clip-anything

Que fait clip-anything ?

Objectif

Transforme un long enregistrement (un fichier, plusieurs fichiers, ou un dossier représentant une session) en un nombre défini de clips verticaux (9:16) en utilisant le CLI local gratuit clip-anything. La compétence pilote l'outil, affiche ce qui serait coupé avant de couper, et lit le rapport pour que l'utilisateur sache pourquoi chaque moment a été sélectionné. Elle ne télécharge, ne publie ni n'envoie jamais de séquences ; le CLI lui-même n'effectue aucun appel réseau, sauf un téléchargement unique facultatif du modèle Whisper qui demande une autorisation préalable.

Prérequis

• uvx (provenant de uv) ou pipx dans le PATH. Le CLI est un package Python ; uvx clip-anything l'exécute sans installation.
• ffmpeg et ffprobe dans le PATH. Le CLI se termine avec le code 3 et une ligne d'installation lorsqu'ils sont manquants.
• Un enregistrement que l'utilisateur peut désigner : .mp4 .mkv .mov .m4v .ts .m2ts .mts .webm .avi .flv, ou un dossier en contenant.

Instructions

Travaillez depuis le répertoire actuel de l'utilisateur. Utilisez les chemins exacts donnés par l'utilisateur ; mettez-les entre guillemets. Ne déplacez, renommez ou supprimez aucune séquence. N'installez rien au-delà de ce que les étapes ci-dessous impriment comme suggestion que l'utilisateur doit exécuter.

Workflow

(Utilisez les étapes dans l'ordre ; une étape qui ne peut pas être complétée est signalée, pas ignorée.)

1. Vérifier les outils. Exécutez command -v uvx || command -v pipx et command -v ffmpeg && command -v ffprobe. Si uvx et pipx sont tous deux absents, affichez et arrêtez : curl -LsSf https://astral.sh/uv/install.sh | sh (macOS/Linux) ou winget install astral-sh.uv (Windows). Si ffmpeg est manquant, affichez et arrêtez : brew install ffmpeg / sudo apt install ffmpeg / winget install Gyan.FFmpeg. Utilisez pipx run clip-anything là où ce fichier indique uvx clip-anything si seul pipx existe.
2. Résoudre l'entrée. Si l'utilisateur a nommé un fichier ou un dossier, utilisez-le. S'il a dit « mon enregistrement » sans chemin, cherchez des fichiers vidéo dans le répertoire actuel (extensions ci-dessus, les plus récents en premier). Ne demandez que lorsqu'il y a plusieurs entrées plausibles ou aucune ; sinon poursuivez et indiquez quel chemin a été utilisé. Un dossier est passé tel quel : le CLI le traite comme une seule session.
3. Exécuter d'abord une simulation (dry run), toujours. Exécutez uvx clip-anything "<entrée>" --dry-run --json 2>/dev/null (ajoutez --count N si l'utilisateur a donné un nombre). Analysez le JSON de la sortie standard. Affichez un court tableau : rang, start à end en mm:ss, duration_s, score, title s'il est présent, et le principal composant parmi components. Si clips est vide, dites-le clairement et lisez warnings (un avertissement below_floor signifie que rien n'a franchi la barre d'action) avant de suggérer --min-score 0 ou une valeur inférieure.
4. Rendu. Sauf si l'utilisateur a demandé seulement un aperçu, exécutez uvx clip-anything "<entrée>" avec les mêmes options, sans --dry-run et --json, afin que l'interface de progression s'affiche. Ajoutez --yes uniquement si l'utilisateur dit vouloir des légendes et a accepté le téléchargement unique du modèle ; sinon laissez le CLI demander. Signalez le dossier de sortie (./clips par défaut, ou --out).
5. Expliquer les sélections. Lisez clips/report.json (lisez le fichier, ou python3 -I -c dessus). Pour chaque clip ok, donnez une ligne : l'intervalle de temps, le score et les signaux qui l'ont porté (components : loudness par rapport à la référence, attaques audio, mouvement, accord audio/mouvement, pénalité statique-cartes, bonus de parole lorsqu'il est présent). Mentionnez layout quand il s'agit de facecam et captions quand c'est vrai. Listez chaque entrée dans warnings en mots simples ; l'outil se dégrade bruyamment et l'utilisateur doit l'entendre.
6. Proposer les réglages, une ligne chacun, uniquement ceux qui correspondent à ce que l'utilisateur a vu :
   • --count N plus ou moins de clips (c'est un maximum ; les sessions calmes en renvoient moins)
   • --min-score 0.3 abaisser la barre d'action ; --min-score 0 classer le fichier par rapport à lui-même
   • --min 20 --max 60 limites de durée des clips en secondes
   • --crop center recadrage centre statique au lieu de suivre l'action
   • --no-captions ne jamais graver de légendes ; --facecam off pas d'incrustation webcam
   • --vision reclassement local Ollama et titres (expérimental ; ne communique qu'avec 127.0.0.1:11434)
   • --force écraser les clips de la dernière exécution ; --no-cache ignorer l'analyse en cache Une nouvelle exécution avec des réglages différents prend quelques secondes car l'analyse est mise en cache à côté de la vidéo.
7. Divulgation. Lorsque des légendes ou des titres sont présents, dites une fois : les légendes sont une transcription automatique (faster-whisper, local) et les titres proviennent d'un modèle de vision local ; les deux peuvent être erronés et doivent être vérifiés avant publication.

Exemples

• « Fais 5 courts métrages du stream d'hier soir, il est dans ~/Videos/obs/ » → étape 1, passez le dossier, --count 5 simulation, affichez le tableau, rendu, expliquez.
• « Pourquoi a-t-il sélectionné un écran de chargement ? » → ouvrez report.json, montrez les components de ce clip (une valeur card élevée signifie que la pénalité statique-cartes s'est déclenchée mais que les attaques fortes ont quand même gagné), suggérez --min-score 0.6 ou une valeur w_card plus élevée dans un TOML de config.
• « Montre-moi juste ce qu'il couperait, ne rends pas » → étapes 1 à 3 seulement.

Limitations

• Les moments basés sur la transcription (une blague sans action) obtiennent un score faible par conception ; l'outil classe l'action, la parole est un bonus.
• La barre d'action a été calibrée sur deux jeux ; un jeu non vu peut renvoyer moins de clips que demandé. Dites-le plutôt que de forcer des clips avec --min-score 0 sans être sollicité.
• Les sources 1080p60 s'analysent à environ 100 s par heure ; un fichier de plusieurs heures est une attente, pas un blocage.
• La compétence ne modifie pas les clips, ne sélectionne pas de vignettes et ne publie nulle part. La publication est une étape de l'utilisateur.

Dépannage

• Code de sortie 2 : mauvaise entrée (chemin manquant, fichier non pris en charge, dossier sans vidéos). Affichez le message du CLI.
• Code de sortie 3 : ffmpeg ou ffprobe manquant. Affichez la ligne d'installation pour le système d'exploitation de l'utilisateur depuis l'étape 1.
• Code de sortie 1 : rien rendu. Lisez warnings dans le JSON de simulation ; généralement below_floor.
• Légendes écrites dans un fichier .ass latéral au lieu d'être gravées : la version de ffmpeg n'a pas libass (formule Homebrew standard). Une version ffmpeg-full dans le PATH corrige le problème ; tout le reste fonctionne.
• --vision n'a eu aucun effet : Ollama ne tourne pas ou n'a pas de modèle de vision ; l'exécution continue avec uniquement l'action et laisse un avertissement.