Communitygithub.com

HKUDS/CLI-Anything

Sous-titrage vidéo basé sur l'IA — transcription vocale, optimisation/traduction des sous-titres et incrustation dans la vidéo via le backend stable VideoCaptioner. ASR et traduction gratuits inclus.

Qu'est-ce que CLI-Anything ?

CLI-Anything VideoCaptioner est un outil en ligne de commande qui automatise l'ensemble du pipeline de sous-titrage vidéo : de la transcription vocale (ASR) à l'optimisation des sous-titres, leur traduction, et leur incrustation définitive dans la vidéo. Il prend en charge plusieurs moteurs ASR comme Bijian (gratuit, chinois/anglais) et Whisper API, ainsi que des traducteurs intégrés (Bing, Google, LLM). L'outil est conçu pour fonctionner sur tous les systèmes d'exploitation (Windows, macOS, Linux) et s'intègre parfaitement aux workflows des agents IA grâce à son mode de sortie JSON. L'utilisateur peut exécuter des commandes individuelles ou utiliser un mode REPL interactif. Le backend VideoCaptioner nécessite Python 3.10-3.12 et FFmpeg pour la synthèse vidéo. L'outil propose également des fonctionnalités de vérification de cohérence entre sous-titres et script, ainsi que la génération d'images d'aperçu avant l'incrustation finale.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/HKUDS/CLI-Anything/tree/HEAD/videocaptioner/agent-harness/cli_anything/videocaptioner/skills

Demander à votre IA préférée

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

Documentation

cli-anything-videocaptioner

Outil de sous-titrage vidéo basé sur l'IA. Transcrire la parole → optimiser les sous-titres → traduire → incruster dans la vidéo.

Installation

pip install cli-anything-videocaptioner

Prérequis :

  • Python 3.10-3.12 (videocaptioner 1.4.1 nécessite >=3.10,<3.13)
  • videocaptioner doit être installé (pip install videocaptioner)
  • FFmpeg requis pour la synthèse vidéo

Utilisation

Commandes de base

# Afficher l'aide
cli-anything-videocaptioner --help

# Démarrer le mode interactif REPL
cli-anything-videocaptioner

# Transcrire une vidéo (gratuit, sans configuration)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Traduire des sous-titres (traducteur Bing gratuit)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language fr

# Pipeline complet : transcrire → traduire → incruster les sous-titres
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language fr --subtitle-mode hard

# Vérifier la cohérence sous-titres/script avant une incrustation définitive
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script script_approuve.txt

# Générer un aperçu d'une image de sous-titre pour révision
cli-anything-videocaptioner review subtitles.srt \
  --script script_approuve.txt \
  --preview-video video.mp4 \
  --preview-output apercu_5s.png

# Sortie JSON (pour consommation par un agent)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

Mode REPL

Lorsque la commande est invoquée sans sous-commande, le CLI entre dans une session interactive REPL :

cli-anything-videocaptioner
# Saisir les commandes de manière interactive avec complétion par tabulation et historique

Groupes de commandes

transcribe — Parole en sous-titres

transcribe <entrée> [--asr bijian|jianying|whisper-api|whisper-cpp] [--language CODE] [--format srt|ass|txt|json] [-o CHEMIN]
  • bijian (par défaut) : Gratuit, chinois et anglais, sans configuration
  • whisper-api : Toutes les langues, nécessite --whisper-api-key

subtitle — Optimiser et traduire

subtitle <entrée.srt> [--translator llm|bing|google] [--target-language CODE] [--layout target-above|source-above|target-only|source-only] [--no-optimize] [--no-translate] [-o CHEMIN]
  • Trois étapes : Diviser → Optimiser → Traduire
  • Les traducteurs Bing/Google sont gratuits
  • 38 langues cibles prises en charge (codes BCP 47)

synthesize — Incruster les sous-titres dans la vidéo

synthesize <vidéo> -s <sous-titres> [--subtitle-mode soft|hard] [--quality ultra|high|medium|low] [-o CHEMIN] [--review-script CHEMIN] [--max-script-diff-ratio FLOTTANT]
  • Reproduit la surface de synthèse du backend stable
  • L'apparence des sous-titres est contrôlée par l'actif de sous-titres/la version du backend, pas par des indicateurs supplémentaires
  • --review-script vérifie la dérive sous-titres/script avant l'exportation finale
  • Utilisez un --max-script-diff-ratio plus bas lorsque la précision de la copie est plus importante que la résilience

process — Pipeline complet

process <entrée> [--asr ...] [--translator ...] [--target-language ...] [--subtitle-mode ...] [--layout ...] [--no-optimize] [--no-translate] [--no-synthesize] [-o CHEMIN]

review — Vérification de cohérence et aperçu

review <entrée.srt|entrée.ass> [--script CHEMIN] [--max-diff-ratio FLOTTANT] [--preview-video CHEMIN] [--preview-at TC] [--preview-output CHEMIN]
  • Détecte la dérive entre sous-titres et script avant une incrustation définitive
  • Peut générer une seule image de révision au lieu de produire une vidéo finale complète

styles — Lister les préréglages de style

styles
  • Indique si le backend installé expose la prise en charge des styles prédéfinis

config — Gérer les paramètres

config show
config set <clé> <valeur>

download — Télécharger une vidéo en ligne

download <URL> [-o RÉPERTOIRE]

Sortie JSON

Toutes les commandes prennent en charge --json pour une sortie lisible par machine :

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/chemin/vers/sortie.srt"}

Notes sur le backend

  • Le backend en amont nécessite actuellement Python >=3.10,<3.13 ; préférez Python 3.12 pour les exécutions matricielles.
  • Les indicateurs de style avancés au moment de la synthèse dépendent de la version du backend. Utilisez styles pour vérifier si le backend installé les expose.
  • Les indicateurs de compatibilité tels que layout, render_mode, style, style_override et font_file doivent être considérés comme non stables, sauf si styles et le backend installé confirment qu'ils sont pris en charge.

Langues cibles

Codes BCP 47 : zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id et 23 autres.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

cli-anything-adguardhome

>-

cli-anything-anygen

>-

cli-anything-audacity

>-

cli-anything-blender

>-

cli-anything-browser

Browser automation CLI using DOMShell MCP server. Maps Chrome

cli-anything-calibre

>-

cli-anything-ccswitch

CLI interface for CC Switch — manage AI coding tool configurations from the terminal

cli-anything-chromadb

>-

cli-anything-cloudanalyzer

Command-line interface for CloudAnalyzer — Agent-friendly harness for CloudAnalyzer, a QA platform for mapping, localization, and perception outputs. Supports 27 commands across 8 groups: point cloud evaluation, trajectory evaluation, ground segmentation QA, config-driven quality gates, baseline evolution, processing, visualization, and interactive REPL.

cli-anything-cloudcompare

Command-line interface for CloudCompare — Agent-friendly harness for CloudCompare, the open-source 3D point cloud and mesh processing software. Supports 41 commands across 9 groups: project management, session control, point cloud operations (subsample, filter, segment, analyze), mesh operations, distance computation (C2C, C2M), transformations (ICP, matrix), export (LAS/LAZ/PLY/PCD/OBJ/STL/E57), and interactive REPL.

cli-anything-comfyui

>-

cli-anything-dify-workflow

Wrapper for the Dify workflow DSL CLI. Create, inspect, validate, edit, and export Dify workflow files through a CLI-Anything harness.

cli-anything-drawio

>-

cli-anything-eez-studio

Use EEZ Studio from the command line: inspect and modify native .eez-project files, edit LVGL screens/widgets, manage SCPI commands, and invoke the real EEZ Studio backend for LVGL builds.

cli-anything-eth2-quickstart

>-

cli-anything-exa

>-

cli-anything-firefly-iii

Firefly III CLI - Personal finance management via CLI-Anything

cli-anything-freecad

Complete CLI harness for FreeCAD parametric 3D CAD modeler (258 commands). Covers ALL workbenches: Part (29 primitives + boolean + mirror + loft + sweep), Sketcher (26 cmds: geometry + constraints + editing), PartDesign (38 cmds: pad/pocket/groove/fillet/chamfer/patterns/hole/datum), Assembly (11 cmds), Mesh (16 cmds), TechDraw (15 cmds: views + dimensions + PDF/SVG), Draft (33 cmds: 2D shapes + arrays + transforms), FEM (12 cmds), CAM/CNC (10 cmds), Surface (6 cmds), Spreadsheet (7 cmds), Import (13 formats), Export (17 formats), Measure (12 cmds), Materials (21 presets). Headless FreeCAD export to STEP/IGES/STL/OBJ/DXF/PDF/glTF/3MF.

cli-anything-gimp

>-

cli-anything-godot

>-

Skills associés