Entrenar agentes de IA para editar videos de reseñas de películas mediante CLI

Los desarrolladores se han acostumbrado a delegar tareas rutinarias basadas en texto en asistentes de IA: escribir pruebas, implementar patrones o refactorizar controladores antiguos. Sin embargo, los modelos de texto pueden hacer mucho más si se les dan instrucciones claras y una herramienta de terminal conveniente. El repositorio narrator-ai-cli-skill demuestra cómo convertir un Cursor, Windsurf o Claude Code hipotético en un editor de video autónomo.

Toda la idea gira en torno a generar reseñas en video y resúmenes de películas. Escribes una breve indicación al agente como "haz una reseña cómica de The Shawshank Redemption", y el modelo se encarga de todo por su cuenta: selecciona del catálogo, genera un guión, elige la voz del narrador, añade música de fondo y entrega un enlace al archivo terminado.

¿Por qué una habilidad separada si existe una CLI?

Los autores del proyecto hicieron una distinción clara entre la herramienta y la instrucción. La utilidad de línea de comandos narrator-ai-cli ejecuta comandos de bajo nivel: envía solicitudes REST al servidor, consulta estados de tareas, descarga archivos multimedia. Esto es herramientas estándar.

El repositorio narrator-ai-cli-skill es una colección de archivos Markdown estructurados. El archivo SKILL.md junto con la carpeta references/ le explica al modelo de lenguaje el orden en que debe llamar a los comandos, qué parámetros pasar y cómo manejar errores.

La analogía es directa: la CLI son los electrodomésticos de cocina, mientras que la habilidad es el libro de recetas. Sin la utilidad, el agente no puede editar nada, y sin los archivos de descripción de habilidades, el modelo no entenderá la lógica de las llamadas a funciones.

Qué hay dentro del catálogo y cómo funciona el pipeline

La habilidad contiene enlaces integrados a recursos listos para usar y reglas de decisión. Los modelos tienen acceso a:

• Unas 100 películas y series de televisión de origen
• 146 pistas de música de fondo
• 63 voces para doblaje y locución
• Más de 90 plantillas visuales listas para usar
• 18 códigos de error de API con sus algoritmos de manejo

El proceso de creación de video se divide en dos caminos: rápido y estándar. El camino rápido toma un guión de locución original existente de la base de datos. El camino estándar lanza la generación de guiones desde cero, adaptando el tono a las solicitudes del usuario.

El flujo de trabajo es lógico. Primero, el modelo solicita los límites y verifica el saldo de la cuenta. Luego selecciona el ID de la película y un timbre de voz adecuado del catálogo de referencia. Después de eso, comienza la generación del guión y el storyboard. En la etapa final, la utilidad envía la tarea de renderizado de video, sondea periódicamente la API para conocer el estado y devuelve el enlace final.

Además de ensamblar videos completos, el sistema puede realizar tareas aisladas: clonar una voz a partir de una fuente de audio corta o generar síntesis de voz a partir de texto arbitrario.

Instalación y conexión con agentes populares

Se requiere Python 3.10 o superior. Primero, instala el cliente de línea de comandos:

pip install "narrator-ai-cli @ git+https://github.com/NarratorAI-Studio/narrator-ai-cli.git"

Después de la instalación, necesitas establecer la clave de acceso:

narrator-ai-cli config set app_key YOUR_API_KEY

Los archivos de habilidad en sí necesitan ser clonados en el directorio que tu asistente de IA monitorea. La estructura del directorio no debe cambiarse, ya que SKILL.md hace referencia constantemente a catálogos dentro de la carpeta references/.

Para OpenClaw, el comando de clonación se ve así:

mkdir -p ~/.openclaw/skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git ~/.openclaw/skills/narrator-ai-cli

Si estás trabajando en Windsurf o Claude Code, clona el proyecto en tu carpeta de trabajo:

mkdir -p .skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git .skills/narrator-ai-cli

Los usuarios de Cursor solo necesitan colocar el repositorio en la carpeta de reglas:

mkdir -p .cursor/rules
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git .cursor/rules/narrator-ai-cli

Para actualizar la base de datos de recursos o la lógica de habilidades, simplemente navega a la carpeta y ejecuta un git pull estándar.

Cómo funciona la comunicación con el agente

Después de cargar la habilidad, el agente comienza a entender comandos contextuales. Puedes comunicarte con él en lenguaje natural sin memorizar indicadores de CLI.

Ejemplos de frases de trabajo:

• "Muéstrame qué películas hay en la base de datos"
• "Haz 3 reseñas cortas de películas de acción en un estilo dinámico"
• "Pon voz a este texto con una voz de la base de datos con música de fondo alegre"

Durante la operación, el modelo sigue instrucciones estrictas de SKILL.md. Por ejemplo, antes de lanzar una tarea pesada de renderizado, el agente debe verificar el costo de la operación y solicitar confirmación del usuario si los parámetros exceden los límites estándar.

Matices y trampas

El proyecto parece un experimento interesante en la integración de CLI en el ecosistema de agentes de IA, pero hay advertencias para el uso práctico.

El desafío principal es obtener una clave de API. El README establece explícitamente que las claves se emiten bajo solicitud por correo electrónico [email protected] o a través del messenger WeChat. Esto crea una barrera de entrada para pruebas rápidas.

Aquí hay una imagen con los contactos de los autores de la documentación:

El catálogo de películas y timbres actualmente se enfoca principalmente en el mercado asiático y éxitos globales populares. Si necesitas una reseña en video de una película de autor poco común, no estará en la base de datos lista para usar.

A quién le será útil este repositorio

El repositorio vale la pena estudiarlo no solo para la generación de video. Ante todo, es una excelente referencia para formatear correctamente especificaciones SKILL.md para modelos de lenguaje.

Si estás diseñando tu propio agente y quieres enseñarle a trabajar con tu utilidad CLI, narrator-ai-cli-skill servirá como una plantilla lista para usar. Tiene tablas de mapeo de datos bien desarrolladas, algoritmos de manejo de errores de API y escenarios de llamadas en cascada.

Para creadores de contenido y desarrolladores de servicios multimedia, esto es un bloque de construcción listo para usar que permite delegar la edición rutinaria de videos cortos a redes neuronales.