Communitygithub.com

modbender/skill-library-mcp

Genera videos musicales con IA de principio a fin. Crea música con Suno (sunoapi.org), genera visuales con OpenAI/Seedream/Google/Seedance y ensambla el video musical con ffmpeg. Soporta letras con marcas de tiempo (SRT automático), generación nativa de videos musicales Suno, modos de presentación de diapositivas/video/híbridos. Seguimiento de costos basado en tokens por generación.

¿Qué es skill-library-mcp?

Este skill permite a un agente de IA crear videos musicales completos utilizando una combinación de herramientas de IA generativa. Primero, el agente puede generar música original a través de la API de Suno, con opciones avanzadas como modelo (V4, V5), género vocal, pistas instrumentales, y la capacidad de crear y reutilizar 'personas' para mantener una consistencia estilística a través de múltiples canciones. Las letras generadas obtienen automáticamente marcas de tiempo y se guardan como un archivo SRT para subtítulos. Segundo, el agente genera contenido visual (imágenes o videoclips) basado en una descripción de escenas, utilizando proveedores como Seedream, OpenAI o Google, con modos que van desde una presentación de diapositivas económica hasta videoclips premium. Finalmente, el skill ensambla la pista de audio y los visuales en un video MP4 usando ffmpeg, superponiendo automáticamente los subtítulos con letras. Cada paso incluye un modo de simulación (`--dry-run`) para estimar costos antes de gastar créditos, y los costos se rastrean meticulosamente en archivos JSON. Está diseñado para plataformas como Claude Code, Cursor o Codex, y su flujo de trabajo está completamente documentado en scripts de Bash con variables de entorno configurables.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/ai-music-video

Preguntar en tu IA favorita

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

Documentación

Generador de Videos Musicales con IA

Crea videos musicales completos: música IA + visuales IA + ensamblaje con ffmpeg.

Inicio Rápido

"90년대 보이밴드 풍 한국어 노래 만들어줘" → solo música
"발라드 뮤비 만들어줘" → música + video de presentación
"EDM 뮤비 풀영상으로" → música + videoclips
"Suno 뮤비로 만들어줘" → video musical nativo de Suno

Flujo de Trabajo

1. Planificar escenas a partir de la letra/ambiente

Antes de generar, crea prompts.json — un arreglo de descripciones de escenas derivadas de la letra, el ambiente y la narrativa de la canción. De 8 a 12 escenas para una canción de 3 minutos.

[
  {"prompt": "Calle de ciudad iluminada con neón por la noche, reflejos de lluvia", "type": "image"},
  {"prompt": "Cámara paneando lentamente sobre un tejado al atardecer", "type": "video"},
  "Una figura solitaria caminando entre cerezos en flor"
]

2. Generar música

bash scripts/suno_music.sh \
  --prompt "가사 또는 설명" \
  --style "pop de banda juvenil de los 90, coreano" \
  --title "너만을 원해" \
  --model V4_5ALL --custom \
  --outdir /tmp/mv_project

Opciones:

  • --model V4_5ALL (predeterminado), V5, V4_5PLUS, V4_5, V4
  • --instrumental — sin voces
  • --vocal-gender m|f — indicación de género vocal
  • --negative-tags "Heavy Metal, Drums" — estilos a evitar
  • --music-video — generar video musical nativo de Suno (MP4)
  • --dry-run — solo verificar costo

Persona (일관된 스타일 유지):

  • --persona-id ID — usar una persona existente (generar varias canciones con la misma voz/estilo)
  • --create-persona — crear una persona a partir de la canción generada → guarda en persona.json
  • --persona-name "이름" / --persona-desc "설명" / --persona-style "스타일"

Características automáticas:

  • 🎤 Letras con marcas de tiempo: Las pistas no instrumentales obtienen automáticamente las marcas de tiempo de la letra y se guardan como {outdir}/lyrics.srt
  • 🎬 MV Nativo de Suno: Con --music-video, Suno genera un video MP4 visualizado directamente
  • 🎭 Persona: Con --create-persona, extrae la identidad de voz/estilo para reutilizarla

3. Generar visuales (flujo de MV personalizado)

bash scripts/gen_visuals.sh \
  --mode slideshow \
  --prompts-file /tmp/mv_project/prompts.json \
  --image-provider seedream \
  --outdir /tmp/mv_project

O con OpenAI (más barato, menor resolución):

bash scripts/gen_visuals.sh \
  --mode slideshow \
  --prompts-file /tmp/mv_project/prompts.json \
  --image-provider openai --image-model gpt-image-1-mini --image-quality medium \
  --outdir /tmp/mv_project

Agrega --dry-run primero para mostrar la estimación de costo antes de gastar.

4. Ensamblar

bash scripts/assemble_mv.sh \
  --audio /tmp/mv_project/track_0_xxx.mp3 \
  --outdir /tmp/mv_project \
  --output /tmp/mv_project/final_mv.mp4 \
  --transition fade

Comportamiento de subtítulos:

  • Detecta automáticamente {outdir}/lyrics.srt y superpone las letras automáticamente
  • --subtitle /path/to/custom.srt — usar un archivo SRT personalizado
  • --no-subtitle — deshabilitar completamente la superposición de letras

Modos

ModoVisualMejor ParaCosto (10 escenas)
slideshowImágenes IARápido, barato~$0.02 (mini low) / ~$0.09 (mini med) / ~$0.45 (Seedream)
videoVideoclips IAPremium~$1.40 (Seedance Lite) / ~$8.00 (Sora 2)
hybridMezcla de ambosEquilibrado~$0.50-$4.00
suno-nativeMV de SunoMás fácilSolo créditos de Suno

El costo de las imágenes se basa en tokens — la facturación real puede ser menor que las estimaciones listadas. Usa --dry-run para un costo preciso.

Opciones de Proveedor

Imágenes: --image-provider seedream (recomendado), openai o google-together Modelo de Imagen (OpenAI): --image-model gpt-image-1-mini (predeterminado, barato) o gpt-image-1 (premium) Videos: --video-provider sora (predeterminado), sora-pro, seedance-lite, seedance-pro, veo-fast, veo-audio Calidad: --image-quality low|medium|high

Seguimiento de Costos

Cada script genera el costo antes y después. Siempre usa --dry-run primero. Los datos de costo se guardan en {outdir}/cost_estimate.json y {outdir}/visuals_meta.json.

Variables de Entorno

export SUNO_API_KEY="tu-clave-sunoapi"      # Requerida — sunoapi.org
export OPENAI_API_KEY="tu-clave-openai"     # Requerida — imágenes + video Sora
export BYTEPLUS_API_KEY="tu-clave-byteplus" # Opcional — Seedream 4.5 (recomendado para imágenes)
export TOGETHER_API_KEY="tu-clave-together" # Opcional — Seedance, Veo, Imagen
export SUNO_CALLBACK_URL=""                 # Opcional — ver URL de Callback abajo

⚠️ Claves requeridas: SUNO_API_KEY y OPENAI_API_KEY deben estar configuradas antes de ejecutar cualquier script. Se necesita BYTEPLUS_API_KEY para el proveedor de imágenes Seedream (regístrate en console.byteplus.com, 200 imágenes gratis). TOGETHER_API_KEY solo es necesario para los proveedores Seedance/Veo/Imagen.

URL de Callback

La API de Suno requiere un campo callBackUrl para las solicitudes de generación de música. De forma predeterminada, si SUNO_CALLBACK_URL no está configurada, el script usa https://localhost/noop como un endpoint no operativo inofensivo (una URL de localhost inalcanzable que desactiva efectivamente los callbacks).

Para personalizar: establece SUNO_CALLBACK_URL a tu propio endpoint, o configúralo en cualquier URL ficticia que controles. El payload del callback contiene metadatos de la tarea y URLs de audio — no se envían claves API.

Para deshabilitar: establece SUNO_CALLBACK_URL=https://localhost/noop o cualquier URL inalcanzable. La generación aún funciona mediante sondeo; el callback no es necesario para que el script funcione.

Flujo de Trabajo de Persona (채널 컨셉 유지)

Para crear varias canciones con un estilo consistente, como un canal de YouTube:

# 1. Generar primera canción + crear persona
bash scripts/suno_music.sh \
  --prompt "Canción para escuchar mientras se revisa código" \
  --style "indie rock, enérgico, ambiente de programación" \
  --title "Pull Request" \
  --custom --create-persona \
  --persona-name "Cantante de música de trabajo para desarrolladores" \
  --persona-desc "Vocal enérgica ideal para que los desarrolladores escuchen mientras programan. Abarca indie rock, electrónica y pop." \
  --persona-style "indie rock, electrónica, música de trabajo para desarrolladores" \
  --outdir /tmp/dev-bgm-01

# 2. Verificar personaId en persona.json
cat /tmp/dev-bgm-01/persona.json

# 3. Generar la siguiente canción con la misma persona — mantener consistencia vocal/estilo
bash scripts/suno_music.sh \
  --prompt "Canción para escuchar mientras se trabaja hasta tarde" \
  --style "pop electrónico, programación nocturna" \
  --title "Midnight Deploy" \
  --custom --persona-id <PERSONA_ID> \
  --outdir /tmp/dev-bgm-02

La persona recuerda las características vocales + el estilo musical, manteniendo la uniformidad en todo el canal.

Prerrequisitos

  • curl, python3, ffmpeg (para el ensamblaje)

Referencias

  • Detalles de SunoAPI: Lee references/sunoapi.md
  • Detalles de proveedores visuales: Lee references/visual-providers.md

Individual skills in this repo

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

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Use this skill when the user asks to build, create, design, develop, or improve ANY frontend interface, web page, UI component, or visual element. This includes: - Building landing pages, websites, web apps, dashboards, portfolios, or any web interface - Creating UI components (buttons, forms, cards, navbars, modals, etc.) - Designing pages with React, Vue, Next.js, Svelte, or any frontend framework - Adding styling or improving visual design of existing components - Implementing specific design aesthetics (modern, dark, minimalist, brutalist, etc.) - User mentions "frontend", "UI", "UX", "design", "interface", "web design", or "styling" - User asks for "beautiful", "modern", "professional", "clean", or any aesthetic adjective - User requests help with CSS, Tailwind, styled-components, or any styling approach This skill automatically retrieves the appropriate design system prompt (Neo-brutalism, Modern Dark, Bauhaus, Cyberpunk, Material, etc.) to help create visually distinctive, production-grade frontend...

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

Skills relacionados