Communitygithub.com

jelukas/kaleidos

Produit des vidéos courtes, très dynamiques et avec des coupes rapides pour YouTube, Shorts, TikTok ou Reels, en formats vertical et horizontal simultanément, avec narration générée (ElevenLabs), musique et effets, B-roll avec gpt-image-2, photographie réelle via Apify et montage HTML+GSAP avec HyperFrames.

Qu'est-ce que kaleidos ?

Cette compétence transforme un sujet, un script ou une actualité en vidéos courtes prêtes pour YouTube, TikTok, Instagram Reels ou YouTube Shorts, en produisant simultanément les formats vertical (1080×1920) et horizontal (1920×1080) à partir d'une seule source. Le flux de travail est entièrement automatisé : la narration générée avec ElevenLabs (et ses émotions via le modèle v3) pilote le rythme, les images B-roll sont produites par gpt-image-2, les photographies réelles peuvent être récupérées via Apify, et la musique ainsi que les effets sonores sont ajoutés. L'ensemble est assemblé avec HyperFrames, un framework HTML+GSAP qui génère deux fichiers HTML distincts à partir d'un même plan de montage (plan.json), garantissant une synchronisation parfaite entre les deux formats. La compétence inclut également un système de vérification des faits pour les vidéos d'actualité, des instructions sur la conception de scènes animées (SVG, GSAP) et une palette visuelle cohérente. Elle est disponible en ligne de commande via npm, nécessite Node 22+ et ffmpeg, et suit une structure de projet bien définie.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jelukas/kaleidos/tree/HEAD/skills-globales/video-corto

Demander à votre IA préférée

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

Documentation

Vidéo courte double-format

Transforme un sujet, un script ou une actualité en deux MP4 — vertical 1080×1920 et horizontal 1920×1080 — générés à partir d'une seule source. La narration donne le rythme ; tout le reste en découle.

Avant tout : si le sujet est une actualité

Vérifie les faits avec une recherche web avant d'écrire une seule ligne de script. Une vidéo informative avec des données fausses est le pire résultat possible de cette compétence, et c'est un échec silencieux : la vidéo est tout aussi belle.

Si la prémisse de la commande ne tient pas, dis-le et monte ce qui s'est réellement passé. Ne « lisse » pas le script pour qu'il corresponde à une prémisse fausse. Lis references/periodisme.md avant de toucher au script : ça couvre la vérification, le traitement des images dans les pièces informatives et le fichier de traçabilité.

Le workflow

npm run voix -- <slug>       # script.json → assets/voice/*.wav + manifeste des temps
npm run images -- <slug>     # images.json → B-roll généré
npm run stock -- <slug>      # stock.json  → photographie réelle (optionnel, payant)
npm run audio -- <slug>      # audio.json  → musique et effets
npm run build -- <slug>      # plan.json   → vertical.html + horizontal.html
npm run use -- <slug> vertical
npm run check                # obligatoire : 0 erreurs avant de rendre
npm run render -- <slug>     # renders/<slug>-<format>.mp4

Si le projet n'existe pas encore : npx hyperframes@latest init . --non-interactive --example blank, copie scripts/ et assets/ de cette compétence, et ajoute les scripts de package.json. Nécessite Node 22+ et ffmpeg. Clés dans .env (template dans assets/env.example).

Structure

videos/_shared/vox.css, timeline.js     partagés par TOUTES les vidéos
videos/<slug>/
  script.json   script — une ligne = un plan
  images.json   prompts de B-roll généré
  stock.json    requêtes de photographie réelle
  audio.json    musique et effets
  plan.json     le montage : beats qui référencent des lignes du script
  scenes/*.html sous-compositions animées à usage unique
  assets/       ce qui est généré + manifests avec les temps réels
  vertical.html, horizontal.html   GÉNÉRÉS par build.mjs — ne pas éditer

Les deux idées qui soutiennent tout

1. Le script commande l'horloge. voice.manifest.json apporte le start et la duration réels de chaque ligne. Un beat de plan.json référence des lignes, pas des secondes. Ne jamais estimer les durées à l'œil : modifie le script, régénère la voix et le montage se replace tout seul.

2. Les shells sont des artefacts. Avec des dizaines de plans dans deux formats, les synchroniser à la main est impossible. build.mjs génère les deux à partir du même plan.json, donc ils ne peuvent pas diverger : la seule différence est la taille de la scène. On édite plan.json et on reconstruit.

Pour qu'une scène fonctionne en 9:16 et 16:9 : maquetter en vw/vh/vmin, jamais de px fixes ; la racine d'une sous-composition ne porte pas data-width/data-height (la boîte est définie par l'emplacement du slot hôte) ; et on stylise par #root, jamais par une classe — le scoping du compilateur la supprime. Pour des layouts qui changent d'axe, utiliser @media (min-aspect-ratio: 1/1).

Types de beat

stat (chiffre vedette avec comptage ascendant via countTo) · compare (deux chiffres opposés) · title (kicker + titre + accroche) · quote (citation + attribution) · photo (image plein écran avec dégradé, texte et crédit) · capture (capture d'écran entière, avec sa source, comme preuve de ce qui est affirmé) · scene (sous-composition animée à usage unique).

Pour les vidéos sur une entreprise ou un produit, le logo et une capture de la source améliorent beaucoup le résultat : les deux dans references/images.md.

L'erreur de conception la plus fréquente : le carrousel de labels

Une vidéo composée uniquement de cartes de texte ennuie, même avec une très bonne typographie. Quand tu remarques que les title et stat s'accumulent, la solution n'est pas plus de texte : c'est du mouvement porteur de sens.

assets/scenes/ apporte neuf scènes animées en SVG, prêtes à être adaptées : vagues, points, barres, carte, fermeture, orbite (corps en orbite), prix (tableau avant→après), chute (une chute avec son pourcentage) et indice (classement avec barres). Copie celle qui convient dans videos/<slug>/scenes/ et modifie ses données. Détails et règles de performance dans references/scenes-animees.md.

Alterne : chiffre → photo → scène animée → citation → photo. Et varie le cadrage à chaque plan (kb: "in" / "out" alterne le Ken Burns).

Rythme

Beats de 2 à 6 s dans un explainer de trois minutes ; de 0,8 à 2,5 s dans un short. Chaque beat dure jusqu'au début du suivant, pour qu'il n'y ait pas d'images noires. Entrées avec fromTo(), jamais avec from() : l'hôte recherche la scène à chaque seek et from() se désynchronise.

Voix avec émotions

eleven_multilingual_v2 ignore les balises. Pour diriger l'interprétation, utilise "modelId": "eleven_v3" et des balises en minuscule entre crochets, en ligne :

{ "id": "l19", "text": "[sombre] Soixante-sept personnes sont mortes." }

Adapte le registre au sujet — dans une actualité avec des victimes, pas de [excité]. Catalogue des balises, réglages et comment vérifier qu'elles ne sont pas lues à haute voix : references/audio.md.

Avant de valider

npm run check doit sortir avec 0 erreurs. Ensuite, regarde la vidéo : extrais des images (ffmpeg -ss <t> -i <mp4> -frames:v 1) ou utilise npx hyperframes snapshot --at 12,40,90, qui génère en plus une feuille de contacts. Le linter ne voit pas qu'un plan est noir, qu'un texte dépasse ou qu'une photo n'est pas ce qu'elle prétend être.

Références

  • references/hyperframes.md — les contraintes du framework qui cassent le rendu en silence. À lire avant d'écrire des compositions.
  • references/audio.md — ElevenLabs : voix avec balises v3, musique, effets, pistes.
  • references/images.md — gpt-image-2 et Apify, avec le contrôle des coûts.
  • references/periodisme.md — vérification et traitement des images dans les actualités.
  • references/scenes-animees.md — les neuf scènes SVG, comment en créer de nouvelles et les deux pièges qui coûtent un après-midi (collision de classes avec vox.css, et GSAP qui réécrit le transform des SVG).
  • references/systeme-visuel.md — la palette et la typographie du style explainer.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

jelukas/kaleidos

>- Catálogo de guías de estilo de vídeo de kaleidos (estilos/): listar los estilos con sus referencias, aplicarlos a un proyecto del motor de Remotion o a un proyecto HyperFrames, recomendar 2–3 cuando no se indica ninguno, crear estilos nuevos (desde una web, una marca, un vídeo de referencia o una descripción), crear variantes y revisar la adherencia de un vídeo a su estilo antes de renderizar. Úsala cuando el usuario diga «con el estilo X», «en estilo curso-azul», «como el de Ensaya», «como el vídeo de la cabaña», «qué estilos hay», «enséñame los estilos», «qué estilo me recomiendas», «crea un estilo a partir de esta web», «saca el estilo de esta marca», «haz un estilo como este vídeo», «usa el estilo X pero con acento Y», «una variante de X más seria/más oscura/vertical», «revisa que el vídeo cumple el estilo», o cuando empiece un vídeo nuevo sin estilo decidido.

jelukas/kaleidos

>- Puerta de entrada de kaleidos para montar un vídeo NUEVO conversando, de principio a fin: comprueba el entorno, hace UNA ronda corta de preguntas (qué vídeo y con qué material, plantilla, estilo, duración y formato), escribe BRIEF.md y lo enruta al flujo adecuado (grabación con ponente → Remotion edicion-ponente; narración con voz de ElevenLabs → Remotion modo narración; generativo o promo → HyperFrames), con stills antes de Lambda, OK con coste antes de AWS e informe final con tiempo y coste. Úsala cuando el usuario diga «quiero montar un vídeo», «quiero hacer/crear un vídeo», «monta un vídeo», «vídeo nuevo», «hazme un vídeo de…», «necesito un vídeo sobre…», «empecemos un vídeo», «un vídeo con las noticias de…», «un explainer de…», «una promo de…» o similares. En este repo va ANTES que hyperframes, video-corto, product-launch-video, general-video y edicion-ponente: ella decide cuál usar. No la uses para retocar o re-renderizar un proyecto que ya existe (eso lo retoma su propia skill).

Skills associés