Edit de gameplay no beat, feito pelo Claude Code

Uma skill do Claude Code que transforma clipes de Valorant, CS2 ou outro FPS e uma música num edit pronto para TikTok, Reels ou Shorts. Ela coloca cada kill no beat, faz slow motion suave com interpolação por IA, transições no grave da música ou no ritmo das kills (você escolhe), zooms curtos nas kills e palavras da letra na tela, e entrega até a capa.

Não usa editor de vídeo. O Claude escreve a edição num arquivo Python (timeline.py), um pipeline próprio monta cada frame, e o ffmpeg só lê e grava os vídeos.

Estilo padrão, vertical (o jogo inteiro na tela)	Estilo padrão, horizontal, com letra	Estilo "janela" (só a pedido)

Os GIFs têm 30 fps e 480 px; os vídeos de verdade saem em 60 fps e em resolução cheia.

No PowerShell:

git clone https://github.com/gustavomenani/editing-gameplay-montages.git
cd editing-gameplay-montages
powershell -ExecutionPolicy Bypass -File .\install.ps1

No Git Bash: bash install.sh.

O script copia a skill para ~/.claude/skills/editing-gameplay-montages. Se já havia uma cópia, ela é guardada em editing-gameplay-montages.backup-<data> e o caminho aparece na tela. Depois ele confere, em português, o que o computador precisa (Git for Windows, uv, ffmpeg, placa de vídeo com Vulkan, fonte Impact, espaço em disco) e mostra o comando exato do winget para o que faltar. Nada é instalado sem você pedir. Para o script rodar os comandos do winget por você, use -Instalar (--instalar no Git Bash). Depois de instalar algo, feche e abra o terminal.

Para atualizar: git pull na pasta clonada e rode o install.ps1 de novo. A skill instalada não é editada durante os seus vídeos: o que o Claude aprende num projeto fica no LEIAME.md daquele projeto (seção "Lições para a skill"), e a skill só muda quando você pede ("atualiza a skill"), pelo repositório. Por isso dá para atualizar por cima sem perder nada.

O resto (venv, dependências Python, modelo RIFE) o Claude instala sozinho na pasta do projeto. Antes de começar, ele roda um diagnóstico (doctor.py) que testa tudo, inclusive o RIFE na sua placa de vídeo, e termina com PRONTO ou FALTA: ... e o que fazer.

mkdir -p ~/.claude/skills
cp -r editing-gameplay-montages/skills/editing-gameplay-montages ~/.claude/skills/

1. Coloque numa pasta os clipes e a música. Recomendado: coloque também um vídeo de referência, um edit que você curtiu (baixado do TikTok ou do YouTube). Com ele a skill copia os cortes, o ritmo, os efeitos e o texto.
2. Abra o Claude Code nessa pasta e peça o edit, do seu jeito:

faz um edit pro tiktok com esses clipes e essa música

3. A skill responde primeiro com um briefing: pergunta o formato, a duração, a intensidade, onde caem as transições, se quer a letra na tela (cole a letra na resposta) e a capa, quais jogadas abrem e fecham, qual parte da música e qual jogo, e dá dicas para o resultado ficar melhor. Responda tudo numa mensagem só. O que você deixar em branco ela decide sozinha.
4. Daí em diante ela não pergunta mais nada. Assim que o edit está montado, você recebe uma prévia rápida (_previa.mp4, em menos de um minuto): sem efeitos e com a câmera lenta engasgada de propósito, mas com a ordem, os cortes, as kills no beat, a letra e a música. Se quiser mudar algo, é só falar antes do vídeo final, que fica pronto depois da interpolação e do render.
5. Recebeu o vídeo? Diga do seu jeito o que mudar ("tá travado aqui", "a kill tá fora do beat", "mais escuro", "tira essa kill"). Cada versão sai como um arquivo novo.

Se o seu pedido já disser tudo, ela pula o briefing:

edita esses clipes de valorant com a MESMA EDIÇÃO desse vídeo "referencia.mp4", 30 segundos, com a letra da música na tela, abrindo com o ace

Depois é ir ajustando como faria com um editor humano: "o slow motion tá travado", "sincroniza melhor as letras", "tira aquela kill da raze". Cada versão sai como um arquivo novo (_v1, _v2, ...) ao lado dos clipes, e as anteriores ficam.

Tempos medidos em vídeos de 37 a 46 segundos (GTX 1650): de 30 a 55 minutos de interpolação e de 12 a 16 minutos de render, os dois em segundo plano. Um ajuste que não mexe nos cortes só precisa de um render novo.

A ideia central da skill: o Claude não consegue ver nem ouvir o vídeo, então nada é feito "no olho". Os frames são lidos pelo número, os beats são medidos na forma de onda, cada kill é presa ao frame do disparo, e cada render é julgado por números e por imagens que ele lê.

flowchart LR
  A[Clipes de qualquer<br/>resolução e fps + música] --> N[Cópias de trabalho<br/>1920x1080 60 fps]
  N --> B[Achar as kills<br/>frame do disparo]
  A --> C[Medir a música<br/>BPM e grade de beats]
  B --> D[timeline.py<br/>a edição em beats]
  C --> D
  D --> E[Frames interpolados<br/>RIFE 240-960 fps]
  E --> F[Render<br/>blur de obturador, câmera,<br/>transições, letra, cor]
  D --> G[Som<br/>tiro no beat, risers, limitador]
  F --> H[master.mp4]
  G --> H
  H --> I[Verificação<br/>números + folhas de frames]
  I -->|algo errado| D

1. Qualquer gravação vira o formato de trabalho. 1440p, 4K, 4:3 esticado ou ultrawide, de 30 a 240 fps: cada clipe vira 1920x1080 a 60 fps. Quando um frame original cai no instante certo, ele é usado sem mexer (120 e 240 fps). Quando não cai, o RIFE cria o frame no instante exato (144 fps, por exemplo). Nunca se repete frame, e o som fica alinhado ao frame (0,000 ms de diferença medida).
2. Frames pelo número. Cortar com -ss e fps=60 no ffmpeg duplicava 1 frame em cada 3 (era isso que o pessoal sente como "quedas de fps"). Todo frame é lido pelo índice.
3. Kills em qualquer jogo, e as certas. A skill acompanha cada linha do kill feed pela cor: fica só com as suas kills (descarta as de aliados e as suas mortes) e não conta duas vezes a mesma linha. Olhando para trás, acha o tiro que matou: o último tiro em que a munição desceu antes da linha aparecer, nunca o primeiro tiro de um spray. O frame que vai no beat é o desse disparo. Kill escondida atrás de parede, smoke ou flash fica marcada e não entra. Cada kill ganha uma nota (headshot, multi-kill, tiro limpo), e a mesma jogada nunca entra duas vezes, mesmo quando a pasta tem a gravação inteira e os cortes dela. No Valorant, medido em 26 clipes: o tiro certo em 62 das 66 kills de dois edits reais, e as outras 4 com até 3 frames de diferença. Há perfis de Valorant, CS2 e um genérico para qualquer outro jogo.
4. Música. Mede o BPM e refina a grade de beats contra os ataques do bumbo (o primeiro chute costuma vir uns 38 ms adiantado). As kills só vão em bumbo, caixa ou hi-hat forte que foram medidos. As transições vão onde você escolher no briefing: no ritmo das kills (o padrão, como no edit modelo: um corte logo antes de cada kill) ou no grave (mais fino, com menos cortes). No grave, a skill confere que nenhuma transição caiu fora dele.
5. A edição é código. timeline.py diz, em beats, qual frame de qual clipe aparece em cada momento. As rampas de velocidade são curvas suaves entre âncoras.
6. Slow motion de verdade. O RIFE cria frames intermediários (240 fps em tudo, 960 fps onde está lento). Cada frame final é a média dos subframes no tempo do obturador, o que dá motion blur real e nenhum engasgo.
7. Som. Cada tiro é colocado exatamente no beat. Depois vêm risers antes dos drops e um limitador. O AAC é gravado com PNS, TNS e intensity stereo desligados, porque com eles três versões saíram estourando.
8. Verificação e trava de entrega. Antes de entregar, a skill mede frames repetidos, travadas, saltos, loudness e pico. Para cada kill ela monta uma folha dos frames −3 a +4: o clarão do tiro não pode aparecer no −1 e precisa começar no +0. Por último, uma trava (gate.py) recusa a entrega enquanto houver erro: trecho acelerado, frame congelado, kill fora do beat ou sem tiro, áudio estourando, render de um timeline antigo. Um problema que você aceitar fica anotado no projeto.

O melhor edit já feito com a skill (o que o autor considera o mais bem sincronizado e bem editado) virou o padrão. Os padrões dele estão em model-edit.md, escritos em relação à música (batidas, ataques medidos da bateria, partes da música), e não como tempos copiados: a música que você manda decide onde cada coisa cai. A intro fica no break da sua música, a kill em bullet time cai no drop dela, o ace na última frase cantada. Com ou sem vídeo de referência, o edit sai assim (com referência, ele copia também o visual e o ritmo de cortes dela):

O antigo estilo "house" (janela que mostra só 2/3 da largura do jogo, transições que movem os dois clipes, fundo que pulsa) continua disponível se você pedir "estilo janela" ou "estilo house", mas deixou de ser o padrão.

Fale do seu jeito como quer o edit. A skill traduz para os ajustes do render. Qualquer coisa que você não pedir fica como no edit modelo.

A referência continua sendo o que mais faz diferença. Com um edit de exemplo na pasta, a skill copia os cortes, o ritmo, os efeitos e o texto dele, e as opções acima ajustam o que você quiser diferente.

skills/editing-gameplay-montages/
  SKILL.md              ponto de entrada: briefing, estilos, regras, passo a passo
  model-edit.md         os padrões do melhor edit (ritmo, estrutura, acentos, som), encaixados na música de quem pede
  pipeline.md           instalação, scripts, tempos, como rodar jobs longos
  edit-design.md        estilo "janela" (house, só a pedido): sequência, rampas, efeitos, transições, som
  reference-style.md    o estilo padrão: copiar uma referência, gerador de timeline, letra, capa, gravação crua
  verification.md       como julgar um render sem assistir
  pitfalls.md           sintoma -> causa -> solução de tudo que já deu errado
  tools-research.md     CapCut, Resolve, Remotion, MCPs: o que foi comparado
  scripts/              pipeline em Python (entrada de qualquer resolução/fps, render, som, música, kills, checagens)
  scripts/games/        perfis de jogo para achar kills (valorant, cs2, generic)
  scripts/refstyle/     arquivos do estilo padrão (render vertical/horizontal, letra, analisador de referência, capa)
  models/rife-v4.25/    rede de interpolação (ncnn/Vulkan)

• O vídeo final sai em 1080x1920 (vertical) ou 1920x1080 (horizontal), a 60 fps.
• A detecção automática de kills foi medida no Valorant: achou 26 das 27 kills de referência e acertou o frame exato do disparo em 22 de 23. O perfil de CS2 foi montado a partir dos arquivos de HUD do jogo, mas ainda não foi testado em gravação real. O perfil genérico acha as linhas do kill feed (26 das 27 no mesmo teste), mas, sem a cor das suas kills e sem o contador de munição do jogo, erra o frame do disparo em sprays. Para outro jogo, o Claude cria o perfil dele olhando um frame. Em qualquer jogo ele confere cada kill nas folhas de revisão antes de usar.
• No vertical, o jogo inteiro ocupa uma faixa no meio da tela (cerca de 1/3 da altura), com o fundo desfocado em volta. Uma referência vertical que corta o jogo para encher a tela não é copiada nesse ponto, porque o corte vira um zoom que borra o jogo e esconde minimapa e kill feed. O estilo padrão vertical foi validado num edit completo de 32 s (16 kills, nenhum frame repetido ou travado).
• Os comandos de shell são de Windows (Git Bash e PowerShell).
• O Claude mede tudo, mas não assiste. Sensação, intensidade e mixagem quem julga é você.
• A letra na tela só usa linhas que você colou ou que foram confirmadas numa página de letras, porque o reconhecimento de voz erra metade de um verso de trap. Com a letra em mãos, a skill separa a voz da música e alinha cada palavra nela com dois modelos (medido: mediana de 5 ms de diferença para a sincronia aprovada à mão), e mostra uma folha para conferir antes do render.
• O TikTok pode converter uploads de 60 fps para 30 fps se a opção de alta qualidade estiver desligada (não confirmado oficialmente).

O projeto é aberto. Issues e pull requests são bem-vindos, principalmente para:

• validar o perfil de CS2 em gravações reais e criar perfis de outros jogos (Fortnite, Apex) para a detecção de kills;
• edits completos de outras pessoas, com outras músicas, para afinar o estilo padrão;
• comandos equivalentes para Linux e macOS.

Toda mudança no pipeline deve vir com a medição que a justifica (check.py, folhas de sincronia), seguindo o princípio da skill: nada no olho.

• Scripts e documentação: MIT.
• Modelo de interpolação RIFE v4.25: Practical-RIFE (hzwer, MIT), convertido para ncnn em rife-ncnn-vulkan (MIT). Binding Python: rife-ncnn-vulkan-python-tntwise.
• O repositório não traz música nem gravações. Os direitos das músicas e dos clipes que você usar são seus para resolver.