video-editing
affaan-m/ECC
Montrez des séquences vidéo réelles à l'aide d'un pipeline comprenant FFmpeg, Remotion, ElevenLabs, fal.ai et des logiciels de montage traditionnels pour couper, structurer et enrichir les enregistrements bruts.
...Développer toutMontage vidéo
Montage assisté par IA pour des séquences réelles. Il ne s'agit pas de générer du contenu à partir de consignes. Montage rapide de vidéos existantes.
Quand l'activer
- L'utilisateur souhaite monter, couper ou structurer des séquences vidéo
- Transformation d'enregistrements longs en contenus courts
- Création de vlogs, de tutoriels ou de vidéos de démonstration à partir de captures brutes
- Ajouter des superpositions, des sous-titres, de la musique ou une voix off à une vidéo existante
- Réadapter une vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
- L'utilisateur dit « monter une vidéo », « couper cette séquence », « créer un vlog » ou « flux de travail vidéo »
Thèse centrale
Le montage vidéo par IA est utile lorsque l’on cesse de lui demander de créer la vidéo dans son intégralité et que l’on commence à l’utiliser pour condenser, structurer et enrichir des séquences réelles. La valeur n’est pas la génération. La valeur réside dans la condensation.
Le pipeline
Screen Studio / séquences brutes
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript ou CapCut
Chaque étape a un rôle spécifique. Ne sautez aucune étape. N’essayez pas de tout faire avec un seul outil.
Étape 1 : Capture (Screen Studio / séquences brutes)
Collectez les données brutes :
- Screen Studio: enregistrements d’écran soignés pour des démos d’applications, des sessions de codage, des workflows de navigateur
- Vidéos brutes filmées à la caméra: séquences de vlog, interviews, enregistrements d’événements
- Capture d'écran via VideoDB: enregistrement de sessions avec contexte en temps réel (voir la compétence
VideoDB)
Résultat : fichiers bruts prêts à être organisés.
Couche 2 : Organisation (Claude / Codex)
Utilisez Claude Code ou Codex pour :
- Transcrire et étiqueter: générer une transcription, identifier les sujets et les thèmes
- Planifier la structure: décider ce qui reste, ce qui est supprimé, quel ordre fonctionne
- Identifier les passages superflus: repérer les pauses, les digressions, les prises répétées
- Générer une liste de décisions de montage: horodatages des coupes, segments à conserver
- Créer le code FFmpeg et Remotion: générer les commandes et les compositions
Exemple de consigne :
« Voici la transcription d’un enregistrement de 4 heures. Identifiez les 8 segments les plus marquants
pour un vlog de 24 minutes. Donnez-moi les commandes de coupure FFmpeg pour chaque segment. »
Cette étape porte sur la structure, et non sur le choix créatif final.
Niveau 3 : Coupes déterministes (FFmpeg)
FFmpeg se charge du travail fastidieux mais essentiel : fractionnement, rognage, concaténation et prétraitement.
Extraire un segment par horodatage
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
Découpage par lots à partir de la liste des décisions de montage
#!/bin/bash
# cuts.txt : début, fin, étiquette
while IFS=, read -r début fin étiquette; do
ffmpeg -i raw.mp4 -ss "$début" -to "$fin" -c copy "segments/${étiquette}.mp4"
done < cuts.txt
Concaténer les segments
# Créer une liste de fichiers
for f in segments/*.mp4; do echo "fichier '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Créer un fichier proxy pour un montage plus rapide
ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4
Extraire l'audio pour la transcription
ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav
Normaliser les niveaux audio
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Couche 4 : Composition programmable (Remotion)
Remotion transforme les problèmes d'édition en code composable. Utilisez-le pour les tâches que les éditeurs traditionnels rendent fastidieuses :
Quand utiliser Remotion
- Superpositions : texte, images, identité visuelle, tiers inférieur
- Visualisations de données : graphiques, statistiques, chiffres animés
- Animations graphiques : transitions, animations explicatives
- Scènes modulaires : modèles réutilisables d'une vidéo à l'autre
- Démonstrations de produits : captures d’écran annotées, mise en avant de l’interface utilisateur
Composition Remotion de base
import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
export const VlogComposition: React.FC = () => {
const frame = useCurrentFrame();
return (
{/* Séquence principale */}
{/* Superposition du titre */}
La pile de montage IA
{/* Segment suivant */}
);
};
Résultat du rendu
npx remotion render src/index.ts VlogComposition output.mp4
Consultez la documentation de Remotion pour connaître les modèles détaillés et la référence API.
Couche 5 : Ressources générées (ElevenLabs / fal.ai)
Ne générez que ce dont vous avez besoin. Ne générez pas la vidéo dans son intégralité.
Voix off avec 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": "Votre texte de narration ici",
"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)
Musique et effets sonores avec fal.ai
Utilisez la compétence fal-ai-media pour :
- Générer de la musique d’ambiance
- Effets sonores (modèle ThinkSound pour la conversion vidéo-audio)
- Sons de transition
Visuels générés avec fal.ai
À utiliser pour des plans d'insertion, des vignettes ou des séquences d'illustration qui n'existent pas :
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "vignette professionnelle pour vlog technologique, fond sombre, code à l'écran",
"image_size": "landscape_16_9"
})
Audio génératif VideoDB
Si VideoDB est configuré :
voiceover = coll.generate_voice(text="Narration ici", voice="alloy")
music = coll.generate_music(prompt="fond sonore lo-fi pour vlog de programmation", duration=120)
sfx = coll.generate_sound_effect(prompt="Transition subtile avec un sifflement")
Couche 6 : Peaufinage final (Descript / CapCut)
La dernière couche est humaine. Utilisez un logiciel de montage traditionnel pour :
- Rythme: ajuster les coupures qui semblent trop rapides ou trop lentes
- Sous-titres: générés automatiquement, puis corrigés manuellement
- Étalonnage: correction de base et ambiance
- Mixage audio final: équilibrer les niveaux de la voix, de la musique et des effets sonores
- Exportation: formats spécifiques à chaque plateforme et paramètres de qualité
C'est là que réside le bon goût. L'IA se charge des tâches répétitives. C'est vous qui prenez les décisions finales.
Adaptation aux réseaux sociaux
Chaque plateforme nécessite un format d’image différent :
| Plateforme | Format d'image | Résolution |
|---|---|---|
| YouTube | 16:9 | 1920 x 1080 |
| TikTok / Reels | 9:16 | 1080 x 1920 |
| Fil Instagram | 1:1 | 1080 x 1080 |
| X / Twitter | 16:9 ou 1:1 | 1280 x 720 ou 720 x 720 |
Recadrer avec FFmpeg
# De 16:9 à 9:16 (recadrage au centre)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# De 16:9 à 1:1 (recadrage au centre)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Recadrage avec VideoDB
from videodb import ReframeMode
# Recadrage intelligent (suivi du sujet guidé par l'IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Détection de scènes et découpage automatique
Détection de scènes avec FFmpeg
# Détecter les changements de scène (seuil 0,3 = sensibilité modérée)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Détection des silences pour le découpage automatique
# Recherche des segments silencieux (utile pour couper les temps morts)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
Extraction des passages marquants
Utiliser Claude pour analyser la transcription et les horodatages des scènes :
« À partir de cette transcription avec horodatages et de ces points de changement de scène,
identifie les 5 extraits de 30 secondes les plus captivants pour les réseaux sociaux. »
Ce que chaque outil fait le mieux
| Outil | Point fort | Point faible |
|---|---|---|
| Claude / Codex | Organisation, planification, génération de code | Pas le côté créatif |
| FFmpeg | Découpages déterministes, traitement par lots, conversion de formats | Pas d’interface utilisateur pour le montage visuel |
| Remotion | Superpositions programmables, scènes modulables, modèles réutilisables | Courbe d'apprentissage pour les non-développeurs |
| Screen Studio | Enregistrements d'écran soignés et immédiats | Capture d'écran uniquement |
| ElevenLabs | Voix, narration, musique, effets sonores | Ce n'est pas le cœur du flux de travail |
| Descript / CapCut | Rythme final, sous-titres, peaufinage | Manuel, non automatisable |
Principes clés
- Monter, ne pas générer. Ce flux de travail sert à monter des séquences réelles, pas à créer à partir de consignes.
- La structure avant le style. Veillez à ce que l’histoire soit cohérente dans la couche 2 avant de toucher à quoi que ce soit sur le plan visuel.
- FFmpeg est la colonne vertébrale. C'est ennuyeux, mais essentiel. C'est là que les longues séquences deviennent gérables.
- Remotion pour la répétabilité. Si vous devez effectuer une tâche plus d’une fois, intégrez-la dans un composant Remotion.
- Générez de manière sélective. N’utilisez la génération par IA que pour les éléments qui n’existent pas, pas pour tout.
- Le goût est la dernière couche. L’IA élimine le travail répétitif. C’est vous qui prenez les dernières décisions créatives.
Compétences associées
fal-ai-media— Génération d’images, de vidéos et de fichiers audio par IAvideodb— Traitement, indexation et diffusion vidéo côté serveurcontent-engine— Distribution de contenu native sur la plateforme
---
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
Tous les fichiers
1 fichiersInstaller video-editing
Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.
Télécharger le ZIPClonez le dépôt et copiez les fichiers de compétence dans votre projet.
git clone https://github.com/affaan-m/ECC/tree/main/skills/video-editing # Copy SKILL.md to your .claude/skills/ directory
Copier





Maison
