Communitygithub.com

shutckin/aivfx-content-kit

Crée des motion graphics sur le moteur HyperFrames (scènes HTML rendues en vidéo) avec un studio AIVFX : tiers inférieurs, chapitres, chiffres, accroches pour Shorts et Reels, cartes de fin, titres. La marque (couleurs, polices, mouvement, durées) vit dans un seul fichier, la vidéo est un brief de rôles de scènes, le mouvement est décrit en mots, et l'agent rend un brouillon sur la vidéo brute ainsi qu'un ProRes 4444 final avec alpha.

Qu'est-ce que aivfx-content-kit ?

Ce skill transforme le moteur HyperFrames en une fabrique de motion graphics pour vidéos. Il structure la production autour de trois fichiers : un fichier de marque (brand.json) contenant couleurs, polices et règles de mouvement ; un brief de vidéo (scenes.json) décrivant uniquement le sens et les textes de chaque scène par rôle (hook, name, chapter, number, endcard) ; et des templates HTML par rôle, compilés par un agent (Claude Code ou similaire) en compositions HyperFrames. Le skill gère des vérifications automatiques (lint, cadres noirs, checklist de livraison, validateur de fichier de marque) et offre des zones de sécurité pour 9:16 et 16:9. Il supporte le rendu de brouillons rapides (--quality draft) superposés à la vidéo brute via ffmpeg, ainsi que le rendu final en ProRes 4444 avec alpha pour montage (DaVinci Resolve, Premiere, Final Cut). Les déclencheurs incluent les commandes comme 'lower third', 'chapter card', 'transparent overlay', 'brand kit for motion' et leurs équivalents russes. Le skill est conçu pour tout projet nécessitant des superpositions graphiques (tiers inférieurs, chapitres, accroches pour réseaux sociaux, cartes de fin) avec une identité visuelle cohérente.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/shutckin/aivfx-content-kit/tree/HEAD/skills/motion-graphics

Demander à votre IA préférée

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

Documentation

Motion graphics pour vidéos

Les instructions sont en russe. Répondez dans la langue de l'utilisateur.

Pourquoi

Les incrustations faites « à l'œil » une par une ne tiennent pas dès la troisième : l'une entre par le bas en une demi-seconde, l'autre par le côté en une seconde, la police est deux crans plus grande, l'accent une nuance différente. Le spectateur ne le formule pas, mais la vidéo semble faite de morceaux disparates.

Le studio motion est construit sur HyperFrames, et le studio l'a transformé en sa propre fabrique : les décisions de marque sont prises une fois et écrites dans un fichier, la vidéo est décrite par un brief selon les rôles des scènes, et l'agent transforme le brief en compositions et effectue le rendu. Une nouvelle incrustation est identique aux autres, même si elle est créée par un autre agent un mois plus tard.

Sur quoi ça marche

OutilRôleDe quoi à quoi
HyperFramesmoteur : la scène est une composition HTML, rendu en vidéo, ses propres vérificationsHTML, CSS et timeline GSAP → MP4, WebM ou MOV ProRes 4444 avec alpha
Claude Code (ou équivalent)l'agent assemble les scènes selon le briefbrief + fichier marque → compositions, rendu, vérifications
Fichier marqueun seul endroit pour couleurs, polices, mouvement, margesbrand.json → nombres pour chaque scène
ffmpegbrouillon superposé à la vidéo brute, planche de photogrammes, recherche de cadres noirsscènes avec alpha + photogrammes de la vidéo → aperçu et planche de photogrammes
ProRes 4444final avec fond transparent pour le montageMOV avec canal alpha
DaVinci Resolve (ou équivalent : Premiere, Final Cut)montage, le graphisme se superpose à la vidéoMOV ProRes sur une piste au-dessus de la vidéo brute

L'agent écrit le plan, le brief, les compositions et exécute les vérifications ; le propriétaire approuve le plan et le brouillon ; les textes (noms, chiffres) sont fournis par le propriétaire ou le client.

HyperFrames est un moteur open source de HeyGen : https://hyperframes.heygen.com. Une composition est un fichier HTML avec des attributs data-* pour le temps, une timeline GSAP pour l'animation et du CSS pour l'apparence. Nécessite Node.js 22 ou plus récent et ffmpeg.

Ce que fournit HyperFramesCe que le studio a ajouté
composition HTML avec pistes et minutage des scènesfichier marque : couleurs, polices, mouvement, marges ; les règles de marque sont affichées avant chaque rendu
hyperframes init, preview avec le studio dans le navigateurbrief vidéo par rôles de scènes au lieu de la composition manuelle de chaque scène
hyperframes render : MP4, WebM et MOV ProRes 4444 avec transparence (--format mov), --quality draftbibliothèque de rôles et de templates : un rôle est converti en template d'une marque spécifique, un même brief peut être réalisé dans le style de n'importe quelle marque
hyperframes lint, check et validate : erreurs de balisage et de timeline, erreurs dans le navigateur, fichiers manquants, contraste du textebrouillon superposé à la vraie vidéo brute et planche de photogrammes au lieu d'une évaluation sur fond noir
hyperframes add : blocs et effets prêts à l'emploi depuis le registrecomparaison du final avec le brouillon pour les cadres sombres et recherche de cadres noirs
hyperframes doctor : vérification de l'environnementcheck_brand.py : vérification du fichier marque avant la première scène
--docker pour un résultat identique sur différentes machinespolices locales intégrées à la composition et GSAP local, noms de fichiers par scène

Les principes ci-dessous s'appliquent également à d'autres moteurs transformant du code en vidéo.

Quand l'utiliser

Graphisme dans une vidéo (nom de l'intervenant, chapitre, chiffre, carte de fin), accroche pour Shorts et Reels, superpositions transparentes pour le montage, nouvelle marque pour le graphisme.

Ne pas utiliser pour les vidéos promotionnelles plein écran de 10 à 25 secondes avec leur propre récit : elles nécessitent un storyboard adapté au rythme de la musique, une composition unique par vidéo, et les rôles de scènes ne font que gêner. Le storyboard des vidéos est réalisé par shot-list, les couvertures d'articles par article-cover, le style des images génératives par film-look.

Trois fichiers au lieu d'un seul gros

  1. Fichier marque brand.json : couleurs, polices, tailles de texte, dictionnaire de mouvement, durées des rôles, marges et zones de sécurité. Un seul par marque, rarement modifié. Exemple avec une marque fictive et un commentaire pour chaque champ : templates/brand.example.json.
  2. Brief vidéo scenes.json : liste des scènes par rôle. Uniquement le sens et les textes, aucune couleur ni nombre de mouvement. Exemple : templates/scenes.example.json.
  3. Template de rôle : pour chaque rôle, une composition HyperFrames qui lit le fichier marque et la scène et substitue les nombres. Les templates personnalisés s'écrivent soi-même, c'est un petit travail par rôle. Bon point de départ : hyperframes init et les blocs prêts à l'emploi depuis le registre via hyperframes add.

Règle fondamentale : une couleur, police ou vitesse nécessaire à une seule scène mais non écrite dans le fichier marque est un signal. Soit on l'ajoute au fichier marque pour tout le monde, soit on y renonce. Une retouche « juste ici » est ce qui brise le système. Besoin d'un nouveau style : crée un nouveau template, ne modifie pas le template général pour un seul projet.

Comment configurer le fichier marque

  1. Copie templates/brand.example.json dans le projet sous le nom brand.json.
  2. Prends les couleurs du site ou du guide de marque. Pas de guide : demande au propriétaire pour le fond, le texte principal et l'accent. N'invente pas les couleurs de la marque pour le client.
  3. Donne une seule valeur à chaque couleur : fond, texte, deuxième ligne, accent. Si tu ne peux pas nommer l'usage d'une couleur, elle est superflue. Cinq couleurs actives est le maximum.
  4. Polices : une pour les titres et les chiffres, une pour les légendes, ou une seule pour tout. Uniquement du sans ou du serif. Les polices monospace et pixel ne sont jamais utilisées, y compris pour les chiffres, dates et étiquettes. Les chiffres sont en sans avec des chiffres de largeur fixe : en CSS font-variant-numeric: tabular-nums. Le compteur cesse de sauter et la police reste vivante.
  5. Intègre les polices dans la composition (fichier du projet ou directement en CSS). Une police issue du web peut ne pas se charger au moment du rendu, et les images seront affichées avec la police système. Idem pour GSAP : garde-le en local, un chargement réseau pourrait échouer en cours de rendu.
  6. Écris dans rules les contraintes de la marque en mots : comment utiliser l'accent, s'il est possible d'introduire de nouvelles couleurs, d'où proviennent les faits. L'agent les lit avant chaque assemblage, sinon elles se perdent entre les sessions.
  7. Lance la vérification :
python3 scripts/check_brand.py brand.json

Le script recherche les champs obligatoires, les couleurs qui ne sont pas en hexadécimal, le contraste texte/fond inférieur à 4.5:1, les polices monospace et pixel, le texte plus petit que 28 pixels sur une image de 1080, les durées hors limites raisonnables et les zones de sécurité qui ne couvrent pas l'interface de la plateforme. Code de sortie 1 en cas de non-conformité.

Rôles des scènes

Décris le rôle, pas le template. Le rôle indique à quoi sert la scène, et le template associé est choisi par la marque. Change de marque, et le même rôle sera assemblé dans un autre style sans réécrire le brief.

RôlePourquoiChampsFondDurée
hookpremières 1-3 secondes d'un Short, retenir le doigttitle (3-6 mots), subtitle facultatifpropre, plein cadre2-3 s
namequi parle à l'écrantitle (nom), subtitle (fonction)transparent3-5 s
chapterchangement de bloc sémantiquelabel (numéro), titlepropre ou transparent2.5-4 s
numberun seul chiffre à retenirvalue, unit, notetransparent3-4 s
endcardfinal : nom, site, que faire ensuitetitle, meta, logopropre, plein cadre4-6 s

Un fait court, une note d'angle ou une énumération avec séparateurs peuvent aussi être des rôles (fact, note, list). Crée un nouveau rôle lorsque la même tâche se présente au moins une deuxième fois, et non pour une seule scène.

Position dans le cadre at : bl, br, tl, tr, left, right, center. L'incrustation de nom est presque toujours en bas à gauche, du côté opposé au regard de l'intervenant.

Les textes proviennent exclusivement du brief. Les noms, titres, chiffres et adresses ne sont pas inventés : pas de données, demande. Une erreur dans le nom de famille sur l'incrustation est visible par chaque spectateur.

Le mouvement en mots

Dans la scène, le mouvement se décrit comme un réalisateur, pas comme un programmeur :

la ligne d'accent se trace de la gauche, le nom se lève derrière elle, le titre apparaît ensuite ; maintien ; tout descend d'un seul mouvement

L'agent traduit cela dans les nombres de la marque et les tween GSAP : « se lève » correspond à un décalage de motion.travel_px en motion.enter_sec avec ralentissement ease_enter, « ensuite » correspond à une pause stagger_sec, « descend » à exit_sec. Si la description ne contient pas le mot nécessaire, utilise les valeurs par défaut de la marque, n'invente pas de vitesse.

  • Une idée par scène. Si une scène dit deux choses, ce sont deux scènes.
  • D'abord le cadre final, ensuite le mouvement. Compose la scène au moment où tout est en place, puis ajoute l'entrée et la sortie. Ainsi les chevauchements sont visibles avant le rendu.
  • L'entrée plus lente que la sortie. Apparition avec ralentissement, sortie avec accélération et environ deux fois plus rapide. Le spectateur suit l'entrée, la sortie ne lui est pas utile.
  • Une seule direction par vidéo. Entré par le bas, sorti par le bas ou par le haut sur le même axe. Un chaos de directions est perçu comme une erreur de montage.
  • Pas plus de deux procédés par scène. Le décalage et l'apparition suffisent. La rotation, le rebond et le flou en même temps, c'est une démo du moteur.
  • Petites distances, éléments l'un après l'autre. Un décalage de 30 à 60 pixels donne un rendu cher, à travers un demi-écran, c'est bon marché. Ligne, puis nom, puis légende.
  • Accroche par mots, pas par lettres. Une lettre par lettre est lente et gêne la lecture.
  • Le final reste immobile 3 à 4 secondes, sinon il n'est pas lu.
  • Sans aléas dans le code. Les nombres aléatoires et l'heure courante donnent une image différente à chaque rendu. La dispersion se fait par une formule basée sur le numéro de l'élément.

Minutage et lisibilité sur téléphone

  • Le texte reste immobile au moins min_hold_sec après son apparition complète.
  • Temps de lecture : environ 0,3 seconde par mot plus le temps d'apparition. Une incrustation de six mots ne vit pas moins de trois secondes.
  • Texte de taille moyenne. Un titre énorme sur tout l'écran semble criard.
  • Petit côté 1080 pixels : titre 64-110, légende au moins 40, étiquette au moins 28. Plus petit ne se lit pas sur un téléphone.
  • Ligne jusqu'à 25-30 caractères. Une ligne longue se divise en deux selon le sens, pas selon la largeur.
  • Texte superposé à la vidéo brute toujours avec un fond, une ombre ou un assombrissement. Le contraste 4.5:1 se calcule par rapport au fond, pas à un fond vide.
  • Accent sur un seul mot ou une seule ligne. Un paragraphe entier accentué ne se lit pas.
  • La timeline de la scène doit remplir complètement son créneau : à la fin, ajoute un tween vide correspondant à la durée totale de la scène. Sinon, HyperFrames cache la scène plus tôt, et un cadre noir apparaît dans la vidéo.

Zones de sécurité

Les plateformes masquent une partie du cadre avec leur interface. Les nombres s'appliquent à une image avec un petit côté de 1080, à recouper avec une capture d'écran récente de la plateforme.

9:16 (1080x1920, Shorts, Reels, TikTok) : environ 250 pixels en haut (pseudo, boutons), environ 400 en bas (légende, musique, progression), environ 140 à droite (likes et commentaires), environ 60 à gauche. Place l'accroche et le texte important dans la bande centrale. L'incrustation de nom en vertical remonte plus haut que d'habitude.

16:9 (1920x1080, YouTube, montage horizontal) : environ 96 pixels sur les côtés, 54 en haut, environ 96 en bas. Dans les 5 à 20 dernières secondes, YouTube ajoute des cartes de fin, construis la carte de fin avec un espace pour celles-ci.

Les zones vivent dans le fichier marque, vérifie la scène en superposant un cadre sur l'image de brouillon.

Rendu

  • Brouillon : hyperframes render --quality draft, bien plus rapide que le final. On vérifie tout avec cela, on ne fait le rendu final qu'une seule fois.
  • Vidéo normale (MP4, H.264) : pour l'accroche, le final et tout ce qui est en plein cadre. L'alpha n'alourdit le fichier.
  • Fond transparent pour le montage : incrustations, chapitres superposés à la vidéo brute, chiffres. HyperFrames rend automatiquement en MOV ProRes 4444 avec alpha (--format mov) pour DaVinci Resolve, Premiere et Final Cut, pour le web il y a WebM avec alpha (--format webm). Le MP4 ne stocke pas l'alpha. Les graphismes plein cadre pour le montage peuvent être convertis par ffmpeg en ProRes 422 HQ, c'est plus léger.
  • Contre les bandes sur les dégradés : grain léger (texture.grain) et master ProRes.
  • N'active pas la capture d'images en PNG (--video-frame-format png) : dans les tests du studio, cela faisait passer les zones sombres au noir.
  • Noms de fichiers en latin par scène : name-01-sokolova.mov.

Brouillon superposé à la vidéo brute avant le final

Sur fond noir, tout semble normal. Les problèmes ne sont visibles que sur l'image réelle : l'incrustation cache le visage, le texte blanc disparaît dans la fenêtre.

  1. Rendu des scènes en qualité brouillon avec fond transparent.
  2. ffmpeg les superpose sur les images ou extraits de la vraie vidéo (preview_bg dans le brief : fichier, vidéo ou dossier d'images, distribués en rotation aux scènes) et les assemble en un seul aperçu.
  3. Planche de photogrammes : début, milieu et fin de chaque scène en une seule image.
  4. Inspection visuelle et présentation au propriétaire avec la liste numérotée des scènes pour une réponse en un mot. Un test lint réussi ne garantit pas que le design fonctionne.

Vérifications

  • hyperframes lint après chaque nouveau template, avant la présentation. hyperframes check (lint, erreurs dans le navigateur, disposition et contraste du texte en un seul passage), hyperframes doctor si le rendu échoue. Lint détecte de vrais bugs : un calque plein écran sans transparence nulle au début écrase les premières images ; un centrage via translate(-50%,-50%) combiné à un tween sur y se désynchronise à la fin, centre avec un wrapper flex.
  • Recherche de cadres noirs dans le brouillon et le final : ffmpeg lit la luminosité des images, un cadre entièrement noir à la jonction signifie une scène manquante ou une vidéo bloquée. Chaque vidéo dans une composition doit avoir son propre id, sinon l'image se bloque.
  • Comparaison du final avec le brouillon pour les cadres sombres : la proportion de pixels passés au noir ne doit pas augmenter.

Ordre de travail

  1. Marque : brand.json existe-t-il ? Non, crée-le et vérifie-le avec le script.
  2. Plan : liste numérotée des scènes avec rôles, textes, format et durée. Montre le plan, pas la vidéo :
Marque : Fjord Lab, 16:9, alpha pour les incrustations

01. name / bl / alpha : « Maria Sokolova » · « Ingénieure du son », 4 s
02. chapter / alpha : « Chapitre 2 » · « Comment nous écrivons le silence », 3 s
03. number / right / alpha : 48 heures · « pour enregistrer un épisode », 3.5 s
04. endcard / MP4 : « Fjord Lab » · fjordlab.example, 5 s
  1. Brief scenes.json selon le plan approuvé.
  2. Compositions par rôle, hyperframes lint.
  3. Brouillon superposé à la vidéo brute, planche de photogrammes, recherche de cadres noirs, présentation.
  4. Corrections en mots (« la troisième plus courte », « nom plus grand ») se corrigent dans le brief, les corrections générales (« toutes les incrustations plus lentes ») dans le fichier marque.
  5. Rendu final, ProRes 4444 pour les scènes transparentes, comparaison avec le brouillon, livraison des fichiers dans un dossier pour le montage.

Erreurs typiques

  • Couleur ou vitesse directement dans la scène. Après cinq vidéos dans un projet, cinq accents différents. Tout le visuel uniquement dans le fichier marque.
  • Évaluation du graphisme sur fond uni. L'incrustation « a fière allure » jusqu'à ce qu'elle soit sur la vidéo réelle.
  • Contraste du texte par rapport au fond de l'écran uniquement, pas au fond de la vidéo brute. Le texte blanc sur l'herbe ne se lit pas. Utilise un fond, une ombre ou un assombrissement. Vérifie le contraste sur une image avec des détails.
  • Oubli du masquage des bords de la plateforme sur les Story/Reels. L'important se trouve derrière l'avatar du vlogueur.
  • Trop de mots dans l'accroche. Pas le temps de lire.
  • Carte de fin sans espace pour les suggestions YouTube dans les 20 dernières secondes.
  • Polices issues du web sans fallback local. Le rendu à distance peut se bloquer au téléchargement de la police.
  • Modification du fichier marque sous un mauvais nom de projet. Les règles s'appliquent à tout le monde, les changements sont visibles dans les anciennes vidéos également.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

shutckin/aivfx-content-kit

Runs a client AI video for a concept studio from brief to delivery. Takes the brief and real product photos, writes a synopsis, builds character and location sheets with 3 options each, a 16:9 approval deck, stills in waves, one prompt for the whole video, client revisions as a list, assembly and a delivery checklist. Core rule: the client approves the preproduction package before the first video frame, and the approved character and location sheets go as references into every generation. Use when a brief arrives for an advertising or product AI video. Triggers: 'client AI video', 'preproduction package', 'character sheet', 'location sheet'. Not for articles or covers (use blog-article and article-cover). Triggers (RU): «вот бриф», «новый клиент», «концепт студия», «препродакшн-пакет», «лист персонажа», «лист локации», «презентация клиенту», «правки от клиента», «готовим сдачу».

shutckin/aivfx-content-kit

Packages YouTube videos and Shorts: a pack of 3-4 thumbnail variants of one idea for choice and A/B testing, title and thumbnail as one unit, one idea per image, face and emotion, a large object, text up to 3-4 words or none, readable on a small phone screen. Works from own frames and screenshots plus references, generates or refines the frame with models (Nano Banana, Seedream, GPT-Image, Higgsfield and others) with the film-look style and logos in one pass, keeps a consistent channel series, checks the file with a script (size, weight, name), reviews the small view by eye on a contact sheet and shows options to the owner before upload. Triggers: 'YouTube thumbnail', 'video packaging', 'thumbnail A/B test', 'Shorts cover', 'title and thumbnail'. Triggers (RU): «сделай превью», «обложку для ролика», «обложку для YouTube», «упакуй ролик», «варианты для A/B-теста», «заголовок и превью», «обложку для Shorts», «серия превью для канала».

Skills associés