Communitygithub.com

fulcrumsf/media-use

Agent Media OS, la compétence unique pour tous les besoins médiatiques d'un projet HyperFrames. Résolvez BGM, SFX, image, icône, logo de marque, voix, étalonnage couleur ou LUT en un fichier local figé ou un bloc prêt à coller + enregistrement dans le registre (un seul verbe : `resolve`) ; générez via des modèles TTS / musique / image lorsque le catalogue manque ; produisez voix off, transcription, sous-titres et suppression d'arrière-plan via un moteur audio partagé ; opérez sur les médias (découpage / recadrage / transformation) ; et réutilisez les actifs entre projets.

Qu'est-ce que media-use ?

La compétence `fulcrumsf/media-use` agit comme un système d'exploitation médiatique agentique pour les projets HyperFrames. Elle centralise toute la gestion des médias autour d'une seule commande, `resolve`, qui transforme des descriptions (comme une musique de fond, un effet sonore, une icône ou une LUT) en ressources locales concrètes : fichiers figés ou blocs de code prêts à l'emploi, accompagnés d'une traçabilité via un registre. Cette approche élimine la dispersion entre outils, en offrant à la fois la résolution de ressources existantes et la génération à la volée via modèles (TTS, musique, image) lorsque l'actif est manquant. La compétence excelle également dans le traitement audio : voix off, transcription, sous-titrage et suppression d'arrière-plan, le tout via un moteur audio unifié. Enfin, elle permet des opérations de transformation sur les médias (découpage, recadrage) et la réutilisation d'actifs entre projets, ce qui en fait un outil indispensable pour les développeurs et agents IA travaillant sur des environnements HyperFrames. La compétence est conçue pour être invoquée par des agents comme Claude Code, Cursor ou Codex, avec une documentation claire et des exemples d'utilisation.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fulcrumsf/Claude-Agent-V1/tree/main/001_Architecture/Skills/media-use
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait media-use ?

Agent Media OS, la compétence unique pour tous les besoins médiatiques d'un projet HyperFrames. Résolvez BGM, SFX, image, icône, logo de marque, voix, étalonnage couleur ou LUT en un fichier local figé ou un bloc prêt à coller + enregistrement dans le registre (un seul verbe : resolve) ; générez via des modèles TTS / musique / image lorsque le catalogue manque ; produisez voix off, transcription, sous-titres et suppression d'arrière-plan via un moteur audio partagé ; opérez sur les médias (découpage / recadrage / transformation) ; et réutilisez les actifs entre projets. Utilisez également pour les demandes vagues.

Utilisation

  1. Résolution : Utilisez la commande resolve avec le descriptif souhaité. Par exemple :
    • resolve background music for a cyberpunk scene
    • resolve icon for a save button
    • resolve voice with a British accent for narration
  2. Génération : Si le catalogue ne contient pas l'actif, la compétence le génère automatiquement via des modèles (TTS pour la voix, modèles de musique pour la BGM, modèles d'image pour les icônes/logos).
  3. Traitement audio : Utilisez les verbes dédiés pour la voix off, la transcription, les sous-titres ou la suppression d'arrière-plan. Les résultats sont stockés et référencés dans le registre.
  4. Opérations sur les médias : Découpez, recadrez ou transformez les médias existants. Les modifications sont tracées et réversibles.
  5. Réutilisation : Les actifs résolus ou générés sont accessibles entre projets HyperFrames.

Capacités

  • resolve : Transforme une description en fichier local + bloc prêt à coller + enregistrement dans le registre.
  • generate : Alimente les modèles internes pour la création de médias manquants.
  • voiceover : Produit et enregistre une voix off.
  • transcribe : Transcrit de l'audio en texte.
  • caption : Génère des sous-titres synchronisés.
  • remove-bg : Supprime l'arrière-plan d'une image.
  • cut-media : Découpe un fichier audio/vidéo.
  • reframe-media : Recadre ou transforme les dimensions.
  • transform-media : Applique des filtres ou des effets.

Exemples

# Résoudre une musique de fond pour un jeu cyberpunk
resolve bgm "cyberpunk chiptune"

# Générer une icône de flèche
resolve icon "arrow pointing right"

# Produire une voix off
voiceover "Bonjour, bienvenue dans ce tutoriel." --voice "fr-FR-Standard-A"

# Transcrire un fichier audio
transcribe ./mon_audio.mp3

Environnement et dépendances

  • Node.js version 18 ou ultérieure.
  • CLI HyperFrames installée et configurée.
  • Modèles TTS/Image : Nécessite une clé API (configurée via HF_API_KEY dans les variables d'environnement).
  • Ffmpeg : Requis pour les opérations de découpage et transformation (optionnel, mais fortement recommandé).

Dépannage

  • Si resolve échoue, vérifiez que HF_API_KEY est définie.
  • Pour les problèmes de génération, assurez-vous que le modèle cible est disponible dans votre abonnement.
  • Les fichiers résolus se trouvent dans le dossier ./hyperframes-assets/.

Contribution

Les contributions sont les bienvenues ! Veuillez soumettre une pull request avec des tests et une documentation à jour.

Licence

MIT

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

fulcrumsf/banana-pro-director

Higgsfield image prompt director covering Banana Pro, Soul Cinema, and GPT-2. Three asset types in strict order: (1) single-image character outfit on white seamless studio — the locked base reference, via Banana Pro (custom styling from prompt) or Soul Cinema (face/body from character ref + outfit from wardrobe ref), (2) 6-panel multi-angle character sheet off that base, (3) scene plates with or without characters in cinematic environments. Also GPT-2 for detail face/chest-up portraits. Reads reference images for hair, makeup, wardrobe, jewelry, identity markers. Outputs photorealistic prompts with locked hyperreal stack — skin pores, subsurface scattering, strand-by-strand hair, fabric weave, Kodak Vision3 film. Use for any character outfit reference, character sheet, model sheet, ref sheet, multi-angle sheet, scene plate, environment plate, face detail shot, or photorealistic still — even without saying 'Banana Pro,' 'Nano Banana,' or 'Soul Cinema.'

fulcrumsf/cinema-worldbuilder

Universal cinema worldbuilding director for Seedance video prompts. Reads uploaded reference images for wardrobe, hair, makeup, identity markers, and environment, then composes production-ready Seedance prompts using a locked cinematography grammar — five cinema modes (Narrative, Studio, Action, Performance, Atmospheric), each with canonical camera/lens/movement/filtration/grade specs, plus diegetic audio design (footsteps, fabric, breath, room tone, weapon fire, crowd, weather — never music or lyrics). Use this skill whenever the user wants to create a Seedance video prompt, mentions Seedance, asks for a cinematic scene breakdown, uploads reference images for a scene they want to build, describes a scene for video generation, or asks for shot prompts for music videos, action sequences, performance scenes, narrative shorts, fashion films, or atmospheric environment plates — even if they don't explicitly say 'cinematic' or name a mode.

fulcrumsf/Claude-Agent-V1

Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subj

fulcrumsf/embedded-captions

Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subj

fulcrumsf/faceless-explainer

Turn arbitrary text — an article, notes, a topic, a brief — into a faceless explainer video: there is no site or footage to capture, so the visuals are invented per scene (typography, abstract graphics, diagrams, data-viz). Use for topic explainers, concept breakdowns, how-tos, listicles. Not a video built from a website (/product-launch-video — promo or tour). Unclear → /hyperframes.

fulcrumsf/music-to-video

Turn a music track (an audio file, a video to pull audio from, or a track generated from a mood brief) into a beat-synced video — lyric video, slideshow, or kinetic promo. The music drives all pacing; any user-supplied images/videos are cut onto the same beat grid, and a complete video needs zero assets. Narrated pieces → the input-matched workflow (see /hyperframes). Unclear → /hyperframes.

fulcrumsf/pr-to-video

Turn a GitHub pull request (a PR URL, owner/repo#N, or 'this PR' in a checked-out repo) into a code-change explainer video — changelog, feature reveal, fix, or refactor walkthrough built from the diff, commits, and files: the input is a code change, not a website. Not a product promo (/product-launch-video) or a no-PR topic explainer (/faceless-explainer). Unclear → /hyperframes.

Skills associés

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community