Communitygithub.com

0xsline/openchatcut

Génération de vidéos IA via Fal.ai, Seedance 2.0, Kling, MiniMax Hailuo, xAI Grok Imagine et OFox. À utiliser lorsque l'utilisateur souhaite générer un clip vidéo — texte-vers-vidéo, image-vers-vidéo, transition première/dernière image, génération guidée par référence, multi-plan, ou édition/génération d'extension d'un clip existant.

Qu'est-ce que openchatcut ?

Cette compétence permet de générer des vidéos à l'aide de plusieurs modèles d'IA de pointe, notamment Seedance 2.0, Kling, MiniMax Hailuo, xAI Grok Imagine, OFox et Fal.ai. Elle prend en charge un large éventail de scénarios : conversion texte en vidéo, image en vidéo, transitions entre la première et la dernière image, génération guidée par référence, storyboards multi-plans, et édition ou extension générative de clips existants. La compétence est conçue pour les agents IA comme Claude Code, Cursor ou Codex, et gère chaque travail de génération de manière indépendante en renvoyant un `jobId`. La gestion des travaux (attente, statut) est déléguée à un outil `track_progress` séparé, et le résultat n'est pas automatiquement placé sur la timeline du projet. La compétence fournit des directives détaillées pour la sélection du modèle en fonction des capacités configurées, des paramètres spécifiques à chaque modèle (durée, ratio, résolution, références) et un workflow pas à pas pour aligner le périmètre avec l'utilisateur, rédiger des prompts efficaces, soumettre un travail à la fois, et itérer. Un accent particulier est mis sur la cohérence visuelle entre les plans grâce à l'utilisation d'ancres (images ou vidéos de référence), et des règles sont fournies pour éviter les pièges courants comme la soumission parallèle ou l'invention de paramètres non autorisés.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/0xsline/openchatcut/tree/HEAD/src/agent/skills/video-gen

Demander à votre IA préférée

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

Documentation

Génération Vidéo

Soumet un travail de génération vidéo par appel et renvoie un jobId. La gestion des travaux (attente / statut) appartient à track_progress ; cette compétence ne place pas les vidéos automatiquement sur la timeline.

Quand l'utiliser

Chaque fois que l'utilisateur souhaite générer un clip vidéo — texte-vers-vidéo, image-vers-vidéo, transition première-dernière image, génération basée sur une référence, storyboard multi-plan, ou édition/extension générative d'une vidéo existante (produisant de nouvelles séquences générées à partir d'un clip source ; pas de découpage de timeline).

Modèles

ModèleRéférencePoints forts
fal + falModelreferences/fal.mdCatalogue Fal explicite ; voir le schéma de l'outil pour les limites par modèle
seedance2references/seedance2.mdPar défaut lorsqu'il est configuré. Références multimodales, première/dernière, édition/extension/pont, 2–15s, 480p/720p/1080p/4k, contrôles audio/seed/caméra/filigrane/dernière-image/tâche.
klingreferences/kling.mdCaméra/performance technique ; Omni multi-plan ; images ≤7 (≤4 avec une feature refVideos) ; std/pro ; 3–15s.
hailuoreferences/hailuo.mdMiniMax 海螺. T2V / I2V / première+dernière ; 6s ou 10s ; 512P (Hailuo-02), 720p→768P, 1080P (6s) ; pas de multi-réf / multi-plan.
grok-imagine-videoreferences/grok-imagine-video.mdxAI Grok Imagine. Texte-vers-vidéo uniquement ; 1–15s ; 480p/720p/1080p ; piste audio incluse.
ofoxreferences/ofox.mdPasserelle multi-modèle OFox (Seedance/Wan et plus derrière une clé). Texte/image-vers-vidéo, première+dernière image, jusqu'à 9 références images ; 2–30s avec limites API par modèle ; 480p/720p/1080p par modèle.

IMPORTANT : Avant de générer, lisez la référence du modèle choisi pour ses capacités, ses canaux d'entrée, ses modes, la structure des prompts et son comportement spécifique. N'inventez jamais de paramètres que la référence interdit.

Sélection du modèle

Respectez les fournisseurs configurés à partir de l'invite de capacités (n'appelez qu'un modèle dont la clé est active).

  1. L'utilisateur a nommé un fournisseur ("用海螺", "MiniMax", "Kling", "Seedance") → ce model, s'il est configuré.
  2. Si Fal.ai est sélectionné ou demandé, utilisez model: "fal" ainsi que le falModel demandé ou la valeur par défaut de Fal enregistrée dans les capacités. Demandez si aucun Fal model n'est sélectionné. Lisez les contraintes du catalogue Fal dans le schéma de l'outil ; les limites du fournisseur natif ci-dessous ne s'appliquent pas.
  3. Sinon, par défaut seedance2 lorsque Seedance est configuré.
  4. Sinon, si seul Kling est actif → kling. Sinon, si seul MiniMax est actif → hailuo. Sinon, si seul xAI est actif → grok-imagine-video. Sinon, si seul OFox est actif → ofox.
  5. Déroger à la valeur par défaut lorsque :
    • Besoin de personnalisation / intelligence multi-plan → kling (confirmer si l'utilisateur ne l'a pas nommé).
    • Besoin de références multi-modales riches (références vidéo/audio, édition/extension) → seedance2.
    • Besoin d'un court moment unique et que seul MiniMax est disponible, ou que l'utilisateur souhaite Hailuo → hailuo avec durée 6 ou 10.

Si le modèle requis n'est pas configuré, dites-le et proposez : un autre fournisseur vidéo configuré, téléchargement, ou Motion Graphic — ne faites pas comme si l'API existait.

Informez brièvement l'utilisateur de ce que vous allez générer avant de soumettre.

Paramètres de l'outil

ParamètreValeursDéfaut
modelseedance2, kling, hailuo, grok-imagine-video, ofox, falseedance2 lorsqu'il est disponible
durationSecondsspécifique au modèleseedance/kling ~5 ; hailuo 6 ou 10 (1080p → 6 uniquement) ; grok 1–15 ; ofox 2–30 (limites API par modèle)
ratiovoir la doc du modèle16:9 (seedance/kling/grok/ofox) ; ignoré sur hailuo
resolution480p, 512p, 720p, 1080p, 4kspécifique au fournisseur ; hailuo ajoute 512p pour Hailuo-02 ; grok : 480p/720p/1080p
refVideoModefeature, basekling uniquement, avec refVideos
promptOptimizer / fastPretreatmentbooléenhailuo uniquement
generateAudio, seed, cameraFixed, watermarkcontrôlesseedance uniquement
returnLastFrame, executionExpiresAfter, prioritycontrôlesseedance uniquement ; la dernière image demandée devient un autre asset image
namenom d'asset descriptifrequis pour une bonne UX de la médiathèque
firstFrameréférence d'asset image du projetoptionnel
lastFrameréférence d'asset image du projetseedance / kling / hailuo (nécessite firstFrame ; pas avec multi-réf sur seedance)
refImages / refVideos / refAudiosréférences d'assetsseedance complet ; kling : images + 1 vidéo feature (pas d'audio) ; hailuo : aucun (frames / S2V subject)
mode / shotType / multiPromptsKling multi-plankling uniquement

Paramètres spécifiques au modèle — voir la référence du modèle.

Résolution d'entrée

firstFrame / lastFrame / refImages / refVideos / refAudios prennent tous une référence d'asset du projet. Préférez un UUID complet ou un préfixe court provenant de read_project ; les asset://<id> et les URLs d'assets du même projet renvoyées par read_project sont également acceptées. Par type d'emplacement : les emplacements d'images et refImages → image ; refVideos → vidéo ; refAudios → audio.

Les URLs externes et le base64 ne sont pas acceptés. Si la source est une URL publique, téléchargez-la d'abord dans le projet (download_media pour vidéo/audio, submit_image pour les images) et transmettez l'ID d'asset résultant.

Workflow

Boucle en quatre étapes. Pour chaque nouvelle génération, recommencez à l'étape 1 si l'intention de l'utilisateur a changé.

Étape 1 — Aligner le périmètre avec l'utilisateur

Avant d'écrire un prompt, alignez-vous sur trois dimensions :

  1. Durée et segments — longueur totale, nombre de plans, et s'ils vivent dans un seul clip ou plusieurs.

    Si l'utilisateur a déjà indiqué une direction ("做一段", "in one video", "分别生成", "split into N shots", etc.), suivez-la — ne remettez pas en cause.

    Sinon, présentez les deux voies et laissez l'utilisateur choisir :

    • Multi-plan dans un seul clip (voir la référence du modèle) — inférence unique, sujet / éclairage / style physiquement cohérents entre les sous-plans ; convient à un récit cohérent dans la limite de durée par clip.
    • Plusieurs clips — chaque clip est indépendamment contrôlable et re-généré, mais l'identité et la continuité de style doivent être portées par des ancres ; convient aux durées dépassant la limite ou aux coupures scéniques nettes.

    Proposez le compromis ; ne choisissez pas pour l'utilisateur.

  2. Contenu — ce que chaque clip dépeint. Résumez ce que vous avez compris, segment par segment. Lorsque le contenu est vague (par exemple "génère une vidéo d'une fille qui danse"), l'utilisateur n'a généralement pas spécifié un ou plusieurs des éléments suivants :

    • Sujet : qui / quel est le sujet principal (apparence, tenue, traits distinctifs) ?
    • Action : que fait-il/elle ? (Pour les plans de dialogue / émotion, quelle micro-expression ?)
    • Scène : où — décor, moment de la journée, détails environnementaux ?
    • Ambiance lumineuse / couleur : quelle atmosphère ?
    • Caméra : préférence de taille de plan / angle / mouvement ?
    • Style : style visuel ou référence (cinématographique / anime / documentaire / ...).

    Concentrez-vous sur les éléments qui importent pour cette demande spécifique et qui ne peuvent pas être déduits en toute sécurité — ne transformez pas cela en exercice de remplissage de blancs. Résumez les parties comprises à l'utilisateur avant de continuer.

  3. Ancres de cohérence — uniquement lorsque plusieurs plans réutilisent un personnage, un objet ou une scène : identifiez quelle ancre (image ou vidéo de référence) fixer entre les plans. Pour les règles de sourcing, voir § Cohérence visuelle entre les plans ci-dessous.

Pour chaque dimension, vérifiez les mots de l'utilisateur :

  • Clair — continuez.
  • Ambigu ou manquant — DEMANDEZ à l'utilisateur. Ne devinez pas, ne prenez pas votre propre interprétation par défaut. Une confirmation par échange est moins coûteuse qu'une génération gaspillée.

Ce qu'il ne faut PAS faire

  • Ne pas "dire puis soumettre" — annoncer "Je vais faire ceci en 2 clips" et soumettre immédiatement n'est pas un alignement, c'est une décision unilatérale avec annonce.
  • Ne pas diviser par défaut une demande de vidéo unique en plusieurs clips. Un seul clip peut contenir plusieurs sous-plans (voir la référence du modèle), avec un sujet / éclairage / style physiquement cohérents entre eux. Présentez le compromis, puis laissez l'utilisateur choisir.
  • Ne pas sauter la question parce que vous pensez que la réponse est évidente.

Contournements stricts (le mot explicite de l'utilisateur l'emporte)

  • "one clip / single clip / 一条 / 一个镜头 / in 1 clip" → ne jamais diviser, même si la description est objectivement longue.
  • "N shots / N 段 / N 个镜头" → générer exactement N.
  • "use this image / 用这张图" → utiliser comme référence, ne pas substituer.

Étape 2 — Rédiger le prompt

Voir la référence du modèle choisi pour la structure du prompt et les combinaisons de paramètres (par exemple, la structure à 8 éléments et les modes de Seedance ; les conseils de prompt de Kling). Avant de soumettre, vérifiez :

  • name est un nom d'asset descriptif — suffisamment descriptif pour que l'utilisateur (et vous lors des tours suivants) reconnaisse cet asset dans la médiathèque du projet. Évitez les vagues comme "Sans titre" ou "clip 1".
  • La combinaison de paramètres correspond à l'intention de l'utilisateur — voir la section Modes dans la référence du modèle.
  • L'audio de la vidéo générée n'est pas un paramètre d'outil (côté fournisseur). Hailuo n'a pas de ratio/multi-réf ; n'inventez pas ces paramètres.
  • En cas d'échec de validation, lisez l'erreur et corrigez les entrées — ne réessayez pas aveuglément les mêmes arguments invalides.

Étape 3 — Soumettre un, attendre, confirmer

Soumettez un travail de génération à la fois. Sauf si l'utilisateur a explicitement demandé plusieurs clips en parallèle, ne soumettez pas le clip suivant tant que le clip en cours n'est pas terminé et que l'utilisateur ne l'a pas examiné. La soumission parallèle cache les problèmes : si le premier plan a une dérive ou un mauvais cadrage, l'utilisateur préférera le refaire une fois plutôt que d'avoir plusieurs plans mal alignés à jeter.

  • submit_video.ratio contrôle uniquement l'asset généré ; il ne modifie pas le canevas de la timeline du projet. Si l'utilisateur a demandé un rapport hauteur/largeur de sortie final (par exemple "9:16 vertical" ou "16:9 paysage"), définissez le canevas de la timeline sur le même ratio avec manage_timelines action=update (par exemple ratio:"9:16") avant de placer l'asset terminé. Si l'utilisateur a demandé l'absence de barres noires / plein écran, transmettez fit:"cover" lors de la définition du canevas ou de la mise à jour/ajout de l'élément visuel.
  • N'utilisez pas cette compétence pour la gestion des travaux — utilisez l'outil track_progress pour le statut/l'attente.
  • Après avoir soumis, terminez votre tour (dites à l'utilisateur que le travail a été créé), sauf si une tâche de suivi est déjà en file d'attente.
  • Lorsque le travail se termine, présentez le résultat à l'utilisateur pour examen avant de passer au plan suivant.
  • Gestion des échecs spécifiques au modèle — voir la référence du modèle.

Étape 4 — Itérer

Lorsque l'utilisateur souhaite un clip suivant, une révision ou une continuation :

  • S'il s'agit du plan suivant dans une séquence multi-plan — réutilisez l'ancre établie (voir § Cohérence visuelle entre les plans ci-dessous pour les principes, la référence du modèle pour les détails des indicateurs).
  • Si le retour de l'utilisateur est ambigu ("ça ne semble pas juste") — demandez quoi changer spécifiquement avant de régénérer.
  • Si le même ajustement de prompt textuel a échoué deux fois — arrêtez d'ajuster le texte. Passez aux images de référence, ou passez en mode édition là où le modèle le supporte (voir la référence du modèle).
  • Chaque nouvelle génération redémarre la boucle à l'étape 1 — réalignez si le périmètre a changé.

Cohérence visuelle entre les plans

Le texte seul ne peut pas maintenir de manière fiable l'identité visuelle entre les plans ; les références visuelles contraignent la sortie bien plus précisément que les mots.

Ancres : la pierre angulaire de la cohérence

Une ancre est une image ou une vidéo de référence fixée à travers chaque plan qui partage le même personnage, objet ou style. Toute séquence multi-plan avec des éléments visuels récurrents a besoin d'une ancre — n'essayez pas de les reproduire à partir du texte.

Trouver une ancre

Ayez une conscience des références. Lorsque la demande de l'utilisateur implique un personnage / objet / scène récurrent, réfléchissez à l'ancre à utiliser avant d'écrire les prompts :

  • Vérifiez d'abord le projet. Qu'est-ce que l'utilisateur a déjà fourni ou approuvé ? Les images téléchargées, les plans précédemment générés et approuvés, ou les assets antérieurs du projet peuvent tous servir d'ancres.
  • Correspond à l'intention de l'utilisateur. Si l'utilisateur a pointé un asset spécifique ("utilise cette photo", "像上一段那样"), utilisez-le. S'ils ont décrit un personnage uniquement avec des mots, aucune ancre n'existe encore et il faut en établir une.
  • En cas de doute, demandez à l'utilisateur. Ne devinez pas quel asset fixer, et ne générez pas silencieusement une nouvelle ancre alors que l'utilisateur en a peut-être déjà une en tête.

Établir une nouvelle ancre (avec le consentement de l'utilisateur)

Lorsqu'aucun asset existant ne convient et qu'il faut en générer un, proposez-le d'abord à l'utilisateur — cela façonnera chaque plan en aval. Chemins spécifiques au modèle — voir la référence du modèle choisi.

Utiliser l'ancre

  • Transmettez l'ancre dans chaque plan qui partage le personnage / objet / style. Le ou les indicateurs spécifiques à utiliser dépendent du modèle — voir la référence du modèle.
  • Décrivez l'ancre par son apparence dans le prompt, pas par son nom : "La VOITURE DE COURSE NOIRE avec échappement chromé" contraint bien plus que "Fleetmaster". Lorsqu'une confusion de rôle est probable, ajoutez des négations explicites : "La moto NE se transforme PAS."
  • Référencez l'ancre avec @Image1 / @Video1 dans le prompt — pas de phrases vagues comme "la même voiture qu'avant".
  • Lorsqu'un plan dépend d'une génération précédente, attendez que le travail précédent soit terminé (via track_progress avec action=wait) pour obtenir son assetId, puis transmettez-le comme référence d'ancre. Ne soumettez pas les plans dépendants en parallèle.

Projets multi-personnages

Lorsqu'un projet a plusieurs personnages nommés avec des attributs distincts (par exemple Faz avec l'énergie du feu, Kev avec l'énergie de la glace), traitez chaque personnage comme une ancre séparée — un asset de référence par personnage. Dans chaque prompt :

  • Nommez le personnage actif et attachez ses attributs distinctifs ("Kev a une énergie électrique de glace bleue").
  • Ajoutez des négations explicites pour les autres afin d'éviter les fuites d'attributs ("PAS d'énergie de feu rouge, PAS l'apparence de Faz").
  • Fixez l'ancre du bon personnage (indicateur spécifique au modèle — voir la référence du modèle). Ne réutilisez pas par accident l'ancre d'un autre personnage.

L'absence d'attribution explicite ou de négation provoque un mélange d'attributs entre personnages.

Plusieurs personnages dans le même plan. Pour les plans où plusieurs personnages apparaissent ensemble (surtout face à la caméra), le modèle est sujet à l'échange de visages ou au clipping de corps. Ajoutez des ancres positionnelles + de tenue fortes pour chaque personnage et préférez une caméra fixe.

...

[le contenu a été tronqué pour la traduction]

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

0xsline/openchatcut

Connect an MCP-capable coding agent to OpenChatCut and edit local video projects. Use when the user asks to install, connect, or set up OpenChatCut; inspect or edit an OpenChatCut project; work with its timeline, transcript, captions, media, generation, motion graphics, audio, color, or export tools; or recover from an OpenChatCut MCP error.

0xsline/openchatcut

Use when acquiring or importing media into a OpenChatCut project asset library for video editing or creation, including local/attached videos, user-provided paths, public media URLs, web video/audio/image assets, upload fallback decisions, and deciding between import_media, download_media, or manual user action.

0xsline/openchatcut

Use when a OpenChatCut video editing or creation workflow needs export, render, download, share, final delivery, subtitle-file export, render choice, local-only asset handling, or export fallback explanation.

0xsline/openchatcut

AI image generation via Fal.ai, gpt-image-2, nano-banana, MiniMax image-01, and xAI Grok Imagine. Use when the user wants to generate or create an image / picture / still.

0xsline/openchatcut

Use when a OpenChatCut tool call fails or returns an unexpected shape.

0xsline/openchatcut

Music generation via Mureka, MiniMax, Atlas Cloud, and Sonilo. Use for instrumentals, songs, soundtracks, track/stem generation, covers, or video-conditioned scoring of the finished cut through `submit_music`.

0xsline/openchatcut

OpenChatCut product knowledge — UI layout, editor features, and how generation providers are configured. Use when the user asks about the product interface, how to use a feature, where to find something, or needs GUI guidance for something the agent cannot do directly. Also use as fallback when a task fails and the user needs to complete it manually in the UI. NOT for live project-state queries ("where are my folders?", "what's on my timeline?", "where is clip X?") — those are answered by `read_project`, not by this skill.

0xsline/openchatcut

AI shader generator for WebGL video effects, transitions, masks, and color grading (LUT / 调色 / 电影感 / film look). Use when the user wants a video effect (滤镜 / 特效), a transition (转场 / crossfade / wipe / cube / 3d), a mask (蒙版 / 遮罩 / reveal), a zoom / push-in (推近 / 推镜头), or a color grade — try the built-in effects (zoom, builtin LUTs) before generating a new shader.

0xsline/openchatcut

Use when checking whether agent edits are reflected in the OpenChatCut project and editor.

0xsline/openchatcut

Text-to-Speech (TTS), voiceover, narration placement/sync, and custom sound effects (SFX) generator. Use when the user wants generated speech from text, wants to add/replace/align narration or voiceover for an existing video/timeline, wants to keep existing voiceover synced after visual retiming edits, needs voice audition/selection, or explicitly wants a newly generated/custom sound effect that is not available in the Sound Effects library.

0xsline/openchatcut

Use when the agent should ask the user for structured input with an in-chat form, including single-select, multi-select, text fields, style pickers, or voice audition choices.

Skills associés