Скилл монтажа роликов: паузы, звук и субтитры без видеоредактора

Проверено нами на Linux: установка из архива, самопроверка и монтаж учебного ролика командами. Подключение к ИИ-агенту, macOS и Windows нами по шагам не проверены.

Что получится

Ты даёшь сырую запись, где человек говорит в камеру. Скилл находит паузы по звуку, а переснятые фразы по расшифровке, и вырезает их. Потом проверяет, что рез не попал на слово, чинит звук и доводит громкость до нормы, ставит субтитры и при желании раскладывает кадр со вставками. Для простого ролика видеоредактор не нужен, скрипты монтажа работают на твоём компьютере.

Увеличить

Быстрый путь

Сохрани архив skill.zip из сообщения бота и распакуй его. Открой ИИ-агента, который работает на твоём компьютере и умеет запускать команды, дай ему папку autocut и вставь промпт:

Я дал тебе папку скилла монтажа autocut. Сначала проверь его безопасность: покажи, какие файлы внутри и что делает каждый. Найди код, который скачивает что-то из интернета, отправляет данные наружу, просит ключи или пароли, удаляет или меняет файлы вне своей папки. Если нашёл опасное - остановись и простыми словами объясни, что именно и чем это грозит. Если всё в порядке - установи скилл по INSTALL.md и показывай каждую команду перед запуском: проверь ffmpeg с фильтрами subtitles и ass, создай окружение .venv, поставь пакеты из requirements.txt и requirements-asr.txt, запусти tests/qa_unit.py и tests/sync_unit.py и покажи итог. Модель распознавания речи скачивай только после моего «да», сначала скажи её размер. Потом открой START.md и работай по запросу оттуда, начиная со стартовых вопросов. Ничего не публикуй и не отправляй наружу.

Нет агента или он недоступен в твоей стране - ниже те же шаги командами.

Что нужно и сколько стоит

• Компьютер на Windows, macOS или Linux. Видеокарта не нужна, всё считается на процессоре.
• Python 3.10 или новее; для распознавания речи лучше 3.11 или 3.12.
• ffmpeg - свободная программа для работы с видео, нужна сборка с субтитрами (фильтры subtitles и ass).
• Место на диске под модель распознавания речи: large-v3-turbo весит около 1,5 ГБ, модели small и base намного меньше. Скачивается один раз и только с твоего разрешения: ключ --allow-download, когда готов к загрузке. Без ключа скрипт работает с уже скачанной моделью, а если её нет, останавливается с подсказкой и ничего не качает.
• ИИ-агент, который запускает команды на твоём компьютере, например Claude Code. Сам агент может быть платным по своему тарифу, Claude работает не во всех странах: список - на сайте Anthropic. Без агента всё делается командами.
• Агент сам читает расшифровку, план реза и лист кадров - картинки из твоего ролика. Если агент облачный, этот текст и картинки уходят к его владельцу. Само видео скрипты монтажа никуда не отправляют. Чужие записи с людьми давай агенту только с их согласия.
• Скилл - открытый код по лицензии MIT, ffmpeg ставишь сам. Генерация картинок внешним сервисом - по желанию, по твоему ключу, возможна оплата; текст запроса и приложенные картинки уходят владельцу сервиса. Для монтажа генерация не нужна.

Шаги ниже - почти то же, что агент делает по быстрому пути, только руками. Копирование папки в проект агента (шаг 2) есть только здесь. Агента нет - пропусти шаг 2, а в шаге 6 бери команды вместо запроса агенту.

Шаг 1 Распакуй архив

• Где: папка, куда сохранился skill.zip из сообщения бота.
• Зачем: внутри скрипты монтажа и инструкции для агента.
• Распакуй архив двойным щелчком. Получится папка autocut, в ней SKILL.md, INSTALL.md, START.md и папка scripts.
• Что должно получиться: папка autocut с этими файлами.
• Как проверить: открой папку и найди INSTALL.md.
• Если не получилось: скачай архив из бота ещё раз, он мог сохраниться не целиком.

Шаг 2 Положи папку в проект агента

• Где: папка проекта, в котором ты работаешь с агентом.
• Зачем: агент сам найдёт скилл, когда ты попросишь смонтировать ролик. Копируй до установки пакетов: окружение .venv в шаге 4 создаётся уже на месте.
• Агента нет - пропусти этот шаг и дальше работай в папке autocut.
• Пример для Claude Code - папка .claude/skills/autocut внутри проекта. macOS и Linux:

mkdir -p <корень-проекта>/.claude/skills
cp -R <пакет> <корень-проекта>/.claude/skills/autocut

Windows PowerShell:

New-Item -ItemType Directory -Force "<корень-проекта>\.claude\skills" | Out-Null
Copy-Item -Recurse "<пакет>" "<корень-проекта>\.claude\skills\autocut"

• <пакет> - папка autocut, <корень-проекта> - папка твоего проекта.
• Что должно получиться: агент видит скилл.
• Как проверить: открой агента в этом проекте заново и попроси «перечисли доступные навыки».
• Если не получилось: проверь, что внутри не вышло autocut/autocut; так бывает, если папка уже была.

Шаг 3 Поставь ffmpeg и проверь субтитры

• Где: терминал (на Windows - PowerShell, на macOS - приложение «Терминал»).

• Зачем: ffmpeg режет видео, чинит звук и впечатывает субтитры. Без фильтров subtitles и ass субтитры в кадр не встанут.

• Поставь ffmpeg командой для своей системы:

  • Linux (Debian, Ubuntu): sudo apt install ffmpeg
  • macOS (Homebrew): brew install ffmpeg На macOS проверь фильтры внимательно: основная сборка Homebrew с 2026 года могла идти без libass, библиотеки субтитров. Строк нет - нужна полная сборка ffmpeg.
  • Windows: winget install Gyan.FFmpeg

• На Windows после установки открой новое окно терминала. Проверь:

ffmpeg -version
ffprobe -version
ffmpeg -hide_banner -filters | grep -E " (subtitles|ass) "

На Windows последняя команда такая: ffmpeg -hide_banner -filters | Select-String -Pattern " (subtitles|ass) "

• Что должно получиться: последняя команда выводит две строки, subtitles и ass.
• Как проверить: обе строки на месте.
• Если не получилось:
  • «ffmpeg не найден» - открой новое окно терминала и проверь снова;
  • строк нет - эта сборка ffmpeg без субтитров, нужна другая сборка.

Шаг 4 Поставь Python-пакеты

• Где: терминал, в папке autocut (с агентом - в её копии из шага 2).
• Зачем: скрипты скилла работают на Python; окружение .venv держит пакеты внутри папки скилла и не трогает систему.
• До действия: проверь версию Python командой python3 --version (на Windows - python --version), нужна 3.10 или новее.
• macOS и Linux:

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
pip install -r requirements-asr.txt

• Windows (PowerShell):

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
pip install -r requirements-asr.txt

• Первый файл ставит базовые пакеты, второй - распознавание речи. Это скачивание из сети.
• Что должно получиться: установка заканчивается без красных ошибок.
• Как проверить: шаг 5.
• Если не получилось:
  • PowerShell не даёт запустить активацию - вызывай Python окружения напрямую: .venv\Scripts\python.exe и .venv\Scripts\pip.exe install ...;
  • распознавание речи не ставится - возьми Python 3.11 или 3.12.

Шаг 5 Проверь, что база живая

• Где: терминал, в той же папке, что в шаге 4, с включённым окружением.
• Зачем: убедиться до работы с записью, что скрипты запускаются на твоей машине.

python -c "import numpy, scipy, PIL, cv2; print('пакеты на месте')"
python tests/qa_unit.py
python tests/sync_unit.py

• Что должно получиться: «пакеты на месте», затем обе проверки без сообщений о браке.
• Как проверить: в конце sync_unit.py стоит «итог: чисто».
• Если не получилось: остановись и вернись к шагам 3-4, с записью пока не работай.

Шаг 6 Смонтируй первый ролик

• Где: чат с агентом в проекте из шага 2.
• Зачем: скилл сначала спрашивает о записи и показывает план реза, ничего не режет без твоего «да».
• До действия: возьми свою запись или запись, на которую у тебя есть разрешение говорящего и тех, кто попал в кадр. Приготовь полный путь к файлу и новую папку для проекта вне папки скилла.
• Вставь запрос и подставь свои значения вместо квадратных скобок:

Используй навык autocut. Смонтируй ролик из моей записи.

Запись: [полный путь к файлу]. Запись моя / у меня есть разрешение говорящего: [да, моя / да, разрешение есть].
Папка проекта: [полный путь к новой папке, вне папки навыка].
Сценарий и вставки: [текст сценария / «сам, по расшифровке»].
Формат: [обычный ролик / вертикальный ролик 9:16].

Правила работы:
- Начни со стартовых вопросов из SKILL.md, задавай их по одному и ничего не режь, пока я не подтвержу настройки.
- rough_cut.py сначала только в режиме плана, без --render. Покажи мне план и жди моего «да».
- Звук: сначала диагноз без --render, чини только то, что сломано.
- Для вертикального ролика 9:16: покажи раскадровку и список нужных материалов до любого рендера.
- После сборки запусти приёмку (check_output.py, для вертикального ролика ещё qa.py), покажи отчёт и лист кадров. Не называй ролик готовым, пока я его не посмотрю.
- Не удаляй и не перезаписывай мои файлы, исходник не трогай. Не публикуй, не отправляй и не копируй результат за пределы папки проекта.
- Никаких внешних сервисов, платной генерации, установки Remotion или загрузки программ без моего отдельного «да». Сначала скажи, что именно собираешься использовать, куда уходят данные и сколько это стоит по моему тарифу.
- Ключи доступа не печатай, не читай файлы с ключами целиком и не проси прислать ключ в чат.
- Прямо говори, что не запускалось или не проверено.

• Агент спросит про материал, язык, плотность реза и слова, которые не трогать. Не знаешь, что ответить, - бери «обычно» и «показывать список дублей».
• Что должно получиться: план реза - сколько и чего вырежет. После твоего «да» - ролик в папке out проекта.
• Как проверить: в папке проекта появились out/rough.mp4 после реза и out/clean.mp4 после звука.
• Если не получилось: агент остановился на расшифровке - не поставлено распознавание речи (шаг 4) или не скачана модель: разреши загрузку, когда агент назовёт размер.

Без агента те же шаги идут командами из папки autocut (вместо <запись> - путь к видео, вместо <проект> - новая папка):

python scripts/init_project.py <проект> --source <запись>
python scripts/prepare.py      <запись> <проект>
python scripts/transcribe.py   <проект>/work/audio.wav ru
python scripts/speech_map.py   <проект>/work/audio.wav
python scripts/rough_cut.py    <запись> <проект>

Последняя команда только печатает план. Устраивает - запусти её же с --render. Подробный порядок со звуком и субтитрами - в SKILL.md скилла.

Модель распознавания transcribe.py скачивает только с ключом --allow-download. Без него работает лишь уже скачанная модель, а если её нет, скрипт остановится с подсказкой и ничего не скачает. Готов к загрузке - добавь --allow-download в конец команды с transcribe.py.

Итоговая проверка

Открой out/clean.mp4 и посмотри ролик целиком со звуком. Паузы сокращены, переснятые фразы остались в одном дубле, слова не обрублены, громкость ровная. С субтитрами рядом лежат subs.srt и subs.ass, а при вшивании - ролик с субтитрами в кадре.

Если не получилось

• Тянущиеся «эээ» и «ммм» остались. Скилл их не убирает: распознавание речи их не записывает, а по громкости это речь. Такие места режь руками.
• Повторная фраза осталась дважды. Дубли ищутся по расшифровке, распознавание иногда пропускает или сливает повтор. Просматривай план реза до --render.
• В субтитрах ошибка в названии. Термины и имена распознаются с ошибками; исправления собираются в файл правок, агент подскажет.
• Вместо кириллицы квадраты. Шрифт не установлен: укажи шрифт из папки brands/fonts скилла.
• Скилл не подходит. Несколько человек перебивают друг друга, музыка громче речи или паузы несут смысл - такую запись режь вручную.
• Не решает, что оставить. Какую мысль выкинуть - работа человека: скилл убирает мусор, смысл не трогает.

Инструкция проверена 14 октября 2026.

Все скиллы