Communitygithub.com

NeverSight/learn-skills.dev

Utilisez cette compétence pour ajouter de l'audio à des vidéos programmatiques : génération de narration avec ElevenLabs TTS, recherche de musique de fond libre de droits, création d'effets sonores avec FFmpeg, implémentation du ducking audio, ou mixage de plusieurs pistes audio dans Remotion.

Qu'est-ce que learn-skills.dev ?

Cette compétence est conçue pour les développeurs qui créent des vidéos programmatiques (avec Remotion, par exemple) et qui souhaitent y intégrer une bande sonore de qualité professionnelle. Elle couvre l'ensemble du pipeline de conception audio : la génération de narration par synthèse vocale (TTS) via ElevenLabs, OpenAI TTS ou Edge TTS, la création d'effets sonores (SFX) synthétiques avec FFmpeg, la source de musique de fond libre de droits, et le mixage final dans un composition Remotion. Un principe clé est l'architecture audio à trois couches (narration, SFX, musique) et la mise en œuvre du ducking audio, qui réduit automatiquement le volume de la musique pendant la parole pour garantir l'intelligibilité. La compétence fournit des extraits de code TypeScript concrets pour l'API ElevenLabs, la mesure de la durée audio avec ffprobe, et le contrôle volume image par image dans Remotion. Elle aide également à la sélection des voix (stabilité, similarité, style), à l'utilisation de fournisseurs TTS alternatifs, et à l'évitement des erreurs courantes comme le codage en dur des clés API ou le non-respect des limites de débit.

Compatible avec✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/absolutelyskilled/absolutelyskilled/video-audio-design

Demander à votre IA préférée

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

Documentation

Lorsque cette compétence est activée, commencez toujours votre première réponse par l'emoji :speaker:.

Conception Audio Vidéo

La conception audio vidéo est la pratique qui consiste à superposer la narration, les effets sonores et la musique de fond dans des compositions vidéo programmatiques. Un son de qualité transforme une simple présentation en une production soignée : la narration guide le spectateur, la musique définit le ton émotionnel et les effets sonores ponctuent les moments clés. Cette compétence couvre la génération de parole avec ElevenLabs et d'autres fournisseurs de TTS, la création d'effets sonores synthétiques avec FFmpeg, la recherche de musique de fond libre de droits, l'implémentation du ducking audio pour que la parole reste intelligible, et le mixage de toutes les couches dans des compositions Remotion avec un timing image par image.


Quand utiliser cette compétence

Déclenchez cette compétence lorsque l'utilisateur :

  • Souhaite ajouter une narration ou un voice-over à une vidéo programmatique
  • A besoin de générer de la parole avec ElevenLabs, OpenAI TTS ou Edge TTS
  • Pose des questions sur la sélection de voix, les réglages de voix ou le clonage vocal
  • Veut ajouter de la musique de fond ou chercher des sources de musique libre de droits
  • Demande comment créer des effets sonores de manière programmatique
  • Veut implémenter le ducking audio (baisser la musique pendant la parole)
  • A besoin de mixer plusieurs couches audio dans Remotion
  • Pose des questions sur le timing audio, les niveaux de volume ou la synchronisation audio basée sur les images

Ne PAS déclencher cette compétence pour :

  • L'écriture de scripts vidéo ou le storyboard - utilisez la compétence d'écriture de scripts vidéo
  • L'architecture ou le rendu de composants Remotion - utilisez la compétence vidéo Remotion
  • La production audio professionnelle dans un DAW (Ableton, Logic, Pro Tools)
  • La composition musicale ou la programmation MIDI

Principes clés

  1. Architecture audio en couches - Chaque vidéo comporte trois couches audio : la narration au premier plan (la plus forte), les SFX au milieu (volume d'accentuation), et la musique de fond à la base (la plus faible).

  2. La narration dicte le timing - Générez la narration en premier, mesurez sa durée, puis calquez le timing des scènes sur cette durée. N'essayez jamais de faire tenir la narration dans des longueurs de scène arbitraires.

  3. Duck la musique pendant la parole - La musique de fond doit baisser de 50 à 60 % lorsque la narration est jouée. Utilisez des transitions progressives (10 à 15 images) pour éviter les sauts brusques.

  4. Les SFX comme accents, pas comme distractions - Gardez les SFX courts (moins de 0,5 s), subtils en volume et pertinents par rapport à l'action à l'écran.

  5. Testez l'audio en contexte - Prévisualisez toujours le mix complet avec toutes les couches ensemble. Écoutez les signes de parole brouillée, de pics de volume ou de silence mort.


Concepts de base

Architecture audio à 3 couches

CoucheRôleVolume de basePendant la narration
NarrationTransmet l'information, rythme le déroulement0,8-1,0N/A (couche supérieure)
SFXAccentue les transitions et les actions0,3-0,50,3-0,5 (inchangé)
Musique de fondDéfinit le ton émotionnel, comble les silences0,3-0,50,15-0,25 (ducké)

Modèle d'API ElevenLabs

ElevenLabs fournit un TTS neuronal via une API REST. Le flux principal :

  1. Choisissez une voix (préfabriquée ou clonée) - chacune a un voice_id
  2. Envoyez le texte et les réglages de voix à /v1/text-to-speech/{voice_id}
  3. Recevez les octets audio bruts (mp3 par défaut)
  4. Écrivez dans un fichier et mesurez la durée pour le timing de la scène

Réglages de la voix :

RéglagePlageBasHautRecommandé
stability0-1Plus expressif, variablePlus cohérent, monotone0,4-0,6
similarity_boost0-1Plus créatifPlus proche de la voix originale0,6-0,8
style0-1Délivrance neutreStyle exagéré0,3-0,6

Concept de ducking audio

Le ducking audio réduit le volume de la musique de fond lorsque la narration commence et le restaure lorsque la narration se termine. Dans Remotion, utilisez interpolate() :

Volume musique :  0.4 ---\              /--- 0.4
                       \            /
               0.15     \__________/
                     début narration → fin

Les transitions doivent prendre 10 à 15 images (~0,3-0,5 s à 30 ips).

Synchronisation audio basée sur les images dans Remotion

  • useCurrentFrame() retourne le numéro de l'image actuelle
  • interpolate() mappe les plages d'images à des plages de valeurs (par exemple, le volume)
  • <Sequence from={frame}> place l'audio à une image spécifique
  • <Audio volume={fn}> accepte un nombre statique ou une fonction par image

Convertissez les secondes en images : images = secondes * ips.


Tâches courantes

1. Configurer la clé API ElevenLabs et générer une narration

import fs from 'fs';

const ELEVENLABS_API_URL = 'https://api.elevenlabs.io/v1';

async function generateNarration(
  text: string,
  voiceId: string,
  outputPath: string
): Promise<void> {
  const response = await fetch(
    `${ELEVENLABS_API_URL}/text-to-speech/${voiceId}`,
    {
      method: 'POST',
      headers: {
        'Content-Type': 'application/json',
        'xi-api-key': process.env.ELEVEN_LABS_API_KEY!,
      },
      body: JSON.stringify({
        text,
        model_id: 'eleven_multilingual_v2',
        voice_settings: {
          stability: 0.5,
          similarity_boost: 0.75,
          style: 0.5,
          use_speaker_boost: true,
        },
      }),
    }
  );

  if (!response.ok) {
    const error = await response.text();
    throw new Error(`Erreur API ElevenLabs ${response.status}: ${error}`);
  }

  const buffer = Buffer.from(await response.arrayBuffer());
  fs.writeFileSync(outputPath, buffer);
}

2. Sélectionner et configurer les réglages de voix

Questions pour la sélection de la voix : genre, tranche d'âge, accent, niveau d'énergie, chaleur.

interface VoiceSettings {
  stability: number;
  similarity_boost: number;
  style: number;
  use_speaker_boost: boolean;
}

const presets: Record<string, VoiceSettings> = {
  explainer: { stability: 0.6, similarity_boost: 0.75, style: 0.4, use_speaker_boost: true },
  promo: { stability: 0.3, similarity_boost: 0.7, style: 0.7, use_speaker_boost: true },
  tutorial: { stability: 0.7, similarity_boost: 0.8, style: 0.2, use_speaker_boost: false },
};

3. Générer la narration par scène à partir d'un script

import { execSync } from 'child_process';
import path from 'path';

interface Scene { id: string; narrationText: string; }
interface SceneWithAudio extends Scene {
  audioPath: string;
  durationMs: number;
  durationFrames: number;
}

function getAudioDurationMs(filePath: string): number {
  const output = execSync(
    `ffprobe -v error -show_entries format=duration -of csv=p=0 "${filePath}"`
  ).toString().trim();
  return Math.round(parseFloat(output) * 1000);
}

async function generateSceneNarrations(
  scenes: Scene[], voiceId: string, outputDir: string, fps: number
): Promise<SceneWithAudio[]> {
  const results: SceneWithAudio[] = [];
  for (const scene of scenes) {
    const audioPath = path.join(outputDir, `${scene.id}.mp3`);
    await generateNarration(scene.narrationText, voiceId, audioPath);
    const durationMs = getAudioDurationMs(audioPath);
    results.push({
      ...scene, audioPath, durationMs,
      durationFrames: Math.ceil((durationMs / 1000) * fps),
    });
  }
  return results;
}

4. Trouver de la musique de fond

Sources de musique libre de droits :

  • Pixabay Audio: https://pixabay.com/music/ (gratuit, pas d'attribution requise)
  • Freesound: https://freesound.org/ (CC0/CC-BY)
  • YouTube Audio Library: téléchargement depuis YouTube Studio
  • Fichiers locaux: placez-les dans public/audio/ pour staticFile() de Remotion

5. Générer des SFX avec FFmpeg

# Son de clic - courte salve sinusoïdale
ffmpeg -f lavfi -i "sine=frequency=800:duration=0.05" \
  -af "afade=t=out:st=0.02:d=0.03" click.wav

# Frappe au clavier - salve de bruit filtré
ffmpeg -f lavfi -i "anoisesrc=d=0.08:c=white:a=0.3" \
  -af "highpass=f=2000,lowpass=f=8000,afade=t=out:st=0.04:d=0.04" type.wav

# Whoosh - balayage de fréquence
ffmpeg -f lavfi -i "sine=frequency=200:duration=0.4" \
  -af "vibrato=f=8:d=0.5,afade=t=in:d=0.1,afade=t=out:st=0.2:d=0.2,lowpass=f=1000" \
  whoosh.wav

# Ding/carillon - synthèse de cloche
ffmpeg -f lavfi -i "sine=frequency=1200:duration=0.6" \
  -af "afade=t=out:st=0.1:d=0.5,aecho=0.8:0.88:40:0.4" ding.wav

# Pop - impulsion
ffmpeg -f lavfi -i "sine=frequency=400:duration=0.08" \
  -af "afade=t=out:st=0.02:d=0.06,lowpass=f=600" pop.wav

# Swoosh de transition
ffmpeg -f lavfi -i "sine=frequency=300:duration=0.3" \
  -af "vibrato=f=12:d=0.8,afade=t=in:d=0.05,afade=t=out:st=0.15:d=0.15,bandpass=f=500:w=400" \
  swoosh.wav

6. Implémenter le ducking audio dans Remotion

import React from 'react';
import { Audio, useCurrentFrame, interpolate, Sequence } from 'remotion';

const AudioMixer: React.FC<{
  narrationSrc: string;
  musicSrc: string;
  narrationStart: number;
  narrationDuration: number;
}> = ({ narrationSrc, musicSrc, narrationStart, narrationDuration }) => {
  const frame = useCurrentFrame();

  const duckRampFrames = 10;
  const musicVolume = interpolate(
    frame,
    [
      narrationStart - duckRampFrames,
      narrationStart,
      narrationStart + narrationDuration,
      narrationStart + narrationDuration + duckRampFrames,
    ],
    [0.4, 0.15, 0.15, 0.4],
    { extrapolateLeft: 'clamp', extrapolateRight: 'clamp' }
  );

  return (
    <>
      <Audio src={musicSrc} volume={musicVolume} />
      <Sequence from={narrationStart} durationInFrames={narrationDuration}>
        <Audio src={narrationSrc} volume={0.9} />
      </Sequence>
    </>
  );
};

export default AudioMixer;

7. Mixer 3 couches audio dans une composition Remotion

import React from 'react';
import { Audio, Sequence, useCurrentFrame, interpolate } from 'remotion';

interface NarrationSegment { src: string; startFrame: number; durationFrames: number; }
interface SfxEvent { src: string; frame: number; }

const FullAudioMix: React.FC<{
  narrations: NarrationSegment[];
  sfxEvents: SfxEvent[];
  musicSrc: string;
}> = ({ narrations, sfxEvents, musicSrc }) => {
  const frame = useCurrentFrame();
  const duckRamp = 10;

  let musicVolume = 0.4;
  for (const seg of narrations) {
    const duck = interpolate(
      frame,
      [seg.startFrame - duckRamp, seg.startFrame,
       seg.startFrame + seg.durationFrames, seg.startFrame + seg.durationFrames + duckRamp],
      [1, 0.375, 0.375, 1],
      { extrapolateLeft: 'clamp', extrapolateRight: 'clamp' }
    );
    musicVolume = musicVolume * duck;
  }

  return (
    <>
      <Audio src={musicSrc} volume={musicVolume} loop />
      {sfxEvents.map((sfx, i) => (
        <Sequence key={i} from={sfx.frame} durationInFrames={30}>
          <Audio src={sfx.src} volume={0.4} />
        </Sequence>
      ))}
      {narrations.map((seg, i) => (
        <Sequence key={i} from={seg.startFrame} durationInFrames={seg.durationFrames}>
          <Audio src={seg.src} volume={0.9} />
        </Sequence>
      ))}
    </>
  );
};

export default FullAudioMix;

8. Utiliser des fournisseurs TTS alternatifs

OpenAI TTS - bonne qualité, API simple, six voix intégrées :

import OpenAI from 'openai';
import fs from 'fs';

const openai = new OpenAI();

async function generateWithOpenAI(
  text: string,
  outputPath: string,
  voice: 'alloy' | 'echo' | 'fable' | 'onyx' | 'nova' | 'shimmer' = 'alloy'
): Promise<void> {
  const mp3 = await openai.audio.speech.create({
    model: 'tts-1-hd',
    voice,
    input: text,
  });
  const buffer = Buffer.from(await mp3.arrayBuffer());
  fs.writeFileSync(outputPath, buffer);
}

Edge TTS - gratuit, nombreuses voix, utilise le service TTS de Microsoft Edge :

pip install edge-tts
edge-tts --voice en-US-AriaNeural --text "Bonjour tout le monde" --write-media output.mp3
edge-tts --list-voices

Anti-patrons / erreurs courantes

ErreurPourquoi c'est fauxQue faire à la place
Musique au même volume pendant la narrationLa parole devient inintelligibleImplémenter le ducking audio - baisser la musique de 50 à 60 % pendant la parole
Coder en dur la clé API ElevenLabsLa clé fuit dans le contrôle de versionUtiliser les variables d'environnement : process.env.ELEVEN_LABS_API_KEY
Utiliser le TTS sans mesurer la duréeMauvais timing de la scène, narration coupéeMesurer la durée audio avec ffprobe après la génération
SFX plus forts que la narrationDistrait du contenuSFX à 0,3-0,5, narration à 0,8-1,0
Pas de fondu au début/fin de la musiqueUn début/arrêt brusque ressemble à un bugAjouter un fondu d'entrée de 0,5 à 1 s au début et un fondu de sortie à la fin
Utiliser un modèle TTS de faible qualitéUne voix robotique nuit à la qualitéUtiliser eleven_multilingual_v2 ou tts-1-hd
Ignorer le format de fichier audioCertains formats ajoutent un silence de remplissageUtiliser MP3 pour la narration, WAV pour les SFX

Pièges

  1. Limites de débit et quotas de caractères ElevenLabs - Le niveau gratuit a une limite mensuelle de caractères. Mettez en cache l'audio généré de manière agressive et ne régénérez que lorsque le texte change. Utilisez un hachage du texte comme clé de cache.

  2. Le remplissage de l'encodeur MP3 ajoute du silence - Les fichiers MP3 ont souvent 20 à 50 ms de silence au début. Coupez avec ffmpeg -af silenceremove=1:0:-50dB ou tenez compte du décalage dans le timing des images.

  3. Le volume audio de Remotion est par composant, pas global - Deux composants <Audio> à volume 1.0 peuvent s'écrêter. Maintenez le volume total des couches simultanées en dessous de 1.0.

  4. Les SFX FFmpeg sonnent différemment selon les systèmes - Spécifiez toujours -ar 44100 -sample_fmt s16 pour une sortie cohérente entre les machines.

  5. Cohérence de la voix entre les scènes - ElevenLabs peut produire des tons différents pour les mêmes réglages avec un texte différent. Utilisez stability >= 0,5 pour une narration multi-scène.


Références

Pour des patrons détaillés sur des sous-domaines audio spécifiques, lisez le fichier correspondant dans le dossier references/ :

  • references/elevenlabs-api.md - patrons avancés de l'API ElevenLabs, y compris le clonage vocal, le TTS en streaming, l'API websocket, les dictionnaires de prononciation, et la gestion des quotas
  • references/audio-mixing-patterns.md - patrons de mixage avancés, y compris le ducking multi-segment, les fondus enchaînés entre les scènes, les courbes d'automatisation du volume, et le mastering du mix final
  • references/sfx-generation.md - génération complète de SFX avec FFmpeg, y compris la synthèse complexe, la superposition de plusieurs générateurs, et la construction d'une bibliothèque SFX réutilisable

Ne chargez un fichier de référence que si la tâche actuelle l'exige - ils sont longs et consommeront du contexte.

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Skills associés