talking-head-reel — скилл

Скилл превращает черновую запись с дублями и паузами в вертикальный рилс: лучшие дубли, зумы на склейках, субтитры по словам.

  • 70 ★ репозитория
  • Последний коммит
Скилл

Расширенный доступ

Почему такой уровень

  • Скилл запускает `ffmpeg`, `whisper` и `npm install` на вашем компьютере и скачивает мемы из сети.
  • Расшифровку вашей речи читает агент.
Все причины и проверки

mariagorskikh/talking-head-reel

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/talking-head-reel

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Скилл запускает `ffmpeg`, `whisper` и `npm install` на вашем компьютере и скачивает мемы из сети.
  • Расшифровку вашей речи читает агент.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

talking-head-reel собирает вертикальный ролик для Instagram, TikTok или Shorts из записи на телефон, где человек говорит в камеру и повторяет каждую фразу по два-три раза. Скилл перекодирует видео в 1080x1920 при 30 кадрах в секунду, расшифровывает всю запись с таймкодами слов, выбирает лучший дубль каждой фразы и режет по границам слов. На каждой склейке добавляется резкий зум, чтобы монтажные стыки читались как прием. Поверх видео появляются субтитры по три слова, логотипы и выноски в момент, когда звучит соответствующее слово, нумерованные списки, карточки с цитатами, мемы и финальная плашка. Все собирается в проекте `Remotion` 4 в папке скилла, готовый файл `.mp4` ложится на рабочий стол.

Для кого. Авторам коротких видео, которые записывают монолог в камеру на телефон и тратят часы на выбор дублей и монтаж.

Подходит, если

  • Записано пять минут, а годной речи набирается на девяносто секунд.
  • Рилс нужен с субтитрами по словам и выносками под сказанное, без ручной сборки в редакторе.
  • Есть текст, который автор хотел произнести, и его вставляют в запрос для точного выбора дублей.
  • Ролик идет в Instagram, и композиция должна обойти элементы интерфейса приложения.

Не подходит, если

  • Запись снята горизонтально или в кадре несколько человек: скилл рассчитан на портретное видео с одним говорящим.
  • Компьютер не на macOS: инструкции написаны под macOS и `brew`.
  • Нужен монтаж чужих материалов или нарезка интервью.

Пример запроса к агенту

Смонтируй через talking-head-reel файл `~/Downloads/IMG_1234.MOV` для Instagram: я делал много дублей, выбери лучшие, убери паузы, добавь зумы и анимации.

Ограничения

Нужны macOS, `ffmpeg`, команда `openai-whisper` (модель `turbo` при первом запуске скачивает около 1,5 ГБ), Node 20 или новее и Claude Code. Работа занимает 10–15 минут, больше всего времени уходит на рендер. На экране появляется только то, что произнес автор: скилл делает сказанное видимым и ничего не добавляет от себя. Пример таймлайна в репозитории рассчитан на вымышленную запись, свою запись нужно прогнать через конвейер. Мемы подгружаются во время монтажа из API шаблонов imgflip и в репозитории не хранятся.

Как отключить. Удалите папку `~/.claude/skills/talking-head-reel`. Установленные `ffmpeg` и `openai-whisper` и скачанную модель удаляйте отдельно.

Частые вопросы

Как поставить talking-head-reel?

Выполните `git clone https://github.com/mariagorskikh/talking-head-reel ~/.claude/skills/talking-head-reel`, затем `npm install` в папке `remotion`. После этого в Claude Code укажите путь к записи.

Что нужно для работы?

macOS, `ffmpeg` (`brew install ffmpeg`), `openai-whisper` (`pip install openai-whisper`), Node 20 или новее и Claude Code.

Сколько длится монтаж?

От 10 до 15 минут работы Claude, основное время уходит на рендер.

Помогает ли сценарий?

Да. Текст, который автор хотел произнести, лучше вставить в запрос: по нему точнее выбираются дубли.

Откуда берутся мемы?

Скилл скачивает их при монтаже из API шаблонов imgflip, в репозиторий они не входят.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Скилл для Claude Code: из сырых клипов с говорящей головой делает рилс для Instagram, выбирает дубли и режет паузы

СкиллРасширенный доступ139Звезды репозитория

Одиннадцать скиллов Claude Code делают из клипа с говорящим человеком рилсы: заголовки, графика позади, сплит-экран

ПлагинРасширенный доступ70Звезды репозитория

Скилл собирает из темы озвученное видео в 4K: исследование, сценарий, локальный TTS, монтаж на Remotion и сведение в FFmpeg

СкиллРасширенный доступ1,7 тыс.Звезды репозитория

Скилл video-explainer собирает вертикальный ролик 9:16 из сценария: озвучка, субтитры, Remotion и проверка перед рендером

СкиллРасширенный доступ124Звезды репозитория

Скилл Claude Code монтирует вертикальный рилс из сырой записи: вырезает паузы и ошибки, добавляет анимацию.

СкиллРасширенный доступ65Звезды репозитория

Скилл превращает кодового агента в студию объясняющих видео с озвучкой: синхронизация по словам, каталог движений и сборка через Remotion

СкиллРасширенный доступ2,3 тыс.Звезды репозитория

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
talking-head-reel (эта карточка)нет70
Video Editor Skillsнет443скиллы монтажа, где агент запоминает замечания автора; здесь готовый конвейер для монолога в камеру
HyperFrames Motion Reelнет184делает шоурил из строки с темой; здесь материал собирается из вашей записи

Коротко о README

Конвейер состоит из скриптов подготовки, расшифровки, нарезки, контрольных кадров и рендера. В папке лежат правила выбора дублей, вертикальной компоновки, безопасных зон Instagram и зумов, пример таймлайна и минимальный проект `Remotion` со шрифтами Geist и набором звуков.

Бейдж для README

Исходный SKILL.md

---
name: talking-head-reel
description: Turn a long, messy phone recording of one person talking to camera (every line taken several times, false starts, pauses, "okay, again") into a vertical Instagram / TikTok / Shorts reel, about a minute long, with the best take of each sentence, snap zooms on the cuts, word-timed captions, and animated overlays that amplify what the speaker says (logo chips as they name things, numbers as big callouts, lists that get stamped, a quote card, a typed prompt, polaroids of the other takes, memes, an end card). Use whenever the user hands over a portrait phone recording (IMG_xxxx.MOV) and says "edit this for Instagram", "make a reel", "vertical", "I did a lot of retakes, pick the best parts", "remove the duplicates and pauses", "add animations and zoom in and out", "make it entertaining", or wants a re-cut of a previous reel ("swap the closing take", "change the callout at 0:40", "add music"). Not for landscape walkthroughs with a screen recording.
---

# Talking-head reel

The raw material is one person on a phone, portrait, talking to camera for
five minutes to get ninety seconds of usable speech: every sentence is said
two or three times, the best version is usually the last, and the file ends
with an outtake. The deliverable is a 1080x1920 reel of the best take of
each sentence, cut on word boundaries, with framing snaps on every cut so
the jump cuts read as a style, and overlays that land on the word they
illustrate. Nothing on screen says anything the speaker did not say; it
makes what they said visible.

`assets/Reel.example.tsx` and `assets/reel-segments.example.json` are a
placeholder timeline built on the timings of a fictional recording, so
they compile and show the wiring, the pacing and the density; read them
once before planning a new reel. `overlays.tsx` holds the shared `Card`,
`Big`, `LogoRow` and `Word`; `reel-overlays.tsx` holds the vertical
grammar.

The Remotion project is `remotion/` next to this file (`cd remotion &&
npm install` once). Every path below that says `src/`, `public/` or
`out/` is inside it, and the scripts are run from inside it.

## What "good" looks like

The speaker is centred and fills the width. Under the chin, a band of dark
cards that change every few seconds: a row of logo chips popping one per
spoken name, a big number, a numbered list that fills in as things are
listed and then gets a red stamp slammed across it when they are
dismissed, a quote card whose last line lands in the accent colour, a
claim struck through, a terminal typing a prompt, three polaroids of the
other takes, two big logos bouncing at the close. Next to the head,
top-right on the wall, a "reaction slot": a logo that appears big and
alone on its name and is gone a second later, a big background-free emoji
on a feeling, a meme popping in on a punchline. Under the band, three-word
captions with the spoken word in the accent colour. The framing snaps
between 1.0 and 1.1 at every cut and at most sentence starts, and pushes
in slowly on the line that matters. The last frame freezes under an end
card with the thing the speaker wants people to click. All of it above
the Instagram UI.

Сообщить о проблеме