Communitygithub.com

explainer

Transforme un clip vidéo de type « talking-head » en vidéo explicative avec un panneau arrondi, un titre et des visuels comparatifs ou des listes numérotées.

Qu'est-ce que explainer ?

Le skill « explainer » permet de transformer un clip vidéo où une personne parle (talking-head) en une courte vidéo explicative engageante, optimisée pour les réseaux sociaux (Reels, Shorts, YouTube) ou les vidéos longues. Le locuteur apparaît dans un panneau arrondi, sa tête dépassant du bord supérieur, tandis que le reste du cadre affiche des visuels explicatifs : une comparaison avant/après avec une flèche, ou une liste numérotée. Le skill prend en charge trois formats : vertical (1080×1920, idéal pour Instagram/TikTok), horizontal (1920×1080, pour YouTube) ou automatique, qui adapte le format à la source. Son fonctionnement est simple : après avoir sélectionné un extrait de 3 à 8 secondes, il transpose automatiquement les paroles, positionne le locuteur en fonction du regard (eye_y) et centre son visage (face_x en horizontal). L'utilisateur peut spécifier des mots-clés qui apparaissent sur des pastilles de couleur. Le skill vérifie ensuite que le contenu ne dépasse pas les zones « rouges » (cachées par l'interface de la plateforme), et permet des ajustements précis via un fichier JSON de configuration. Il s'appuie sur ffmpeg, Node.js et une clé API Groq pour la transcription, et fonctionne dans Claude Code, Cursor et Codex.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alisolanki/alis-claude-editing-skills/tree/HEAD/skills/explainer

Demander à votre IA préférée

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

Documentation

/explainer

┌──────────────────────┐
│   Voler ce qui marche  │  titre, un mot en accent
│ [avant] ⟶ [après]    │  comparer : carte, flèche, dévoiler  (ou une liste numérotée)
│      ╭──tête──╮      │  la tête dépasse du panneau
│ ╭────┴────────┴────╮ │
│ │  orateur, sous-titres│ │  panneau arrondi, ligne des yeux = son bord supérieur
│ ╰──────────────────╯ │
└──────────────────────┘

Première utilisation

Le dossier de ce skill est le « Répertoire de base » que Claude Code affiche lors de son chargement. Résolvez le kit à partir de celui-ci (fonctionne même avec les liens symboliques) et effectuez la configuration unique :

SKILL_DIR="<répertoire de base de ce skill>"   # le chemin que Claude Code a affiché comme « Répertoire de base pour ce skill »
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout

GROQ_API_KEY doit être définie pour la transcription (gratuite sur console.groq.com). Nécessite ffmpeg et Node.

Format

Chaque spécification prend "format" : "vertical" (1080×1920 : reels, shorts, vidéos verticales longues), "horizontal" (1920×1080 : YouTube et autres vidéos longues) ou "auto" (par défaut : suit le format de la source). Exécutez "$PY" "$KIT/reel.py" probe <video> pour voir ce que auto choisit. La feuille de contrôle teinte en rouge ce que la plateforme recouvre : l'interface Instagram/TikTok sur le vertical, le chrome du lecteur YouTube sur l'horizontal. Pour une vidéo longue durée, utilisez ce skill comme un moment dans /long-form au lieu de découper le clip manuellement.

Étapes

  1. Clip. Utilisez le clip fourni par l'utilisateur (n'importe quelle taille ; il est recadré en 1080×1920 ou 1920×1080, voir Format). Demandez-le seulement si aucun n'a été donné.
  2. Mots. "$PY" "$KIT/reel.py" words <video> affiche chaque mot avec son heure (il transcrit lors de la première utilisation). Il affiche une phrase par ligne avec [se termine …], l'heure à laquelle son dernier mot se termine. Choisissez une plage de 3 à 8 secondes qui fait UN seul point, composée de phrases entières : start est l'heure du premier mot et end est le [se termine …] de la dernière phrase (en secondes source).
  3. Alignement des yeux. "$PY" "$KIT/reel.py" frame <video> <une heure dans la plage> frame.jpg, puis regardez l'image. Les règles sont en pixels du canevas ; lisez le y des yeux. C'est eye_y (vertical : environ 700 à 800 pour un cadrage normal ; horizontal : environ 350 à 450). En horizontal, lisez aussi le x du centre du visage : c'est face_x.
  4. Spécification. Écrivez <nom du clip>.explainer.json à côté du clip (champs ci-dessous). Les chemins dans une spécification sont relatifs au fichier de spécification. Chaque heure est soit en secondes à partir de start, soit un mot parlé sur lequel s'ancrer ("viral", "viral#2" pour sa deuxième occurrence, "viral+0.2"). Préférez les mots : ils restent corrects si vous déplacez start.
  5. Construction. "$PY" "$SKILL_DIR/build.py" <spec.json>. Il découpe la plage, supprime le fond du locuteur (environ 0,1 s par image), rend avec HyperFrames et écrit <out>.sheet.jpg.
  6. Vérification. Regardez la feuille. Le rouge correspond à ce que la plateforme recouvre. Corrigez la spécification et reconstruisez si :
    • le titre ou les visuels se trouvent dans la zone rouge
    • un sous-titre couvre la bouche, ou se trouve à moins de 80 px de la zone rouge inférieure (déplacez caption_top)
    • un sous-titre affiche un mot extérieur à la plage (déplacez start ou end jusqu'aux bords de la phrase)
    • la tête ne dépasse pas du panneau (déplacez eye_y)
    • une image est manquante ou écrasée
  7. Remise du chemin du fichier mp4 et dites en une ligne ce que chaque visuel montre.

Spécification

{
  "video": "mon-clip.mp4", "start": 21.4, "end": 25.66, "out": "mon-clip.orateur.mp4",
  "title": "Voler ce qui *marche*",
  "eye_y": 750,
  "visual": {
    "type": "compare",
    "left":  {"label": "Un autre créneau", "images": ["leurs-1.jpg", "leurs-2.jpg", "leurs-3.jpg"], "at": 0.3,
              "chip": "14× viral", "chip_at": "viral", "swipe_at": ["carrousel", 2.3]},
    "right": {"label": "Votre créneau", "at": "outside", "reveal_at": "recreate",
              "image": "ma-photo.jpg", "text": "les meilleurs *outils ia*\nà utiliser quand\ntu es *jeune et fauché*"},
    "arrow_at": "and"
  },
  "keys": ["viral", "outside", "recreate"],
  "caption_top": 1420
}
  • title : 1 à 4 mots. Entourez UN mot avec *...* pour la couleur d'accentuation.
  • visual.type: "compare" est un avant-après :
    • La carte de gauche affiche 1 à 3 images et défile entre elles à swipe_at.
    • La carte de droite commence comme un « ? » en pointillé. La flèche se dessine à arrow_at, puis la carte se révèle à reveal_at.
    • La carte de droite est soit une simple image, soit une couverture de carrousel composée de image plus text (*mot* repose sur une pastille d'accent, \n coupe la ligne).
  • Chaque carte peut être une carte de texte au lieu d'images : "big": "*Pro*\noutils", "small": "ce que les pros utilisent". Utilisez-la lorsque l'utilisateur n'a pas d'images. C'est le bon choix pour une comparaison gauche/droite que le locuteur pointe du doigt.
  • visual.type: "list" : {"type": "list", "items": [{"text": "Trouver un post *viral*", "at": "find"}, ...]}. Jusqu'à 4 lignes numérotées, chacune apparaît lorsqu'elle est dite.
  • keys : mots de sous-titres à mettre sur la pastille d'accent. Choisissez 2 à 4 qui portent le sens. Chaque fois que le mot est dit, il est mis en surbrillance.
  • Horizontal uniquement : face_x (centre le visage dans le panneau), side ("right" par défaut, ou "left"), scale (0.9 : taille du locuteur dessiné).
  • caption_top : le y du haut des sous-titres : 1420 en vertical (gardez son bas au-dessus de 1500), 850 en horizontal (il repose sur le panneau ; gardez son bas au-dessus de 960).

Goût

  • Un seul point par clip. Si la plage fait deux points, créez deux explicateurs.
  • Faites atterrir chaque visuel sur le mot qui le nomme. Rien ne doit apparaître avant qu'il ne soit dit. Le titre est l'exception : il est présent dès la première image.
  • Vertical : gardez les visuels du haut entre y 330 et 760 (le titre se trouve au-dessus, environ à 210). Horizontal : le titre se trouve à y 110, les visuels entre y 270 et 830 à côté du panneau. Le texte et les graphiques restent hors des zones rouges ; le panneau du locuteur peut empiéter sur elles.
  • Si le locuteur pointe à gauche et à droite, utilisez compare. Ses cartes se placent là où il pointe.
  • Utilisez les propres images de l'utilisateur. N'inventez jamais de chiffres ou de résultats concernant le post de quelqu'un d'autre. Une mention comme « 14× viral » doit être quelque chose que l'utilisateur a dit ou donné.

Individual skills in this repo

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

Skills associés