Communitygithub.com

launch-film

Montre à un agent comment planifier, construire ou monter une "vidéo de lancement" dont le résultat concret est une page d'accueil, une page de destination ou un portfolio. La procédure passe par la vidéo de lancement, 0. Les faits d'abord — ce que la vidéo peut affirmer, 1. Script. Utilisez-la lorsqu'une nouvelle mission nécessite ce savoir-faire.

Qu'est-ce que launch-film ?

Cette compétence (skill) transforme des faits produit et une voix off en une vidéo MP4 finalisée, chaque image étant une fonction pure du temps (`renderFrame(t)` dans `film/film.js`). Elle s'appuie sur Node 20+, ffmpeg/ffprobe, et Chromium (automatiquement trouvé via Playwright ou via la variable d'environnement `CHROME=`) — aucun dépendance npm. Le processus commence par la collecte des faits (page d'accueil, documentation, UI source), suivie de l'écriture d'un script au format `script.json` (découpé en lignes et unités). La voix off est générée préférentiellement via VoiceStudio MCP, ou ElevenLabs, avec alignement automatique des segments sur le texte. Les assets visuels (images, captures d'écran redessinées dans un canvas) sont créés et disposés selon des scènes paramétrées, sans téléchargement de médias extérieurs. Le rendu final produit une vidéo MP4 avec musique synthétisée et effets sonores, et inclut une phase de vérification des images clés avant le rendu complet. La compétence est conçue pour fonctionner dans tout dossier de projet frais (ex: `~/<produit>-launch/`), et s'intègre aux agents comme Claude Code, Cursor, ou Codex.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/hieunguyen24041998-dotcom/launch-film-skill/tree/HEAD/launch-film

Demander à votre IA préférée

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

Documentation

Vidéo de lancement

Un pipeline qui transforme les faits produit + une voix off en un MP4 fini. Chaque image est une fonction pure du temps (renderFrame(t) dans film/film.js), donc les aperçus, les prévisualisations et le rendu final sont toujours cohérents, et chaque légende/coupure est pilotée par une table de mots mesurée.

Les scripts se trouvent dans scripts/ à côté de ce fichier (appelez-le <skill>). Ils n'ont aucune dépendance npm : ils nécessitent Node 20+, ffmpeg/ffprobe dans le PATH, et tout Chromium (Playwright's chromium-headless-shell est trouvé automatiquement ; sinon définissez CHROME=). Travaillez dans un dossier de projet frais, par ex. ~/<produit>-launch/, et exécutez chaque script à partir de ce dossier.

0. Les faits d'abord — ce que la vidéo peut affirmer

Lisez le produit réel avant d'écrire un mot : sa page d'accueil, sa documentation/README, son code source UI, une éventuelle vidéo d'intro existante (extrayez des images avec ffmpeg). Les fonctionnalités dans le script et l'UI dans les scènes doivent être des choses que le produit fait réellement, écrites dans les mots qu'utilisent ses utilisateurs. Le public compte : pour les propriétaires de boutique / acheteurs non techniques, utilisez des phrases courtes et courantes, pas de jargon.

Hygiène de marque (apprise à la dure) :

  • Si le nom du produit contient la marque de quelqu'un d'autre (par ex. un outil pour Zalo/Shopee/Notion) et n'est pas officiellement affilié, n'utilisez pas le logo ni la couleur signature de cette marque ; tapez le nom en texte.
  • Les dossiers sources sont souvent des forks d'un ancien projet client. Recherchez dans les captures d'écran/chaînes UI les noms de clients résiduels (anciens noms d'entreprise, anciens logos, anciennes données d'exemple) et gardez-les hors du film. Demandez à l'utilisateur si vous n'êtes pas sûr.
  • Ne redessinez pas le logo officiel d'une vraie entreprise sauf si l'utilisateur le fournit. Le logo d'un produit vu dans sa vidéo d'intro peut être recréé, mais dites-le et proposez de l'échanger contre le fichier original.
  • Les noms d'exemple, prix et chats à l'écran sont illustratifs — dites-le à l'utilisateur.

1. Script

Forme par défaut (adaptez-la ; la longueur suit le contenu, ~9–12 lignes courtes) :

Voici [Nom]. Un [catégorie]… conçu pour [valeur]. [VERBE] dans TOUT [truc] ! ← lâcher · Donnez-lui [entrée], et il… comprend. · Plus vous l'utilisez, plus il devient MEILLEUR. · [3 paramètres/fonctionnalités, une ligne courte chacun] · Chaque [sortie], exactement comme vous l'avez imaginée. · [Nom]. Disponible maintenant.

  • Un seul mot accentué (dégradé + lueur). Le nom coloré de la marque est acceptable en plus.
  • Pour couvrir toutes les fonctionnalités clés (demande utilisateur), donnez à chaque fonctionnalité sa propre courte ligne et laissez la vidéo durer ~27–30 s au lieu de 22 s.
  • Écrivez script.json (voir templates/script.example.json) : lines[] → units[] divisées aux virgules/fins de phrase, chacune avec end: ","|".". Les lignes sont ce sur quoi les légendes et les scènes s'appuient. extraBefore (secondes) ajoute un temps de respiration avant une ligne (utilisé avant le rassemblement du logo).

2. Voix

Préférée : le VoiceStudio MCP s'il est connecté (list_voices, generate_speech avec profile_id, language, steps: 32). Sinon ElevenLabs via HTTPS avec la clé de l'utilisateur. Générez 4 prises du script complet, copiez-les dans voice/ avec des noms lisibles, et mesurez chacune (ffmpeg -af silencedetect=noise=-38dB:d=0.12) : durée, plus longue pause, pic. Présentez le tableau et laissez l'utilisateur choisir ; s'il ne choisit pas, sélectionnez la prise la plus fluide (le moins de pauses/les plus courtes) et dites-le.

Remarques : instruct de VoiceStudio est une chaîne d'attributs de conception vocale ("female, young adult, american accent"), pas des étiquettes d'émotion — l'émotion vient de la ponctuation et de la voix elle-même. Sa fonction transcribe peut retourner 409 lorsque ASR n'est pas activé ; l'aligneur ci-dessous n'a pas besoin d'ASR.

Ensuite, alignez et nettoyez la prise choisie :

node <skill>/scripts/voice_align.mjs voice/take.wav script.json build/voice.wav build/words.json 0.9

Il coupe la parole aux pauses ≥100 ms, aligne les segments sur les unités du script avec programmation dynamique (une virgule peut marquer ou non une pause), réduit les pauses >0,28 s à 0,2 s, met chaque ligne à 85 % du niveau médian (le gain ne bouge qu'à l'intérieur des pauses), et écrit words.json (phrases[], words[] avec t0/t1). Vérifiez que le tableau d'alignement imprimé a du sens (chaque unité correspond à un audio plausible). Les temps des mots à l'intérieur d'une phrase sont proportionnels aux syllabes et ajustés aux creux d'enveloppe — idéal pour les légendes de dactylographie ; dites-le si l'utilisateur attend une précision ASR mot par mot.

3. Ressources

node <skill>/scripts/assets.mjs fonts            # Be Vietnam Pro (tous les diacritiques vietnamiens) + Geist Mono
node <skill>/scripts/assets.mjs pool 2 11        # ~1000 miniatures gratuites + planches contact pour choisir
node <skill>/scripts/assets.mjs get <id> <id>…   # photos choisies en 640²
node <skill>/scripts/shoot-ui.mjs <product>/public ref/ui index.html other.html   # captures d'écran UI en lecture seule (pas de backend)

Regardez les planches (lisez le .jpg) et choisissez des images qui correspondent à l'univers du produit ; les photos libres de droits sont surtout des paysages, donc dessinez les visuels du produit de manière procédurale lorsque les photos libres ne conviennent pas (le modèle dessine des t-shirts à plat, des cartes de chat, des cartes de fichiers, des cartes de code). L'UI réelle est redessinée dans un canvas à partir des captures d'écran/source — même mise en page, mêmes couleurs (lisez les variables CSS), mêmes étiquettes et flux d'exemple — pas de captures d'écran collées.

4. Film

Copiez templates/film/ dans le projet sous film/, exportez la table de mots, puis adaptez film.js :

node -e "const j=require('./build/words.json');require('fs').writeFileSync('film/words.js','window.WORDS='+JSON.stringify(j)+';')"

Lisez references/film-template.md avant d'éditer — il décrit chaque scène, les helpers (typeWords, glass, tile, aura, cam, push), les variables de timing, la table d'événements sonores et META.runs. Respectez les règles qui font le style :

  • Les débuts de scène tombent sur les débuts de phrase (B[]), les fondus enchaînés les chevauchent (±0,18 s). Les zooms de caméra passent de 1,00→1,04 par scène ; lorsque le contenu continue dans la scène suivante, commencez cette scène au zoom où la précédente s'est arrêtée.
  • Rien n'apparaît brusquement : fondus adoucis ≥0,3 s. Les seuls coupes franches sont les séquences de doubles croches (flashs d'images, changements de cartes, tirages aléatoires), alignées sur la grille ancrée sur le lâcher.
  • Pas de points finaux à l'écran. Pas de surbrillance de sélection, de flashs blancs, de claquements, de 3D.
  • Le verre a besoin de quelque chose derrière (aura ou fond de photo flou) sinon il disparaît.

5. Vérifiez les images fixes avant le rendu complet

node <skill>/scripts/render.mjs events build/events.json          # prouve aussi que la page démarre
SUB=1 node <skill>/scripts/render.mjs stills build/stills 1.7 3.9 6.4 7.6 …   # une par scène + moments clés
node <skill>/scripts/finish.mjs sheet build/stills build/contact.jpg

Lisez vous-même la planche contact et corrigez ce que vous voyez avant de montrer à l'utilisateur : puce/étiquette décalée par rapport à la carte qu'elle nomme, badges qui se chevauchent, texte qui passe sous le verre, image hors sujet terminant une séquence, légendes coupées par le bord du cadre, chaînes non traduites ou résiduelles. Rerendez les images fixes concernées avec SUB=8 pour confirmer que le flou de mouvement est correct. Montrez à l'utilisateur ~8 images fixes (chemins + ce que chacune montre) lorsqu'il demande à approuver les images ; sinon continuez.

6. Son, rendu, vérification

node <skill>/scripts/finish.mjs audio                 # synthèse musique+SFX, ducking 3 bandes, mid trim par phrase à ~+9 dB, loudnorm -14 LUFS
node <skill>/scripts/finish.mjs video <nom>.mp4 3      # ~1 s/image/travailleur ; exécutez en arrière-plan

audio.mjs synthétise un tapis à 130 BPM dont la grille de mesures est ancrée sur le lâcher (META.D) et un SFX par événement à son pic (touche par lettre tapée, clic par changement d'image, whoosh, montée vers le lâcher/logo, impact, atterrissage doux sur le mot accentué), donc rien n'a besoin d'être téléchargé. Si l'utilisateur fournit un morceau, mixez-le à la place et gardez le lâcher sur la ligne du verbe. Rapportez honnêtement le rapport voix-off/musique imprimé : les lignes après le lâcher doivent être à ≈+9 dB ; les lignes d'intro/outro clairsemées sont plus fortes intentionnellement.

finish.mjs video rend en parallèle, multiplexe AAC 320k, analyse les différences d'images pour détecter les pops d'une seule image en dehors de META.runs, et affiche taille/fps/loudness. Extrayez ensuite quelques images du MP4 final et regardez-les avant de faire votre rapport.

7. Rapport

Donnez le chemin vers le MP4, ses caractéristiques, ce que montre chaque scène, les résultats de vérification (pops, LUFS/pic, voix-off/musique), et ce qui est illustratif ou redessiné (logo, données d'exemple, plans de produits procéduraux, musique synthétisée), plus l'offre en une ligne d'échanger contre des ressources réelles. Écrivez à l'utilisateur dans sa langue et en mots simples.

Pièges

  • Outils shell sur Windows : utilisez les listes ffmpeg -f concat au lieu des substitutions de processus ; définissez cd dans la même commande que les longs rendus en arrière-plan.
  • canvas.letterSpacing et ctx.filter nécessitent un Chromium récent — le chercheur groupé sélectionne la build Playwright la plus récente.
  • Polices : Geist manque de couverture pour certains glyphes vietnamiens ; utilisez Be Vietnam Pro pour le texte vietnamien.
  • Le flou de mouvement chevauche les coupes franches en doubles croches et montre une image blendée — c'est attendu, et ces plages appartiennent à META.runs.

Skills associés