Communitygithub.com

vidéo-explicative

Réalisez une courte vidéo verticale explicative, de critique ou de lancement sur un sujet donné : vérifiez les faits, générez des images de démonstration, rédigez un voix-off en chinois avec timings précis (Doubao TTS), puis montez une vidéo 1080×1920 de type keynote avec des coupes synchronisées sur le rythme, une musique originale et des effets sonores codés en dur.

Qu'est-ce que vidéo-explicative ?

Cette compétence permet de produire automatiquement des vidéos verticales courtes (60 à 90 secondes) de type « keynote » à partir d'un sujet quelconque. Elle est particulièrement adaptée aux démonstrations de produits, aux critiques ou aux annonces de lancement. Le processus commence par une vérification rigoureuse des faits auprès des sources officielles, puis génère des images de démonstration via un script Python. L'utilisateur rédige un script, qui est transformé en voix-off chinoise via l'API Doubao TTS avec des timings mots par mot. Enfin, la vidéo est rendue avec Python (PIL + numpy) et ffmpeg : fond noir, typographie large, images plein écran, coupes synchronisées sur la musique, bande originale et effets sonores synthétisés en code. La compétence existe déjà en un exemple complet (exemples/gpt-image-2.6/) et fonctionne sur tout système disposant de Python 3, ffmpeg et des dépendances indiquées. L'utilisateur doit fournir le sujet, valider le script avant la synthèse vocale (payante), et peut demander des ajustements de rythme, de voix-off ou de séquence.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rayest/ai-video-skills/tree/HEAD/skills/explainer-video

Demander à votre IA préférée

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

Documentation

Vidéo explicative courte verticale

Une vidéo verticale (1080×1920) de 60 à 90 secondes au look "keynote" : fond noir, typographie très grande, images en plein écran, coupes synchronisées sur le rythme, une bande originale et des effets sonores, le tout rendu avec Python (PIL + numpy) et ffmpeg. Pas d'éditeur vidéo, pas de musique préenregistrée.

Exemple concret : examples/gpt-image-2.6/ (RESEARCH.md, script.json, render.py, audio.py, build_all.sh) a produit une vidéo de 92 s, environ 20 Mo, sur le lancement d'un modèle de génération d'images. Copiez-le et adaptez-le plutôt que de partir de zéro. Ses images de démonstration ne sont pas dans le dépôt ; générez les vôtres avec scripts/gen_image.py. Lisez references/render-pipeline.md avant tout rendu.

Les réglages proviennent de l'environnement ou d'un fichier .env (voir .env.example). N'affichez jamais les clés, leur longueur ni leur préfixe.

Règles de contenu (apprises à la dure)

  • Résultat dans les 2 premières secondes. Ouvrez sur le résultat le plus impressionnant, pas sur un titre.
  • Rien en coulisse à l'écran ni dans la voix-off : pas de noms d'API, de fournisseurs, de notes "génération échouée", ni de coûts réels.
  • Pas de fin publicitaire. Ne vantez pas un service dans le dernier tiers – les vidéos qui l'ont fait ont eu de mauvais résultats. Terminez par une carte d'instruction copiable ("截图保存") et une question sans marque pour les commentaires.
  • Ne mesurez pas la vitesse sur un mauvais réseau. Citez les prix et vitesses officiels en les attribuant ("官方说") ; ne présentez pas vos propres chronométrages comme des faits.
  • Jugez honnêtement. Regardez chaque image générée et dites ce qui est faible, pas seulement ce qui est fort. Recadrez tout ce qui ressemble à une marque ou à un panneau de magasin réel.

Flux de travail

  1. Vérifiez. Vérifiez chaque affirmation sur le site officiel, la documentation, le journal des modifications et les tarifs, ainsi que les fils de discussion de la communauté. Conservez RESEARCH.md avec les sources (exemple dans l'exemple concret). Si une page renvoie 403, recoupez via des articles et mentionnez-le.
  2. Format : 1080×1920, 60–90 s, sauf indication contraire de l'utilisateur.
  3. Actifs de démonstration : python3 -I scripts/gen_image.py assets/<nom> --prompt "..." [--size 2:3] [--ref img.png] [--gif 12:150] [--markup layer.png]. Les résultats et la facturation vont dans assets/results.jsonl (pour vous, jamais pour la vidéo).
  4. Script : script.json sous la forme {"scenes":[{"id":"s01","vo":"..."}]}. Environ 6 caractères par seconde à vitesse de parole 8 (520 caractères ≈ 85 s). Terminez par la question d'appel à l'action. Montrez le script à l'utilisateur avant la synthèse vocale – la synthèse est facturée.
  5. Voix : python3 -I scripts/tts_doubao.py script.json build/vo [ids] [--dry-run]. Écrit <id>.mp3 et les timings mots <id>.json.
  6. Rendu : suivez references/render-pipeline.md.
  7. Livrez : chemin, durée, taille, LUFS et pic mesurés, quels photogrammes ont été vérifiés, et les 1–2 plans les plus faibles avec justification. Demandez avant toute régénération facturable au-delà de ce qui a été convenu.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills associés