Communitygithub.com

long-form

Édite une vidéo complète de type talking-head (de quelques minutes à une heure, format horizontal 16:9 pour YouTube ou vertical 9:16) de bout en bout : réduit les pauses, coupe optionnellement les remplissages (um/uh), masque les coupes franches par des zooms alternés, ajoute des sous-titres propres avec des mots-clés sur un fond accent, des cartes chapitre, et insère des moments conçus par les autres compétences (explainer, split-screen, behind-the-person, ranking-list, storytelling) aux images exactes. Produit également un fichier .srt et une liste de chapitres YouTube. À utiliser lorsque l'utilisateur exécute /long-form ou demande d'éditer une vidéo complète, un podcast-style talking-head, une vidéo YouTube, une leçon de cours ou tout clip de plus d'une minute environ.

Qu'est-ce que long-form ?

Cette compétence transforme un enregistrement brut de type talking-head (horizontal ou vertical, de quelques minutes à une heure) en une vidéo soignée prête pour YouTube ou les réseaux. Elle fonctionne en deux phases principales : d'abord le **tighten** (resserrage) qui raccourcit les pauses, supprime les remplissages comme « euh » et produit une transcription alignée sur les mots. Ensuite le **build** (construction) qui applique des zooms alternés pour masquer les coupes, ajoute des sous-titres propres avec mots-clés sur fond accent, des cartes chapitre, et insère des moments visuels (explainer, split-screen, etc.) aux endroits précis définis dans un fichier de spécification JSON. La compétence est conçue pour être utilisée via Claude Code sur une machine locale équipée de ffmpeg, Node.js et d'une clé API Groq pour la transcription longue durée. Elle guide l'utilisateur pas à pas : analyse du format, resserrage, lecture et repérage des chapitres et moments, cadrage du visage, écriture du fichier de spécification, puis construction parallélisée du rendu final. Le résultat inclut la vidéo montée, les sous-titres .srt, la liste de chapitres et une planche de contrôle pour vérifier le cadrage.

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

Demander à votre IA préférée

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

Documentation

/long-form

 source ──tighten──▶ tight take ──build──▶ edited.mp4  + .srt + .chapters.txt + .sheet.jpg
                     (pauses coupées,          ├ plans longs : zooms alternés sur les coupes, sous-titres, cartes chapitre
                      mots remappés)            └ moments : explainer / split-screen / ... rendus et insérés

Première utilisation

Ce dossier est le « Répertoire de base » que Claude Code affiche lorsqu'il le charge.

SKILL_DIR="<répertoire de base de cette compétence>"   # le chemin que Claude Code a affiché comme « Base directory for this 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 (les longues vidéos sont traitées par segments de 10 minutes). Nécessite ffmpeg et Node.

Étapes

  1. Probe (analyse). "$PY" "$KIT/reel.py" probe <video> : taille, longueur, et le format que auto choisira (plus large que haut = horizontal 1920x1080, sinon vertical 1080x1920). Demandez seulement si l'utilisateur souhaite l'autre orientation (une source horizontale peut être recadrée en vertical, ce qui rogne le centre).
  2. Tighten (resserrer) (recommandé pour les enregistrements bruts, à sauter pour des séquences déjà montées) : "$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers] Il transcrit, conserve chaque mot, réduit chaque pause plus longue que --max-gap à environ 2 × --pad, et écrit <video>.tight.mp4 ainsi que <video>.tight.transcript.json (mots sur la nouvelle timeline, et les cuts : l'emplacement de chaque jointure). Utilisez le fichier resserré à partir de là. --cut-fillers supprime également les « euh » / « hum ».
  3. Lire (Read it). "$PY" "$KIT/reel.py" words <video> affiche une phrase par ligne avec les temps (sur la timeline resserrée si vous avez resserré). Pour les longues vidéos, lisez-la par parties avec --start/--end. Notez :
    • les chapitres : où le sujet change (4 à 10 pour une vidéo de 10 à 20 minutes), chacun avec un titre de 2 à 5 mots ;
    • 2 à 6 moments : des séquences de 4 à 10 secondes qui illustrent un point concret et visuel (une comparaison, une étape, un chiffre, un classement, une petite histoire). Espacez-les ; la majeure partie de la vidéo reste le plan simple.
  4. Framing (cadrage). "$PY" "$KIT/reel.py" frame <video> <t> frame.jpg et regardez : notez le centre du visage (pour face, utilisé par les zooms alternés) et la ligne des yeux ainsi que la coordonnée x du visage pour tout moment qui en a besoin (eye_y, face_x, video_top...).
  5. Spécification (Spec). Écrivez <video>.long-form.json à côté de la vidéo (voir ci-dessous). Les chemins sont relatifs au fichier de spécification.
  6. Build (construction). "$PY" "$SKILL_DIR/build.py" <spec.json>. Les moments sont rendus en premier (environ 20 à 40 secondes chacun, mis en cache), puis la timeline est encodée par segments en parallèle. Une vidéo 1080p de 15 minutes prend à peu près le temps d'un ou deux passages ffmpeg.
  7. Vérification de <out>.sheet.jpg (12 images, le rouge indique la zone couverte par le lecteur ou l'interface du reel), puis vérifiez ponctuellement chaque jointure de moment et une carte chapitre dans la vidéo elle-même. Corrigez la spécification et reconstruisez ; les moments inchangés sont réutilisés.
  8. Remise du mp4, du .srt (téléchargez-le sur YouTube pour des sous-titres consultables, même s'ils sont incrustés) et du .chapters.txt (collez-le dans la description).

Spécification (Spec)

{
  "video": "episode.tight.mp4",
  "format": "auto",
  "out": "episode.edited.mp4",
  "face": [880, 400],
  "punch_ins": {"every": "cut", "scale": 1.12, "min_hold": 2.5},
  "zooms": [{"start": 312.4, "end": 318.0, "scale": 1.25}],
  "captions": {"keys": ["carousel", "viral"], "karaoke": false},
  "chapters": [
    {"at": 0, "title": "Pourquoi les carrousels gagnent"},
    {"at": "the second thing", "title": "Trouver un post viral"}
  ],
  "moments": [
    {"skill": "explainer", "start": 61.2, "end": 67.0,
     "title": "Reprends ce qui *marche*", "eye_y": 400, "face_x": 880,
     "visual": {"type": "list", "items": [{"text": "Trouve un post *viral*", "at": "trouve"}, {"text": "Recrée-le", "at": "recree"}]}},
    {"skill": "split-screen", "start": 140.0, "end": 147.5, "face_x": 880, "zoom": 1.2,
     "badge": "Étape 2", "headline": "Choisis-en *un*", "visual": {"type": "image", "src": "screens/app.png"}}
  ],
  "loudness": -14
}
  • video : le fichier resserré, ou le fichier brut. start/end (optionnel) n'utilise qu'une partie de la vidéo.
  • format : auto, horizontal ou vertical.
  • face : [x, y] du visage sur le canevas, le centre de chaque zoom. Par défaut : centre, légèrement au-dessus du milieu.
  • punch_ins : alterne entre le plan normal et un zoom à l'échelle scale (1.08 à 1.18) à chaque "cut" (nécessite une transcription resserrée ; masque les coupes franches), à chaque "sentence", ou toutes les N secondes (un nombre). min_hold (en secondes) évite le scintillement des zooms. Omettez-le pour aucun zoom alterné.
  • zooms : plans fixes explicites à une échelle donnée, en plus des zooms alternés. À utiliser avec parcimonie, pour une phrase appuyée.
  • captions : sous-titres incrustés maison : Inter ExtraBold, blancs avec une ombre douce, keys sur un fond accent. karaoke: true atténue les mots jusqu'à ce qu'ils soient prononcés. y et size les déplacent et les redimensionnent. false désactive les sous-titres incrustés (le fichier .srt est tout de même généré). À l'intérieur des moments, les sous-titres du moment prennent le relais.
  • chapters : at est en secondes ou un mot prononcé ("pricing", "pricing#2", "pricing-0.5"). Chaque chapitre obtient une carte (un pavé numéroté accent et le titre) pendant environ 3 secondes ; "card": false sur un chapitre, ou "chapter_cards": false pour tous, ne conserve que l'entrée dans .chapters.txt. Un premier chapitre qui n'est pas à 0 obtient une ligne « Intro » (intro_title).
  • moments : skill + start/end (secondes, ou mots) + les propres champs de cette compétence, exactement comme décrit dans son SKILL.md (lisez-le avant d'en écrire un). Le format, la vidéo et la transcription sont fournis automatiquement. Les moments ne peuvent pas se chevaucher. Une compétence de type cutout (explainer, behind-the-person) ajoute environ 0,1 seconde par image.
  • loudness : normalise le mix final à ce LUFS (-14 convient à YouTube). Omettez-le pour conserver la voix telle qu'enregistrée.
  • keep_work : true conserve les segments encodés dans .work/.

Conseils de qualité

  • Le plan simple est le spectacle. Les sous-titres et les zooms alternés portent toute la vidéo ; les moments sont des assaisonnements (un toutes les 1 à 3 minutes au maximum).
  • Chaque moment illustre exactement la phrase sous laquelle il se trouve, en atterrissant sur les mots qui le nomment, et utilise les vraies images, captures d'écran et chiffres de l'utilisateur. N'inventez jamais de résultats.
  • Les titres de chapitres sont courts et concrets ("Tarifs", "Configuration en 3 étapes"), jamais accrocheurs.
  • Horizontal : gardez les sous-titres et les cartes dans la zone de sécurité (la planche la montre) ; la barre de progression de YouTube couvre les 120 px du bas en pause.
  • Le long-form vertical utilise les mêmes zones que les reels ; gardez les sous-titres autour de y 1380.

Individual skills in this repo

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

Skills associés