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 a usar técnicas de edição para criar um Agente de edição.

É muito satisfatório!

Consegue editar automaticamente um vídeo de 30 minutos em 10 minutos.

Costumo usar o CapCut (Jianying) para editar vídeos de apresentação, mas depois de algum tempo, encontrei vários problemas:

Problema 1: O corte inteligente não compreende a semântica

Como não compreende a semântica, alguns segmentos repetitivos não são identificados. Se eu falar durante vinte ou trinta minutos de uma só vez, editá-lo sozinho é muito cansativo.

Problema 2: A qualidade das legendas é fraca

As legendas geradas automaticamente têm muitos erros de digitação.

Por isso, usei a funcionalidade 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 + Aprendizagem automática

Não estou a substituir o CapCut por um algoritmo melhor, mas sim a substituí-lo por um sistema que se autoaperfeiçoa.

Mas isso não é o mais impressionante.

O mais impressionante é: Quanto mais o usas, melhor te compreende e fica cada vez mais rápido.

Três Design Principais

1. Lógica do Agente

Precisas apenas de 4 passos:

2. Sistema de Skills

Anteriormente, transformava todas as funções numa única skill, o que exigia instruções para distinguir diferentes tarefas, o que era muito trabalhoso.

Agora, transformei as 5 tarefas principais de edição em 5 skills independentes e coloquei-as no diretório .claude/skills/. Isto é mais claro e fácil de escolher.

Quando escreves /v, o Claude Code lista automaticamente estas 5 skills disponíveis:

Escolhes uma e a IA executa essa skill. Simples, certo? O que antes demorava 10 minutos de operação manual, agora requer apenas selecionar uma opção num menu.

Todas as metodologias estão escritas nas Skills, para não teres de repetir instruções todas as vezes.

A razão principal para dividir em várias skills independentes é: os humanos precisam de verificar o resultado intermédio. Por exemplo, preciso de ver se o rascunho de revisão está correto e só depois executar a edição após confirmação.

3. Mecanismo de Auto-atualização: Quanto mais usas, melhor te compreende

Este é o meu design de que mais me orgulho. Após cada execução de tarefa, podes dar feedback, e a IA irá guardar permanentemente esse feedback nas Skills.

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

Usa-a 10 vezes e ela conhece 80% dos teus hábitos. Usa-a 50 vezes e ela satisfaz totalmente as tuas necessidades.

Quanto mais usas, mais personalizadas as Skills se tornam e melhor te compreendem — este é o poder da auto-atualização.

Operações Específicas

Passo 1: Descarregar as Skills

Abre uma nova pasta; podes usar esta pasta como um espaço dedicado para processar edições no futuro, o que é mais prático.

Ajuda-me a descarregar as Skills de edição:

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

Depois, descarrega-se sozinho e este processo é muito rápido.

Depois, reiniciamos para ver estas skills.

Passo 2: Instalar o Ambiente

Escreve /v e seleciona videocut:install.

A IA irá instalar automaticamente as dependências e descarregar os modelos (cerca de 5 GB):

• FunASR: Para reconhecimento de lapsos de fala
• Whisper: Para geração de legendas

Estes dois modelos têm cada um as suas vantagens: o FunASR é adequado para edição ao nível da palavra (reconhecer lapsos de fala, palavras de preenchimento), e o Whisper é melhor para a qualidade das legendas.

Passo 3: Editar Vídeo de Apresentação

Escreve /v, seleciona videocut:edit talking-head e depois diz à IA o caminho do teu ficheiro de vídeo.

A IA irá automaticamente:

1. Transcrever o vídeo
2. Identificar lapsos de fala (verificar frase a frase, sem falhar nenhuma)
3. Identificar palavras de preenchimento (hum, ah, eh, etc.)
4. Identificar silêncios (≥1s)
5. Gerar um rascunho de revisão

No rascunho de revisão, o símbolo de paragem (⏸️) indica um segmento de silêncio que precisa de ser eliminado. A linha ondulada após o ponto vermelho (🔴～～) indica um segmento repetitivo que também precisa de ser eliminado. Se quiseres outro formato, podes dizer à IA para o modificar para um formato que atenda aos teus requisitos.

Ponto-chave: Depois de o rascunho de revisão ficar pronto, tu revê-lo. Se houver algo de que não gostes (por exemplo, 'quero manter mais 'huns' ou 'esta palavra foi mal reconhecida'), continua a comunicar com a IA até estares satisfeito.

Depois, escreve /v, seleciona videocut:self-update, e a IA irá registar este ajuste nas Skills.

Após confirmação, a edição é executada automaticamente.

Passo 4: Adicionar Legendas

Ponto: Dicionário personalizado = Duplicar a precisão das legendas

Um ficheiro de dicionário está pré-definido nas Skills:

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

Abre este ficheiro e verás o vocabulário pré-definido:

Só precisas de adicionar os teus nomes próprios a este ficheiro. Por exemplo, o nome da tua empresa, nome do produto, nome do canal, etc.:

Canal do Chengfeng

Liberdade de Produtos de IA

O Nome da Minha Marca

Pré-gravar no dicionário permite que a IA use automaticamente o teu dicionário para corrigir erros do modelo ao adicionar legendas. Preciso à primeira.

Depois, escreve /v e seleciona videocut:subtitles.

A IA irá automaticamente:

1. Transcrição com Whisper
2. Correção de erros de digitação com o dicionário (usando o teu dicionário personalizado)
3. Gerar ficheiros de legendas

1. A IA irá pedir-te para confirmares se as legendas estão corretas
2. Após confirmares que estão corretas, queima-as no vídeo

Ponto-chave: Se mais tarde descobrires que faltava algo no dicionário, também podes usar /v para selecionar videocut:self-update para o complementar 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 costumas editar vídeos de apresentação, recomendo vivamente que experimentes. Lembra-te de usar o mecanismo de auto-atualização, para que o Agente te compreenda melhor quanto mais o usares.