Communitygithub.com

CleanExpo/Pi-Dev-Ops

Produit une vidéo YouTube sans visage (style doodle dessiné à la main / illustrations simples comme Zen, Nick Invest) de bout en bout à partir d'un seul sujet. Demande d'abord le mode FAIT vs HISTOIRE (éducatif non-fiction vs narration fiction) et branche l'ensemble du processus — conçu pour servir plusieurs clients/chaînes, pas un format unique. Inverse le format de script d'une vidéo de référence éprouvée, rédige un nouveau script dans ce format, génère une voix off ElevenLabs avec horodatage, crée une image Artlist (AI Toolkit) stylée par horodatage et assemble le tout avec FFmpeg — entièrement automatisé, sans enregistrement humain.

Qu'est-ce que Pi-Dev-Ops ?

Cette compétence permet de créer de manière entièrement automatisée des vidéos YouTube de type « sans visage » (faceless), dans le style des chaînes de doodles dessinés à la main ou d'illustrations simples (ex. Zen, Nick Invest). Le processus se déroule en cinq étapes déterminées : (0) un commutateur de mode obligatoire qui demande si le contenu est factuel (non-fiction) ou une histoire (fiction) ; (0b) l'extraction et le verrouillage d'un jeton de style visuel unique pour la chaîne ; (1) l'analyse d'une vidéo de référence fournie par l'utilisateur pour en extraire le format de script, puis la rédaction d'un nouveau script dans ce format (avec vérification des sources pour le mode factuel, ou adaptation à l'âge pour le mode histoire) ; (2) la génération d'une voix off et d'horodatages via l'API ElevenLabs (avec timestamps) ; (3) la création d'une image par segment temporel via Artlist AI Toolkit (modèle Nano Banana 2) dans le navigateur, avec le jeton de style verrouillé ; (4) l'assemblage final avec FFmpeg, incluant un fondu, un fond musical et un redimensionnement en 1080p. La compétence est conçue pour fonctionner avec plusieurs clients/chaînes, chaque chaîne ayant son propre jeton de style et sa propre voix ElevenLabs. Elle s'intègre avec les compétences `video-distribution-strategist` (pour la stratégie de publication) et `video-director` (si l'utilisateur souhaite des animations/effets de montage avancés). Elle respecte strictement les règles de divulgation YouTube pour les contenus synthétiques et gère les modes FAIT et HISTOIRE avec des règles d'autorité appropriées (précision factuelle pour le mode fait, pertinence émotionnelle et adéquation à l'âge pour le mode histoire).

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/CleanExpo/Pi-Dev-Ops/tree/HEAD/skills-library/skills/faceless-video

Demander à votre IA préférée

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

Documentation

Pipeline Vidéo Sans Visage (Faceless Video)

Construisez une vidéo pour chaîne sans visage sous forme d'un pipeline déterministe en 4 étapes. Source de décomposition : ~/2nd Brain/2nd Brain/Wiki/research-faceless-youtube-claude-code-pipeline-2026-06-26.md.

Règles strictes (risque de plateforme + qualité)

  1. Voix = ElevenLabs Voice Artist (plan payant de Phill), PAS d'enregistrement humain. La crainte que « la voix IA vous fasse bannir » de la vidéo source est FAUSSE — voir la politique de divulgation YouTube dans Sources/youtube-synthetic-content-disclosure-policy-2026-06-26.md. La vraie règle : la divulgation YouTube pour contenu modifié/synthétique est requise pour la musique IA, une voix synthétique qui N'EST PAS le propre clone du créateur, ou une IA réaliste de vraies personnes/lieux/événements — et n'est PAS requise pour les animations/doodles. La divulgation est sans coût (aucun impact sur l'audience/monétisation), donc PAR DÉFAUT OUI chaque fois que la vidéo contient de la musique IA ou une voix synthétique non personnelle (ce que notre pipeline fait toujours). Définissez-la dans YouTube Studio → Attributs → « Utilisation de l'IA » → Oui. Définissez « Pour enfants » = Oui uniquement pour le contenu destiné aux enfants (HISTOIRE/garde d'enfants).
  2. Un seul jeton de style, chaque image. Verrouillez une seule description de style en amont ; chaque image générée la porte textuellement pour que la chaîne reste visuellement cohérente.
  3. Autorité adaptée au mode (voir le commutateur Étape 0). FAIT/non-fiction : citez des études/dates/statistiques réelles, faites des recherches avant d'écrire, vérifiez l'exactitude des affirmations. HISTOIRE/fiction : récit inventé ; l'autorité est l'émotion, pas les faits ; vérifiez plutôt l'adéquation à l'âge et à la marque (par ex. garde d'enfants = doux, sûr, adapté à l'âge). Ne présentez JAMAIS la fiction comme un fait et n'inventez PAS de « faits » en mode factuel.
  4. Images fixes + voix off, pas d'animations. C'est le format des chaînes de doodles. Si l'utilisateur veut des animations/effets de montage, déléguez à video-director à la place.

Substrat — Distinction IMPORTANTE

La vidéo source utilise Higgsfield (Claude Code MCP). Nous n'utilisons PAS Higgsfield. La plateforme d'images de Phill est Artlist (artlist.io, AI Toolkit), pilotée dans le navigateur via browser-harness. NB : « artist.io » est une faute de frappe pour artlist.io.

  • Génération d'images (principale) : Artlist AI Toolkit sur toolkit.artlist.io/image-video-generator?mode=image (modèle Nano Banana 2, 16:9 / 2K). Mécanismes éprouvés en production décrits à l'Étape 3.
  • Génération d'images (solution de repli) : mcp__margot__image_generate (également Nano Banana 2) — uniquement pour les tests sans surveillance. Jamais Higgsfield.
  • Voix off : ElevenLabs TTS via API REST. Clé + voix par défaut dans ~/.hermes/.env (ELEVENLABS_API_KEY, ELEVENLABS_VOICE_ID) — à résoudre par programme, ne jamais copier-coller. Pas d'enregistrement humain.
  • Récupération de transcription : yt-dlp. Horodatages : alignement ElevenLabs (principal) ou whisper-cli (solution de repli). Assemblage : ffmpeg.

Dossier de travail

Créez ~/faceless-video/<topic-slug>/ et conservez tous les artefacts : reference-format.md, script.md, voiceover.mp3, transcript.json, images/NN.png, final.mp4.

Étape 0 — COMMUTATEUR DE MODE (DEMANDER D'ABORD, avant tout)

Le moteur sert des tâches opposées selon les clients/applications, donc la PREMIÈRE question à chaque exécution est :

« Est-ce un script FAIT (non-fiction) ou HISTOIRE (fiction) ? » Enregistrez mode dans le dossier de travail (mode.txt). Il branche l'ensemble du processus :

FAIT (non-fiction)HISTOIRE (fiction)
Cas d'usageproduit éducatif, explicatifs, « le saviez-vous »contes pour enfants, paraboles, histoires pour le coucher/de marque
Référenceaccroche + corps en 3 piliers + conclusionpersonnage → défaut → quête → leçon → résolution
Autoritéétudes/statistiques/dates réelles recherchées ; vérification d'exactituderésonance émotionnelle ; vérification d'adéquation à l'âge/à la marque
Règle stricten'inventez jamais de faitsne présentez jamais la fiction comme un fait
Divulgation YouTubeUtilisation de l'IA = Oui (musique IA/voix présente)Utilisation de l'IA = Oui + Pour enfants = Oui (destiné aux enfants)

Si l'appelant sous-entend déjà le mode (par ex. « une histoire pour ma femme sur la garde d'enfants » → HISTOIRE ; « expliquez X pour mon produit » → FAIT), confirmez-le en une ligne plutôt que de redemander. La gestion des références par défaut, le modèle de script et les vérifications découlent tous de ce commutateur.

Étape 0b — Jeton de style (une fois par chaîne, puis réutilisé)

Demandez à l'utilisateur 3 à 5 captures d'écran de référence du style visuel cible. Invitez l'analyse :

« Analysez le style visuel de cette image pour un générateur d'images IA. Donnez (1) une courte description de style positive que je puisse coller comme invite, (2) une liste d'invites négatives pour éviter une dérive vers un résultat réaliste ou trop sophistiqué. Concentrez-vous uniquement sur le style, pas sur le sujet. » Enregistrez le résultat sous style-token.md dans la racine de la chaîne (réutilisé pour toutes les vidéos de cette chaîne).

Étape 1 — Script (se ramifie en fonction du mode de l'Étape 0)

  1. Demandez le sujet et une URL de vidéo de référence éprouvée dans le même mode (une chaîne de faits pour FAIT, une chaîne d'histoires pour HISTOIRE — ne mélangez pas les genres).
  2. Récupérez la transcription de référence : yt-dlp --write-auto-sub --sub-lang en --skip-download --sub-format vtt -o 'ref-%(id)s.%(ext)s' '<URL>'. Nettoyez le .vtt (supprimez les horodatages/balises, dédupliquez les lignes défilantes de sous-titres automatiques).
  3. Décomposez en un modèle réutilisable, par mode :
    • FAIT : accroche (les micro-rythmes), introduction/promesse, le corps en 3 piliers, phrases de transition, longueur totale.
    • HISTOIRE : protagoniste + un défaut partagé, le manque, l'incident déclencheur, le voyage, une démonstration MONTRÉE (pas racontée), une phrase de sagesse mémorable, la réalisation intérieure, une conclusion tournée vers l'avenir. Enregistrez sous reference-format.md.
  4. Rédigez un NOUVEAU script sur le sujet dans ce modèle. FAIT : exécutez d'abord la compétence source-ingest pour extraire des données crédibles de niveau 1-2 dans la bibliothèque Sources/, puis rédigez le script en ne citant que ces sources enregistrées et vérifiez chaque affirmation par rapport à elles. HISTOIRE : inventez librement, vérifiez l'adéquation à l'âge/à la marque. Produisez un script PROPRE (sans indications de scène) dans script.md.
  5. Confirmez le script avec l'utilisateur avant de générer la voix off.

Étape 2 — Voix off + horodatages (ElevenLabs, automatisé)

  1. Générez la voix off à partir de script.md via le point de terminaison with-timestamps d'ElevenLabs (retourne l'audio + l'alignement des caractères en un seul appel) : curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/$ELEVENLABS_VOICE_ID/with-timestamps" -H "xi-api-key: $ELEVENLABS_API_KEY" -H "content-type: application/json" -d '{"text":"<script>","model_id":"eleven_multilingual_v2"}' → enregistrez l'audio base64 dans voiceover.mp3 et l'alignement dans transcript.json.
  2. Dérivez des segments d'horodatage par phrase/phrase à partir de l'alignement — chaque segment devient une image. (Solution de repli si l'alignement est inutilisable : whisper-cli -f voiceover.wav -ml 1 --output-json -of transcript après ffmpeg -i voiceover.mp3 voiceover.wav.)
  3. La voix est propre à chaque chaîne/client, pas fixe — choisissez la voix ElevenLabs qui correspond au mode/à la marque (par ex. voix chaleureuse et douce pour une fiction sur la garde d'enfants ; voix claire et autoritaire pour un produit éducatif factuel). Passez ce voice_id au lieu de celui par défaut dans ELEVENLABS_VOICE_ID. Parcourez la bibliothèque vocale ElevenLabs de l'utilisateur lors du choix.
  4. Pas de pause humaine — l'Étape 2 s'exécute sans surveillance.

Étape 3 — Une image par horodatage (Artlist AI Toolkit, éprouvé dans le navigateur)

Par segment : invite de scène + jeton de style verrouillé textuellement. Pilotez Artlist via browser-harness (nécessite le Chrome de Phill connecté ; débogage à distance Way-1 activé). Mécanismes durement acquis :

  1. Ouvrez toolkit.artlist.io/image-video-generator?mode=image. L'invite est une div[contenteditable=true] ; le bouton Générer correspond à l'innerText Generate. Les paramètres par défaut sont déjà 16:9 / 2K / 1 image (bon).
  2. Par image : capturez les UUID générés existants → cliquez sur la boîte, document.execCommand('selectAll'), type_text(invite) → cliquez sur Générer → interrogez jusqu'à ce que le texte du chargeur (on its way|Almost ready|Generating) disparaisse ET qu'un nouvel UUID apparaisse.
  3. Le résultat se trouve sur ai-toolkit-generations.imgix.net/...png?...&s=<sig>. Extrayez l'UUID avec l'expression régulière GÉNÉRIQUE [0-9a-f]{8}-[0-9a-f]{4}-...{12}\.png (le préfixe du nom de fichier varie : image-<uuid> OU -t-e-x-t_-t-o_-i-m-a-g-e-<uuid>). Téléchargez la source EXACTE — toute modification d'un paramètre imgix (par ex. w=) casse la signature → 403.
  4. Procédez UNE À LA FOIS. Les rafales rapides mettent en file d'attente/limitent et la vue en grille virtualise le DOM, ce qui casse la détection de nouveau UUID. Si une génération se termine après la fenêtre d'interrogation, récupérez-la depuis la grille (téléchargez les UUID non mappés distincts, montez, mappez visuellement). Solution de repli (uniquement sans surveillance) : mcp__margot__image_generate — enregistre sous <save_as>.jpg, tenez compte de l'extension.

Étape 4 — Assemblage

Construisez un concat FFmpeg qui maintient chaque image pendant (prochain_début - ce_début) secondes et muxe la voix off :

  1. Générez une liste de concat avec les durées par image à partir des horodatages.
  2. ffmpeg -f concat -safe 0 -i list.txt -i voiceover.wav -c:v libx264 -pix_fmt yuv420p -c:a aac -shortest final.mp4
  3. Recommandez des images source 2K pour les véritables mises en ligne (basse résolution uniquement pour les tests).

Étape 5 — Finalisation (pour une véritable mise en ligne, pas un test)

Transformez l'assemblage brut en un livrable fini :

  • 1080p — restituez le concat mis à l'échelle/rembourré en 1920:1080 (rembourrage blanc qui se fond avec le fond de carnet de croquis), crf 19.
  • Fondus — fade=t=in:st=0:d=0.6:color=white et fade=t=out sur les ~0,8 dernières secondes. Gardez les coupures franches sur les battements entre les images (dans le style — NE PAS faire de fondu enchaîné).
  • Fond musical — générez une piste calme via Artlist AI Music (toolkit.artlist.io/music-generator?mode=music, Lyria 3 ; même processus navigateur que pour les images, résultat est un .wav signé sur cms-toolkit-artifacts.artlist.io/...music-<uuid> — téléchargez la source EXACTE). Mixez SOUS la VO : volume≈0.13 (~−18 dB), afade entrée 1,5 s / sortie ~1,8 s, amix=inputs=2:normalize=0. Vérifiez avec volumedetect : pic global < 0 dB (pas d'écrêtage), moyenne musique ~15+ dB en dessous de la VO.

Résultat

final-1080p-music.mp4 (le livrable) + un style-token.md réutilisable. Signalez le chemin et les artefacts de chaque étape. Pour la stratégie de publication/chaîne, déléguez à video-distribution-strategist ; n'oubliez pas la divulgation du contenu synthétique lors de la mise en ligne.

Individual skills in this repo

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

CleanExpo/Pi-Dev-Ops

Produce one or many consistent, on-brand faceless marketing videos from a topic: script, ElevenLabs voiceover with timestamps, one styled illustration per beat, ffmpeg stitch to 1080p, optional Unlisted YouTube upload. The look is a named style from styles.md (flat-line, hand-doodle, bold-kinetic, cinematic-photoreal, minimal-corporate, retro-print), so one command yields repeatable output per brand. The automated pipeline; distinct from faceless-video and video-director.

CleanExpo/Pi-Dev-Ops

The 15+ year brand director extension of `brand-guardian` specifically for video — frame-by-frame audit of brand-mark integrity, Gun Metal `#1a1a1a` + Candy Red `#dc143c` consistency, NO AI slop, NO Lucide icons, custom geometric marks ONLY, real logos correctly placed. PASS / FAIL gate before any client-facing video ships. Use after `video-colorist` completes the grade pass.

CleanExpo/Pi-Dev-Ops

The 15+ year Director-of-Photography persona (Roger Deakins / Emmanuel Lubezki / Hoyte van Hoytema-tier) that owns shot composition, lens psychology, motion language, and the decision of which source (Remotion / Hyperframes / stock cinematic) each scene uses. Extends the existing `remotion-designer` + `remotion-motion-language` skills with a frame-by-frame shot-language framework. Use when the user says "cinematography", "shot list", "framing", "DoP", "lens choice", or invoked by `video-director` Phase 2.

CleanExpo/Pi-Dev-Ops

The 15+ year colorist persona (Light Iron / Company 3 / The Mill-tier) that applies per-brand LUT + grade pass to every Unite-Group video. Closes the "raw Remotion render colours" gap — today Remotion outputs whatever colours BrandConfig declares with zero cinematic grade. Use when the user says "colour", "grade", "LUT", "look", "cinematic finish", or invoked by `video-director` Phase 3 (post-production) after `video-sound-designer` mixes audio.

CleanExpo/Pi-Dev-Ops

The Creative Director persona that owns brief intake, composition selection and narrative POV for every Unite-Group video. ENTRY POINT for the Video Agency: use for any video creation brief (explainer, promo, social cut, demo reel, case study, testimonial, client video). Dispatches the full production team: script-writer, cinematographer, editor, sound designer, colorist, brand-guardian.

CleanExpo/Pi-Dev-Ops

The 15+ year platform-native distribution expert (early TikTok creator economy + YouTube algorithm + LinkedIn organic reach + IG Reels native specialist) that owns per-platform aspect ratio + duration cap + caption format + hook density + thumbnail composition. Extends `remotion-marketing-strategist` with platform-native specs locked per BrandConfig. Use when the user says "which platform", "distribution", "channel-fit", "thumbnail", "captions", or invoked by `video-director` Phase 4 (QA + Delivery) for per-platform cuts.

CleanExpo/Pi-Dev-Ops

The 15+ year screenwriter persona (Pixar / Apple keynote / Nike spot tier) that engineers hooks (0-3s), retention beats (7-15s), narrative tension curves, and CTA placement. Extends the existing `remotion-screen-storyteller` skill with a structural framework lifted from Pixar's 22 Rules + Apple keynote architecture. Use when the user says "script", "voiceover", "narration", "hook", "story arc", or invoked by `video-director` Phase 2.

CleanExpo/Pi-Dev-Ops

The 15+ year sound designer persona (Skywalker Sound / Sound Lounge / Audio Network-tier) that mixes ElevenLabs voiceover with music bed, sound effects, ambient texture, and audio polish. Closes the single biggest gap in the existing Remotion pipeline — today voiceover is the ONLY audio; this skill adds music + SFX + mix. Use when the user says "sound design", "audio mix", "music bed", "SFX", "score this", or invoked by `video-director` Phase 3 (post-production).

CleanExpo/Pi-Dev-Ops

Converts a BrandResearch dossier into THREE artifacts — (1) typed BrandConfig TypeScript at Synthex/packages/brand-config/src/brands/{slug}.ts (runtime/behaviour — voice, voiceover, motion, audience, channel, forbiddenWords); (2) spec-conformant {slug}.design.md at Synthex/packages/brand-config/src/brands/{slug}.design.md (visual tokens — colour, typography, spacing, components, layout, elevation); (3) human-readable 9-section .md projection at Pi-Dev-Ops/remotion-studio/src/brands/{slug}.md derived from BOTH. Boundary contract at Pi-Dev-Ops/remotion-studio/src/brands/CONTRACT.md. Triggered after remotion-brand-research, or when the user pastes brand assets and says "codify". PRs are auto-merge:false — a human reviews before merge.

CleanExpo/Pi-Dev-Ops

Researches a portfolio company's visual identity from public sources (homepage, about page, marketing copy, GitHub README) and produces a structured BrandResearch dossier. Triggered when `Synthex/packages/brand-config/src/brands/{slug}.ts` (canonical home per RA-1985 / Synthex SYN-897) is missing, older than 90 days, or the user explicitly says "refresh brand for {brand}". Output feeds remotion-brand-codify.

CleanExpo/Pi-Dev-Ops

Generates a complete, accessible palette (primary, secondary, accent, 4-step neutral, semantic, and dark variant) from one to three hex anchors plus a colour-family classification. Validates WCAG-AA contrast for all text-on-background pairs. Triggered when a BrandConfig has fewer than 5 defined colours or contrast fails.

CleanExpo/Pi-Dev-Ops

Authors or extends a Remotion composition (.tsx) wired to BrandConfig + Storyboard + layout spec + motion. The actual builder skill — runs as a Sonnet-tier worker. Triggered after brand, storyboard, designer, and motion-language outputs are ready. Produces the file under remotion-studio/src/compositions/ and registers it in src/Root.tsx.

CleanExpo/Pi-Dev-Ops

Visual-design specialist for Remotion compositions. Sets layout grid, typography hierarchy, white-space, scene framing, and visual rhythm for a given composition + brand. Triggered after remotion-composition-builder for QA, or upfront when authoring a new composition type. Produces a layout spec consumed by remotion-composition-builder.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video needs creative direction — hook, visual sequence, scene purpose, motion restraint, and CTA direction before render.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video has timing, sync, transition, caption, pacing, or audio-fit risk and needs editing discipline before render.

CleanExpo/Pi-Dev-Ops

Use when /remotion-video needs existing Synthex ElevenLabs, brand-config, Remotion, output storage, Claude, or Hermes integration without adding vendors.

CleanExpo/Pi-Dev-Ops

Tunes a video's format and message for the target channel — LinkedIn, YouTube, Instagram Reel, internal training. Sets aspect ratio, total duration, hook timing, CTA timing, and pacing. Triggered when the brief mentions a specific channel or campaign goal. Output feeds remotion-screen-storyteller and remotion-composition-builder.

CleanExpo/Pi-Dev-Ops

Designs a brand-specific motion vocabulary — easing curves, default scene durations, signature entry/exit, transition frames. Each brand gets one signature move (rise / sweep / pulse / iris / whip) that recurs across compositions to build motion-recognition. Triggered when BrandConfig.motion is empty.

CleanExpo/Pi-Dev-Ops

/remotion-video one-shot Remotion command skill and ENTRY POINT for the Remotion Skills Package. Use for video, explainer, ad, promo, reel, intro, social cut, marketing, training, or launch videos. Reads the brief, classifies intent, enforces one single Synthex ElevenLabs voice, emits a production/wave plan, and dispatches the right sub-skills in topological order. Always invoked first.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video job needs production gates, render evidence, output discipline, and pass/fail validation before it can be called shippable.

Skills associés