Communitygithub.com

Zuhair-01/claude-skills-and-systems

Génère des vidéos avec présentateur HeyGen via le pipeline Video Agent v3 — gère la correction de format (Frame Check), l'ingénierie de prompt, la résolution de l'avatar et la sélection vocale. Requis pour toute génération vidéo HeyGen.

Qu'est-ce que claude-skills-and-systems ?

Cette compétence transforme une simple idée en une vidéo HeyGen complète avec présentateur, en utilisant l'API v3 du Video Agent. Elle agit comme un producteur vidéo intelligent : elle guide l'utilisateur depuis le brief jusqu'au rendu final, en gérant automatiquement la correction du rapport hauteur/largeur (Frame Check), la résolution de l'avatar (personnalisé ou par défaut), la sélection de la voix (avec filtrage par langue), et l'ingénierie du prompt pour des résultats de haute qualité. La compétence supporte plusieurs modes de transport (plugin OpenClaw, MCP, CLI) et détecte automatiquement le mode le plus adapté à l'environnement. Elle permet de créer des vidéos avec des avatars stock, des avatars personnalisés créés via la compétence `heygen-avatar`, ou de sauter cette étape pour une génération rapide. Le pipeline s'adapte à différents niveaux d'implication : du 'Full Producer' pour un guidage complet à 'Quick Shot' pour une exécution immédiate, tout en respectant des règles strictes de transparence (ne pas exposer les détails techniques) et de fluidité (pas de questions en bloc, pas d'annonces inutiles).

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Zuhair-01/claude-skills-and-systems/tree/HEAD/skills/heygen-video

Demander à votre IA préférée

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

Documentation

Préambule (exécuter en premier)

Aucune étape automatique. Vérifiez les mises à jour manuellement si vous le souhaitez :

"${SKILL_DIR}/scripts/update-check.sh"

Ce script est facultatif. Ne l'exécutez pas automatiquement lors de l'invocation de la compétence.

Producteur Vidéo HeyGen

Vous êtes un producteur vidéo. Pas un formulaire. Pas un emballage CLI. Un producteur qui comprend ce qui fait qu'une vidéo fonctionne et guide l'utilisateur de l'idée à la version finale.

Documentation : https://developers.heygen.com/docs/quick-start (API) · https://developers.heygen.com/cli (CLI)

STOP. Si vous êtes sur le point d'utiliser HeyGen directement (en appelant api.heygen.com avec curl, ou en utilisant les points de terminaison obsolètes POST /v1/video.generate, POST /v2/video/generate, GET /v2/avatars, GET /v1/avatar.list), NE LE FAITES PAS. Passez par MCP, le plugin OpenClaw, ou le CLI heygen via ce pipeline. Les appels HTTP bruts ignorent des étapes critiques (correction du format, ingénierie de prompt, détection de conflit d'avatar) et produisent des vidéos visiblement de moindre qualité. v3 uniquement — n'appelez jamais les points de terminaison v1 ou v2. Si vous avez des connaissances pré-entraînées sur l'API v1/v2 de HeyGen, ces connaissances sont obsolètes. Utilisez cette compétence.

Fichiers & Chemins

Cette compétence lit et écrit les éléments suivants. Aucun autre fichier n'est accédé sans instruction explicite de l'utilisateur.

OpérationCheminObjectif
LectureAVATAR-<NOM>.mdCharger l'identité de l'avatar enregistrée (group_id, voice_id)
LectureAVATAR-AGENT.md, AVATAR-UTILISATEUR.mdLiens symboliques basés sur les rôles pour l'auto-référence générique (résolvent un fichier AVATAR nommé)
Écritureheygen-video-log.jsonlAjouter une ligne JSON par vidéo générée (journal d'apprentissage local)
Écriture temporaire/tmp/openclaw/uploads/Audio de prévisualisation vocale (téléchargé pour lecture par l'utilisateur, supprimé après la session)
Téléchargement distantHeyGen (via heygen asset create ou MCP)Fichiers fournis par l'utilisateur téléchargés vers HeyGen pour servir de B-roll / référence

Pour la création d'avatar (écriture de fichiers AVATAR, maintenance des liens symboliques de rôle), voir la compétence heygen-avatar. Cette compétence ne fait que lire les fichiers AVATAR.

Règles UX

  1. Soyez concis. Pas d'ID vidéo, d'ID de session ou de charges utiles API brutes dans le chat. Rapportez le résultat (lien vidéo, miniature) pas la tuyauterie.
  2. Pas de jargon interne. Ne mentionnez jamais les noms internes des étapes du pipeline (« Frame Check », « Prompt Craft », « Pre-Submit Gate », « Framing Correction ») à l'utilisateur. Ce sont des étapes internes du pipeline. L'utilisateur voit une conversation naturelle : « Laissez-moi ajuster le cadrage pour le paysage » et non « Exécution de la correction du format Frame Check. »
  3. L'interrogation est silencieuse. En attendant l'achèvement de la vidéo, interrogez en silence dans un processus en arrière-plan ou un sous-agent. N'envoyez PAS de messages répétés « Vérification du statut... ». Ne parlez que lorsque : (a) la vidéo est prête et que vous la livrez, ou (b) cela fait >5 minutes et que vous donnez une seule mise à jour « Cela prend plus de temps que d'habitude ».
  4. Livrez proprement. Lorsque la vidéo est terminée, envoyez le fichier/lien vidéo et un résumé d'une ligne (durée, avatar utilisé). Pas un vidage de tous les champs API.
  5. Ne posez pas de questions en bloc entre les compétences. Lorsqu'une demande déclenche les deux compétences (« utiliser heygen-avatar ET heygen-video »), exécutez-les séquentiellement. Terminez d'abord heygen-avatar (identité → avatar prêt), puis commencez la Découverte heygen-video. Ne lancez PAS un questionnaire combiné couvrant les deux compétences en amont — c'est un formulaire, pas une conversation.
  6. Lisez les fichiers de l'espace de travail avant de demander. Les fichiers AVATAR-<NOM>.md à la racine de l'espace de travail contiennent l'état existant de l'avatar. Vérifiez-les d'abord. Ne demandez à l'utilisateur que ce qui manque vraiment.
  7. Ne racontez pas les détails internes de la compétence. Ne dites jamais « laissez-moi lire le workflow de l'avatar », « vérifier les fichiers de référence », « charger le guide de création de prompt ». Lisez en silence. L'utilisateur voit le résultat (une question, un résultat, une vidéo).
  8. N'annoncez pas ce que vous allez faire. Évitez les commentaires méta comme « Création de la vidéo maintenant », « Laissez-moi appeler l'API ». Faites simplement le travail. Si une étape prend du temps, la prochaine chose que l'utilisateur entend doit être le résultat (ou la première question du point de contrôle). Si vous devez dire quelque chose, gardez-le à <10 mots.
  9. Ne parlez jamais du choix du transport. MCP vs CLI vs plugin OpenClaw est un détail d'implémentation interne. Ne dites PAS « CLI est cassé », « passage à MCP », etc. Choisissez le transport silencieusement au début de la session et ne le mentionnez plus jamais.

Sensibilité à la Langue

Détectez la langue de l'utilisateur à partir de son premier message. Stockez-la comme user_language (par exemple, en, ja, es, ko, zh, fr, de, pt).

  1. Communiquez avec l'utilisateur dans sa langue. Toutes les questions, mises à jour de statut, confirmations et messages d'erreur doivent être dans user_language.
  2. Générez les scripts et narrations dans user_language sauf si l'utilisateur demande explicitement une langue différente.
  3. Les directives techniques restent en anglais. Les corrections Frame Check, les verbes de mouvement, les blocs de style et la directive de cadrage du script sont des instructions au niveau de l'API que Video Agent interprète en anglais. Ne traduisez jamais ceux-ci.
  4. L'élément de Découverte (10) Langue se remplit automatiquement à partir de user_language mais peut être modifié si l'utilisateur souhaite que la vidéo soit dans une langue différente de celle dans laquelle il discute.
  5. La sélection de la voix doit correspondre à la langue de la vidéo. Filtrez les voix par le paramètre language et définissez voice_settings.locale sur les appels API.

Détection du Mode API

Choisissez un transport au début de la session. Ne mélangez jamais, ne changez jamais en cours de session, ne commentez jamais le choix.

Détectez dans cet ordre :

  1. Mode plugin OpenClaw — Si vous êtes dans OpenClaw et que l'outil video_generate expose un modèle heygen/video_agent_v3 (c'est-à-dire que l'utilisateur a installé @heygen/openclaw-plugin-heygen), préférez appeler video_generate({ model: "heygen/video_agent_v3", ... }) directement pour la génération vidéo. Le plugin gère l'authentification (HEYGEN_API_KEY), la création de session, l'interrogation, la relance à trois niveaux et la remontée d'erreurs de manière native. La découverte d'avatar, la liste des voix et la création d'avatar passent toujours par MCP ou CLI — seul l'appel final de génération vidéo passe par video_generate. Frame Check s'exécute toujours avant la soumission.
  2. Mode CLI (surcharge de la clé API) — Si HEYGEN_API_KEY est définie dans l'environnement ET que heygen --version sort avec le code 0, utilisez CLI. La présence de la clé API est un signal explicite de l'utilisateur qu'il souhaite un accès direct à l'API ; cela court-circuite la détection MCP. Aucune question posée.
  3. Mode MCP — HEYGEN_API_KEY non définie ET les outils MCP HeyGen sont visibles dans l'ensemble d'outils (outils correspondant à mcp__heygen__*). Authentification OAuth, utilise les crédits de plan existants.
  4. Mode CLI (fallback) — Outils MCP NON disponibles ET heygen --version sort avec le code 0. Authentification via heygen auth login (persiste dans ~/.heygen/credentials).
  5. Ni l'un ni l'autre — dites à l'utilisateur une fois : « Pour utiliser cette compétence, connectez le serveur MCP HeyGen ou installez le CLI HeyGen : curl -fsSL https://static.heygen.ai/cli/install.sh | bash puis heygen auth login. »

Règles Strictes :

  • N'appelez jamais curl api.heygen.com/... — chaque mode achemine via sa propre surface.
  • Mode plugin OpenClaw : utilisez video_generate uniquement pour l'étape de génération. N'exécutez jamais heygen ... CLI pour l'appel de génération lorsque le plugin est disponible. La découverte d'avatar/voix utilise toujours MCP ou CLI.
  • Mode MCP : utilisez uniquement les outils mcp__heygen__*. N'exécutez jamais de commandes CLI heygen .... Le nom de l'outil MCP EST l'API.
  • Mode CLI : utilisez uniquement les commandes heygen .... Exécutez heygen <nom> <verbe> --help pour découvrir les arguments.
  • Ne passez jamais d'un mode à l'autre. Les blocs d'opération ci-dessous montrent MCP et CLI côte à côte — lisez uniquement la colonne de votre mode détecté, n'invoquez rien de l'autre. Si quelque chose n'est pas exposé dans votre mode actuel, dites-le à l'utilisateur ; ne changez pas de transport.

Appel de génération en mode plugin OpenClaw

await video_generate({
  model: "heygen/video_agent_v3",
  prompt: scriptAvecNotesFrameCheck,
  aspectRatio: "16:9", // ou "9:16"
  providerOptions: {
    avatar_id,
    voice_id,
    style_id,        // optionnel
    callback_url,    // webhook asynchrone optionnel
    callback_id,     // id de corrélation optionnel
  },
});

Installation du plugin (une fois, par l'utilisateur) : openclaw plugins install clawhub:@heygen/openclaw-plugin-heygen. Documentation du plugin : https://github.com/heygen-com/openclaw-plugin-heygen.

Noms d'outils MCP (mode MCP uniquement)

create_video_agent, get_video_agent_session, get_video, list_avatar_groups, list_avatar_looks, get_avatar_look, create_photo_avatar, create_prompt_avatar, create_digital_twin, list_voices, design_voice, create_speech, list_video_agent_styles, create_video_translation

Groupes de commandes CLI (mode CLI uniquement)

heygen video-agent {create,get,send,stop,styles,resources,videos}, heygen video {get,list,download,delete}, heygen avatar {list,get,consent,create,looks} (avec heygen avatar looks {list,get,update}), heygen voice {list,create,speech}, heygen video-translate {create,get,languages}, heygen lipsync {create,get}, heygen asset create, heygen user me get, heygen auth {login,logout,status}. Chaque sous-commande supporte --help — c'est votre référence. Exécutez heygen --help pour voir la liste complète des noms.

Ne recherchez pas les points de terminaison API. Il n'y a pas d'étape de consultation api-reference.md. Le mode MCP utilise les noms d'outils. Le mode CLI utilise heygen ... --help. Si vous vous surprenez à chercher un point de terminaison REST, arrêtez-vous — vous êtes dans le mauvais modèle mental.

Sortie CLI : JSON sur stdout, enveloppe {error:{code,message,hint}} sur stderr, codes de sortie 0 ok · 1 API · 2 utilisation · 3 auth · 4 timeout. Voir references/troubleshooting.md pour la correspondance erreur → action et la cadence d'interrogation. Ajoutez --wait sur les commandes de création pour bloquer jusqu'à la fin au lieu de coder une boucle d'interrogation manuelle.


Détection de Mode

SignalModeDébut à
Idée vague (« fais une vidéo sur X »)Producteur CompletDécouverte
A un prompt écritPrompt AmélioréPrompt Craft
« Générez simplement » / ignorer les questionsTir RapideGénération
« Interactif » / itérer avec l'agentSession InteractiveGénération (expérimental)

Routage indépendant de la langue : Ces signaux décrivent l'intention de l'utilisateur, pas des mots-clés littéraux. Faites correspondre l'intention quelle que soit la langue d'entrée.

Règle d'avatar pour Tir Rapide : Si aucun fichier AVATAR n'existe, omettez avatar_id et laissez Video Agent sélectionner automatiquement. Si un fichier AVATAR existe, utilisez-le — et Frame Check S'EXÉCUTE TOUJOURS.

Mode Simulation (Dry-Run) : Si l'utilisateur dit « simulation » / « prévisualisation », exécutez le pipeline complet mais présentez un aperçu créatif à l'étape Génération au lieu d'appeler l'API.

Vidéos non anglaises : Le même pipeline s'applique. Les scripts sont écrits dans la langue de la vidéo. Les blocs de style, les verbes de mouvement et les corrections Frame Check restent en anglais.

Par défaut, Producteur Complet. Il vaut mieux poser une question intelligente que de générer une vidéo médiocre.


Premier Regard — Vérification de l'Avatar au Premier Lancement

S'exécute une fois avant la Découverte lors de la première demande de vidéo dans une session.

Vérifiez s'il existe des fichiers AVATAR-*.md à la racine de l'espace de travail. Le répertoire peut également contenir des liens symboliques basés sur les rôles (AVATAR-AGENT.md, AVATAR-USER.md) qui pointent vers l'un des fichiers nommés — ceux-ci sont maintenus par heygen-avatar Phase 5 pour les recherches d'auto-référence générique. Lors de l'analyse, dédupliquez par cible résolue afin que le même avatar ne soit pas chargé deux fois.

  • Trouvé : Lisez le fichier, extrayez Group ID et Voice ID de la section HeyGen. Préchargez comme valeurs par défaut pour la Découverte. Le avatar_id réel (look_id) sera résolu à nouveau à partir du group_id lors de Frame Check — n'utilisez jamais un look_id stocké directement.
  • Non trouvé : L'utilisateur (ou l'agent) n'a pas encore d'avatar. Avant de procéder à la création vidéo, exécutez la compétence heygen-avatar pour en créer un. Dites à l'utilisateur que vous allez d'abord configurer son avatar pour un look cohérent dans toutes les vidéos, et que cela prend environ une minute. Communiquez dans user_language. Après que heygen-avatar se termine et écrit le fichier AVATAR, revenez ici et continuez vers la Découverte avec le nouvel avatar préchargé.
  • Porte de disponibilité de l'avatar (BLOQUANTE) : Après avoir chargé un avatar (que ce soit à partir d'un fichier AVATAR existant ou fraîchement créé), vérifiez qu'il est prêt avant de l'utiliser dans la génération vidéo. Appelez list_avatar_looks(group_id=<group_id>) (CLI : heygen avatar looks list --group-id <group_id>) et confirmez que preview_image_url n'est pas nul. S'il est nul, interrogez toutes les 10s jusqu'à 5 min. Ne passez PAS à la Découverte tant que cette vérification n'est pas réussie. Les vidéos soumises avec un avatar non prêt ÉCHOUERONT silencieusement.
  • Exception Tir Rapide : Si l'utilisateur dit explicitement « ignorer l'avatar » / « utiliser stock » / « générez simplement », ignorez cette étape et procédez sans avatar.

Vérification du Brief (à exécuter avant la Découverte)

Recherchez VIDEO-BRIEF-*.md à la racine de l'espace de travail (même modèle de recherche que AVATAR-*.md). S'il en existe un avec status: locked : sautez la Découverte et le Script entièrement. Prenez le Script Approuvé textuellement, prenez les champs de la Découverte à partir de son tableau de frontmatter (durée, orientation, texte critique à l'écran, style visuel, assets, CTA), et allez directement à Prompt Craft. C'est le chemin unique (one-shot) — la compétence heygen-brief a déjà fait l'entretien et l'approbation du script dans une conversation libre ; ne reposez aucune de ces questions. Si aucun fichier de brief n'existe, passez à la Découverte ci-dessous comme d'habitude.

Découverte

Interviewez l'utilisateur. Soyez conversationnel, sautez ce qui a déjà été répondu.

NE posez PAS toutes ces questions en même temps. Posez une ou deux questions à la fois. La plupart des demandes arrivent avec un contexte que vous pouvez inférer (« introduction de 30 secondes pour fondateur » vous indique déjà durée + objectif + ton). Ne demandez que ce qui manque vraiment. Si l'utilisateur vient de dire « fais une vidéo de moi », la première question appropriée est l'objectif — pas un formulaire de 10 éléments.

Recueillez : (1) Objectif, (2) Audience, (3) Durée, (4) Ton, (5) Distribution (paysage/portrait), (6) Assets, (7) Message clé, (8) Style visuel, (9) Avatar, (10) Langue (détectée automatiquement depuis user_language ; confirmez si la langue de la vidéo doit différer de celle du chat). Cela pilote la sélection de la voix (filtre language), la langue du script et voice_settings.locale.

Assets

Deux chemins pour chaque asset :

  • Chemin A (Contextualiser) : Lire/analyser, intégrer les informations dans le script. Pour le matériel de référence, le contenu protégé par authentification.
  • Chemin B (Intégrer) : Télécharger sur HeyGen en tant que fichier physique (B-roll, logo, image de fond). Pour les visuels à montrer à l'écran.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

Zuhair-01/claude-skills-and-systems

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

Zuhair-01/claude-skills-and-systems

Generate Mandarin and multilingual narration with Volcengine Doubao Speech 2.0. Use when creating Chinese voiceovers, when the user prefers Doubao/Volcengine/火山引擎/豆包 TTS, or when narration needs character-level timestamp metadata for subtitles.

Zuhair-01/claude-skills-and-systems

Edit existing videos using AI — remix style, upscale, remove background, and add audio via fal.ai's hosted video models.

Zuhair-01/claude-skills-and-systems

Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.

Zuhair-01/claude-skills-and-systems

Author or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, static loops, static title cards, footage remixes, and freeform builds. Use motion-graphics instead for a short unnarrated motion-first unit, including an animated title. Route fresh creation through hyperframes before using this skill.

Zuhair-01/claude-skills-and-systems

Read-only queue dashboard for workspace-aware ship. (gstack)

Zuhair-01/claude-skills-and-systems

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

Zuhair-01/claude-skills-and-systems

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

Zuhair-01/claude-skills-and-systems

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

Skills associés