Edicion totalmente automatizada de avatares HeyGen: guia Q&A con Claude y Agent OS

Por que la edicion automatica de videos de avatar solo se volvio practica en la ultima semana? En este Q&A del 27 de septiembre el narrador muestra como clips crudos de HeyGen pasan de una toma fija plana a una version lista para publicar sin edicion manual. La salida cruda es un unico plano continuo sin cortes ni ritmo. La solucion es un orquestador de escritorio que encadena generacion y edicion en un solo bucle, probado en vivo.

Primero, que es realmente el bruto de HeyGen. HeyGen convierte texto en un avatar fotorealista que habla, pero el archivo llega como un plano continuo unico. El narrador abre un ejemplo de 10 minutos para mostrar que no hay recortes. Aqui importa la API de HeyGen : segun la documentacion MCP en developers.heygen.com, HeyGen expone un servidor Model Context Protocol autenticado con clave API que ofrece herramientas para crear un video, consultar estado y descargar el resultado. El clip crudo se vuelve asi un objeto programable que se puede controlar desde Claude.

Edicion automatica con Claude: dos rutas practicas

El narrador describe dos rutas totalmente automatizadas. Una, entregar a Claude Desktop con un modelo clase Opus un clip HeyGen ya generado y decir editalo como siempre. Dos, generar desde cero: darle a Claude la clave MCP de HeyGen y la documentacion y pedir en un solo prompt que cree y edite. El ejemplo de prompt, como se describe en la pagina de integracion de Claude en heygen.com, se traduce de forma natural: crea un video avatar de HeyGen de 30 segundos sobre Z code y editalo en el estilo habitual. Claude primero llama a HeyGen para renderizar y luego aplica sus habilidades de edicion. El mismo bucle funciona en horizontal o vertical.

Los tiempos son honestos e importantes para planificar. Un clip de 30 segundos tarda unos 10 minutos en editarse con Opus, un video de 10 minutos necesita de 30 a 60 minutos. El compromiso es claro: las habilidades re-motion y de diseno de edicion necesitan tiempo para generar transiciones, colocacion de subtitulos y planos de enfasis fotograma a fotograma. El narrador senala que esta pila solo se estabilizo hace aproximadamente una semana; intentos anteriores solian romperse en la conexion MCP o en la cadena de edicion.

El flujo de clave API es practico y advierte sobre secretos. Pasos: ir a developers.heygen.com, crear una clave API, otorgar todos los permisos, fijar expiracion, nombrarla Opus 5.5. Luego en Claude Desktop bifurcar la conversacion y enviar HeyGen API key equals. El narrador recomienda poner la clave en un archivo ENV en lugar de pegarla en el chat y luego adjuntar la documentacion API para que Claude la cargue en contexto. Despues Claude puede llamar por si solo a las herramientas de creacion y edicion de HeyGen y entregar un corte final que en la demo se ve limpio y ritmico incluso con audio silenciado, producido en 5 a 10 minutos para un clip corto.

Se necesita una nota de verificacion. Los nombres Opus 5.5 y Opus 515 repetidos en el video no existen como productos lanzados. Segun el anuncio de Claude 4 en anthropic.com, la familia actual es Claude 4, con Opus 4 y Sonnet 4 presentados el 22 de mayo de 2025 como los modelos mas capaces que soportan una ventana de contexto de 200k. El flujo descrito es valido, pero el nombre del modelo debe leerse como prospectivo o nombre en clave; lo clave es que la calidad de edicion solo es estable en modelos insignia.

Agent OS, habilidades y Hermes multiprofil

El segundo bloque responde a Andrea sobre actualizar Agent OS. El consejo es tomar el ultimo zip desde la seccion Agent OS dentro del aula, volver al entorno donde lo instalaste con Claude o Codex, iniciar un nuevo chat, seleccionar la carpeta de instalacion y adjuntar el zip. El prompt es simple: puedes actualizar Agent OS usando el archivo de actualizacion. El sistema trabaja en segundo plano sobrescribiendo archivos y luego inicializas y pruebas. Esto evita una reinstalacion completa.

Cuando convertir trabajo en habilidad es la parte mas util. La regla es que cualquier trabajo diario merece una habilidad, ejemplificado con SEO. El narrador da un metodo de tres pasos: primero describe que quieres que haga el agente, tras una ejecucion exitosa di guarda este flujo como habilidad para reutilizarlo, luego prueba e itera con feedback como actualiza el archivo de habilidad basado en este comentario. Guardado como MD puedes portar la habilidad entre Codex y Claude. La advertencia es clara: no conviertas todo en habilidad o el agente se hincha; convierte solo flujos diarios en arquitectura de habilidades persistente, deja los puntuales como prompts.

Louis reporta un fallo concreto de la pasarela Hermes en Mac mini: no puede alternar entre OpenAI y Gemini en la pasarela, el codigo de cotizacion gratuito falla, la IA no arranca. La solucion no es reinstalar sino pedir al agente que configuro Agent OS que repare. Un ejemplo de prompt pide asegurar el cambio entre OpenAI y Gemini dentro de la pasarela Hermes, configurar tres perfiles distintos dentro de Hermes, probar que realmente funcionan y corregir errores. Segun la guia Profiles en hermes-agent.nousresearch.com, Hermes puede ejecutar multiples agentes independientes en la misma maquina, cada uno con su propia configuracion, claves, memoria, sesiones y habilidades, almacenados bajo ~/.hermes/profiles/ . La demo en vivo muestra el perfil OpenAI fallando al inicio y luego pasando tras iniciar sesion.

Jeremy pregunta por una configuracion hibrida en varios ordenadores: los perfiles locales permanecen por dispositivo, un perfil en la nube es compartido, Obsidian gestiona el respaldo de memoria. La respuesta es si, Hermes lo soporta. Puedes decirle a Claude Desktop que anada un nuevo perfil para este modelo dentro de mi agente Hermes, aqui esta la clave API o los detalles del modelo local, y el sistema lo cablea y lo anade al desplegable. Para enlazar varias maquinas el narrador prefiere una malla Tailscale en lugar de un VPS puro; un tutorial de 10 minutos da a todos los agentes acceso remoto al mismo Agent-X OS, incluso desde el telefono. La sincronizacion de Obsidian es ortogonal a los perfiles; con una cuenta sincroniza en todas partes como capa de memoria separada.

La ultima seccion es la mas tecnica: Almir reporta cinco modelos locales fallando de cinco formas distintas bajo Hermes en RTX 5070 y pregunta sobre modo pensamiento en 3.5 4B, extension de contexto AOP yarn, runtime VLM versus llama.cpp, restricciones de salida gramatica versus esquema, arquitectura en dos etapas y que modelo 8-14B con 16 GB y 64k de contexto tiene el mejor historial de uso de herramientas multiturno. El narrador se mantiene deliberadamente no tecnico, recomienda dejar que Claude Desktop tome el control e itere hasta que las pruebas pasen y dice que los valores por defecto de Ollama suelen bastar. Para un modelo pequeno la eleccion es LFM 2.5 2.6B. Segun la pagina tecnica en docs.liquid.ai, este modelo usa una arquitectura hibrida de 2.6 mil millones de parametros, optimizado para edge y ofrece inferencia rapida. Segun la ficha en huggingface.co, LiquidAI/LFM2.5-2.6B es particularmente fuerte en llamada a herramientas y, como el framework Hermes se uso en datos de entrenamiento, corre rapido en harnesses de agentes; probado en Mac Studio resulto fluido.