Incredibile! Ho creato un agente di video editing con Claude Skills per montare video automaticamente in 10 minuti!

Ciao a tutti, sono Chengfeng.

Ho passato una settimana a creare un Agent di editing utilizzando tecniche di montaggio.

È davvero soddisfacente!

È in grado di montare automaticamente un video di 30 minuti in 10 minuti.

Uso spesso CapCut (Jianying) per montare video di persone che parlano, ma dopo un po' ho riscontrato diversi problemi:

Problema 1: Il taglio intelligente non comprende la semantica

Poiché non capisce il significato, alcuni segmenti ripetitivi non vengono identificati. Se parlo per venti o trenta minuti di fila, montarlo da solo è molto stancante.

Problema 2: La qualità dei sottotitoli è scarsa

I sottotitoli generati automaticamente hanno molti errori di battitura.

Così ho usato la funzione Skills di Claude Code per creare un Agent di editing.

La differenza fondamentale è semplice:

Differenze chiave:

• CapCut = Strumento fisso + Operazione manuale
• Agent = Sistema adattivo + Apprendimento automatico

Non sto sostituendo CapCut con un algoritmo migliore, ma lo sto sostituendo con un sistema che migliora da solo.

Ma non è questa la parte più impressionante.

La parte più impressionante è: Più lo usi, più ti capisce e diventa sempre più veloce.

Tre Progettazioni Fondamentali

1. Logica dell'Agent

Servono solo 4 passaggi:

2. Sistema di Skills

Prima, raggruppavo tutte le funzioni in un'unica grande skill, che richiedeva istruzioni per distinguere i vari compiti, il che era molto scomodo.

Ora ho suddiviso i 5 compiti principali dell'editing in 5 skills indipendenti e le ho inserite nella directory .claude/skills/. È più chiaro e più facile da scegliere.

Quando inserisci /v, Claude Code elenca automaticamente queste 5 skills disponibili:

Ne scegli una e l'AI esegue quella skill. Semplice, vero? Quello che prima richiedeva 10 minuti di operazioni manuali ora richiede solo una selezione da un menu.

Tutte le metodologie sono scritte nelle Skills, così non devi ripetere le istruzioni ogni volta.

Il motivo principale per suddividere in più skills indipendenti è: l'umano deve verificare i risultati intermedi. Ad esempio, devo vedere se la bozza di revisione è corretta e poi eseguire il montaggio solo dopo la conferma.

3. Meccanismo di Autoaggiornamento: Più lo usi, più ti capisce

Questa è la mia progettazione di cui vado più fiero. Dopo ogni esecuzione di un compito, puoi dare un feedback e l'AI salverà permanentemente il feedback nelle Skills.

Punto chiave: Le Skills si trasformano gradualmente da un insieme di regole generali a una soluzione personalizzata che appartiene solo a te.

Usalo 10 volte e conoscerà l'80% delle tue abitudini. Usalo 50 volte e soddisferà pienamente le tue esigenze.

Più lo usi, più le Skills diventano personalizzate e meglio ti capiscono — questo è il potere dell'autoaggiornamento.

Operazioni Specifiche

Passaggio 1: Scaricare le Skills

Apri una nuova cartella; puoi usare questa cartella come spazio dedicato per l'elaborazione del montaggio in futuro, è più comodo.

Aiutami a scaricare le Skills di editing:

• Indirizzo: https://github.com/Ceeon/videocut-skills
• Percorso di salvataggio: .claude/skills/ (Clona direttamente in questa directory, non creare sottocartelle)

Poi si scaricherà da solo e questo processo è molto veloce.

Poi riavviamo per vedere queste skills.

Passaggio 2: Installare l'Ambiente

Inserisci /v e seleziona videocut:install.

L'AI installerà automaticamente le dipendenze e scaricherà i modelli (circa 5 GB):

• FunASR: Per il riconoscimento di lapsus
• Whisper: Per la generazione di sottotitoli

Questi due modelli hanno ciascuno i propri vantaggi: FunASR è adatto per l'editing a livello di parola (riconoscimento di lapsus, parole di riempimento), mentre Whisper è migliore per la qualità dei sottotitoli.

Passaggio 3: Montare un Video di una Persona che Parla

Inserisci /v, seleziona videocut:edit talking-head, poi comunica all'AI il percorso del tuo file video.

L'AI farà automaticamente:

1. Trascrivere il video
2. Identificare i lapsus (controllo frase per frase, senza perderne nessuno)
3. Identificare le parole di riempimento (uhm, ah, eh, ecc.)
4. Identificare i silenzi (≥1s)
5. Generare una bozza di revisione

Nella bozza di revisione, il simbolo di pausa (⏸️) indica un segmento di silenzio da eliminare. La linea ondulata dopo il punto rosso (🔴～～) indica un segmento ripetitivo che deve essere anch'esso eliminato. Se desideri altri formati, puoi chiedere all'AI di modificarlo in un formato che soddisfi le tue esigenze.

Punto chiave: Una volta uscita la bozza di revisione, la esamini. Se c'è qualcosa che non ti soddisfa (ad esempio, 'Voglio mantenere più 'uhm'' o 'questa parola è stata riconosciuta male'), continua a comunicare con l'AI finché non sei soddisfatto.

Poi inserisci /v, seleziona videocut:self-update e l'AI registrerà questa modifica nelle Skills.

Dopo la conferma, il montaggio viene eseguito automaticamente.

Passaggio 4: Aggiungere Sottotitoli

Punto: Dizionario personalizzato = Precisione dei sottotitoli raddoppiata

Un file dizionario è preimpostato nelle Skills:

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

Apri questo file e vedrai il vocabolario preimpostato:

Devi solo aggiungere i tuoi nomi propri a questo file. Ad esempio, il nome della tua azienda, il nome del prodotto, il nome del canale, ecc.:

Il Canale di Chengfeng

Libertà dei Prodotti AI

Il Mio Nome del Marchio

Registrarli preventivamente nel dizionario permette all'AI di utilizzare automaticamente il tuo dizionario per correggere gli errori del modello durante l'aggiunta dei sottotitoli. Preciso al primo colpo.

Poi inserisci /v, seleziona videocut:subtitles.

L'AI farà automaticamente:

1. Trascrizione con Whisper
2. Correzione degli errori di battitura tramite dizionario (usando il tuo dizionario personalizzato)
3. Generare i file dei sottotitoli

1. L'AI ti farà confermare se i sottotitoli sono corretti
2. Dopo aver confermato che sono corretti, li incorporerà nel video

Punto chiave: Se successivamente scopri che manca qualcosa nel dizionario, puoi anche usare /v e selezionare videocut:self-update per integrarlo in qualsiasi momento.

Quattro passaggi e tutto è automatizzato.

Riepilogo

Alla fine, il risultato è sostanzialmente coerente con il risultato del montaggio manuale in CapCut!

Se monti spesso video di persone che parlano, ti consiglio vivamente di provarlo. Ricorda di usare il meccanismo di autoaggiornamento, così l'Agent ti capirà sempre meglio man mano che lo usi.