

Así que 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
• Agent = Sistema adaptable + Aprendizaje automático

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

Pero eso no es lo más impresionante.

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

Tres diseños principales

1. Lógica del agente

Solo se necesitan 4 pasos:

2. Sistema de Skills

Anteriormente, hacía todas las funciones en una sola skill grande, lo que requería instrucciones para diferenciar tareas, lo cual era muy molesto.

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 escribes /v, Claude Code lista automáticamente estas 5 skills disponibles:

Eliges una y la IA ejecuta esa skill. Sencillo, ¿verdad? Lo que antes llevaba 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 intermedio. Por ejemplo, necesito ver si el borrador de revisión es correcto y luego ejecutar la edición después de confirmar.

3. Mecanismo de autoactualización: cuanto más lo usas, mejor te entiende

Este es mi diseño del que más orgulloso estoy. Después de cada 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 sabrá el 80% de tus hábitos. Úsalo 50 veces y se adaptará por completo a tus necesidades.

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

Operaciones específicas

Paso 1: Descargar 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 a este directorio, no crees subcarpetas)

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

Luego reiniciamos para ver estas skills.

Paso 2: Instalar entorno

Escribe /v y selecciona videocut:install.

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

• FunASR: Para reconocimiento de errores al hablar
• Whisper: Para generación de subtítulos

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

Paso 3: Editar video de cabeza parlante

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

La IA automáticamente:

1. Transcribe el video
2. Identifica errores al hablar (revisa frase por frase, sin perder ninguna)
3. Identifica muletillas (um, ah, eh, etc.)
4. Identifica silencios (≥1s)
5. Genera 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 quieres otros formatos, 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 se reconoció incorrectamente'), continúa comunicándote con la IA hasta que estés satisfecho.

Luego escribe /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: Añadir subtítulos

Punto: Diccionario personalizado = Precisión de subtítulos al doble

Un archivo de diccionario está predefinido en las Skills:

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

Abre este archivo y verás el vocabulario predefinido:

Solo necesitas añadir 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 Nombre de Marca

Al precargarlo en el diccionario, la IA usará automáticamente tu diccionario para corregir errores del modelo al añadir subtítulos. Preciso desde el primer intento.

Luego escribe /v, selecciona videocut:subtitles.

La IA automáticamente:

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

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

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

Cuatro pasos y listo, completamente automatizado.

Resumen

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

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