Maikozort/claude-skills

Analyse un fichier vidéo (short, reel, tiktok ou vidéo longue) pour savoir ce qui est visible, ce qui est dit, de quoi il s'agit, quel est le meilleur moment pour l'accroche et la vignette, quels chapitres il a, et quels problèmes ou manques subsistent avant publication. Extrait des images clés et la transcription en local avec ffmpeg et Whisper. Utilise-la lorsque quelqu'un partage le chemin d'une vidéo et demande une révision, un résumé ou une préparation à la publication, ou comme étape d'analyse dans la compétence publier.

Qu'est-ce que claude-skills ?

Cette compétence d'agent AI transforme une vidéo locale (short, reel, TikTok ou vidéo longue) en un ensemble d'éléments analysables : des images clés horodatées et une transcription textuelle avec horloge, le tout traité en local via ffmpeg et Whisper. L'agent obtient ainsi ce qu'il ne peut pas voir directement : le contenu visuel et audio de la vidéo. Elle est idéale pour réviser, résumer ou préparer une vidéo avant publication, en identifiant le meilleur moment pour l'accroche, la vignette recommandée, les chapitres potentiels, les problèmes de qualité ou de droits d'auteur, et les éléments manquants. Compatible avec tout environnement disposant de Python, ffmpeg et Whisper, elle produit un rapport structuré en markdown avec une fiche technique, une description par fragments, un résumé audio, des alertes et des recommandations concrètes.

Compatible avec✓Claude Code~Codex CLI~Cursor

npx skills add https://github.com/Maikozort/claude-skills/tree/HEAD/analizar-video

Documentation

Analyser une vidéo

Vous ne pouvez pas voir une vidéo directement. Ce script la convertit en ce que vous pouvez effectivement examiner : images clés (avec leur seconde exacte) et transcription horodatée. Tout est traité sur l'ordinateur de l'utilisateur.

1. Exécuter le script

Depuis le dossier de cette compétence :

python scripts/analyser_video.py "CHEMIN/DE/LA/VIDEO.mp4" --sortie "analyse-<nom>"

Options utiles :

--langue fr si vous connaissez la langue (plus rapide et précis que la détection automatique).
--modele base sur des machines lentes ; --modele medium si l'audio est difficile.
--max-images 40 pour les vidéos longues.
--sans-transcription si vous n'avez besoin que du visuel.

En cas d'échec :

ffmpeg introuvable → demandez son installation (https://ffmpeg.org/download.html) ou travaillez avec le résumé de l'utilisateur.
Pas de moteur de transcription → le script l'indique dans info.json. Continuez avec les images clés et demandez à l'utilisateur un résumé de ce qui est dit, ou suggérez pip install faster-whisper.
La transcription prend du temps (première fois : téléchargement du modèle) → exécutez-la en arrière-plan si votre environnement le permet.

2. Examiner la sortie

info.json : durée, résolution, orientation, audio, liste des images clés et état de la transcription.
images/*.jpg : regardez-les toutes, dans l'ordre. Le nom indique l'heure (i03_00-12.jpg = seconde 12).
transcription.txt : ce qui est dit, avec les horaires. transcription.srt : prêt à être téléchargé comme sous-titres.

Si une section importante n'a pas d'image clé (un changement brusque entre deux), extrayez-en une supplémentaire :

ffmpeg -v error -ss 00:00:15 -i "VIDEO.mp4" -frames:v 1 extra_00-15.jpg

3. Rapport

Fournissez ce rapport, court et concret :

## Analyse de la vidéo

**Fiche technique :** 0:42 · vertical 1080x1920 · 60 fps · avec audio · langue : français

**De quoi ça parle :** <2-3 lignes>

**Ce qu'on voit, par sections**
- 00:00-00:05 : …
- 00:05-00:18 : …

**Ce qu'on dit :** <résumé ; citations textuelles courtes des phrases clés>

**Thème / jeu détecté :** <nom> (sûr / probable / non identifié ; pourquoi)

**Meilleur moment pour l'accroche :** <seconde et pourquoi>. La vidéo commence-t-elle avec lui ? Sinon, suggérez une coupure.

**Image recommandée pour la vignette :** <fichier et seconde>

**Chapitres suggérés** (vidéos longues uniquement, minimum 3, chacun ≥10 s) :
00:00 …

**Mots-clés détectés :** <dits ou vus à l'écran>

**Alertes**
- Musique commerciale ou audio tiers → risque de Content ID ou de mise en sourdine
- Marques ou produits visibles → parrainage ?
- Contenu sensible (violence graphique, langage fort) → restriction d'âge
- Personnes ou scènes semblant modifiées par IA → étiquette IA
- Texte ou éléments importants dans des zones couvertes par l'interface (vertical : haut, bas, côté droit)
- Sous-titres déjà incrustés dans la vidéo → ne pas activer les sous-titres automatiques qui se superposeraient (Facebook)
- Étiquettes ou textes à l'écran qui promettent quelque chose que la vidéo ne tient pas
- Coupures, écrans noirs ou perte de capture
- Qualité : audio faible ou saturé, image floue, début lent

**Ce qui n'est pas clair pour le spectateur :** <contexte manquant ; quoi expliquer dans le texte d'accompagnement>

**Recommandations :** <2-4 actions concrètes>

Règles

Décrivez ce que vous voyez et entendez, pas ce que vous supposez. Si quelque chose est incertain, dites-le (« semble être… »).
Si l'utilisateur a fourni un résumé, comparez-le avec ce que vous avez trouvé. S'il y a contradiction, demandez.
Whisper écrit mal les noms propres (classes, personnages, jargon). Corrigez-les en vous basant sur ce qui est visible à l'écran et ne les recopiez pas tels quels dans le texte d'accompagnement.
Identifier le jeu : regardez l'interface (HUD), les menus, les logos et les noms à l'écran. Si vous n'êtes pas sûr, demandez.
N'identifiez pas les personnes réelles par leur visage. Utilisez uniquement les noms qui apparaissent à l'écran, dans l'audio ou qui sont donnés par l'utilisateur.
Le dossier d'analyse reste sur la machine de l'utilisateur. Lorsque vous avez terminé, dites-lui où il se trouve et qu'il peut le supprimer.