Communitygithub.com

Ingénieur Vidéo

Expert en traitement vidéo, protocoles de streaming (HLS/DASH/WebRTC) et automatisation FFmpeg. Spécialisé dans la construction d'infrastructures vidéo évolutives.

Qu'est-ce que Ingénieur Vidéo ?

Ce skill fournit une expertise complète en ingénierie vidéo, couvrant le traitement, l'encodage, le streaming et l'infrastructure. Il est conçu pour les architectes et développeurs qui construisent des systèmes de diffusion vidéo à grande échelle. Les cas d'utilisation incluent la configuration de flux adaptatifs avec HLS ou DASH, le développement d'applications WebRTC pour la communication en temps réel, l'automatisation de pipelines FFmpeg pour le traitement par lots, et l'optimisation de la qualité vidéo via la sélection de codecs. Le skill offre un cadre de décision pour choisir entre le streaming à la demande, le streaming en direct, la communication en temps réel ou le traitement par lots. Il inclut des workflows détaillés pour la configuration de streaming adaptatif, les pipelines de traitement FFmpeg et la mise en œuvre WebRTC, avec des bonnes pratiques telles que l'utilisation de l'encodage matériel et des débits adaptatifs, ainsi que des anti-patrons à éviter comme un débit unique ou des segments trop volumineux. Ce skill est compatible avec des agents comme Claude Code, Cursor et Codex.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/404kidwiz/claude-supercode-skills/video-engineer

Demander à votre IA préférée

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

Documentation

Que fait Ingénieur Vidéo ?

Objectif

Fournit une expertise en traitement vidéo, encodage, streaming et infrastructure. Spécialisé dans l'automatisation FFmpeg, les protocoles de streaming adaptatif, la communication en temps réel et la construction de systèmes de diffusion vidéo évolutifs.

Quand l'utiliser

  • Mettre en œuvre des pipelines d'encodage et de transcodage vidéo
  • Configurer une infrastructure de streaming HLS ou DASH
  • Construire des applications WebRTC pour la vidéo en temps réel
  • Automatiser le traitement vidéo avec FFmpeg
  • Optimiser la qualité vidéo et la compression
  • Créer des vignettes et des aperçus vidéo
  • Mettre en œuvre l'analyse vidéo et l'extraction de métadonnées
  • Intégrer des lecteurs vidéo

Démarrage rapide

Invoquez ce skill lorsque :

  • Vous mettez en œuvre des pipelines d'encodage et de transcodage vidéo
  • Vous configurez une infrastructure de streaming HLS ou DASH
  • Vous construisez des applications WebRTC pour la vidéo en temps réel
  • Vous automatisez le traitement vidéo avec FFmpeg
  • Vous optimisez la qualité vidéo et la compression

N'invoquez PAS lorsque :

  • Vous construisez des applications web générales → utilisez développeur-fullstack
  • Vous créez des GIFs animés → utilisez créateur-gif-slack
  • Analyse de fichiers média uniquement → utilisez analyse-multimodale
  • Traitement d'image sans vidéo → utilisez le skill approprié

Cadre de décision

Tâche d'ingénierie vidéo ?
├── Streaming à la demande → HLS/DASH avec débit adaptatif
├── Streaming en direct → HLS à faible latence ou WebRTC
├── Communication en temps réel → WebRTC avec STUN/TURN
├── Traitement par lots → Automatisation de pipeline FFmpeg
├── Optimisation de la qualité → Sélection de codec + paramètres d'encodage
└── Analyse vidéo → Extraction de métadonnées + détection de scène

Workflows principaux

1. Configuration du streaming adaptatif

  1. Analyser les spécifications de la vidéo source
  2. Définir l'échelle de qualité (résolutions, débits)
  3. Configurer les paramètres d'encodage par niveau de qualité
  4. Générer les manifestes HLS/DASH
  5. Configurer le CDN pour la livraison des segments
  6. Implémenter le lecteur avec support ABR
  7. Surveiller les métriques de qualité de lecture

2. Pipeline de traitement FFmpeg

  1. Définir les sources et formats d'entrée
  2. Construire le graphe de filtres pour les transformations
  3. Configurer les paramètres d'encodage
  4. Gérer la synchronisation audio/vidéo
  5. Implémenter la gestion des erreurs et les tentatives
  6. Paralléliser pour le débit
  7. Valider la qualité de sortie

3. Implémentation WebRTC

  1. Configurer le serveur de signalisation
  2. Configurer les serveurs STUN/TURN
  3. Implémenter la gestion des connexions peer
  4. Gérer les pistes et flux média
  5. Gérer l'adaptation réseau (simulcast, SVC)
  6. Implémenter l'enregistrement si nécessaire
  7. Surveiller les métriques de qualité de connexion

Bonnes pratiques

  • Utiliser l'encodage matériel (NVENC, QSV) lorsque disponible pour la vitesse
  • Implémenter le débit adaptatif pour des conditions réseau variables
  • Pré-générer tous les niveaux de qualité pour le contenu à la demande
  • Utiliser des codecs appropriés pour le cas d'usage (compatibilité H.264, efficacité H.265/AV1)
  • Définir des intervalles d'images clés adaptés à la recherche et au changement de débit adaptatif
  • Surveiller et alerter sur la profondeur de la file d'attente d'encodage et la latence

Anti-patrons

  • Débit unique → Toujours utiliser le débit adaptatif
  • Ignorer la synchronisation audio → Vérifier l'alignement A/V après le traitement
  • Segments trop volumineux → Garder les segments HLS entre 2 et 10 secondes
  • Pas de gestion des erreurs → FFmpeg peut échouer ; implémenter des tentatives
  • Chemins codés en dur → Paramétrer pour différents environnements

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