Communitygithub.com

Video ghép nhạc / vlog

Ghép các clip đời sống, du lịch, ăn uống, một ngày làm việc (không cần lời nói) thành video TikTok/Reels dọc cắt khớp nhịp nhạc, đăng được ngay — tự chọn cảnh đẹp, mỗi cảnh đổi đúng phách nhạc, chữ dẫn chuyện ngắn.

Qu'est-ce que vlog ?

Ce skill est conçu pour aider les créateurs à assembler rapidement des clips de la vie quotidienne (voyage, cuisine, travail) en vidéos verticales pour TikTok/Reels, synchronisées sur la musique. Il sélectionne automatiquement les meilleures scènes, ajuste chaque plan au rythme de la musique, et ajoute un minimum de texte narratif. Le skill vérifie d'abord les dépendances (Python, ffmpeg), puis analyse les vidéos pour détecter les silences et les changements de scène. L'utilisateur crée un plan de montage au format JSON et le skill assemble la vidéo finale (1080×1920, 30 ips, audio à −14 LUFS). Il gère également les sous-titres correctifs, la voix off, et les corrections de mots (noms propres, produits). Ce skill est idéal pour les vlogs sans parole importante, et nécessite que l'utilisateur fournisse une musique dont il possède les droits.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AgentBossVn/agent-boss-skills/tree/HEAD/video-ghep-nhac-vlog

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait vlog ?

Hợp với : clips de vie quotidienne, voyage, nourriture, ambiance de café, coulisses, "une journée dans ma vie". Ne convient pas à : les vidéos où la parole est importante (utiliser video-phu-de-to).

Formule (10–30 secondes)

  1. La musique est obligatoire : besoin d’un fichier audio dont l’utilisateur a les droits (profil de marque ou demande). Une musique avec un rythme clair permet un meilleur montage. Pas de musique → prévenir l’utilisateur, suggérer de prendre une musique libre de droits ou d’ajouter de la musique dans l’app TikTok après publication (dans ce cas, montage sans musique, plans d’1,5–2 secondes égaux).
  2. Sélection des plans : 8–15 segments, chaque segment prend la plus belle partie d’environ 3 secondes (le skill coupe automatiquement pour correspondre au temps, plans de 0,8 à 2,6 secondes). Le plus beau/impressionnant en premier ; alterner plans larges – serrés ; le dernier plan est une "conclusion" (coucher de soleil, sourire, plat fini).
  3. Texte : mo_dau 0–2,5 secondes pour un titre court ("1 JOUR À ĐÀ LẠT", "PETIT CAFÉ EN VILLE"). dan_chuyen pour 2–4 petites phrases narratives, chaque phrase 2–3 secondes, texte simple et émotionnel. Peu de texte, laissez l’image parler.
  4. Son original : désactivé. Carte de fin : désactivée (le vlog se termine par une belle scène plutôt qu’une carte).

Styles de texte disponibles dans ce skill

cléUtilisationPosition
mo_dauTitreCentré, grand texte
dan_chuyenPhrase narrativeEn bas, petit texte

Procédure générale (tous types de vidéos)

Toutes les commandes s’exécutent depuis le dossier de ce skill (dossier contenant le fichier SKILL.md). Appelez <SKILL> le chemin de ce dossier.

Étape 0. Vérification (à chaque utilisation)

Commande Python : macOS utilise python3, Windows utilise py -3 (ne tapez pas python nu : sur Windows 10+ c’est une version factice du Microsoft Store). Chemins avec /, fonctionne sous Git Bash comme PowerShell. Ci-dessous écrivez python3, sous Windows remplacez par py -3.

python3 <SKILL>/scripts/kiem_tra.py
  • thieu_bat_buoc non vide → montrer à l’utilisateur la liste à installer, demander une question "Acceptez-vous d’installer ces éléments ?", puis exécuter seulement après accord. Windows sans Python : winget install -e --id Python.Python.3.12 --scope user. Après installation de ffmpeg sur Windows, rouvrir la fenêtre de commande (ou redémarrer l’Agent) pour reconnaître la commande ffmpeg.
  • thieu_tuy_chon → installer seulement si nécessaire : faster-whisper pour sous-titres depuis la parole (premier téléchargement automatique du modèle ~800 Mo), edge-tts pour voix off AI.
  • cap_nhat.co_ban_moi est true → informer une phrase : "Une nouvelle version {moi_nhat} de ce skill est disponible. Mettre à jour ?". Si l’utilisateur accepte, exécuter exactement ce qui est indiqué dans cau_cap_nhat. Ne pas mettre à jour automatiquement. cap_nhat null → ignorer, montage normal.
  • cap_nhat.skill_khac_chua_cai a un nom → rappeler une ligne à la fin de la réponse : "L’Agent Boss contient aussi : …". Ne rappeler qu’une seule fois par session.
  • Police : si le texte a des erreurs de signes ou semble moche, exécuter python3 <SKILL>/scripts/kiem_tra.py --cai-font (télécharge Be Vietnam Pro depuis Google Fonts).

Étape 1. Profil de marque (première fois seulement)

Lire ~/.agent-boss/thuong-hieu.json (partagé par tous les skills Agent Boss). S’il n’existe pas, demander à l’utilisateur en un message concis : nom de la boutique/chaîne, phrase d’appel à la fin de la vidéo, couleur dominante, couleur d’accent, chemin du logo (si existant), fichier audio de fond dont ils ont les droits (si existant). Les champs ignorés utilisent les valeurs par défaut. Écrire le fichier :

{"ten": "Tiệm Nhà Mây", "cau_ket": "Bấm giỏ hàng để đặt ngay", "mau_chinh": "#1B1B1B", "mau_nhan": "#FFD21F",
 "mau_chu": "#FFFFFF", "logo": "~/Pictures/logo.png", "font": null, "nhac": "~/Music/nen.mp3"}

Ce fichier est en dehors du dossier du skill, donc une mise à jour du skill ne le supprime pas.

Étape 2. Visionner la vidéo d’entrée

python3 <SKILL>/scripts/phan_tich.py <video ou dossier vidéo> --ra <dossier-de-travail>

Dossier de travail : créer video-<date>-<nom-court>/ à côté de la vidéo de l’utilisateur. Pour chaque vidéo, lire phan-tich/<nom>.json (durée, orientation portrait/paysage, silences, changements de plan, parole mot à mot) et ouvrir l’image phan-tich/<nom>.jpg (grille d’images avec secondes) pour choisir les beaux segments. Si la vidéo n’a pas de parole, ajouter --khong-nghe pour aller plus vite.

Étape 3. Écrire le plan ke-hoach.json dans le dossier de travail

{
  "dau_ra": "thanh-pham/video.mp4",
  "doan": [{"file": "../clip1.mp4", "tu": 2.0, "den": 9.5}],
  "chu": [{"tu": 0, "den": 2.6, "noi_dung": "N’ACHETEZ PAS DE CASSEROLE AVANT D’AVOIR VU", "kieu": "mo_dau"}],
  "giong_doc": null,
  "nhac": null,
  "sua_chu": {"cờ lốt": "Claude"},
  "tu_khoa": ["réduction", "gratuit"],
  "the_ket": true
}
  • doan : secondes sur la vidéo originale, dans l’ordre d’apparition souhaité. Chemins relatifs au dossier contenant ke-hoach.json.
  • chu : secondes sur la nouvelle vidéo. "den": "het" signifie jusqu’à la fin du corps. kieu selon le tableau des styles de texte de ce skill.
  • giong_doc : {"van_ban": "...", "giong": "vi-VN-HoaiMyNeural"} (féminin) ou vi-VN-NamMinhNeural (masculin). Rédiger le texte comme une conversation, phrases courtes. Environ 3,5 caractères par seconde.
  • nhac : vide → utiliser la musique du profil de marque ; absent → pas de musique de fond. N’utiliser que de la musique dont l’utilisateur a les droits. Si la vidéo a déjà sa propre musique, mettre "nhac": null.
  • sua_chu : si la reconnaissance vocale a mal interprété certains mots (noms propres, noms de produits, mots anglais), les corriger ici. Lire attentivement van_ban dans l’analyse pour détecter les erreurs.

Pour connaître l’heure de chaque segment de sous-titres sur la nouvelle vidéo (afin de placer le texte au bon moment) : python3 <SKILL>/scripts/dung.py ke-hoach.json --chi-thoi-gian.

Étape 4. Montage

python3 <SKILL>/scripts/dung.py <dossier-de-travail>/ke-hoach.json

Produit thanh-pham/video.mp4 (1080×1920, 30 images/seconde, audio à −14 LUFS) et thanh-pham/video-bia.jpg.

Étape 5. Vérification puis remise

  1. Extraire 3 images (début, milieu, fin) avec ffmpeg et regarder : le texte dépasse-t-il des bords, cache-t-il un visage, a-t-il des erreurs de signes ? En cas d’erreur, modifier le plan et remonter.
  2. Écrire thanh-pham/chu-thich.txt : 1 phrase d’accroche + 2–3 lignes de contenu + appel à l’action + 4–6 hashtags en vietnamien en lien avec le sujet (pas de hashtags génériques).
  3. Informer l’utilisateur : chemin de la vidéo, image de couverture, légende. Demander s’il souhaite des modifications (changer la phrase d’accroche, raccourcir, changer la musique).

Règles générales

  • Vidéo verticale 9:16. Texte dans la zone de sécurité TikTok : ne pas trop près du bord droit (colonne des boutons), pas plus bas que 80% de la hauteur (zone du nom de chaîne, légendes).
  • Les 3 premières secondes déterminent si le spectateur reste. Toujours une phrase d’ouverture claire.
  • Pas de promesses mensongères, pas d’utilisation de "garantie 100%", "guérit", "meilleur" pour cosmétiques, compléments alimentaires, médicaments (risque de suppression ou refus de publicité TikTok).
  • Ne pas utiliser de musique, d’images, de logos dont l’utilisateur n’a pas les droits.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Skills associés