Communitygithub.com

génération-vidéo

Transformez n'importe quel sujet, idée ou script en une vidéo terminée à l'aide du pipeline structuré Topic-to-Video et de l'interface en ligne de commande de MoneyPrinterTurbo (`cli.py`). À utiliser lorsque l'utilisateur demande de créer, scripter, storyboarder, narrer ou assembler des vidéos, reels, shorts ou explicatifs.

Qu'est-ce que génération-vidéo ?

Cette compétence fournit un pipeline complet et prêt pour la production, permettant de transformer des idées brutes en vidéos soignées. Elle combine une direction créative structurée (brief, recherche, écriture de script, storyboard) avec un assemblage en ligne de commande local via MoneyPrinterTurbo CLI (`cli.py` ou alias configuré). Elle gère l'ensemble du processus, de la clarification du brief à la livraison finale du projet, en passant par la recherche, l'écriture de script, la génération de storyboard, la voix off (synthèse vocale), la recherche de visuels et l'assemblage de la timeline. La compétence effectue des vérifications préalables pour garantir la disponibilité de MoneyPrinterTurbo et d'Ollama (si nécessaire pour la génération de script locale), et découvre dynamiquement les autres compétences installées pouvant assister le pipeline – comme la recherche, la rédaction ou l'audio – en consultant l'utilisateur avant de les intégrer. Le résultat est une vidéo au format MP4 livrée dans un dossier horodaté dans le répertoire de projet de l'utilisateur.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aakashdandekar/Agent-Skills/tree/HEAD/skills/video-generation

Demander à votre IA préférée

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

Documentation

Compétence de Génération Vidéo (video-generation)

Un pipeline complet et prêt pour la production pour transformer des idées brutes et des sujets en vidéos finies et soignées. Combine une direction créative structurée (brief, recherche, écriture de script, storyboard) avec un assemblage en ligne de commande local via l'interface CLI de MoneyPrinterTurbo (cli.py ou alias configuré).


Vérification Préalable 1 : Disponibilité de MoneyPrinterTurbo et Résolution de Commande

Avant d'exécuter le pipeline de génération vidéo, vérifiez que MoneyPrinterTurbo est disponible et résolvez la commande d'exécution :

  1. Vérifiez l'existence d'un alias, d'une fonction ou d'un script wrapper configuré :

    alias video 2>/dev/null || type video 2>/dev/null || which video 2>/dev/null
    

    Si un alias ou wrapper video existe dans le shell ou le PATH, utilisez-le directement (par ex. video [options]).

  2. Si aucun alias ou commande n'existe, localisez dynamiquement cli.py de MoneyPrinterTurbo :

    find ~ -name "cli.py" -path "*/MoneyPrinterTurbo/*" 2>/dev/null | head -n 1
    
    • Depuis le répertoire découvert (par ex. ~/Applications/MoneyPrinterTurbo) :
      • Identifiez l'interpréteur Python de l'environnement virtuel (par ex. <MoneyPrinterTurbo_DIR>/.venv/bin/python). Si aucun .venv n'est présent, utilisez le python3 système par défaut.
      • Construisez la commande d'exécution directe :
        <MoneyPrinterTurbo_DIR>/.venv/bin/python <MoneyPrinterTurbo_DIR>/cli.py [options]
        

[!IMPORTANT] Si ni un alias ni cli.py de MoneyPrinterTurbo ne peuvent être localisés, arrêtez-vous et demandez à l'utilisateur d'installer MoneyPrinterTurbo d'abord :

"MoneyPrinterTurbo est requis pour l'assemblage et le rendu vidéo, mais n'a pas été trouvé sur votre système. Veuillez l'installer d'abord depuis https://github.com/harry0703/MoneyPrinterTurbo avant de procéder à la génération vidéo."


Vérification Préalable 2 : Statut du Service Ollama (Si Utilisation d'un LLM Local)

Si la génération de script est configurée pour utiliser un modèle Ollama local ou cloud, vérifiez si le service/processus Ollama est actif :

systemctl is-active --quiet ollama || pgrep -x ollama > /dev/null

[!IMPORTANT] Si Ollama est nécessaire mais ne tourne pas, arrêtez-vous et demandez à l'utilisateur de démarrer le service :

"Le service Ollama n'est actuellement pas en cours d'exécution. Veuillez le démarrer en exécutant :"

sudo systemctl start ollama

(Assurez-vous également que ollama signin a été effectué si vous utilisez les modèles Ollama Cloud).


Vérification Préalable 3 : Découverte Dynamique des Compétences et Planification

Ne codez pas en dur et ne supposez pas que des compétences externes spécifiques sont installées sur l'agent. D'autres environnements ou utilisateurs auront des ensembles de compétences différents.

Au lieu de cela, inspectez dynamiquement l'environnement, identifiez les compétences installées qui pourraient aider le pipeline vidéo, et synthétisez les résultats en un Plan de Génération Vidéo.

1. Localisez et Inspectez les Compétences Disponibles

Naviguez et inspectez le répertoire ou la configuration des compétences installées de l'agent. Identifiez les compétences capables d'aider avec :

  • Recherche & Idéation : Découverte de sujets, recherche factuelle, analyse de domaine, ou consultation de documentation.
  • Rédaction & Scénarisation : Formulation d'accroches, écriture créative, révision de script, ou profilage de persona/voix.
  • Audio & Parole : Nettoyage audio, analyse de transcriptions, suppression des silences, ou TTS personnalisé.
  • Visuels & Actifs : Rendu d'extraits de code, démonstrations d'interface, diagrammes, ou génération d'images.
  • Packaging & SEO : Évaluation des titres/miniatures, métadonnées de recherche, ou génération de chapitres vidéo.

2. Protocole de Consultation Utilisateur (Avant la Planification)

Avant de créer le Plan de Génération Vidéo, présentez les compétences pertinentes découvertes à l'utilisateur pour obtenir son avis :

  1. Posez une question simple Oui/Non :

    "J'ai trouvé la compétence installée <nom-compétence> qui peut aider avec [tâche spécifique, ex. évaluation d'accroche / nettoyage audio / découpage en chapitres]. Souhaitez-vous que je l'utilise pour cette vidéo ? (Oui / Non)"

  2. Si Oui : Marquez la compétence comme approuvée pour être incluse dans le plan de génération.
  3. Si Non : Demandez pourquoi :

    "Compris. Pourriez-vous partager pourquoi vous préférez ne pas l'utiliser ?"

    • Pourquoi c'est important : Demander "pourquoi pas" révèle des contraintes créatives cruciales et affine l'objectif principal (par ex. "J'ai déjà écrit le script exact", "Je veux un ton documentaire sérieux, pas des accroches rapides", "Gardez les pauses naturelles dans mon audio").
    • Utilisez leurs réponses pour gagner en clarté sur leurs objectifs avant de rédiger le plan.

3. Formulez le Plan de Génération Vidéo

Une fois la consultation utilisateur terminée, formulez un Plan de Génération Vidéo sur mesure basé sur les instructions de cette compétence, les objectifs/contraintes clarifiés de l'utilisateur, et les compétences approuvées :

  1. Brief Créatif : Public cible, plateforme cible, durée, format d'image et ton (reflétant les contraintes recueillies lors de la consultation).
  2. Compétences Approuvées Incluses : Outils/compétences spécifiques que l'utilisateur a acceptés et comment ils seront utilisés.
  3. Approche du Script & du Storyboard : Stratégie d'accroche, temps forts principaux et structure de la liste des plans prévue.
  4. Sources Médias & Audio : Voix de la voix off (Edge TTS vs. audio local), volume de la musique de fond et actifs visuels (images locales vs. banques d'images).
  5. Assemblage de la Timeline : Rythme, animation des sous-titres, transitions et spécifications finales du rendu.

Le Pipeline Topic-to-Video

flowchart TD
    A["1. Inspecter les compétences disponibles dans l'environnement"] --> B{"2. Protocole de consultation utilisateur\nDemander l'avis sur les compétences candidates (Oui / Non)"}
    B -- "Non" --> C["Demander 'Pourquoi pas ?'\n(Donne de la clarté sur l'objectif et les contraintes)"]
    C --> D["3. Formuler le plan de génération vidéo\n(Construit à partir des instructions + objectifs clarifiés)"]
    B -- "Oui" --> E["Approuver les compétences candidates"]
    E --> D
    D --> F["4. Recherche & Écriture de script"]
    F --> G["5. Liste des plans (Storyboard clé)"]
    G --> H["6. Synthèse vocale (TTS / Audio)"]
    H --> I["7. Visuels par scène (Banque d'images / Local / Animation)"]
    I --> J["8. Assemblage de la timeline (CLI MoneyPrinterTurbo)"]
    J --> K["9. Contrôle qualité, Métadonnées & Livraison finale MP4"]

Instructions Pas-à-Pas du Pipeline

1. Clarifiez le Brief

Avant de générer du code ou des médias, définissez les paramètres créatifs. S'ils ne sont pas explicitement fournis par l'utilisateur, déduisez des valeurs par défaut sensées basées sur le sujet et la plateforme :

  • Public : Qui regarde ? (Grand public, étudiants, développeurs, acheteurs)
  • Profil de Voix & Ton : Vérifiez si l'utilisateur a fourni un guide de style, des préférences de ton ou des contraintes de persona.
  • Durée Cible :
    • Format court : 15s–60s (TikTok, Reels IG, YouTube Shorts)
    • Format moyen : 1–3 min (Démos produits, explicateurs rapides)
    • Explicatif : 3–5 min (Analyses approfondies, tutoriels)
  • Format d'Image :
    • 9:16 (Vertical pour mobile / Reels / Shorts / TikTok) — par défaut
    • 16:9 (Horizontal pour YouTube / bureau / présentations)
    • 1:1 (Carré pour Instagram / publications LinkedIn)
  • Ton : Décontracté, énergique, autoritaire, narratif ou humoristique.
  • Plateforme : Détermine le rythme, les tailles de police, le style des sous-titres et l'intensité de l'accroche.

2. Recherchez le Sujet

Rassemblez des faits vérifiés, des accroches convaincantes et des points de données précis :

  • Factuel / Actualités : Utilisez des outils de recherche pour vérifier les dates, statistiques, noms propres et affirmations principales.
  • Intemporel / Conceptuel : Structurez 3 à 5 informations surprenantes ou de grande valeur.
  • Identifiez l'Accroche : L'angle le plus intrigant pour capter l'attention dans les 3 premières secondes (en exploitant les compétences de recherche/idéation approuvées dans le plan).

3. Écrivez le Script

Rédigez une narration formatée spécifiquement pour l'audio parlé, pas pour la lecture :

  • Règle de Base du Rythme : ~130–150 mots par minute (~2,2 à 2,5 mots par seconde). Un court de 30 secondes nécessite ~65–75 mots ; une vidéo de 60 secondes nécessite ~130–150 mots.
  • Validation de l'Accroche : Arrêtez le défilement immédiatement dans les 3 premières secondes. Si des outils d'évaluation d'accroche ou de rédaction ont été approuvés par l'utilisateur, testez les accroches candidates avant de finaliser.
  • Structure :
    1. Accroche (0–3s) : Arrêtez le défilement immédiatement avec une question audacieuse ou une déclaration surprenante.
    2. Corps (3–5 temps forts) : Progressez logiquement à travers les points principaux. Utilisez des phrases percutantes sans propositions subordonnées denses.
    3. Fermeture / Appel à l'action (dernières 3–5s) : Conclusion claire ou appel à l'action.
  • Évitez le formatage markdown, les emojis, les parenthèses ou les citations dans le texte de la narration parlée.

4. Décomposez le Script en une Liste de Plans (La Clé de Voûte)

La liste des plans fait le pont entre le script et la génération visuelle et audio. Divisez le script en scènes (généralement 3 à 6 secondes chacune).

[!IMPORTANT] La liste des plans est l'artefact le plus critique. Lorsque le texte de la scène, les descriptions visuelles et le timing sont bien structurés, la génération et l'assemblage en aval deviennent fluides et déterministes.

Modèle de Liste de Plans :

Scène #Texte de la NarrationDescription Visuelle / Termes de RechercheTexte à l'ÉcranDurée Estimée
1 (Accroche)"Au plus profond de l'océan, les créatures créent leur propre lumière."Méduses bioluminescentes brillant dans l'obscurité totale des abyssesSECRETS DES ABYSSES4s
2 (Temps fort 1)"Plus de 75 % des animaux des grands fonds produisent de la bioluminescence."Leurre lumineux d'une baudroie se déplaçant dans le noir75% DES CRÉATURES4s
3 (Temps fort 2)"Ils utilisent des réactions chimiques pour communiquer, chasser et se camoufler."Macro de photophores bleus pulsant sur un calmarLUEUR NATURELLE5s
4 (Fermeture)"Suivez pour découvrir plus de secrets cachés dans les abysses."Lumière d'un submersible éclairant une falaise sous-marineEXPLOREZ PLUS3s

5. Générez la Voix Off

Synthétisez la parole à partir de la narration.

  • Règle d'Autorité de Timing : La durée réelle des fichiers audio générés (pas la durée estimée de l'étape 4) devient le point d'ancrage définitif de la timeline pour le rythme des scènes et les coupures visuelles.
  • En exécution unifiée, MoneyPrinterTurbo gère automatiquement la TTS via Edge TTS (gratuit, haute qualité).
  • Pour les voix off personnalisées ou l'audio pré-enregistré, nettoyez l'audio (en utilisant les compétences de nettoyage audio approuvées) et fournissez --custom-audio-file <chemin>.

6. Sourcez ou Générez les Visuels par Scène

Faites correspondre les visuels à la durée exacte de l'audio de chaque scène :

  • Images d'Archives : Clips Pexels, Pixabay ou Coverr correspondant aux mots-clés de la scène.
  • Médias Locaux : Clips vidéo ou images fournis via --video-source local --video-materials "clip1.mp4,clip2.mp4".
  • Animation d'Images : Lorsque des images fixes sont utilisées, appliquez un mouvement dynamique (--image-motion zoom) pour maintenir l'engagement du spectateur.

7. Assemblez la Timeline

Assemblez l'audio, la vidéo, les sous-titres et la musique ensemble :

  • Concaténez les séquences selon l'ordre des scènes (--video-concat-mode sequential ou random).
  • Superposez des sous-titres animés synchronisés mot par mot (--subtitle-display-mode word_by_word).
  • Mixez la musique de fond (BGM) sous la narration à un niveau discret (--bgm-volume 0.15–0.2).
  • Appliquez des transitions de scène (--video-transition-mode fade-in, slide-in, etc.).

8. Rendu, Révision et Contrôle Qualité (CQ)

Effectuez une inspection CQ avant de livrer la vidéo finale :

  • Timing & Synchronisation : Le changement visuel est-il aligné avec le sujet de la voix off ?
  • Lisibilité : Les sous-titres sont-ils lisibles sur l'arrière-plan ? (Vérifiez la taille de la police, le contraste, le contour).
  • Mix Audio : La voix est-elle claire par rapport à la musique de fond ?
  • Zones de Sécurité : Dans les vidéos verticales 9:16, les superpositions d'interface (comme les boutons TikTok/Reels) sont-elles dégagées du texte critique ?
  • Métadonnées d'Accompagnement (Optionnel) : Si demandé ou approuvé dans le plan, générez des métadonnées de téléchargement d'accompagnement (par ex. titres, tags, descriptions, ou horodatages de chapitres).
  • Livraison du Projet : Transférez la vidéo finale et les actifs dans <répertoire_projet>/video-<titre-court>-<horodatage>/.

Stockage de Sortie et Livraison du Projet

Organisez et livrez toujours la vidéo finale générée et ses actifs dans le répertoire de projet de l'utilisateur plutôt que de les laisser enfouis dans le stockage interne du moteur :

1. Résolution du Répertoire de Projet

  1. Vérifiez la présence d'un Projet / Répertoire de Travail Actif :
    • Vérifiez si un répertoire de projet ou de travail actif est présent.
  2. Invite de Secours si Aucun Répertoire de Projet n'Existe :
    • Si aucun répertoire de projet ou espace de travail n'est défini/connu, demandez à l'utilisateur le chemin de destination avant de finaliser la livraison :

      "Aucun répertoire de projet ou espace de travail actif détecté. Où souhaitez-vous enregistrer la vidéo générée ? (Veuillez fournir un chemin de dossier de destination)"

2. Format de Nommage du Dossier de Sortie

Dans le répertoire de projet résolu, créez un dossier dédié nommé :

video-<titre-court>-<horodatage>/
  • <titre-court> : Un titre de 2 à 4 mots en format slug (par ex. creatures-abysses, informatique-quantique).
  • <horodatage> : Horodatage actuel formaté AAAAMMJJ-HHMMSS (par ex. 20261113-171530).
  • Exemple de dossier : video-creatures-abysses-20261113-171530/

3. Livraison et Organisation des Actifs

Lorsque MoneyPrinterTurbo termine le rendu dans le stockage interne des tâches :

  1. Créez le dossier horodaté dans le répertoire de projet :
    mkdir -p "<répertoire_projet>/video-<titre-court>-<horodatage>"
    
  2. Copiez la vidéo finale et les actifs générés d'accompagnement depuis le répertoire de tâches du moteur (storage/tasks/<task_id>/) vers le dossier de projet :
    • Vidéo finale : final-1.mp4 $ ightarrow$ <répertoire_projet>/video-<titre-court>-<horodatage>/<titre-court>.mp4
    • Sous-titres : subtitle.srt $ ightarrow$ <répertoire_projet>/video-<titre-court>-<horodatage>/sous-titres.srt
    • Audio de la voix off : audio.mp3 $ ightarrow$ <répertoire_projet>/video-<titre-court>-<horodatage>/audio.mp3
    • Script : script.json $ ightarrow$ <répertoire_projet>/video-<titre-court>-<horodatage>/script.json
  3. Fournissez à l'utilisateur le lien direct et cliquable vers le fichier .mp4 final dans son répertoire de projet.

Exécution de Commande et Sorties de Tâche

Le pipeline est piloté par l'interface CLI de MoneyPrinterTurbo (cli.py ou alias configuré) :

  • Invocation de Commande : Exécutez-la via l'alias/commande détecté(e) (si présent(e)) ou directement en utilisant l'interpréteur Python de l'environnement virtuel avec cli.py :

    # Si un alias ou wrapper existe :
    video [options]
    
    # Exécution directe via python :
    <MoneyPrinterTurbo_DIR>/.venv/bin/python <MoneyPrinterTurbo_DIR>/cli.py [options]
    
  • Options CLI Clés :

    OptionDescription
    --topicSujet ou mot-clé pour les actifs de la banque d'images (string)
    --scriptChemin vers un fichier de script au format TXT, JSON ou CSV
    --subtitleLangue pour les sous-titres générés automatiquement (par ex. zh-CN, en)
    --voiceNom de la voix TTS pour la narration (par ex. zh-CN-XiaoxiaoNeural, en-US-AriaNeural)
    --bgmChemin vers un fichier de musique de fond ou mot-clé pour la génération automatique
    --bgm-volumeVolume de la musique de fond (0.0 à 1.0 ; par défaut 0.15)
    --video-sourceSource visuelle : stock (images d'archives) ou local (médias locaux)
    --video-materialsChemins séparés par des virgules vers des clips vidéo/images locaux
    --video-concat-modeMode de concaténation : sequential ou random
    --video-transition-modeTransition entre les clips : none, fade-in, slide-in
    --image-motionMouvement pour les images fixes : none, zoom, pan, ken-burns
    --subtitle-display-modeStyle d'affichage des sous-titres : word_by_word ou line_by_line (sous-titres complets)
    --audo-volumeVolume du clip audio (par défaut 1.0)

    Exemple de rendu (formation d'entreprise) :

    video \
      --topic "cloud computing" \
      --script ./scripts/intro-cloud.json \
      --voice en-US-JennyNeural \
      --subtitle en \
      --video-source stock \
      --video-concat-mode sequential \
      --video-transition-mode fade-in \
      --subtitle-display-mode word_by_word \
      --bgm-volume 0.15
    

Considérations sur la Durée d'Exécution & Résultats Attendus

  • Durée d'Exécution : Les tâches de génération vidéo prennent du temps (minutes, pas secondes). Chaque étape est séquentielle : chargement des actifs, synthèse vocale, génération de sous-titres, assemblage et rendu. Ne vous attendez pas à un retour instantané.
  • Résultats Attendu : La tâche CLI produira une structure de répertoire dans storage/tasks/<task_id>/ contenant un fichier vidéo final final-1.mp4, un fichier de script JSON, des fichiers de sous-titres SRT et des actifs de scène individuels.
  • Échec d'Étape Intermédiaire : Si la récupération d'actifs échoue (par ex. aucune image d'archive trouvée pour un mot-clé), MoneyPrinterTurbo peut sauter cette scène, ajouter un texte de remplacement, ou échouer silencieusement. Si un problème de qualité est évident, re-lancez la classe en ajustant les paramètres problématiques (termes de recherche des images d'archives, voix TTS alternative, style de sous-titres).

Skills associés