Communitygithub.com

Conz-Wilts/ai-editor

Génère de nouvelles séquences avec Higgsfield et les place sur la timeline du montage. Estime chaque prix avant de demander l'accord de l'utilisateur, soumet, attend, télécharge dans le dossier generated/ du montage et ajoute le résultat à la piste Généré de la timeline.

Qu'est-ce que ai-editor ?

Ce skill permet à un agent IA (tel que Claude Code) de générer automatiquement des séquences vidéo via l'API Higgsfield et de les intégrer directement dans un projet de montage existant. Il couvre quatre types de génération : le motion transfer (transférer les mouvements de l'utilisateur sur un personnage ou un style choisi), le b-roll à partir d'une phrase (texte vers vidéo), l'animation d'une image fixe (image vers vidéo) et la création d'images pour des cartes (texte vers image). L'agent estime systématiquement le coût en dollars avant chaque génération et demande l'accord explicite de l'utilisateur, en précisant si des fichiers personnels doivent être téléchargés vers Higgsfield. Il respecte un budget mensuel configurable et gère les limites techniques (durée minimale de 4 secondes, modèle limité à 30 secondes pour le motion transfer). Le skill est conçu pour être utilisé avec les outils de questions d'Anthropic et s'exécute via un script Python (gen.py). Il est utile pour les monteurs qui souhaitent enrichir leur timeline avec du contenu généré par IA sans quitter l'environnement d'édition, en répondant à des demandes comme "génère un b-roll", "crée un plan de" ou "applique un motion transfer".

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Conz-Wilts/ai-editor/tree/HEAD/.claude/skills/generate

Demander à votre IA préférée

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

Documentation

Générer

Chemins : ${CLAUDE_SKILL_DIR} désigne le dossier contenant ce SKILL.md, et ${CLAUDE_SKILL_DIR}/../.. le dossier du montage (le .claude/ de ce dépôt) deux niveaux au-dessus.

Chaque question à l'utilisateur va dans la boîte de question : appelez l'outil AskUserQuestion (2 à 4 options, la recommandée en premier). Uniquement dans un agent sans cet outil, posez des questions numérotées en texte.

G="${CLAUDE_SKILL_DIR}/../../lib/ai_editor/gen/gen.py". Exécutez-le avec python3 (py sous Windows). Chaque modèle, ses entrées et ses limites sont dans gen.py models (depuis lib/ai_editor/gen/models.json) ; ne devinez jamais un identifiant ni un paramètre. Faits sur l'API et ce qui n'est pas vérifié : references/higgsfield-api.md.

Règles

  • L'argent ne est dépensé qu'après un oui à ce prix. Toujours faire estimate d'abord, demander avec le montant en dollars qu'il a affiché (sa ligne ASK:), et exécuter submit --confirm <id_estimation> seulement après que l'utilisateur a répondu oui. Un nouveau prix (l'estimation a plus de 30 minutes, ou submit indique que le prix a changé) nécessite une nouvelle question.
  • Les séquences de l'utilisateur ne quittent son ordinateur qu'avec son consentement. Un clip ou une image de sa vidéo est téléchargé vers Higgsfield lors du submit. Mentionnez-le dans la même question que le prix.
  • Ne demandez jamais la clé dans le chat. Pas de clé : dites-lui d'exécuter python3 "$G" setkey dans son propre terminal (cela demande l'identifiant et le secret depuis console.higgsfield.ai, joints sous la forme id:secret, et masque ce qu'il tape).
  • profile.json gen_budget_usd plafonne les dépenses mensuelles ; submit refuse au-delà. Dites ce qu'il reste et arrêtez.
  • Les résultats échoués et nsfw ne sont pas facturés. Mentionnez-le si l'un échoue, et proposez de modifier le prompt.

Étapes

  1. Quoi et où. À partir des mots de l'utilisateur et du montage (edits/<nom>/) : le type (motion transfer, b-roll à partir de mots, animation d'une image fixe, image pour une carte), l'instant qu'il couvre (secondes sur la timeline, d'après la transcription dans words.json), et pour le motion transfer l'étendue de leur vidéo (4 s ou plus ; le modèle conserve au maximum 30 s). Choisissez le modèle avec python3 "$G" models --kind <type>.
  2. Le prompt. Rédigez-le vous-même à partir du texte dit : le sujet, le décor, la caméra, la lumière, en moins de 40 mots. Le b-roll correspond au format de la vidéo (un montage vertical reçoit un plan d'ambiance vertical). Le motion transfer prend 1 à 8 images de référence (--image, fichiers ou URL) : l'apparence sur laquelle appliquer les mouvements.
  3. Estimez le prix.
    python3 "$G" estimate edits/<nom> --model <id> --prompt "<prompt>" [--video raw.mp4 --from 12.0 --to 18.0] \
      [--image ref.png] [--param duration=5] --at <secondes_timeline>
    
    Cela découpe le clip (silencieux, H.264) dans generated/inputs/, estime la requête sans rien télécharger, et affiche l'identifiant d'estimation, usd, credits, over_budget et une ligne ASK:.
  4. Demandez. Une seule boîte de question : la ligne ASK: comme question (prix, modèle et ce qui est téléchargé), options "Oui, générez-le (Recommandé)" / "Modifier le prompt" / "Non". En cas de dépassement de budget : dites-le et arrêtez.
  5. Soumettez seulement après un oui : python3 "$G" submit edits/<nom> --confirm <id_estimation>. Cela télécharge les entrées, ré-estime avec elles, soumet et affiche l'identifiant du travail.
  6. Attendez en arrière-plan (les générations prennent des minutes) : python3 "$G" wait edits/<nom> <travail>. Cela interroge avec backoff, télécharge le résultat dans edits/<nom>/generated/, le sonde et l'ajoute à la piste Généré de la timeline à --at comme modification de Claude (via project.py apply ; sans le document projet encore, il écrit generated/<travail>.ops.json et l'affiche). status / list montrent la progression ; cancel fonctionne uniquement tant que le travail est encore en file d'attente.
  7. Passez la main. Dites ce qui a été ajouté, où, et combien cela a coûté. L'utilisateur déplace, coupe ou supprime le résultat sur la timeline comme n'importe quel clip. Une correction sur l'apparence des générations va dans taste.

Si une commande s'arrête

messageà faire
No Higgsfield keydemandez à l'utilisateur d'exécuter python3 "$G" setkey dans son terminal, puis continuez
needs at least 4 sélargissez --from/--to, ou choisissez un modèle texte ou image
over this month's generation budgetdites-lui ce qu'il reste ; il peut augmenter gen_budget_usd
the price is $X, not $Ydemandez à nouveau avec le nouveau prix, puis submit --confirm le nouvel identifiant affiché
Maximum number of concurrent requestsle client a déjà réessayé ; attendez la fin d'un travail en cours, puis soumettez
ended failed / ended nsfwnon facturé ; proposez un prompt modifié (nouvelle estimation et question)

Fichiers

  • lib/ai_editor/gen/gen.py : les commandes ci-dessus, demo auto-test (un Higgsfield factice, sans réseau).
  • lib/ai_editor/gen/higgsfield.py : le client API. base.py : l'interface et le catalogue du fournisseur.
  • lib/ai_editor/gen/jobs.py : edits/<nom>/generated/jobs.json et les dépenses mensuelles.
  • references/higgsfield-api.md : l'API telle que documentée, avec sources.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Conz-Wilts/ai-editor

Turns one long video or podcast (a local file or a YouTube link) into the best 3-5 short vertical clips, each cut and styled in the user's profile style. Transcribes once, splits the talk into candidate clips at sentence boundaries inside the chosen length, scores every candidate in code (speech rate, loudness, laughter, numbers and names said), shows the shortlist on one page with a preview of each, then trims, cuts and style-edits each pick as its own edit. Use when the user says "clip this video", "make shorts from my podcast", "find the best clips", "cut this into TikToks", "turn this YouTube video into reels", "repurpose this long video", or drops a long video (over about 3 minutes) or a YouTube link and wants short clips. Not for editing one short take (that is start or cut), and not for measuring someone else's style (that is creator-teardown).

Conz-Wilts/ai-editor

Reverse-engineers a short-form creator's video format from their real numbers. Pulls a TikTok or YouTube Shorts profile (or pasted links, Instagram reels too) with view, like and save counts, transcribes the top videos word for word, measures pace, pauses and fillers, maps each video into timed beats, and writes a teardown.md someone can film from, a teardown.html page of their graphics, motion and sound, and the style.json the style-edit skill edits from (on its own it can write an edit plan as a table and .srt). Use when the user wants to analyse, break down or study a creator ("analyse @handle", "tear down @handle", "teardown of @handle", "break down this creator", "what makes this creator's videos work"), pastes TikTok, YouTube or Instagram links and asks what the pattern is, or asks to set up creator-teardown. Not for editing the user's own video like a creator (that is start), not for researching a topic, and not for cutting raw footage.

Conz-Wilts/ai-editor

Cuts raw talking-head footage into a clean jump cut. Takes one take or several joined (mp4 or mov, any aspect, 4K phone footage is fine), transcribes it word by word, removes retakes, false starts, fillers and dead pauses, and renders cut.mp4 at the source resolution plus words.json timed to the cut. The user approves the cut on a page with the whole transcript and every removed word struck through. Use when the user says "cut my video", "just cut it", "remove my mistakes", "cut out the retakes", "remove the pauses", "clean up this take", "jump cut this", "tighten this clip", or asks only for the cut of a raw take; start calls it for a full edit. Runs before style-edit. Not for a general request to edit a video or to make it look like a creator (that is start), not for adding captions, zooms or cards (style-edit), and not for analysing someone else's videos (creator-teardown).

Conz-Wilts/ai-editor

For the editor's maintainers. Turns what users corrected into lasting fixes in this repo, for every user, enforced by code and tests rather than notes. Reads the suggestions users marked "would help everyone" (~/.ai-video-editor/suggestions.jsonl), taste rules said twice (taste.py report), preview corrections (edits/*/corrections.jsonl), review-page notes (*/review.json) and open GitHub issues labelled feedback; groups repeats; for each item the maintainer accepts, writes the general rule into PRINCIPLES.md and the skill that owns it, adds or tightens the check that enforces it, adds a test that fails before and passes after, and runs the full test set. Use when the maintainer says "improve the editor", "turn feedback into fixes", "process suggestions", "what are users complaining about", "go through the feedback issues". Not for one user's own preferences (that is taste), and not for editing a video.

Skills associés