Communitygithub.com

NeverSight/learn-skills.dev

Workflow d'édition vidéo assistée par IA pour couper, structurer et améliorer des séquences réelles. Couvre l'ensemble du pipeline, de l'enregistrement brut à FFmpeg, Remotion, ElevenLabs, fal.ai et le peaufinage final dans Descript ou CapCut. À utiliser lorsque l'utilisateur souhaite éditer une vidéo, couper des séquences, créer un vlog ou produire du contenu vidéo.

Qu'est-ce que learn-skills.dev ?

Cette compétence décrit un workflow complet d'édition vidéo assistée par IA, conçu pour traiter des séquences réelles plutôt que de générer du contenu à partir de zéro. Elle est particulièrement utile pour les développeurs et créateurs de contenu qui souhaitent transformer rapidement des enregistrements longs (tutoriels, démos, vlogs) en vidéos courtes et percutantes pour des plateformes comme YouTube, TikTok ou Instagram. Le pipeline se compose de six couches distinctes, chacune avec un rôle précis : la capture (Screen Studio), l'organisation (Claude/Codex pour la transcription et la planification), le montage déterministe (FFmpeg pour les coupes et l'assemblage), la synthèse programmable (Remotion pour les superpositions et les animations), la génération d'actifs (ElevenLabs pour la voix off et fal.ai pour la musique ou les visuels), et enfin le peaufinage créatif (Descript ou CapCut). Le principe fondamental est de ne pas demander à l'IA de créer une vidéo entière, mais de l'utiliser pour compresser, structurer et améliorer le contenu existant. La compétence s'applique à Claude Code, Cursor et Codex, et propose des commandes FFmpeg, des extraits Remotion et des exemples d'API. L'accent est mis sur l'efficacité : FFmpeg gère les tâches répétitives, Remotion permet la réutilisabilité, et l'humain conserve le dernier mot sur le rythme et la qualité esthétique.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/aaione/everything-claude-code-zh/video-editing

Demander à votre IA préférée

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

Aperçu

Depuis le README du skill

Documentation

Édition vidéo

Édition assistée par IA de séquences réelles. Pas de génération à partir d'invites. Montez rapidement des vidéos existantes.

Quand activer

  • L'utilisateur souhaite éditer, couper ou structurer des séquences vidéo
  • Convertir de longs enregistrements en contenu vidéo court
  • Construire des vlogs, tutoriels ou vidéos de démonstration à partir de séquences brutes
  • Ajouter des superpositions, sous-titres, musique ou voix off à une vidéo existante
  • Recadrer une vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
  • L'utilisateur dit "éditer une vidéo", "couper ces séquences", "faire un vlog" ou "workflow vidéo"

Argument central

L'édition vidéo par IA devient utile quand vous arrêtez de lui demander de créer une vidéo entière et que vous l'utilisez pour compresser, structurer et améliorer des séquences réelles. La valeur ne réside pas dans la génération. La valeur réside dans la compression.

Pipeline

Screen Studio / Séquence brute
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript ou CapCut

Chaque couche a un travail spécifique. Ne sautez pas de couche. N'essayez pas de faire faire tout par un seul outil.

Couche 1 : Capture (Screen Studio / Séquence brute)

Collectez le matériau source :

  • Screen Studio : Enregistrements d'écran de qualité pour démos d'applications, sessions de codage, workflows navigateur
  • Séquences caméra brutes : Séquences de vlog, interviews, enregistrements d'événements
  • Capture de bureau via VideoDB : Enregistrements de session avec contexte en temps réel (voir la compétence videodb)

Sortie : Fichiers bruts prêts à être organisés.

Couche 2 : Organisation (Claude / Codex)

Utilisez Claude Code ou Codex pour :

  • Transcrire et étiqueter : Générer une transcription, identifier les sujets et les thèmes
  • Planifier la structure : Décider ce qui est gardé, coupé, et dans quel ordre
  • Identifier les temps morts : Repérer les pauses, digressions, prises répétées
  • Générer une liste de décisions de montage : Horodatages pour les coupes, segments à conserver
  • Générer du code FFmpeg et Remotion : Créer des commandes et des compositions
Exemple d'invite :
"Voici la transcription d'un enregistrement de 4 heures. Trouve les 8 segments les plus forts
 pour un vlog de 24 minutes. Donne-moi les commandes FFmpeg pour chaque segment."

Cette couche concerne la structure, pas le jugement artistique final.

Couche 3 : Coupes déterministes (FFmpeg)

FFmpeg gère le travail ingrat mais crucial : division, recadrage, concaténation et prétraitement.

Extraire un segment par horodatage

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Coupes par lots depuis une liste de décisions

#!/bin/bash
# cuts.txt : début,fin,étiquette
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Concaténer des segments

# Créer la liste de fichiers
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Créer des fichiers proxy pour accélérer le montage

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extraire l'audio pour la transcription

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normaliser le niveau audio

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Couche 4 : Synthèse programmable (Remotion)

Remotion transforme les problèmes de montage en code composable. À utiliser pour les choses difficiles avec un éditeur traditionnel :

Quand utiliser Remotion

  • Superpositions : Texte, images, marque, bandeaux de sous-titres
  • Visualisation de données : Graphiques, statistiques, nombres animés
  • Graphiques animés : Transitions, animations explicatives
  • Scènes composables : Modèles réutilisables d'une vidéo à l'autre
  • Démos de produits : Captures d'écran annotées, surbrillance UI

Composition Remotion de base

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Séquence principale */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Superposition titre */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            Stack technique IA
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Segment suivant */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Rendu de la sortie

npx remotion render src/index.ts VlogComposition output.mp4

Consultez la documentation Remotion pour des motifs avancés et la référence API.

Couche 5 : Génération d'actifs (ElevenLabs / fal.ai)

Générez uniquement ce dont vous avez besoin. Ne générez pas toute la vidéo.

Voix off avec ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Votre texte de voix off",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Musique et effets sonores avec fal.ai

Utilisez la compétence fal-ai-media pour :

  • Génération de musique de fond
  • Effets sonores (modèle ThinkSound pour vidéo en audio)
  • Effets de transition

Visuels génératifs avec fal.ai

Pour des plans de coupe, vignettes ou B-roll inexistants :

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "Vignette pro pour vlog tech, fond sombre, code à l'écran",
  "image_size": "landscape_16_9"
})

Génération audio VideoDB

Si VideoDB est configuré :

voiceover = coll.generate_voice(text="Voix off ici", voice="alloy")
music = coll.generate_music(prompt="Musique lo-fi pour vlog de programmation", duration=120)
sfx = coll.generate_sound_effect(prompt="Effet de transition léger de type swoosh")

Couche 6 : Peaufinage final (Descript / CapCut)

La dernière couche est le travail humain. Utilisez un éditeur traditionnel pour :

  • Rythme : Ajuster les coupes qui semblent trop rapides ou lentes
  • Sous-titres : Génération automatique, puis relecture manuelle
  • Étalonnage : Correction de base et ambiance
  • Mixage audio final : Équilibrer les niveaux de voix, musique et effets
  • Export : Formats et réglages de qualité spécifiques à la plateforme

C'est ici que le goût s'exprime. L'IA supprime le travail répétitif. Vous prenez la décision finale.

Recadrage pour les réseaux sociaux

Différentes plateformes nécessitent des formats différents :

PlateformeFormatRésolution
YouTube16:91920x1080
TikTok / Reels9:161080x1920
Instagram feed1:11080x1080
X / Twitter16:9 ou 1:11280x720 ou 720x720

Recadrage avec FFmpeg

# 16:9 vers 9:16 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 vers 1:1 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Recadrage avec VideoDB

from videodb import ReframeMode

# Recadrage intelligent (suivi de sujet guidé par IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Détection de scènes et coupes automatiques

Détection de scènes FFmpeg

# Détecter les changements de scène (seuil 0.3 = sensibilité moyenne)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Détection de silence pour coupes automatiques

# Trouver les segments silencieux (utile pour couper les blancs)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extraction de moments forts

Utilisez Claude pour analyser la transcription + les horodatages de scènes :

"À partir de cette transcription horodatée et de ces points de changement de scène,
identifie 5 segments de 30 secondes les plus adaptés aux réseaux sociaux."

Ce que chaque outil fait de mieux

OutilPoints fortsPoints faibles
Claude / CodexOrganisation, planification, génération de codePas le jugement créatif
FFmpegCoupes déterministes, traitement par lots, conversion de formatsPas d'interface d'édition visuelle
RemotionSuperpositions programmables, scènes composables, modèles réutilisablesCourbe d'apprentissage pour non-développeurs
Screen StudioEnregistrements d'écran de qualité immédiateCapture d'écran uniquement
ElevenLabsVoix, voix off, musique, effets sonoresPas un centre de workflow
Descript / CapCutRythme final, sous-titres, peaufinageManuel, non automatisable

Principes clés

  1. Éditer, pas générer. Ce workflow sert à couper des séquences réelles, pas à créer à partir d'invites.
  2. Structure avant style. Mettez l'histoire au point à la couche 2 avant de toucher au visuel.
  3. FFmpeg est l'épine dorsale. Ingrat mais crucial. Les longues séquences deviennent gérables ici.
  4. Remotion pour la répétabilité. Si vous devez faire la même chose plusieurs fois, transformez-la en composant Remotion.
  5. Génération sélective. Utilisez la génération IA uniquement pour les actifs qui n'existent pas, pas pour tout.
  6. Le goût est la dernière couche. L'IA supprime le travail répétitif. Vous prenez la décision créative finale.

Compétences associées

  • fal-ai-media — Génération IA d'images, vidéos et audio
  • videodb — Traitement vidéo côté serveur, indexation et streaming
  • content-engine — Distribution de contenu natif aux plateformes

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