Communitygithub.com

mychat

Genera videos AI a partir de indicaciones de texto utilizando múltiples proveedores y pasarelas. Úsalo para: (1) Generar videos desde descripciones de texto, (2) Crear clips de video generados por IA para producción de contenido, (3) Generación de imagen a video con una imagen de referencia, (4) Elegir entre proveedores de generación de video (VEO, Kling, Sora, Runway, Seedance, MiniMax, Gemini Omni). Compatible con las pasarelas: API de HeyGen, API de fal.ai, API oficial directa de Kling y la API de Gemini (Gemini Omni Flash).

¿Qué es mychat?

Esta habilidad permite generar videos de alta calidad a partir de descripciones de texto utilizando un conjunto diverso de proveedores de generación de video líderes, accesibles a través de múltiples pasarelas de API. Está diseñada para desarrolladores y creadores de contenido que necesitan flexibilidad en la elección del modelo, ya sea para trabajos cinematográficos de alta fidelidad, generación rápida de prototipos o edición conversacional iterativa. La habilidad integra un selector inteligente (`video_selector`) que evalúa la disponibilidad, el costo y la calidad del proveedor, con una preferencia predeterminada hacia Seedance 2.0 para contenido cinemático, que destaca por su audio sincronizado nativo en una sola pasada, generación de múltiples tomas, control de cámara a nivel de director y sincronización de labios. Además, para la edición iterativa de clips existentes, utiliza Gemini Omni Flash como el único proveedor con capacidad de edición conversacional de múltiples turnos, permitiendo refinar vídeos sin regenerarlos desde cero. La habilidad se implementa en varias plataformas de agentes de IA (como Claude Code, Cursor, Codex, etc.) y requiere configurar al menos una de las claves de API (`HEYGEN_API_KEY`, `FAL_KEY`, `KLING_API_KEY`, o `GEMINI_API_KEY`/`GOOGLE_API_KEY`). El flujo de trabajo principal implica llamar a un endpoint de ejecución, recibir un `execution_id` y luego sondear el estado hasta que se complete la generación, con tiempos de espera de hasta 5 minutos. La respuesta final incluye una URL temporal del video y un `asset_id` para su uso posterior en otros flujos de trabajo de HeyGen.

Compatible con~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/9018/mychat/tree/HEAD/OpenMontage/.agents/skills/ai-video-gen

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Generación de Video (Múltiples Pasarelas)

Genera videos AI a partir de indicaciones de texto. Compatible con múltiples proveedores a través de cuatro rutas de API:

PasarelaVariable de EntornoProveedoresHerramienta
fal.aiFAL_KEYSeedance 2.0 (estándar + rápido), Kling v3/v2.1, MiniMax, VEOseedance_video, kling_video, minimax_video, veo_video
HeyGenHEYGEN_API_KEYVEO 3.1, Kling Pro, Sora v2, Runway Gen-4, Seedance Pro / Lite (1.x)heygen_video
Kling OficialKLING_API_KEYKling oficial Classic, Turbo y video Omni básicokling_official_video
API de GeminiGEMINI_API_KEY / GOOGLE_API_KEYGemini Omni Flash (generación + edición conversacional)gemini_omni_video

Edición iterativa — Gemini Omni. Cuando la solicitud implica refinar un clip existente (añadir/eliminar objetos, cambiar estilo, modificar iluminación o texto en pantalla) en lugar de regenerarlo, Gemini Omni Flash es el único proveedor en el conjunto con edición iterativa de múltiples turnos y estado. Consulta la Capa 3 gemini-omni para la guía autorizada de indicaciones (etiquetas de imagen de referencia, sintaxis de código de tiempo, reglas de edición) antes de escribir cualquier indicación para él.

Valor predeterminado premium preferido — Seedance 2.0. Cuando cualquier pasarela premium está configurada (FAL_KEY → seedance_video, o la ruta de Video Agent / Avatar Shots de HeyGen), Seedance 2.0 es el valor predeterminado preferido para trabajos cinematográficos, de tráiler y clips de alta fidelidad. Es el único modelo en el conjunto con audio sincronizado nativo en una sola pasada, generación de múltiples tomas, control de cámara a nivel de director y sincronización de labios a partir de diálogo citado, y ocupa el #1 en Artificial Analysis Elo a principios de 2026. Cambia solo cuando el usuario tenga una razón específica (presupuesto, preferencia de proveedor, ajuste estilístico como VEO para paisajes fotorrealistas o Kling para un look anime específico). Consulta la Capa 3 seedance-2-0 para la guía autorizada de indicaciones y parámetros.

IMPORTANTE: Usa siempre video_selector en lugar de llamar a las herramientas del proveedor directamente. El selector maneja las comprobaciones de disponibilidad, la comparación de costos y la reasignación automática, y su motor de puntuación ya se inclina hacia Seedance 2.0 para intenciones cinematográficas.

Autenticación

Usa la pasarela configurada que mejor se adapte a los proveedores disponibles del usuario y a los objetivos de costo/calidad.

  • HeyGen: Establece HEYGEN_API_KEY para acceder a la pasarela de múltiples modelos.
  • fal.ai: Establece FAL_KEY para acceder a Kling, MiniMax y Veo a través de fal.ai.
  • Kling Oficial: Establece KLING_API_KEY para acceder a la API oficial directa de Kling mediante provider="kling_official".
  • API de Gemini: Establece GEMINI_API_KEY o GOOGLE_API_KEY para acceder a la generación de video Gemini Omni y la edición conversacional.

No describas ninguna pasarela como la predeterminada o la mejor opción sin verificar primero el registro y la adecuación a la tarea actual.

fal.ai Kling (kling_video, provider="kling") y Kling Oficial (kling_official_video, provider="kling_official") son rutas diferentes. No reutilices las URLs de la cola de fal.ai, FAL_KEY o el comportamiento de carga de imágenes cuando se seleccione el proveedor oficial.

curl -X POST "https://api.heygen.com/v1/workflows/executions" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"workflow_type": "GenerateVideoNode", "input": {"prompt": "Un plano de dron sobrevolando una ciudad costera al atardecer"}}'

Flujo de Trabajo Predeterminado

  1. Llama a POST /v1/workflows/executions con workflow_type: "GenerateVideoNode" y tu indicación
  2. Recibe un execution_id en la respuesta
  3. Consulta GET /v1/workflows/executions/{id} cada 10 segundos hasta que el estado sea completed
  4. Usa la video_url devuelta del resultado

Ejecutar Generación de Video

Endpoint

POST https://api.heygen.com/v1/workflows/executions

Campos de Solicitud

CampoTipoOblig.Descripción
workflow_typestringSDebe ser "GenerateVideoNode"
input.promptstringSDescripción de texto del video a generar
input.providerstringProveedor de generación de video (predeterminado: "veo_3_1"). Consulta Proveedores a continuación.
input.aspect_ratiostringRelación de aspecto (predeterminado: "16:9"). Valores comunes: "16:9", "9:16", "1:1"
input.reference_image_urlstringURL de imagen de referencia para generar imagen a video
input.tail_image_urlstringURL de imagen final para guiar el último fotograma
input.configobjectAnulaciones de configuración específicas del proveedor

Proveedores

ProveedorValorDescripción
VEO 3.1"veo_3_1"Google VEO 3.1 (predeterminado, mayor calidad)
VEO 3.1 Rápido"veo_3_1_fast"Variante más rápida de VEO 3.1
VEO 3"veo3"Google VEO 3
VEO 3 Rápido"veo3_fast"Variante más rápida de VEO 3
VEO 2"veo2"Google VEO 2
Kling Pro"kling_pro"Modelo Kling Pro
Kling V2"kling_v2"Modelo Kling V2
Sora V2"sora_v2"OpenAI Sora V2
Sora V2 Pro"sora_v2_pro"OpenAI Sora V2 Pro
Runway Gen-4"runway_gen4"Runway Gen-4
Seedance Lite"seedance_lite"Seedance Lite
Seedance Pro"seedance_pro"Seedance Pro
LTX Destilado"ltx_distilled"LTX Destilado (más rápido)

curl

curl -X POST "https://api.heygen.com/v1/workflows/executions" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_type": "GenerateVideoNode",
    "input": {
      "prompt": "Un plano de dron sobrevolando una ciudad costera durante la hora dorada, iluminación cinematográfica",
      "provider": "veo_3_1",
      "aspect_ratio": "16:9"
    }
  }'

TypeScript

interface GenerateVideoInput {
  prompt: string;
  provider?: string;
  aspect_ratio?: string;
  reference_image_url?: string;
  tail_image_url?: string;
  config?: Record<string, any>;
}

interface ExecuteResponse {
  data: {
    execution_id: string;
    status: "submitted";
  };
}

async function generateVideo(input: GenerateVideoInput): Promise<string> {
  const response = await fetch("https://api.heygen.com/v1/workflows/executions", {
    method: "POST",
    headers: {
      "X-Api-Key": process.env.HEYGEN_API_KEY!,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      workflow_type: "GenerateVideoNode",
      input,
    }),
  });

  const json: ExecuteResponse = await response.json();
  return json.data.execution_id;
}

Python

import requests
import os

def generate_video(
    prompt: str,
    provider: str = "veo_3_1",
    aspect_ratio: str = "16:9",
    reference_image_url: str | None = None,
    tail_image_url: str | None = None,
) -> str:
    payload = {
        "workflow_type": "GenerateVideoNode",
        "input": {
            "prompt": prompt,
            "provider": provider,
            "aspect_ratio": aspect_ratio,
        },
    }

    if reference_image_url:
        payload["input"]["reference_image_url"] = reference_image_url
    if tail_image_url:
        payload["input"]["tail_image_url"] = tail_image_url

    response = requests.post(
        "https://api.heygen.com/v1/workflows/executions",
        headers={
            "X-Api-Key": os.environ["HEYGEN_API_KEY"],
            "Content-Type": "application/json",
        },
        json=payload,
    )

    data = response.json()
    return data["data"]["execution_id"]

Formato de Respuesta

{
  "data": {
    "execution_id": "node-gw-v1d2e3o4",
    "status": "submitted"
  }
}

Consultar Estado

Endpoint

GET https://api.heygen.com/v1/workflows/executions/{execution_id}

curl

curl -X GET "https://api.heygen.com/v1/workflows/executions/node-gw-v1d2e3o4" \
  -H "X-Api-Key: $HEYGEN_API_KEY"

Formato de Respuesta (Completado)

{
  "data": {
    "execution_id": "node-gw-v1d2e3o4",
    "status": "completed",
    "output": {
      "video": {
        "video_url": "https://resource.heygen.ai/generated/video.mp4",
        "video_id": "abc123"
      },
      "asset_id": "asset-xyz789"
    }
  }
}

Sondeo para Completar

async function generateVideoAndWait(
  input: GenerateVideoInput,
  maxWaitMs = 600000,
  pollIntervalMs = 10000
): Promise<{ video_url: string; video_id: string; asset_id: string }> {
  const executionId = await generateVideo(input);
  console.log(`Generación de video enviada: ${executionId}`);

  const startTime = Date.now();
  while (Date.now() - startTime < maxWaitMs) {
    const response = await fetch(
      `https://api.heygen.com/v1/workflows/executions/${executionId}`,
      { headers: { "X-Api-Key": process.env.HEYGEN_API_KEY! } }
    );
    const { data } = await response.json();

    switch (data.status) {
      case "completed":
        return {
          video_url: data.output.video.video_url,
          video_id: data.output.video.video_id,
          asset_id: data.output.asset_id,
        };
      case "failed":
        throw new Error(data.error?.message || "La generación de video falló");
      case "not_found":
        throw new Error("Flujo de trabajo no encontrado");
      default:
        await new Promise((r) => setTimeout(r, pollIntervalMs));
    }
  }

  throw new Error("La generación de video agotó el tiempo de espera");
}

Ejemplos de Uso

Texto a Video Simple

curl -X POST "https://api.heygen.com/v1/workflows/executions" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_type": "GenerateVideoNode",
    "input": {
      "prompt": "Una persona caminando por un parque soleado, poca profundidad de campo"
    }
  }'

Imagen a Video

{
  "workflow_type": "GenerateVideoNode",
  "input": {
    "prompt": "Anima esta foto de producto con un zoom lento y efectos de partículas suaves",
    "reference_image_url": "https://example.com/product-photo.png",
    "provider": "kling_pro"
  }
}

Formato Vertical para Redes Sociales

{
  "workflow_type": "GenerateVideoNode",
  "input": {
    "prompt": "Interior de una cafetería moderna, la cámara se desplaza lentamente sobre la barra",
    "aspect_ratio": "9:16",
    "provider": "veo_3_1"
  }
}

Generación Rápida con LTX

{
  "workflow_type": "GenerateVideoNode",
  "input": {
    "prompt": "Formas abstractas y coloridas que se transforman y fluyen",
    "provider": "ltx_distilled"
  }
}

Mejores Prácticas

  1. Sé descriptivo en las indicaciones — incluye movimiento de cámara, iluminación, estilo y detalles de ambiente
  2. Predetermina a Seedance 2.0 (a través de seedance_video) para trabajos cinematográficos y con movimiento cuando FAL_KEY esté configurado: audio sincronizado en una sola pasada, múltiples tomas, sincronización de labios, cámara de nivel director. Usa VEO 3.1 / Sora V2 Pro cuando el usuario quiera específicamente el movimiento de personajes de Google o OpenAI; usa ltx_distilled o veo3_fast solo cuando la velocidad sea la restricción principal
  3. Usa imágenes de referencia para generación de imagen a video — ideal para animar fotos de productos o imágenes fijas
  4. La generación de video es el flujo de trabajo más lento — permite hasta 5 minutos, consulta cada 10 segundos
  5. La relación de aspecto importa — usa 9:16 para historias/reels de redes sociales, 16:9 para apaisado, 1:1 para cuadrado
  6. El resultado incluye asset_id — úsalo para hacer referencia al video generado en otros flujos de trabajo de HeyGen
  7. Las URLs de resultado son temporales — descarga o guarda los videos generados rápidamente

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

9018/mychat

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

9018/mychat

Use p5.js/canvas for local procedural character effects: particles, weather, squash/stretch, walk cycles, and environmental motion.

9018/mychat

Review local character animation with schema checks, Playwright browser previews, frame sampling, and FFmpeg/ffprobe final output checks.

9018/mychat

Create videos from a text prompt using HeyGen's Video Agent. Use when: (1) Creating a video from a description or idea, (2) Generating explainer, demo, or marketing videos from a prompt, (3) Making a video without specifying exact avatars, voices, or scenes, (4) Quick video prototyping or drafts, (5) One-shot prompt-to-video generation, (6) User says "make me a video" or "create a video about X".

9018/mychat

Generate Mandarin and multilingual narration with Volcengine Doubao Speech 2.0. Use when creating Chinese voiceovers, when the user prefers Doubao/Volcengine/火山引擎/豆包 TTS, or when narration needs character-level timestamp metadata for subtitles.

9018/mychat

Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.

9018/mychat

Use when implementing Disney's 12 animation principles with Framer Motion in React applications

9018/mychat

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). HyperFrames-native: single paused timeline, seek-safe, deterministic.

9018/mychat

HyperFrames CLI dev loop. Use when running npx hyperframes init, add, catalog, capture, lint, validate, inspect, layout, snapshot, preview, play, render, publish, lambda, doctor, browser, info, upgrade, skills, compositions, docs, benchmark, telemetry, transcribe, tts, or remove-background, or when troubleshooting the HyperFrames build/render environment. Entry point for AWS Lambda cloud rendering (`hyperframes lambda deploy / render / progress / destroy / policies`).

9018/mychat

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

9018/mychat

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

9018/mychat

Audio and media assets for HyperFrames compositions, produced by one shared audio engine (`scripts/audio.mjs`) — multi-provider TTS (HeyGen / ElevenLabs / Kokoro local), background music + sound effects (HeyGen audio-library retrieval by default, with local Lyria / MusicGen BGM generation and a bundled SFX library as the no-credential fallback), Whisper transcription, background removal, and caption authoring. Use for voiceover / TTS, BGM, SFX / sound effects, transcription, captions / subtitles / lyrics / karaoke / per-word styling, voice + provider selection, and music-mood prompting.

9018/mychat

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, registry discovery, and authoring a new block or component to contribute upstream (idea → scaffold → validate → PR).

9018/mychat

Use when the user wants a short, design-led motion graphic where motion is the message: kinetic typography, stat or number count-up, chart/data-viz hit, logo sting, brand lockup, lower-third, callout, social overlay, animated headline/tweet/news item, motion poster, or quick captured-page highlight. Usually under 10s and up to ~30s, with no narration arc, voice-over, or live-action subject. Can render to MP4 or transparent overlay. Not for longer, multi-scene, narrated, or brand-reel pieces (use general-video), narrated website videos (website-to-video), topic explainers (faceless-explainer), product promos (product-launch-video), PR videos (pr-to-video), or captions on existing footage (embedded-captions). When unsure whether it's a quick motion-first piece or a longer / narrated treatment, see /hyperframes.

9018/mychat

Use when the user has a music track (an audio file, or a video to pull audio from) and wants a beat-synced HyperFrames video, calm to hard-hitting. The music drives everything: one analyzer reads it once, the orchestrator lays out the frames and fills a per-frame plan, and one sub-agent builds each frame. Typography and templates are the floor — a complete video needs zero assets — but any images or videos the user supplies are cut into the frames on the same beat grid (beat-cut / ken-burns). The genre (lyric video, slideshow, kinetic promo) falls out of the per-frame choices; the pipeline never branches on it.

9018/mychat

Toolkit-specific Remotion patterns — custom transitions, shared components, and project conventions. For core Remotion framework knowledge (hooks, animations, rendering, etc.), see the `remotion-official` skill.

9018/mychat

Port an existing Remotion (React) composition to HyperFrames HTML. Use ONLY when the user explicitly asks to port/convert/migrate/translate a Remotion source. Do NOT use: (a) authoring a new HyperFrames composition; (b) Remotion mentioned in passing; (c) Remotion code shared as reference only; (d) "same video as my Remotion one" without explicit migrate request — treat as fresh build. Doubt → `/general-video`. One-way, Remotion-only: no reverse export (HyperFrames→Remotion or any framework), no non-Remotion source (After Effects, Framer Motion, plain React/CSS) → out of scope, re-create via `/general-video`. Flags unsupported patterns (useState, useEffect, async calculateMetadata, third-party React libs, `@remotion/lambda`) and recommends runtime interop over lossy translation. Unsure whether to port vs. build fresh, or only a passing Remotion mention? → /hyperframes.

9018/mychat

Animate SVG character rigs with GSAP, CSS transforms, Remotion frame control, and HyperFrames-compatible browser previews.

9018/mychat

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

9018/mychat

Download video and audio from YouTube and 1000+ sites using yt-dlp. No API keys needed. Use when: (1) Downloading a video from YouTube or other sites, (2) Extracting audio from a video URL, (3) Downloading subtitles/captions from a video, (4) Getting video metadata without downloading.

Skills relacionados