Kajisho5 entrega 42 ferramentas de FFmpeg para agentes cortarem vídeo

O próprio código define as regras do agente

O motor segue uma ordem rígida de trabalho: inspeciona o arquivo com ffprobe, corta sem perder compressão quando possível, checa as faixas e valida o resultado final. Toda a base técnica utiliza apenas a biblioteca padrão do Python, sem depender de pacotes externos além do interpretador python3 e dos binários do ffmpeg instalados no sistema operacional. Para não entupir o contexto do modelo com dezenas de instruções desnecessárias, o servidor MCP integrado expõe apenas 12 ferramentas centrais na listagem padrão. A variável FFMPEG_SKILL_MCP_FULL=1 libera todas as 42.

O catálogo cobre tarefas como cortar silêncio com silence.py --threshold -35, reenquadrar telas com fit.py --aspect 9:16 --fit crop, gerar legendas dinâmicas em caption.py e dosar o volume via loudness.py -I -14 --tp -1. Para assegurar que o agente envie os argumentos certos, a arquitetura batizada de SPEC extrai o esquema de entrada do MCP diretamente do módulo argparse de cada ferramenta durante a execução. Testes automatizados no repositório quebram a integração contínua se qualquer parâmetro da linha de comando divergir do contrato. O contrato não aceita desvios.

Instalação rápida exige atenção aos filtros

A instalação dispensa etapas manuais complexas: basta rodar npx ffmpeg-skill no terminal para gravar os arquivos em ~/.claude/skills/ffmpeg-skill. Quem programa no Cursor ou no Codex adiciona as opções --cursor ou --codex, enquanto a flag --all configura todos os editores no mesmo comando. Na sequência, a checagem do ambiente roda com npx ffmpeg-skill doctor, que avalia a presença do ffmpeg, do ffprobe e dos componentes necessários para cada rotina. O diagnóstico exige leitura atenta.

O indicador geral ok do diagnóstico apenas confirma os binários essenciais, sem garantir o funcionamento de todas as ferramentas. No macOS com instalações padrão do Homebrew, por exemplo, o ffmpeg costuma vir sem o filtro subtitles, o que desativa o caption.py e marca o script como usable: no. A versão v2.10.4, lançada em 17 de outubro de 2026, corrigiu no join.py uma falha herdada da versão 2.4.1 em que o áudio começava em zero via asetpts=PTS-STARTPTS, mas a imagem mantinha atraso de 0,08 segundo e deixava um quadro vazio na emenda. A imagem agora abre alinhada em 30 quadros.

O ritmo acelerado de 1.981 estrelas e 162 forks em apenas 43 dias de vida mostra forte interesse, mas exige cautela diante de um projeto recente que ainda soma 3 issues abertas. A licença MIT permite que equipes inspecionem, alterem e embutam o código em fluxos de trabalho internos sem pagar royalties. A ferramenta, contudo, não serve para quem procura uma interface gráfica com linha do tempo nem para operações que dependem de renderizar vídeo em servidores remotos. O trabalho acontece no terminal.