Générateur de cours : vidéos explicatives manuscrites
Sortie : un ou plusieurs MP4 H.264+AAC 1920×1080 30fps avec sous-titres intégrés + .srt, stylisés comme une personne enseignant sur un iPad noir avec des marqueurs néon (style Caleb Eom). Chaque cours est écrit sous forme d'un spec.js compact (narration + visuels ensemble) ; le moteur se charge de la mise en page, du timing de chaque dessin par rapport à la parole, et du rendu.
recherche → spec.js par cours → build.sh (extraction → TTS → scenes.js) → qa.sh (images) → correction → render_lecture.sh → zip + livraison
Règles de style (non négociables)
- Débit ≈ 1,2x, jamais plus rapide. Voix API : suppression du silence, puis
ATEMPO=1.05(voix expressive) à1.12(voix lente). Pause de 0,2 s entre les beats. 1,25x+ sonne précipité. - Aspect fait main. Police Reenie Beanie avec jitter par lettre ; lignes rough.js (rugosité ≥ 1,4) plus une ondulation SVG turbulence. Seules les « fiches d'information » imprimées (tableaux, vrais chiffres) sont en sans-serif propre.
- Fond noir, rôles néon :
wprincipal,gbon/fonctionne,pproblème/avertissement,vconcept,oactions/analogies,ypoints importants/chiffres,bsecondaire,grcitations/remarques.
Structure pédagogique (chaque cours)
- Accroche (20–40 s) : une situation familière, puis un fait surprenant, puis une question. Puis un temps de titre qui présente le cadre.
- Framework (
LAYERS, 3–7 éléments) : la colonne vertébrale. Chaque section affiche une mini copie en haut à droite avec son encadré de couche. - Sections : 1–3 beats chacune. Une idée et un visuel par beat. Nommez les sources à voix haute et en gris à l'écran.
- Intuition : au moins une
analogypar section pour tout ce qui est abstrait (« un détecteur de fumée, pas un corps de pompiers »). Glosez le jargon en mots simples immédiatement. - Récapitulation et suite : le framework, les lignes cochées, puis le titre du cours suivant, pour que les cours s'enchaînent.
Voix : un pair qui explique autour d'un café. Phrases courtes, « Donc, », « Et voilà le truc. », « Vous vous souvenez du X ? ». Écrivez les nombres comme ils doivent être prononcés (« vingt vingt-six », « une virgule sept secondes »). Évitez les symboles dans say.
Mode débutant (quand on demande de rendre le contenu accessible aux nouveaux venus) : complétez la source avec vos propres recherches web, ajoutez une analogie par concept, et réduisez la densité d'idées (≈500–650 mots par cours de 3–4 min).
Précision
Recherchez chaque nombre, date et nom sur le web. Privilégiez les sources primaires. Conservez les nombres d'une même expérience ensemble. Étiquetez les affirmations des fournisseurs (« chiffres du fournisseur : à vérifier »). N'inventez jamais un exemple qu'un livre n'a pas donné ; citez le livre lui-même. Fournissez une liste de sources.
Configuration
Travaillez dans ~/course, une copie du dossier engine/ de ce skill, pour que les fichiers audio et vidéo restent en dehors du dossier des skills. Ignorez la copie si ~/course existe déjà.
cp -r <dossier de ce skill>/engine ~/course && cd ~/course # ex. ~/.claude/skills/course-generator-handwritten/engine
npm i && npm run browsers # Playwright + Chromium (nécessite Node 20+)
pip install --break-system-packages soundfile numpy
cp .env.example .env # remplissez TTS_* dans .env (ne jamais le commiter)
ffmpeg doit être installé. Les dossiers de cours (~/course/L02_Architecture/spec.js) se trouvent à côté des scripts ; les scripts peuvent être appelés depuis n'importe quel répertoire.
TTS est interchangeable (tts.py) : toute POST /audio/speech compatible OpenAI qui renvoie response_format: "pcm" (24 kHz s16le). Configurez TTS_URL, TTS_API_KEY, TTS_MODEL et TTS_VOICE via les variables d'environnement ou .env. Choisissez une voix en testant 2–3 voix sur un beat et en sélectionnant la plus expressive (la plus grande variance de hauteur), pas la première. L'audio est mis en cache par beat avec un fichier texte associé, donc seuls les beats modifiés sont re-synthétisés. Ne codez jamais en dur les clés ou les noms de modèles dans les fichiers commités.
Écrire un cours : <Repertoire>/spec.js
const LECT = { label: 'Cours 2 · dans les coulisses', title: 'L\'architecture en sept couches' };
const LAYERS = ['Canaux + déclencheurs', 'Passerelle', 'Orchestrateur durable', 'Boucle agent'];
say({ hook: "…", title: "…", recap: "…", outro: "Ensuite, …" }); // registre pour les beats d'intro/récap
intro('S01_Intro', 'hook', 'title', [ éléments… ]);
section('S02_Gateway', 1 /*idx de couche*/, 'v' /*couleur*/, [
{ b: 'ga1', t: 'La porte d\'entrée', cite: 'Source, 2026', say: "Narration…", v: [ éléments… ] },
]);
recap('S06_Recap', 'recap', 'outro', ['ligne', 'ligne'], 'Titre du cours suivant');
Chaque beat a son propre panneau, et la caméra se déplace entre les panneaux. La mise en page s'adapte automatiquement à la taille.
Éléments [type, ...args, opts?] :
| type | args |
|---|---|
big / text | str, couleur, taille |
note | str, couleur (remarque préfixée par une flèche) |
analogy | null, str, 'o' (encadré « imaginez… ») |
list | `[lignes], couleur, {num |
col | titre, couleur, [lignes] (à utiliser dans row) |
row | [[élément],[élément]…], {vs, gap} (côte à côte) |
flow | [étiquettes], [couleurs] (boîtes avec flèches) |
stack | [étiquettes], {rh,size,w,cols,step} |
tokens | [mots], couleur, {step, cols} (retour à la ligne automatique) |
bars / hbars | `[[étiquette, valeur, couleur, étiquetteValeur]…], {h |
eq | str, couleur (nombre titre souligné) |
card | titre, lignes[][], {w, hi:[idxLigne], hit:[temps]} (tableau imprimé ; la ligne 0 est l'en-tête) |
chart | [[[x,y]…], couleur, étiquette]…], {h, xl, yl} |
timeline / grid / gpus / people / down | voir dsl.js |
Options de timing (dernier objet) : at: 'mot' démarre l'élément lorsque ce mot est prononcé (occ: 2 pour la deuxième occurrence) ; times: [[beat, fraction, 'f'], …] définit le timing par partie comme une fraction du beat ; step décale les parties. Les démarrages sont limités de manière à ce que le dessin se termine ≥2,6 s avant la fin du beat. Les clés d'option autorisées sont listées dans dsl.js (OPTK) ; une clé inconnue est traitée comme une donnée, donc ajoutez-y les nouvelles clés.
Build, QA, rendu
./build.sh L02_Architecture # beats.json, TTS, scenes.js ; affiche les minutes de parole
./qa.sh L02_Architecture # images de fin de beat disposées en mosaïque dans L02_Architecture/qa/sheet*.jpg
./render_lecture.sh L02_Architecture "02 - L\'architecture en sept couches" # 2 files parallèles → out/*.mp4 + .srt
Exécutez la QA sur chaque cours avant le rendu et regardez chaque image. Corrigez :
- les étiquettes qui débordent des boîtes (le moteur réduit la police, mais les longues étiquettes doivent quand même être raccourcies) ;
- un surlignage de carte sur la mauvaise ligne (comptez l'en-tête comme ligne 0) ;
- le contenu qui dépasse du cadre ;
- un mot
atqui n'existe pas (WORDMISSdans le journal).
Pour plusieurs cours, utilisez une file d'attente : un drapeau READY par dossier, un rendu à la fois, re-rendu si scenes.js est plus récent que le MP4. Dans le cloud, les cours terminés prennent environ 3–4 min chacun à rendre. Les tâches de fond doivent être suivies par un orchestrateur (pas de nohup sur une VM qui peut se mettre en veille).
Livraison
Zippez out/*.mp4 + *.srt avec des noms de fichiers numérotés et étiquetés (« 00 - Titre.mp4 »). Dans la réponse, fournissez un tableau des durées, une ligne sur l'approche, et les sources.
Exemples
exemples/agents-L00-spec.js (cours conceptuel) et exemples/inference-B4-spec.js (cours riche en preuves) sont des spécifications complètes et rendues à copier.