Incrível! Criei um Agente de Edição de Vídeo com Claude Skills para Editar Vídeos Automaticamente em 10 Minutos!

Olá a todos, sou o Chengfeng.

Passei uma semana usando habilidades de edição para criar um Agente de edição.

É muito satisfatório!

Ele consegue editar automaticamente um vídeo de 30 minutos em apenas 10 minutos.

Costumo usar o CapCut (Jianying) para editar vídeos de cabeça falante, mas depois de um tempo, encontrei alguns problemas:

Problema 1: O corte inteligente não entende semântica

Como não consegue entender a semântica, alguns segmentos repetitivos não são identificados. Se eu falar por vinte ou trinta minutos sem parar, editar sozinho é muito cansativo.

Problema 2: A qualidade das legendas é baixa

As legendas geradas automaticamente têm muitos erros de digitação.

Então, usei o recurso Skills do Claude Code para criar um Agente de edição.

A diferença fundamental é simples:

Diferenças-chave:

• CapCut = Ferramenta fixa + Operação manual
• Agente = Sistema adaptativo + Aprendizado automático

Não estou substituindo o CapCut por um algoritmo melhor, mas sim substituindo-o por um sistema que se autoaperfeiçoa.

Mas isso não é o mais impressionante.

O mais impressionante é: Quanto mais você usa, melhor ele te entende, e fica cada vez mais rápido.

Três Projetos Centrais

1. Lógica do Agente

Só são necessários 4 passos:

2. Sistema de Skills

Antes, eu colocava todas as funções em uma única skill grande, o que exigia instruções para diferenciar as tarefas, o que era muito trabalhoso.

Agora, transformei as 5 tarefas centrais da edição em 5 skills independentes e as coloquei no diretório .claude/skills/. Isso é mais claro e fácil de escolher.

Quando você digita /v, o Claude Code lista automaticamente essas 5 skills disponíveis:

Você escolhe uma e a IA executa aquela skill. Simples, né? O que antes levava 10 minutos de operação manual agora só requer selecionar em um menu.

Todas as metodologias estão escritas nas Skills, então você não precisa repetir instruções toda vez.

O motivo central para dividir em várias skills independentes é: os humanos precisam verificar o resultado parcial. Por exemplo, eu preciso ver se o rascunho da revisão está correto e só então executar a edição após a confirmação.

3. Mecanismo de Autoatualização: Quanto mais você usa, melhor ele te entende

Este é o meu design do qual mais me orgulho. Após cada execução de tarefa, você pode dar feedback, e a IA salvará permanentemente o feedback nas Skills.

Ponto-chave: As Skills gradualmente passam de um conjunto de regras gerais para uma solução personalizada que só pertence a você.

Use 10 vezes, e ela saberá 80% dos seus hábitos. Use 50 vezes, e ela atenderá totalmente às suas necessidades.

Quanto mais você usa, mais personalizadas as Skills se tornam, e melhor ela te entende — este é o poder da autoatualização.

Operações Específicas

Passo 1: Baixar as Skills

Abra uma nova pasta; você pode usar esta pasta como um espaço dedicado para processar edições no futuro, o que é mais conveniente.

Ajude-me a baixar as Skills de edição:

• Endereço: https://github.com/Ceeon/videocut-skills
• Caminho de armazenamento: .claude/skills/ (Clone diretamente para este diretório, não crie subpastas)

Em seguida, ele fará o download sozinho, e este processo é muito rápido.

Depois, reiniciamos para ver essas skills.

Passo 2: Instalar o Ambiente

Digite /v e selecione videocut:install.

A IA instalará automaticamente as dependências e baixará os modelos (cerca de 5 GB):

• FunASR: Para reconhecimento de deslizes de língua
• Whisper: Para geração de legendas

Esses dois modelos têm suas vantagens: FunASR é adequado para edição no nível da palavra (reconhece deslizes de língua, palavras de preenchimento), e Whisper é melhor para a qualidade das legendas.

Passo 3: Editar Vídeo de Cabeça Falante

Digite /v, selecione videocut:edit talking-head e informe à IA o caminho do seu arquivo de vídeo.

A IA automaticamente:

1. Transcreve o vídeo
2. Identifica deslizes de língua (verifica frase por frase, sem perder nenhum)
3. Identifica palavras de preenchimento (hum, ah, eh, etc.)
4. Identifica silêncio (≥1s)
5. Gera um rascunho de revisão

No rascunho de revisão, o símbolo de parada (⏸️) indica um segmento de silêncio que precisa ser excluído. A linha ondulada após o ponto vermelho (🔴～～) indica um segmento repetitivo que também precisa ser excluído. Se você quiser outros formatos, pode dizer à IA para modificá-lo para um formato que atenda às suas necessidades.

Ponto-chave: Depois que o rascunho da revisão sair, você o examina. Se houver algo com que você não esteja satisfeito (por exemplo, 'quero manter mais 'ums'' ou 'esta palavra foi reconhecida incorretamente'), continue a se comunicar com a IA até ficar satisfeito.

Em seguida, digite /v, selecione videocut:self-update, e a IA registrará este ajuste nas Skills.

Após a confirmação, a edição é executada automaticamente.

Passo 4: Adicionar Legendas

Ponto: Dicionário personalizado = O dobro da precisão das legendas

Um arquivo de dicionário está pré-definido nas Skills:

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

Abra este arquivo e você verá o vocabulário pré-definido:

Você só precisa adicionar seus substantivos próprios a este arquivo. Por exemplo, o nome da sua empresa, nome do produto, nome do canal, etc.:

Canal do Chengfeng

Liberdade de Produtos de IA

Minha Marca

Pré-gravar no dicionário permite que a IA use automaticamente seu dicionário para corrigir erros do modelo ao adicionar legendas. Preciso na primeira vez.

Em seguida, digite /v, selecione videocut:subtitles.

A IA automaticamente:

1. Transcrição com Whisper
2. Correção de erros de digitação com o dicionário (usando seu dicionário personalizado)
3. Gera arquivos de legenda

1. A IA permitirá que você confirme se as legendas estão corretas
2. Após confirmar que estão corretas, grave-as no vídeo

Ponto-chave: Se mais tarde você perceber que algo estava faltando no dicionário, você também pode usar /v para selecionar videocut:self-update para complementá-lo a qualquer momento.

Quatro passos para concluir, totalmente automatizado.

Resumo

Finalmente, o resultado é basicamente consistente com o resultado da edição manual no CapCut!

Se você costuma editar vídeos de cabeça falante, recomendo fortemente experimentar. Lembre-se de usar o mecanismo de autoatualização, para que o Agente te entenda melhor quanto mais você usar.