Communitygithub.com

invokard-studio-local

Créez des vidéos avec du code, entièrement sur l'ordinateur de l'utilisateur : Reels et Shorts (9:16, 16:9, 1:1) à partir de ses propres photos, clips, enregistrements vocaux et musique, avec sous-titres mot par mot, titres animés, graphiques, transitions avant/après, coupes sur le beat, cartes de fin et bande-son mixée ; et des animations dessinées image par image avec React (typographie cinétique, publicités animées, graphiques, 3D, physique, particules). Pas de comptes, pas de clés API, pas de téléchargements au moment du rendu. À utiliser quand on demande « un reel », « un short », « une vidéo verticale », « une vidéo 16:9 pour YouTube ou LinkedIn », « des sous-titres comme dans ces reels », « une vidéo avant/après à partir de ces clips », « coupe ces clips sur le beat », « une publicité animée », « du motion design », « anime ça avec du code », « un graphique animé » ou « une vidéo produit en 3D », ou pour refaire le rendu d'une vidéo réalisée avec cette compétence. Elle ne génère pas d'images, de clips, de voix ou de musique avec de l'IA.

Qu'est-ce que invokard-studio-local ?

Invokard Studio Local est un moteur de création vidéo qui s'exécute entièrement sur la machine de l'utilisateur, sans aucune dépendance en ligne. Il permet de produire des Reels et Shorts (9:16, 16:9, 1:1) à partir des propres médias de l'utilisateur – photos, clips vidéo, enregistrements vocaux et musique – en les assemblant avec des effets de montage avancés : sous-titres mot par mot synchronisés sur la voix, titres animés, graphiques dynamiques, transitions avant/après, coupes sur le beat, cartes de fin et bande-son mixée avec ducking. Un second moteur d'animation dessine image par image des composants React (typographie cinétique, publicités, graphiques, 3D, physique, particules) dans un navigateur headless et les encode en MP4, qui peuvent être intégrés comme n'importe quelle autre couche. Le tout est orchestré via un fichier Python décrivant la timeline, et les rendus sont vérifiés automatiquement (spécifications, loudness −14 LUFS, planche contact). La compétence fonctionne sur macOS, Windows et Linux, nécessite Python, ffmpeg, Node.js 18+ et un navigateur Chrome/Edge. Elle est conçue pour les développeurs et créateurs qui veulent un contrôle total, reproductible et hors ligne sur leurs vidéos courtes, sans abonnement ni service cloud.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Octonove/invokard-studio-local/tree/HEAD/skills/invokard-studio-local

Demander à votre IA préférée

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

Documentation

Invokard Studio Local — du matériel de l'utilisateur au MP4

Vous écrivez un petit fichier Python (reel.py) qui décrit le reel : quelle photo ou clip est à l'écran quand, quelles couches (titre, puces, éléments de liste, graphiques, transitions, carte de fin) apparaissent par-dessus, quel fichier vocal démarre quand, et où vont la musique et les effets. Le moteur (scripts/reelkit.py) compose chaque image avec Pillow, les envoie à ffmpeg et mixe l'audio. Rien n'est édité dans un logiciel de montage vidéo : tout le texte, les boîtes et l'animation viennent du moteur, ils sont donc nets, cohérents avec la marque et parfaitement chronométrés.

Un second moteur dessine : animation/ rend des composants React image par image dans Chrome ou Edge déjà présent sur la machine (en mode headless) et les encode avec ffmpeg. Utilisez-le pour ce qui est conçu plutôt que filmé : typographie cinétique, publicités animées, graphiques qui évoluent, un produit en 3D, de la physique, des particules, une photo produit transformée en publicité. Son résultat est un MP4 (ou des images transparentes) que le montage utilise comme n'importe quel clip ou couche, donc un seul reel peut combiner les deux (§ 5).

Tout s'exécute sur cet ordinateur. La compétence ne télécharge, n'envoie ni n'appelle aucun service pendant son fonctionnement : les polices sont fournies, les effets sonores sont fournis et les médias sont ceux de l'utilisateur. Lisez ce fichier en entier, puis la référence vers laquelle pointe l'étape en cours. examples/first-reel/reel.py et examples/animated-reel/reel.py dans le dossier du plugin produisent des reels complets sans aucun média externe : le moyen le plus rapide de vérifier qu'une machine peut faire le rendu.

0. Vérifier la machine (30 secondes)

python <skill>/scripts/media.py doctor                  # python, ffmpeg, packages, polices, format
ffmpeg -version && ffprobe -version

Si ffmpeg est manquant, c'est un arrêt définitif : indiquez à l'utilisateur comment l'installer (references/troubleshooting.md). Si Pillow ou numpy sont manquants : python -m pip install Pillow numpy (ils sont téléchargés depuis PyPI une fois ; dites-le avant de les exécuter).

1. Choisir la route

Le matériel est…RouteRéférence
Les propres clips ou photos de l'utilisateurA · Images réelles : planches contact → sélectionner les segments → couper sur le beat → avant/après → carte de finreferences/footage.md
Un script que l'utilisateur peut enregistrerB · Voix : l'utilisateur enregistre un fichier par phrase → sous-titres mot par mot → coupes sur les motsreferences/production.md
Une publicité, un titre, un graphique, un produit à mettre en valeur, sans images réellesC · Dessiné : un projet d'animation (React) → image clé → images → rendureferences/animation.md
Uniquement du texte et de la musiqueD · Texte à l'écran : le script du client en texte animé sur des arrière-plans dessinés ou des photos, coupé sur le beatreferences/production.md § Sous-titres

Les routes se combinent : un reel avec images réelles peut inclure la voix de l'utilisateur ; n'importe quel reel peut inclure des couches dessinées, un graphique dessiné ou une carte de fin dessinée (§ 5).

2. Flux de travail

  1. Dossier de travail — python scripts/new_reel.py <folder> --brand studio|lime|forest|mono --title "…" [--format 16:9|1:1]. Il crée img/ vid/ frames/ vo/ music/ sfx/ ref/ out/ review/ et un reel.py à partir du modèle ; le format (9:16 sauf indication contraire) est défini en haut avec rk.set_format(). Marque : pieces.Brand.from_logo('ref/logo.png') mesure les couleurs réelles ; imprimez-les et regardez d'abord le fichier logo (les dossiers contiennent des noms de fichiers trompeurs).
  2. Script — 85 à 100 mots pour 35 à 45 s. Une accroche dans la première phrase, une idée par phrase, une fin qui fait écho à l'accroche. Ne revendiquez que ce qui est dans le matériel de l'utilisateur : pas de nouveaux chiffres, pas de nouvelles promesses. Si l'utilisateur a fourni le script, utilisez-le textuellement.
  3. Voix — l'utilisateur l'enregistre, un fichier par phrase (vo/v01.m4a, v02… ; mp3, wav et m4a fonctionnent tous) : un mémo vocal de téléphone suffit. Comment la demander et quoi faire en attendant qu'elle soit enregistrée est dans references/production.md § Voix. Ensuite python scripts/media.py voice <folder> : durées et plages vocales ; tous les minutages et coupes en découlent. Pas de voix (script à l'écran, musique uniquement) ? Passez à 4.
  4. Images et clips — les photos de l'utilisateur dans img/, les clips dans vid/. python scripts/media.py sheet-img <folder> et sheet-footage les affichent sur une même planche : REGARDEZ-LA avant de choisir. Les arrière-plans dessinés, les cartes et les graphiques proviennent des pièces ou du moteur d'animation.
  5. Éditer d'abord avec des images fixes — écrivez reel.py en utilisant pieces.source(name, 'img/x.png') et exécutez python reel.py --preview. Regardez review/preview.jpg. Ajustez le rythme, le cadrage et les couches AVANT le rendu. Cette étape est celle où le reel est créé ; ne la précipitez pas.
  6. Clips — media.py extract découpe les segments des images réelles utilisés par le reel dans frames/<name>/ ; media.py frames convertit les clips entiers. Vérifiez la planche de mouvement (media.py sheet-motion <folder>).
  7. Musique et effets — la propre piste de l'utilisateur dans music/ (une pour laquelle il a les droits), ou rien. Le moteur la coupe à partir de la première attaque et l'atténue sous la voix. Les effets sont fournis : pieces.sfx('whoosh'|'pop'|'shimmer'|'chime'| 'typing'|'shutter'|'coaster'|'fridge'). Coupez sur le beat quand il n'y a pas de voix : media.py beats → references/footage.md.
  8. Rendu et vérification — python reel.py, puis python scripts/media.py verify out/reel.mp4 : spécifications, loudness (cible −14 LUFS) et une planche contact extraite du MP4 final. Regardez cette planche. Regardez ensuite 2 à 3 images complètes (media.py frame out/reel.mp4 <t>) aux moments importants : un changement de sous-titre, la transition, la carte de fin.
  9. Livraison — out/reel.mp4 + out/cover.jpg (reel.cover(t, 'out/cover.jpg')) + texte de légende et hashtags dans un fichier .md + les sources (reel.py, img/, vo/, music/, ref/ ; jamais frames/). Ne publiez rien : l'utilisateur le fait. Signalez ce que vous n'avez pas pu vérifier (vous ne pouvez pas écouter le mix : dites-le et donnez les niveaux de loudness).

3. Règles issues de vraies erreurs

  • Regardez chaque planche. imgs.jpg, motion.jpg, preview.jpg, la planche verify. Un rendu non observé n'est pas livré.
  • Logos. Ne faites jamais confiance à un nom de fichier. Ouvrez-le. S'il est petit, reconstruisez le mot-symbole sous forme de texte avec les couleurs mesurées.
  • Marques tierces. N'ajoutez jamais un logo ou une identité qui n'appartient pas à l'utilisateur (par exemple, le fabricant d'un produit qu'il vend). Une marque peut apparaître parce qu'elle est dans les propres images de l'utilisateur ; elle n'est jamais ajoutée.
  • Les coupes viennent de la voix, jamais à l'œil : caps.word_time(key, i) et les plages de media.py voice.
  • Clips courts. Ne ralentissez jamais un clip en dessous de speed=0.8 (les sources à 24 ips saccadent) ; pour allonger, placez un Still d'une image du même clip devant lui avec le zoom correspondant.
  • Zones de sécurité. Instagram couvre environ 220 px en haut et 360 px en bas. Titres et puces entre y=230 et y=520 ; sous-titres à y≈1440 ; rien d'important en dessous de y≈1560. Taille de police minimale 30 px (puces secondaires 36-44, titres 70+). 16:9 et 1:1 (1080 px de haut) : titres à partir de y≈110, sous-titres à y≈880, rien d'important en dessous de y≈1000. Les pièces prennent ces valeurs par défaut de rk.LAYOUT ; n'écrivez les positions qu'en nombres uniquement quand vous le voulez, jamais copiées d'un reel 9:16.
  • Formats. rk.set_format('16:9') (ou REELKIT_FORMAT=16:9) va en premier, avant from reelkit import W, H et avant toute source ou couche. Extrayez les clips pour le format : media.py frames <work> --format 16:9.
  • Sous-titres sur fond clair nécessitent pieces.bottom_gradient(brand) comme PREMIÈRE couche.
  • La musique dans les clips de l'utilisateur ne lui appartient pas pour la réutiliser. Les sons réels (une machine à laver, un moteur) peuvent être extraits de la vidéo avec media.py sound ; une chanson jouant en arrière-plan d'un clip n'est pas une licence pour l'utiliser.

4. Le moteur en un écran (référence complète : references/api.md)

import reelkit as rk; rk.set_format('9:16')                    # '16:9' / '1:1' : en premier, W et H sont copiés lors de l'import
from reelkit import W, H, Reel, Captions, Still, Clip, Func, blit, text_img, pill, lerp, clamp01, eo, eio, eback
import pieces as pz; from pieces import source, sfx
rk.set_base(folder); B = pz.BRANDS['lime'].activate()          # ou pz.Brand.from_logo('ref/logo.png').activate()
reel = Reel('name'); caps = Captions(size=70, y=1440, maxw=920); reel.caps = caps    # 16:9 / 1:1 : Captions(size=62)
t_end = reel.vo('vo/v01.m4a', 0.30)                            # retourne la fin de la phrase
caps.line('v01', 'Phrase avec *mots* *clés*, / bloc suivant.', 'vo/v01.m4a', 0.30)   # *hl* · / saut · affiché|parlé
t = caps.word_time('v01', 2)                                    # la seconde où le 3ème mot est prononcé → coupe ici
reel.shot(0.0, t, source('hero', 'img/hero.jpg', z=(1.0, 1.06), c=(.5, .45)))
reel.shot(t, 5.0, Clip('hero', speed=1.0, start=0.25, z=(1.14, 1.24)))  # frames/hero/ de media.py extract
GRAD = pz.bottom_gradient(B); reel.ov(0.0, 5.0, lambda c, tl, dur, T: c.alpha_composite(GRAD))   # couche : (canvas, tl, dur, t)
reel.ov(0.0, t, pz.headline(B, 'ACCROCHE', 'Phrase d\'accroche', 'PHRASE CLÉ'))
reel.ov(t, 5.0, pz.list_item(B, 1, 3, 'ÉLÉMENT', 'Bénéfice en une ligne'))
reel.ov(0.0, 4.0, pz.text_layer('Texte client *surligné*'))                   # texte à l'écran sans voix
SITE = pz.browser_frame('img/site.png', 1000, url='site.com')                      # construire les images une fois, en dehors des couches
reel.ov(t, 5.0, lambda c, tl, dur, T: pz.appear(c, SITE, W / 2, H * .4, tl, 0))      # capture d'écran apparaît (phone_frame aussi)
reel.shot(5.0, 8.0, pz.wipe_scene(avant_src, après_src, B, hold=1.0))             # avant/après
reel.shot(8.0, 11.0, pz.outro_save(B, 'img/hero.jpg', 'ref/logo.png', cta='Réservez un appel · site.com'))
reel.sfx(sfx('whoosh'), t - 0.12, 0.32); reel.sfx(sfx('chime'), 8.3, 0.30)
reel.preview([0.5, 2.0, 4.5, 6.0, 9.0], 'review/preview.jpg', cols=5, scale=0.22)
reel.render('out/reel.mp4', 11.0, music='music/base.mp3', music_gain=0.24); reel.cover(1.2, 'out/cover.jpg')

Les couches sont des fonctions f(canvas, t_local, duration, t_global) dessinant du RGBA sur le canevas avec blit. Les sources sont des objets avec .frame(t_local, duration) retournant une image RVB de la taille du canevas (W x H) : Still, Clip, Func(f), et les scènes de pieces (wipe_scene, outro_save, outro_fan, blur_in). Easing : eo (out), eio (in-out), eback (pop). Construisez les images (dégradés, cartes, cadres) une fois en dehors de la fonction de couche ; le texte et les pastilles sont mis en cache.

5. Animation dessinée (référence complète : references/animation.md)

Configuration unique : Node.js 18+, puis npm install dans <skill>/animation (il télécharge les packages du moteur depuis npm une fois ; dites-le avant de l'exécuter) et node <skill>/animation/cli.mjs doctor. Un projet est un dossier avec package.json, src/index.jsx (registerRoot + une <Composition> par vidéo) et public/ pour ses fichiers. Les composants importent depuis 'invokard-studio' : useCurrentFrame, spring, interpolate, Sequence, Img + staticFile, OffthreadVideo, 3D depuis 'invokard-studio/three', et les polices depuis 'invokard-studio/google-fonts/<Family>' — uniquement les quinze familles fournies : Inter, Outfit, Figtree, Poppins, Montserrat, Space Grotesk, Barlow, Barlow Condensed, Oswald, Anton, Bebas Neue, Playfair Display, Fraunces, Shrikhand, Caveat. Une autre police : l'utilisateur place son fichier dans public/ et vous la déclarez avec @font-face.

node <skill>/animation/cli.mjs still  src/index.jsx Ad out/ad.png --frame 120     # 1. concevoir l'image clé
node <skill>/animation/cli.mjs frames src/index.jsx Ad out/ad --frames 0,34,68,102,136,170,204,239   # 2. l'animation
node <skill>/animation/cli.mjs render src/index.jsx Ad out/ad.mp4 --props data.json # 3. la vidéo (toutes les images)

Chaque image est calculée à partir de son numéro (pas de Math.random, pas d'horloges, pas d'animations CSS) : les images sont dessinées dans le désordre dans plusieurs onglets. Regardez chaque planche d'images et d'images clés que vous rendez, comme pour les reels. Dans un reel :

import animation as an                                                          # scripts/animation.py
an.render('anim/src/index.jsx', 'Title', rk.P('anim/title'), transparent=True)  # images PNG avec alpha
reel.ov(t0, t1, an.layer(rk.P('anim/title')))                                   # dessiné par-dessus le montage
reel.shot(t2, t3, an.clip('anim/src/index.jsx', 'EndCard', 'endcard'))           # un plan dessiné, coupé comme un clip

examples/animated-reel/ dans le dossier du plugin est un reel complet qui fait les deux, sans média externe.

6. Liste de vérification de la livraison

  • out/reel.mp4 fait 1080x1920 (ou 1920x1080 / 1080x1080 selon ce qui est demandé), 30 ips, H.264 + AAC, −14 LUFS ± 1, crête ≤ −1 dBFS (media.py verify)
  • La planche de vérification et 2 à 3 images complètes ont été regardées ; les sous-titres ne sont jamais en dessous de y≈1560 ou sur un visage/produit
  • Chaque affirmation à l'écran est dans le matériel de l'utilisateur ; les couleurs de la marque ont été mesurées, pas devinées
  • out/cover.jpg est lisible dans le recadrage central 4:5 du fil d'actualité
  • Les sources sont livrées sans frames/ ; rien n'est publié

7. Ce que cette version ne fait pas

Elle ne génère pas d'images, de clips vidéo, de voix, de musique ou de modèles 3D avec de l'IA, et elle n'appelle aucun service en ligne. Lorsqu'une demande nécessite l'un de ces éléments, indiquez-le clairement dans le plan : la vidéo peut être réalisée maintenant avec les propres photos, clips et enregistrements de l'utilisateur, avec des animations dessinées (titres, graphiques, produits en 3D, illustrations faites de formes), ou avec des fichiers que l'utilisateur apporte d'où il veut. Ne recommandez pas un produit ou service particulier.

Références

  • references/production.md — la voix de l'utilisateur, sous-titres, zones de sécurité, audio, marques.
  • references/footage.md — reels à partir des clips de l'utilisateur : planches contact, extraction, grille de beats, montage musical, transition, carte de fin.
  • references/animation.md — le moteur d'animation : projet, commandes, API, polices fournies, montage + animation, dépannage.
  • references/api.md — chaque fonction de reelkit.py, pieces.py et media.py avec ses arguments, et les positions par défaut pour chaque format.
  • references/troubleshooting.md — ffmpeg, polices, console Windows, rendus longs.

Skills associés