Communitygithub.com

ChronoAIProject/nyx-skills

Méthode pour produire des vidéos verticales courtes à partir de la génération d'images ChatGPT via un onglet de navigateur fixe, narration TTS locale, incrustation minutée des sous-titres, exports de couvertures et un manifeste. À utiliser lorsqu'un opérateur a besoin d'un workflow reproductible image-à-court avec cohérence de session épinglée, invites visuelles par temps, règles de zone sécurisée 1080x1920, assemblage local ffmpeg/PIL et accès privé maintenu en dehors de la compétence.

Qu'est-ce que nyx-skills ?

Cette compétence permet de transformer un script ou un plan de contenu en une vidéo verticale courte dont le visuel principal est généré dans ChatGPT via un onglet de navigateur fixe fourni par l'opérateur, puis assemblé localement avec narration, sous-titres incrustés, couvertures de plateforme et un manifeste. Elle est particulièrement utile pour les créateurs de contenu, les marketeurs et les équipes de production qui ont besoin d'un processus reproductible et cohérent pour produire des vidéos courtes à partir d'images générées par IA, tout en garantissant des règles de zone sécurisée strictes (1080x1920) et une session de génération d'images stable. La compétence fonctionne avec ChatGPT (onglet de navigateur fixe), ffmpeg, PIL, et un TTS local ou côté serveur. Elle évite toute dépendance à des comptes ou tokens exposés dans les artefacts finaux, et impose que les chemins locaux restent privés. Le workflow complet inclut la validation des entrées, la génération d'images par temps, la narration TTS, l'alignement des sous-titres, le rendu vidéo avec incrustation, l'export de couvertures 4:3 et 3:4, et l'écriture d'un manifeste portable.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ChronoAIProject/nyx-skills/tree/HEAD/chatgpt-image-short-video

Demander à votre IA préférée

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

Documentation

Vidéo courte avec image ChatGPT

Utilisez cette méthode pour transformer un script ou un plan de contenu en une vidéo verticale courte dont le visuel principal est généré dans ChatGPT via un onglet de navigateur fixe fourni par l'opérateur, puis assemblé localement avec narration, sous-titres incrustés, couvertures de plateforme et un manifeste.

Pour la checklist complète de production, le modèle d'invite, les règles de minutage, les règles de rendu, le contrat de couverture et le schéma du manifeste, lisez references/workflow.md.

Workflow principal

  1. Confirmer les entrées : titre, sous-titre ou accroche, script parlé, brève description du style visuel, langue cible, voix/débit TTS, répertoire de sortie et métadonnées de plateforme.
  2. Utiliser l'onglet de navigateur fixe de génération d'images fourni par l'opérateur. N'ouvrez pas une nouvelle session ChatGPT sauf si l'onglet fixe est cassé et que l'opérateur approuve son remplacement.
  3. Générer une image principale ou un petit ensemble d'images par temps en utilisant le modèle d'invite par temps décrit dans la référence.
  4. Enregistrer les images générées en tant qu'actifs sources locaux et noter l'invite, l'étiquette de l'onglet du navigateur, l'index de l'image, l'horodatage et toute tentative manuelle.
  5. Générer la narration localement avec TTS et enregistrer à la fois le média et le fichier de sous-titres associé lorsqu'il est disponible.
  6. Mesurer la durée réelle de l'audio avec ffprobe ; dériver le nombre d'images de la durée audio, pas de la longueur attendue du script.
  7. Aligner les sous-titres à partir du fichier de sous-titres TTS ou d'un aligneur vocal local, puis les diviser en blocs lisibles.
  8. Rendre les images 1080x1920 avec un placement sûr du titre/sous-titre, un léger mouvement et des sous-titres incrustés.
  9. Encoder avec ffmpeg, multiplexer la narration, créer des couvertures 4:3 et 3:4, et écrire un manifeste pointant vers chaque artefact final.
  10. Valider que la vidéo, les couvertures, les sous-titres et le manifeste sont sans danger pour le public et ne contiennent aucun identifiant interne, chemin local, identifiant de connexion, slug de navigateur ou étiquette de brouillon.

Non-négociables

  • L'accès à l'onglet fixe est un paramètre privé de l'opérateur. N'incluez jamais les URL réelles des onglets, les noms de comptes, les jetons d'accès, les chemins d'espace de travail locaux ou les identifiants dans une sortie réutilisable.
  • L'onglet fixe existe pour la continuité de la session et la cohérence des outils d'image. Il isole la génération d'images des conversations non liées et réduit la dérive de style lors des tentatives.
  • Conservez la vidéo finale en 1080x1920, 24 ou 30 ips, H.264, yuv420p, audio AAC et +faststart, sauf si la plateforme cible exige un autre contrat.
  • Incrustez les sous-titres dans la vidéo ; ne comptez pas uniquement sur des fichiers de légendes externes pour les aperçus de courte durée.
  • Exportez les couvertures horizontales 4:3 et verticales 3:4 en tant que fichiers séparés.
  • Le manifeste doit utiliser des chemins d'artefacts relatifs au dépôt ou au paquet lorsque cela est possible. Ne sérialisez pas les chemins privés locaux de la machine dans un manifeste portable.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ChronoAIProject/aevatar-attachment-probe

Boundary test for inbound Lark attachments — the user sends an image or file alongside this command and the bot reports exactly what it can observe on the chat path (text only, attachment refs, or nothing), without guessing. Detects when the platform wires chat-path attachment visibility so dependent skills can be upgraded.

ChronoAIProject/aevatar-vision-probe

Verify the read-image (vision) path end to end — the user sends an image plus the trigger, a workflow vision step describes it, and the run output proves the model actually saw the image (a real description, not "no image received"). Run it before any image-dependent workflow (petty-cash receipt, invoice OCR).

ChronoAIProject/codex-formal-answer

Use when answering mathematical, conceptual, philosophical, or metaphysical questions through repository-first scientific reasoning, a clause-complete formal bridge, retained exact Lean specializations, reusable library growth, and an ordinary conversational answer; the formal work stays internal and is shown only when the user asks for it.

ChronoAIProject/lark-im-ops

Send, reply to, react to, read, and find Lark messages and chats through the bot's NyxID-brokered im/v1 APIs — proactively post to a chat or DM, thread-reply, add or remove emoji reactions, read a single message or pull a chat's history over a time window, search or list the chats the bot is in, and download an image/file from a message. Handles the "content must be a JSON string" footgun and receive_id_type selection, and doubles as the im-scope probe — on a scope 403 it reports the exact missing permission instead of failing silently.

ChronoAIProject/nyx-skills

Verify-first promotion intelligence for ANY repo or org. Pulls live GitHub state, runs sshx multi-perspective consensus over it, and returns an evidence-backed board of what is genuinely promotable, how items connect, and what is unverifiable. Use when an agent or operator asks "what's worth promoting / what connects / what's real" for a target repo or org.

ChronoAIProject/ornn-agent-manual-cli

The manual an AI agent loads to operate Ornn — the model-agnostic skill-lifecycle API (an npm-style registry + CLI for agent skills) — via the NyxID CLI (`nyxid proxy request ornn-api …`). Load and follow this skill WHENEVER the user asks to do anything with Ornn skills or skillsets. Skills: search Ornn or find a skill, pull or install a skill (or a specific version), run a skill, build and upload a skill, publish a new version, make a skill public / private / shared, run or read a security audit, deprecate or delete a version, diff two versions, check usage analytics, bind a skill to a NyxID service, link a skill to GitHub or sync from source, manage npm-style dist-tags, or transfer skill ownership. Skillsets — curated multi-skill bundles with a required master prompt: bundle skills into a set, create or publish a skillset, resolve its closure in one call, export a skillset as a Claude Code marketplace plugin, transfer skillset ownership, or diagnose why a shared skillset isn't visible (visibility derives fr

ChronoAIProject/petty-cash-approval-payload-builder

Runs the petty-cash approval flow end to end yourself — collect Lark DM/sheet/image context, extract receipt details, build the exact approval body, then SUBMIT the Lark approval instance.

ChronoAIProject/public-copy-release-guard

Portable checklist for gating public-facing copy before release. Use when captions, posts, manifests, topics, titles, or launch copy must be checked for generic AI wording, leaked internal labels, forbidden experiment or tool names, platform topic allowlists, CTA spam, and unsupported overclaims.

ChronoAIProject/research-claim-fidelity-reviewer

Severity-weighted BLOCK, WARN, OK reviewer method for technical and research posts. Use when reviewing X threads, announcements, captions, or launch copy for hook strength, thread arc, generic AI vocabulary, source fidelity, claim support, numeric-claim verification, and thread format before recommending publish.

Skills associés