keyer — Suppression d'arrière-plan vidéo par IA
Supprime l'arrière-plan de chaque image d'une vidéo en utilisant BiRefNet-general (un modèle de matting haute qualité via rembg). Propose optionnellement la composition sur une couleur unie ou une image de fond. L'audio est conservé.
Le répertoire de la compétence (où se trouve ce SKILL.md) est désigné ci-dessous par $SKILL_DIR.
GPU requis. Nécessite un GPU CUDA avec ≥ 3 Go de VRAM libre. Si le contexte LLM occupe de la VRAM, mettez-le en pause avant d'exécuter.
Quand l'utiliser
Utilisez cette compétence lorsque l'utilisateur souhaite :
- Supprimer l'arrière-plan d'une vidéo (talking head, démo produit, etc.)
- Placer un sujet sur une couleur unie ou un fond aux couleurs de la marque
- Exporter une vidéo avec un arrière-plan transparent (images PNG avec canal alpha)
Configuration (première exécution uniquement)
cd "$SKILL_DIR" && uv sync
Les poids du modèle BiRefNet sont téléchargés automatiquement lors de la première exécution (~500 Mo).
Workflow de l'agent
1. Interroger l'utilisateur
Avant de supprimer l'arrière-plan, j'ai besoin de savoir :
🎭 Remplacement d'arrière-plan
- null — conserver le canal alpha transparent (images PNG ; pas d'alpha dans mp4)
- #hex couleur — par ex. "#1a1a2e" pour bleu nuit foncé
- /chemin/vers/fond — composer avec un fichier image
🧠 Modèle
- birefnet-general — meilleure qualité générale [par défaut]
- birefnet-portrait — optimisé pour les personnes
- isnet-general-use — alternative plus rapide
- u2net_human_seg — rapide, réservé aux humains
📁 Répertoires d'entrée / sortie (par défaut : ./input et ./output)
Attendez la réponse de l'utilisateur avant de continuer.
2. Modifier config.json
Écrire ou mettre à jour $SKILL_DIR/config.json en fonction des choix de l'utilisateur.
3. Exécuter
cd "$SKILL_DIR" && uv run python scripts/matte.py --config config.json
4. Rapporter les résultats
Indiquer à l'utilisateur les chemins des fichiers de sortie et le mode d'arrière-plan utilisé.
Référence de configuration
| Clé | Valeurs | Défaut | Description |
|---|---|---|---|
input_dir | chemin | ./input | Dossier contenant les vidéos d'entrée |
output_dir | chemin | ./output | Dossier de destination |
model | voir ci-dessus | birefnet-general | Modèle de matting |
bg | null / hex / chemin | null | Remplacement d'arrière-plan |
Invocations courantes
# Défaut : supprimer l'arrière-plan, sortie transparente
cd "$SKILL_DIR" && uv run python scripts/matte.py
# Composition sur fond sombre
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg "#0d0d0d"
# Composition sur une image
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg /chemin/vers/fond_studio.jpg
# Modèle optimisé pour les portraits
cd "$SKILL_DIR" && uv run python scripts/matte.py --model birefnet-portrait
# Fond nul (passer la chaîne "null" via CLI)
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg null
Sortie
Chaque vidéo d'entrée produit un fichier .mp4 de sortie dans output_dir avec le même
nom de fichier. Si bg=null, la sortie est encodée avec yuv420p (pas de transparence réelle
dans mp4) ; pour des images vraiment transparentes, exécutez clawimig ou exportez en séquence PNG.
Gestion des erreurs
- VRAM insuffisante → affiche la VRAM requise vs disponible, donne des astuces pour libérer de la VRAM, se termine
- Pas de GPU CUDA / ONNX CUDAExecutionProvider manquant → message d'erreur clair, se termine
- Aucune vidéo dans input_dir → message clair, se termine
- Erreurs individuelles sur une vidéo → enregistrées dans les logs ; les autres vidéos continuent d'être traitées