I Hate Editing klipper video fra lydsporet uten å se på bildet

De fleste KI-verktøy for videoredigering starter med å analysere bildene. I Hate Editing gjør det motsatte: lyden er klokka, og modellen ser aldri på selve opptaket. Skriptene i repoet gjør det mekaniske arbeidet, mens agenten bare tar smaksvalgene. Prosjektet er et ferdighetsoppsett, en skill, som kjører i Claude Code, Cursor, Codex eller et hvilket som helst verktøy med skalltilgang, og det ligger ute under MIT-lisens.

Klippene settes fra stillhet og fra der ordene starter, ikke fra manuell scrubbing i tidslinja. Det interessante er kontrollen etterpå: når klippet er rendret, transkriberer verktøyet korte vinduer rundt hver skjøt på nytt for å fange gjentatte ord og kutt midt i en setning. Mekaniske gjentakelser fjernes automatisk, mens ødelagte setninger flagges for en menneskelig vurdering. Denne verifiseringen er en hard port i arbeidsflyten: består ikke klippet, går det tilbake til redigeringslista før tekstplakater og lyd bygges.

«Modellen ser ikke videoen. Lyden er klokka.» — I Hate Editing, prosjektets egen beskrivelse av arbeidsdelingen

Transkripsjonen kjører lokalt med whisper.cpp, så du trenger ingen nøkkel til en sky-tjeneste for tale til tekst. Første nedlasting av Whisper-modellen ligger på omtrent 0,5 til 3 GB avhengig av språk og maskinvare. Utover det krever oppsettet ffmpeg, Node 22 eller nyere, og Playwright med Chromium hvis du vil bruke dokumentasjonsfunksjonen som åpner ekte nettsider, tar høye stillbilder og markerer den linja du refererte til med en gul strek.

Rettelser fra deg lagres i en fil kalt taste.md og følger med til neste jobb, slik at du slipper å lære bort det samme to ganger. Du skal heller ikke bli spurt om skrifttype, overgang eller desibelnivå. Du sier «kvassere» eller «mindre musikk», og verktøyet eier tallene.

Begrensningene er tydelig dokumentert. Dette er laget for talking head og forklarende videoer, ikke reisemontasjer eller flerkamera-opptak. Musikksporet må du ta med selv, siden verktøyet dukker det ned, men ikke lisensierer det. Og gjennomgangsserveren i repoet binder seg til localhost uten autentisering, så flagget som åpner den mot lokalnettet bør du bare bruke på et nett du stoler på.

«Hver regel finnes fordi en render feilet en gang, og vi betalte for det.» — I Hate Editing, om regelfilene under rules/

For deg som allerede kjører agenter i terminalen er dette et konkret eksempel på en tung, ikke-tekstlig arbeidsflyt pakket som en skill: deterministiske skript for alt som kan måles, modellen kun der det kreves skjønn.

Hva bør du gjøre?

1. Installer med npx skills add ranahaani/i-hate-editing, men les install.md først: verktøyene ffmpeg, whisper.cpp og Playwright må ligge på maskinen fra før.
2. Sett av plass og tid til første Whisper-nedlasting på 0,5 til 3 GB før du prøver på et opptak du har dårlig tid på.
3. La være å endre klippet etter at tekstplakater og lyd er bygget. Tidskodene blir feil, og laget må bygges på nytt.