video-editing
affaan-m/ECC
Bearbeiten Sie echtes Videomaterial mithilfe einer Pipeline aus FFmpeg, Remotion, ElevenLabs, fal.ai und herkömmlichen Editoren, um Rohaufnahmen zu schneiden, zu strukturieren und zu ergänzen.
...Alle erweiternVideobearbeitung
KI-gestützte Bearbeitung von echtem Filmmaterial. Keine Generierung anhand von Eingabeaufforderungen. Schnelle Bearbeitung vorhandener Videos.
Wann aktivieren?
- Der Nutzer möchte Videomaterial bearbeiten, schneiden oder strukturieren
- Umwandlung langer Aufnahmen in Kurzform-Inhalte
- Erstellung von Vlogs, Tutorials oder Demovideos aus Rohmaterial
- Hinzufügen von Overlays, Untertiteln, Musik oder Voiceover zu bestehenden Videos
- Anpassung von Videos an verschiedene Plattformen (YouTube, TikTok, Instagram)
- Der Nutzer sagt „Video bearbeiten“, „dieses Filmmaterial schneiden“, „einen Vlog erstellen“ oder „Video-Workflow“
Kernthese
KI-Videobearbeitung ist dann nützlich, wenn man aufhört, von ihr zu verlangen, das gesamte Video zu erstellen, und stattdessen damit beginnt, sie zum Komprimieren, Strukturieren und Ergänzen von echtem Filmmaterial zu nutzen. Der Wert liegt nicht in der Generierung. Der Wert liegt in der Komprimierung.
Die Pipeline
Screen Studio / Rohmaterial
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript oder CapCut
Jede Ebene hat eine bestimmte Aufgabe. Überspringe keine Ebenen. Versuche nicht, alles mit einem einzigen Tool zu erledigen.
Ebene 1: Aufnahme (Screen Studio / Rohmaterial)
Sammeln Sie das Ausgangsmaterial:
- Screen Studio: aufbereitete Bildschirmaufnahmen für App-Demos, Programmier-Sessions, Browser-Workflows
- Rohmaterial von der Kamera: Vlog-Aufnahmen, Interviews, Event-Aufzeichnungen
- Desktop-Aufzeichnung über VideoDB: Sitzungsaufzeichnung mit Echtzeit-Kontext (siehe
„VideoDB“-Kompetenz)
Ergebnis: Rohdateien, bereit zur Organisation.
Ebene 2: Organisation (Claude / Codex)
Verwenden Sie Claude Code oder Codex, um:
- Transkribieren und kennzeichnen: Transkript erstellen, Themen und Motive identifizieren
- Struktur planen: entscheiden, was bleibt, was gestrichen wird und welche Reihenfolge sinnvoll ist
- Unnötige Abschnitte identifizieren: Pausen, Abschweifungen und wiederholte Aufnahmen finden
- Erstellen einer Schnittliste: Zeitstempel für Schnitte, zu behaltende Segmente
- Erstellen Sie einen Code-Entwurf für FFmpeg und Remotion: Generieren Sie die Befehle und Zusammensetzungen
Beispiel-Eingabeaufforderung:
„Hier ist das Transkript einer 4-stündigen Aufnahme. Identifiziere die 8 stärksten Segmente
für einen 24-minütigen Vlog. Gib mir FFmpeg-Schnittbefehle für jedes Segment.“
In dieser Ebene geht es um die Struktur, nicht um den endgültigen kreativen Geschmack.
Ebene 3: Deterministische Schnitte (FFmpeg)
FFmpeg übernimmt die langweilige, aber entscheidende Arbeit: Aufteilen, Zuschneiden, Verketten und Vorverarbeiten.
Segment nach Zeitstempel extrahieren
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
Stapelschnitt anhand der Schnittliste
#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt
Segmente zusammenfügen
# Dateiliste erstellen
for f in segments/*.mp4; do echo "Datei '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Proxy für schnellere Bearbeitung erstellen
ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4
Audio für die Transkription extrahieren
ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav
Tonpegel normalisieren
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Ebene 4: Programmierbare Komposition (Remotion)
Remotion verwandelt Bearbeitungsprobleme in komponierbaren Code. Verwenden Sie es für Aufgaben, die mit herkömmlichen Editoren mühsam sind:
Wann sollte Remotion verwendet werden?
- Overlays: Text, Bilder, Branding, Untertitel
- Datenvisualisierungen: Diagramme, Statistiken, animierte Zahlen
- Motion Graphics: Übergänge, Erkläranimationen
- Modular aufbaubare Szenen: wiederverwendbare Vorlagen für verschiedene Videos
- Produktdemos: kommentierte Screenshots, UI-Highlights
Grundlegende Remotion-Komposition
import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
export const VlogComposition: React.FC = () => {
const frame = useCurrentFrame();
return (
{/* Hauptmaterial */}
{/* Titel-Overlay */}
Der KI-Bearbeitungs-Stack
{/* Nächstes Segment */}
);
};
Render-Ergebnis
npx remotion render src/index.ts VlogComposition output.mp4
Detaillierte Muster und die API-Referenz finden Sie in der Remotion-Dokumentation.
Ebene 5: Generierte Assets (ElevenLabs / fal.ai)
Generieren Sie nur das, was Sie benötigen. Generieren Sie nicht das gesamte Video.
Voiceover mit ElevenLabs
import os
import requests
resp = requests.post(
f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
headers={
"xi-api-key": os.environ["ELEVENLABS_API_KEY"],
"Content-Type": "application/json"
},
json={
"text": "Dein Vorlesetext hier",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("voiceover.mp3", "wb") as f:
f.write(resp.content)
Musik und Soundeffekte mit fal.ai
Verwenden Sie den fal-ai-media-Skill für:
- Erzeugung von Hintergrundmusik
- Soundeffekte (ThinkSound-Modell für Video-zu-Audio)
- Übergangseffekte
Generierte Grafiken mit fal.ai
Verwendung für Einblendungen, Vorschaubilder oder B-Roll, die noch nicht vorhanden sind:
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "professionelles Vorschaubild für Tech-Vlog, dunkler Hintergrund, Code auf dem Bildschirm",
"image_size": "landscape_16_9"
})
Generatives Audio von VideoDB
Sofern VideoDB konfiguriert ist:
voiceover = coll.generate_voice(text="Erzähltext hier", voice="alloy")
music = coll.generate_music(prompt="Lo-Fi-Hintergrundmusik für Programmier-Vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="dezenter Whoosh-Übergang")
Ebene 6: Feinschliff (Descript / CapCut)
Die letzte Ebene ist menschlich. Verwenden Sie einen herkömmlichen Editor für:
- Tempo: Passen Sie Schnitte an, die zu schnell oder zu langsam wirken
- Untertitel: automatisch generiert, anschließend manuell bereinigt
- Farbkorrektur: Grundlegende Korrekturen und Stimmungsgestaltung
- Abschließender Tonmix: Passen Sie die Lautstärken von Sprache, Musik und Soundeffekten an
- Export: plattformspezifische Formate und Qualitätseinstellungen
Hier kommt der eigene Geschmack ins Spiel. Die KI übernimmt die sich wiederholenden Aufgaben. Sie treffen die endgültigen Entscheidungen.
Anpassung für soziale Medien
Verschiedene Plattformen erfordern unterschiedliche Seitenverhältnisse:
| Plattform | Seitenverhältnis | Auflösung |
|---|---|---|
| YouTube | 16:9 | 1920×1080 |
| TikTok / Reels | 9:16 | 1080 × 1920 |
| Instagram-Feed | 1:1 | 1080 × 1080 |
| X / Twitter | 16:9 oder 1:1 | 1280x720 oder 720x720 |
Mit FFmpeg zuschneiden
# 16:9 auf 9:16 (mittig zuschneiden)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 auf 1:1 (Zentrumsausschnitt)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Neubildausschnitt mit VideoDB
from videodb import ReframeMode
# Intelligente Bildanpassung (KI-gestützte Motivverfolgung)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Szenenerkennung und automatischer Schnitt
FFmpeg-Szenenerkennung
# Szenenwechsel erkennen (Schwellenwert 0,3 = mittlere Empfindlichkeit)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Stilleerkennung für automatischen Schnitt
# Stille Segmente finden (nützlich zum Entfernen von Pausen)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
Hervorhebung von Passagen
Verwende Claude zur Analyse von Transkript und Szenenzeitstempeln:
„Identifiziere anhand dieses Transkripts mit Zeitstempeln und diesen Szenenwechselpunkten
die 5 interessantesten 30-Sekunden-Clips für soziale Medien.“
Was jedes Tool am besten kann
| Tool | Stärke | Schwäche |
|---|---|---|
| Claude / Codex | Organisation, Planung, Codegenerierung | Nicht die kreative Ebene |
| FFmpeg | Deterministische Schnitte, Stapelverarbeitung, Formatkonvertierung | Keine visuelle Bearbeitungsoberfläche |
| Remotion | Programmierbare Overlays, kombinierbare Szenen, wiederverwendbare Vorlagen | Lernkurve für Nicht-Entwickler |
| Screen Studio | Sofortige, professionell aufbereitete Bildschirmaufnahmen | Nur Bildschirmaufnahme |
| ElevenLabs | Sprache, Kommentar, Musik, Soundeffekte | Nicht im Mittelpunkt des Arbeitsablaufs |
| Descript / CapCut | Endgültige Tempoanpassung, Untertitel, Feinschliff | Manuell, nicht automatisierbar |
Grundprinzipien
- Bearbeiten, nicht generieren. Dieser Arbeitsablauf dient dem Schneiden von echtem Filmmaterial, nicht der Erstellung anhand von Vorgaben.
- Struktur vor Stil. Stelle die Geschichte in Ebene 2 richtig zusammen, bevor du irgendetwas Visuelles bearbeitest.
- FFmpeg ist das Rückgrat. Langweilig, aber entscheidend. Hier wird langes Filmmaterial handhabbar.
- Remotion für Wiederholbarkeit. Wenn du etwas mehr als einmal machst, mache es zu einer Remotion-Komponente.
- Generiere selektiv. Nutze KI-Generierung nur für Assets, die noch nicht existieren – nicht für alles.
- Geschmack ist die letzte Ebene. KI nimmt dir die repetitive Arbeit ab. Die endgültigen kreativen Entscheidungen triffst du.
Verwandte Fähigkeiten
fal-ai-media– KI-Generierung von Bildern, Videos und Audiovideodb– Serverseitige Videoverarbeitung, Indizierung und Streamingcontent-engine– Plattformnative Content-Verteilung
---
name: video-editing
description: Edit real video footage using a pipeline of FFmpeg, Remotion, ElevenLabs, fal.ai, and traditional editors for cutting, structuring, and augmenting raw captures.
---
# Video Editing
AI-assisted editing for real footage. Not generation from prompts. Editing existing video fast.
## When to Activate
- User wants to edit, cut, or structure video footage
- Turning long recordings into short-form content
- Building vlogs, tutorials, or demo videos from raw capture
- Adding overlays, subtitles, music, or voiceover to existing video
- Reframing video for different platforms (YouTube, TikTok, Instagram)
- User says "edit video", "cut this footage", "make a vlog", or "video workflow"
## Core Thesis
AI video editing is useful when you stop asking it to create the whole video and start using it to compress, structure, and augment real footage. The value is not generation. The value is compression.
## The Pipeline
```
Screen Studio / raw footage
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript or CapCut
```
Each layer has a specific job. Do not skip layers. Do not try to make one tool do everything.
## Layer 1: Capture (Screen Studio / Raw Footage)
Collect the source material:
- **Screen Studio**: polished screen recordings for app demos, coding sessions, browser workflows
- **Raw camera footage**: vlog footage, interviews, event recordings
- **Desktop capture via VideoDB**: session recording with real-time context (see `videodb` skill)
Output: raw files ready for organization.
## Layer 2: Organization (Claude / Codex)
Use Claude Code or Codex to:
- **Transcribe and label**: generate transcript, identify topics and themes
- **Plan structure**: decide what stays, what gets cut, what order works
- **Identify dead sections**: find pauses, tangents, repeated takes
- **Generate edit decision list**: timestamps for cuts, segments to keep
- **Scaffold FFmpeg and Remotion code**: generate the commands and compositions
```
Example prompt:
"Here's the transcript of a 4-hour recording. Identify the 8 strongest segments
for a 24-minute vlog. Give me FFmpeg cut commands for each segment."
```
This layer is about structure, not final creative taste.
## Layer 3: Deterministic Cuts (FFmpeg)
FFmpeg handles the boring but critical work: splitting, trimming, concatenating, and preprocessing.
### Extract segment by timestamp
```bash
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
```
### Batch cut from edit decision list
```bash
#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt
```
### Concatenate segments
```bash
# Create file list
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
```
### Create proxy for faster editing
```bash
ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4
```
### Extract audio for transcription
```bash
ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav
```
### Normalize audio levels
```bash
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
```
## Layer 4: Programmable Composition (Remotion)
Remotion turns editing problems into composable code. Use it for things that traditional editors make painful:
### When to use Remotion
- Overlays: text, images, branding, lower thirds
- Data visualizations: charts, stats, animated numbers
- Motion graphics: transitions, explainer animations
- Composable scenes: reusable templates across videos
- Product demos: annotated screenshots, UI highlights
### Basic Remotion composition
```tsx
import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
export const VlogComposition: React.FC = () => {
const frame = useCurrentFrame();
return (
<AbsoluteFill>
{/* Main footage */}
<Sequence from={0} durationInFrames={300}>
<Video src="/segments/intro.mp4" />
</Sequence>
{/* Title overlay */}
<Sequence from={30} durationInFrames={90}>
<AbsoluteFill style={{
justifyContent: "center",
alignItems: "center",
}}>
<h1 style={{
fontSize: 72,
color: "white",
textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
}}>
The AI Editing Stack
</h1>
</AbsoluteFill>
</Sequence>
{/* Next segment */}
<Sequence from={300} durationInFrames={450}>
<Video src="/segments/demo.mp4" />
</Sequence>
</AbsoluteFill>
);
};
```
### Render output
```bash
npx remotion render src/index.ts VlogComposition output.mp4
```
See the [Remotion docs](https://www.remotion.dev/docs) for detailed patterns and API reference.
## Layer 5: Generated Assets (ElevenLabs / fal.ai)
Generate only what you need. Do not generate the whole video.
### Voiceover with ElevenLabs
```python
import os
import requests
resp = requests.post(
f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
headers={
"xi-api-key": os.environ["ELEVENLABS_API_KEY"],
"Content-Type": "application/json"
},
json={
"text": "Your narration text here",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("voiceover.mp3", "wb") as f:
f.write(resp.content)
```
### Music and SFX with fal.ai
Use the `fal-ai-media` skill for:
- Background music generation
- Sound effects (ThinkSound model for video-to-audio)
- Transition sounds
### Generated visuals with fal.ai
Use for insert shots, thumbnails, or b-roll that doesn't exist:
```
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "professional thumbnail for tech vlog, dark background, code on screen",
"image_size": "landscape_16_9"
})
```
### VideoDB generative audio
If VideoDB is configured:
```python
voiceover = coll.generate_voice(text="Narration here", voice="alloy")
music = coll.generate_music(prompt="lo-fi background for coding vlog", duration=120)
sfx = coll.generate_sound_effect(prompt="subtle whoosh transition")
```
## Layer 6: Final Polish (Descript / CapCut)
The last layer is human. Use a traditional editor for:
- **Pacing**: adjust cuts that feel too fast or slow
- **Captions**: auto-generated, then manually cleaned
- **Color grading**: basic correction and mood
- **Final audio mix**: balance voice, music, and SFX levels
- **Export**: platform-specific formats and quality settings
This is where taste lives. AI clears the repetitive work. You make the final calls.
## Social Media Reframing
Different platforms need different aspect ratios:
| Platform | Aspect Ratio | Resolution |
|----------|-------------|------------|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Instagram Feed | 1:1 | 1080x1080 |
| X / Twitter | 16:9 or 1:1 | 1280x720 or 720x720 |
### Reframe with FFmpeg
```bash
# 16:9 to 9:16 (center crop)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 to 1:1 (center crop)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
```
### Reframe with VideoDB
```python
from videodb import ReframeMode
# Smart reframe (AI-guided subject tracking)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
```
## Scene Detection and Auto-Cut
### FFmpeg scene detection
```bash
# Detect scene changes (threshold 0.3 = moderate sensitivity)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
```
### Silence detection for auto-cut
```bash
# Find silent segments (useful for cutting dead air)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
```
### Highlight extraction
Use Claude to analyze transcript + scene timestamps:
```
"Given this transcript with timestamps and these scene change points,
identify the 5 most engaging 30-second clips for social media."
```
## What Each Tool Does Best
| Tool | Strength | Weakness |
|------|----------|----------|
| Claude / Codex | Organization, planning, code generation | Not the creative taste layer |
| FFmpeg | Deterministic cuts, batch processing, format conversion | No visual editing UI |
| Remotion | Programmable overlays, composable scenes, reusable templates | Learning curve for non-devs |
| Screen Studio | Polished screen recordings immediately | Only screen capture |
| ElevenLabs | Voice, narration, music, SFX | Not the center of the workflow |
| Descript / CapCut | Final pacing, captions, polish | Manual, not automatable |
## Key Principles
1. **Edit, don't generate.** This workflow is for cutting real footage, not creating from prompts.
2. **Structure before style.** Get the story right in Layer 2 before touching anything visual.
3. **FFmpeg is the backbone.** Boring but critical. Where long footage becomes manageable.
4. **Remotion for repeatability.** If you'll do it more than once, make it a Remotion component.
5. **Generate selectively.** Only use AI generation for assets that don't exist, not for everything.
6. **Taste is the last layer.** AI clears repetitive work. You make the final creative calls.
## Related Skills
- `fal-ai-media` — AI image, video, and audio generation
- `videodb` — Server-side video processing, indexing, and streaming
- `content-engine` — Platform-native content distribution
Alle Dateien
1 Dateienvideo-editing installieren
Laden Sie die Skill-Dateien herunter und entpacken Sie sie in Ihr Verzeichnis „.claude/skills/“.
ZIP herunterladenKlonen Sie das Repository und kopieren Sie die Skill-Dateien in Ihr Projekt.
git clone https://github.com/affaan-m/ECC/tree/main/skills/video-editing # Copy SKILL.md to your .claude/skills/ directory
Kopieren





Heim
