pycodebr/heditor

O heditor é um pacote de skill no padrão aberto SKILL.md (Agent Skills). Você instala no seu agente (Claude Code, Codex, OpenCode, Cursor, Hermes e outros) e passa a pedir edições como:

"Edite este vídeo no estilo podcast." "Use o modo criativo neste corte e me surpreenda." "Modo criativo com referência de GTA 6 neste trecho de 12:30 a 13:40."

O agente faz o trabalho inteiro, sempre localmente:

1. analisa a gravação e encontra o enquadramento de quem fala;
2. transcreve com tempo por palavra e escolhe um raciocínio completo de 30 a 70 s, sem inventar fala;
3. corta fala e câmera com precisão de quadro, encurta pausas e trata a voz;
4. desenha um mundo visual para aquele vídeo (DESIGN.md), com o roteiro de cenas e de som;
5. monta a composição em HTML + GSAP e renderiza com HyperFrames;
6. mixa com a voz sempre na frente (trilha e efeitos em segundo plano, −14 LUFS);
7. passa por verificações: lint, prévias revisadas por visão, testes, margem superior medida em pixels, loudness, true peak, transcrição do áudio final e folha de contato com 40 quadros.

O padrão de qualidade é alto: cada vídeo ganha uma edição pensada para ele. Um estilo é uma linguagem visual testada, nunca um molde a repetir.

Formatos de anúncio (tráfego pago, CTA "Saiba mais"):

Formatos de autoridade (tom sério, o falante como especialista):

Formatos didáticos (a tela ensina o que o falante diz, desenhada ao vivo na palavra):

Formato nativo (edição simples e limpa):

Formatos de criador (estudo de técnicas de Reels de tecnologia com alta retenção):

Efeitos em camadas para qualquer estilo ou modo criativo (heditor matte|depth|look|hands|plane): texto atrás da pessoa, legenda pintada na parede, objeto 3D passando entre o falante e o cenário, névoa de profundidade, scan de contorno, nuvem de pontos e objetos que seguem as mãos. Veja depth-and-3d.md e technique-catalogue.md.

Ferramentas de movimento: os plugins do GSAP (SplitText, DrawSVG, MorphSVG, MotionPath, CustomEase e outros) funcionam offline com regras de render determinístico (gsap-craft.md); heditor svg limpa SVGs com SVGO para desenho ou morph e confere pixel a pixel que a arte não mudou; heditor physics pré-calcula física de corpos rígidos com Rapier para camadas three.js com bloom e profundidade de campo (physics-3d.md). Os estilos gravidade (física) e circuito (DrawSVG, MorphSVG, MotionPath e SplitText) usam esses recursos e trazem build de referência: heditor new <work> <vídeo> --style gravidade (ou circuito), escreva o beats.json a partir da fala e rode heditor produce.

Detalhes de cada um em skills/heditor/references/styles/.

Para editar minutos ou horas de gravação, em qualquer formato (heditor formats: 16:9 1920×1080, 16:9 4K opcional, 1:1, 4:5 e 9:16):

Edite esta aula inteira para o YouTube em 16:9 no estilo lousa-de-aula, com capítulos e legendas.
Faça a live de ontem em 16:9 no modo criativo, tirando as pausas, e me dê também prévias em 4:5.

• Transcrição em blocos com retomada: horas de áudio em pedaços de 5 min com fronteiras no silêncio; se cair, continua de onde parou.
• EDL proposta e revisável: remove pausas mortas, falsos começos, repetições ("a gente a gente") e hesitações sem cortar palavras (o corte sempre cai no vale de energia entre palavras); você revisa qa/edl-proposal.md antes de aplicar e pode excluir trechos inteiros (perguntas do chat com nomes, dados privados).
• Layouts para tela + câmera: câmera em PiP, foco na tela com zoom numa região, falante em tela cheia e lado a lado, alternados por trecho (há sugestão automática pela atividade da tela).
• Capítulos com cartões, tag do capítulo atual e timestamps prontos para a descrição do YouTube; legendas queimadas (opcional) e exportação SRT/VTT; lower thirds; cartão de abertura e encerramento com Seguir → Seguindo ou Inscrever-se → Inscrito + "Assista o próximo".
• Os 40 estilos como style packs (paleta, tipografia, legenda, transições, cartões, lower third, grade da câmera, som) com regras de adaptação vertical → horizontal; modo criativo com set pieces (tipografia gigante da fala, mapa de conceitos desenhado nas palavras, checklist, zoom com destaque, HTML próprio) nos momentos-chave e dispositivos de retenção na cadência de cada tipo (aula, live, YouTube).
• Render segmentado e retomável: cada trecho é uma composição própria, segmentos prontos são pulados, os vídeos são concatenados sem recompressão e um único master de áudio contínuo é aplicado no fim (sem emendas de áudio). Estimativa de tempo e log de progresso.
• QA do longo: duração, decodificação, loudness (−14 LUFS padrão, configurável), sincronia câmera × tela × voz contra a gravação original, ASR por amostragem, capítulos, emendas entre segmentos (sem quadro preto ou repetido) e folhas de quadros.

Guia completo em long-form.md.

• Estilo fixo: "edite no estilo aeroporto". O agente aplica a linguagem do estilo, mas reconstrói as cenas a partir da fala do novo vídeo.
• Modo criativo: "modo criativo". O agente estuda o vídeo, gera de 6 a 8 conceitos de formato, pesquisa referências, escolhe o mais surpreendente que sirva à fala e constrói tudo sob medida, com mudanças na tela a cada 1,5–2 s e efeitos sonoros em cada ação. Veja creative-mode.md.
• Modo criativo + referência: "modo criativo no estilo GTA 6", "abertura de anime", "telejornal", "documentário de natureza". O agente pesquisa a paleta, a tipografia, o HUD, os movimentos e os sons da referência e cria uma homenagem com equivalentes licenciados, sem logos, marcas, personagens ou músicas protegidas.
• Pré-produção: "analise estes roteiros e monte o plano de gravação e de edição". Antes de gravar, o agente mede os roteiros, faz o inventário do cenário pelas fotos, confere as gravações de tela que já existem e os estudos citados, monta os setups com gestos amarrados às palavras, gera o teleprompter a partir do documento e escolhe um estilo diferente para cada vídeo do lote. Veja pre-production.md.

Gostou de um resultado do modo criativo? Peça para salvar como estilo nomeado. A skill documenta como fazer isso em adding-styles.md.

curl -fsSL https://raw.githubusercontent.com/pycodebr/heditor/main/install.sh | bash

O instalador detecta os agentes instalados (Claude Code, Codex, OpenCode, Cursor e Hermes), cria o link da skill em cada um e roda o setup.sh, que:

• instala o que faltar: ffmpeg, Node.js ≥ 18, Python 3.10–3.13, git e curl (via apt, brew, dnf ou pacman);
• cria o ambiente Python em ~/.heditor/venv com faster-whisper, MediaPipe, Playwright, NumPy, Pillow e pytest;
• prepara o HyperFrames 0.8.147 e o Chrome de renderização;
• baixa fontes (OFL), GSAP, o modelo de rosto, o modelo de transcrição e a biblioteca de 18 trilhas e 85 efeitos (Mixkit);
• cria ~/.heditor/env.sh, ~/.heditor/brand.json e o comando heditor;
• roda o heditor doctor.

Opções: --agent claude|codex|opencode|cursor|hermes|all, --copy (copia em vez de criar link), --no-audio, --no-setup.

npx skills add pycodebr/heditor -g          # instala a skill nos agentes detectados
bash ~/.agents/skills/heditor/scripts/setup.sh   # ou o caminho onde a skill foi instalada

git clone https://github.com/pycodebr/heditor.git
cd heditor && bash install.sh --agent claude      # ou copie skills/heditor para a pasta de skills do seu agente

Na primeira vez que for usar, o agente roda setup.sh sozinho se o heditor doctor acusar falta de alguma ferramenta.

Edite ~/.heditor/brand.json:

{
  "name": "Sua Marca",
  "handle": "@seuperfil",
  "logo": "/caminho/para/logo.png",
  "lang": "pt",
  "follow": "Seguir",
  "following": "Seguindo",
  "comment": "Conta nos comentários",
  "colors": { "bg": "#050a14", "bg2": "#081626", "accent": "#edc580", "accent2": "#7dd3fc", "alert": "#ff3d57", "ok": "#7dffb0" }
}

Converse com o seu agente:

Edite /videos/aula-03.mp4 no estilo documentario. Use o trecho em que eu falo sobre transição de carreira.
Modo criativo: transforme o minuto 12 deste podcast em um Reel e me surpreenda.
Modo criativo com referência de telejornal para este vídeo sobre a notícia da semana.
Faça três cortes deste vídeo, cada um com um formato diferente.

Vídeo longo pelo CLI:

heditor new --long aulas/a03 aula-03.mp4 --format 16:9 --style lousa-de-aula --kind aula --range 600,2400
heditor long transcribe aulas/a03              # ASR em blocos, retomável
heditor long edl aulas/a03                     # proposta de cortes -> revise qa/edl-proposal.md
heditor long apply aulas/a03                   # tela, câmera e voz montadas, palavras remapeadas
heditor long chapters aulas/a03 --suggest      # escreva chapters.json com os títulos
heditor long produce aulas/a03 music:282       # composição, segmentos e mixagem
heditor long preview aulas/a03 5,60,300 && heditor test aulas/a03
heditor long render aulas/a03 2 && heditor long finalize aulas/a03 a03-1920x1080.mp4

Ou use o CLI diretamente para Reels:

. ~/.heditor/env.sh
heditor probe aula.mp4 5 60 300                 # quadros para achar quem fala
heditor transcribe aula.mp4 0 3600 qa/asr.json  # transcrição com tempo por palavra
heditor new cortes/c01 aula.mp4                 # prepare.py, build.py e DESIGN.md
heditor prepare cortes/c01                      # corta fala e câmera, já sem pausas mortas
heditor gaps cortes/c01                         # confere: nenhuma pausa > 0,45 s na fala montada
heditor words cortes/c01                        # palavras do corte montado
heditor produce cortes/c01 music:955 30         # composição + mixagem
heditor lint cortes/c01 && heditor preview cortes/c01 0.1,2,5,9,14,20 && heditor test cortes/c01
heditor render cortes/c01 && heditor finalize cortes/c01 c01-1080x1920.mp4 && heditor asr-check cortes/c01

• Linux ou macOS (Windows via WSL2), 4 núcleos e 8 GB de RAM recomendados.
• Cerca de 1,6 GB em disco (ambiente Python, modelos e biblioteca de áudio); mais 99 MB se usar o mapa de profundidade.
• Um vídeo de 60 s leva de 5 a 15 min para renderizar em CPU comum. No modo longo, medimos cerca de 7,5 min de render por minuto de vídeo 1080p (2 workers, VPS de 4 núcleos compartilhada); o render é segmentado e retomável e heditor long estimate mede na sua máquina.

skills/heditor/
├── SKILL.md                     # instruções que o agente lê
├── references/                  # workflow, modo criativo, som, legendas, gates, estilos
│   └── styles/                  # um arquivo por estilo nomeado
├── scripts/
│   ├── setup.sh · doctor.py · fetch_assets.py · heditor (CLI)
│   └── reelkit/                 # kit Python: corte, legendas, página HyperFrames, mixagem, QA; depthkit (recorte, profundidade, mãos, planos);
│                                #   formats (perfis de formato), stylepacks, longform/longkit/longmix/longqa/long_cli (modo longo)
├── templates/                   # prepare.py, build.py, DESIGN.md, brand.example.json; long/ (long.json, build.py, DESIGN.md, chapters.json)
└── assets/catalog.json          # catálogo de trilhas e efeitos (baixados no setup)

• Código e documentação: MIT © PycodeBR.
• Renderização: HyperFrames (Apache-2.0, HeyGen). Animação: GSAP (licença standard gratuita). Transcrição: faster-whisper (MIT). Rosto, recorte e mãos: MediaPipe (Apache-2.0). Profundidade: Depth Anything V2 Small (Apache-2.0). 3D: three.js (MIT). Física: Rapier (Apache-2.0). Limpeza de SVG: SVGO (MIT).
• Fontes: Google Fonts (SIL OFL 1.1). Ícones: Lucide (ISC).
• Trilhas e efeitos: Mixkit (Free License). Os arquivos não estão neste repositório; o setup baixa cada um do CDN oficial para a sua máquina.
• Tabela completa em references/licenses.md.

O heditor não publica nada em redes sociais sozinho e não usa logos ou marcas de terceiros nos estilos de homenagem.

Issues e PRs são bem-vindos: novos estilos (com a ficha completa em references/styles/), correções do kit, suporte a outras plataformas. Veja CONTRIBUTING.md.

heditor is an open Agent Skill (SKILL.md) that lets AI coding agents edit talking-head footage (classes, lives, podcasts) into vertical 1080×1920 Reels/Shorts/TikToks with motion graphics, word-synced captions, sound design and an emotional soundtrack, or into long-form videos (whole classes, lives, YouTube videos) in 16:9, 1:1, 4:5 or 9:16.

• Forty named styles: cinema, ruptura, impacto, game, thriller, gravidade (the speech has weight: labelled blocks land on their words with baked physics, a heavy turn, a tower for the answer), trailer (suspense/launch trailer: dramatic pauses, silence before hits, words on the wall behind the speaker), ide, aeroporto (control tower), chat, documentario, documentario-narrado (large-scale narrated documentary on a living globe), podcast, missao (open-world game homage), tribunal (courtroom sketch); paid-ad formats with a "Learn more" CTA: keynote, stories, predio-24h, bilheteria, porta-de-aco, manual-de-montagem, carrinho, entrega, auditorio, album; authority formats: cassino-de-precisao, mesa-de-risco, turno-da-madrugada, arquivo-cofre, aduana-de-dados, laudo-de-sinistro; didactic formats: lousa-de-aula (interactive chalkboard lesson), circuito (the explanation as a circuit board: components drawn on their words, copper traces, data pulses, morphing icons, LEDs); native format: nativo (clean edit: cuts + animated captions only); creator formats: camadas, raio-x, duelo, bancada, manchete, revista.
• Layered 2.5D/3D effects (depthkit): speaker matte, depth map, text behind the speaker, captions painted on the set, three.js objects passing behind the speaker, depth fog, contour scans, point clouds, hand-anchored objects (heditor matte|depth|look|hands|plane).
• Motion tools: GSAP plugins offline with seek-safe rules (gsap-craft.md), SVGO clean-up with a pixel check (heditor svg), baked Rapier rigid-body physics for three.js layers with bloom and depth of field (heditor physics, physics-3d.md).
• Creative mode: the agent analyses the video, researches, invents a world for that specific speech and builds it with retention-focused motion and sound.
• Creative mode + reference: e.g. "creative mode in the style of GTA 6". The agent researches the reference and builds a licence-safe homage.
• Long-form mode: heditor new --long + heditor long ...: chunked resumable ASR, a reviewable EDL proposal that removes dead pauses, false starts, repetitions and fillers without cutting words, screen + camera layouts (PiP, screen zoom, speaker, side by side), chapters (cards + YouTube timestamps), burned captions and SRT/VTT, lower thirds, intro and end cards (Follow or YouTube Subscribe), every named style as a style pack, creative set pieces at key moments with a retention cadence per kind (class, live, YouTube), a segmented resumable render with one continuous master audio, and a long-form QA report (loudness, sync against the source, sampled ASR, chapters, segment seams). See long-form.md.
• Pipeline: word-timed ASR (faster-whisper), frame-accurate cuts, voice chain, HyperFrames (HTML + GSAP) composition, voice-first mix at −14 LUFS, and automatic QA (lint, vision-reviewed previews, tests, pixel safe-margin, loudness/true peak, ASR of the final mix, 40-frame contact sheet).

Install: curl -fsSL https://raw.githubusercontent.com/pycodebr/heditor/main/install.sh | bash, or npx skills add pycodebr/heditor -g followed by bash <skill>/scripts/setup.sh. Then edit ~/.heditor/brand.json and ask your agent: "edit this video in creative mode".

MIT © PycodeBR (Felipe Azambuja). Music and SFX are downloaded from Mixkit under its free licence and are not redistributed here.