Communitygithub.com

Pluviobyte/rnskill

Génération du pack de base pour vidéos face caméra : transcription, détection des erreurs d'élocution, page de révision ; après validation utilisateur, montage vidéo, retranscription et sous-titrage AI. Déclencheurs : coupe vidéo, traiter rushes, préparer vidéo, détecter erreurs.

Qu'est-ce que rnskill ?

Ce skill automatise la création d'un pack de base pour vidéos face caméra (type talking head) sur les agents comme Claude Code ou Codex. Il reçoit une vidéo MP4, la transcrit via Volcengine ASR 2.0, identifie automatiquement les erreurs d'élocution (répétitions, hésitations, phrases incomplètes) avec l'aide de multiples agents IA, et génère une page web de révision interactive. L'utilisateur peut alors confirmer les coupes dans son navigateur. Après validation, le skill découpe la vidéo avec une précision image par image, puis retranscrit automatiquement la vidéo coupée et applique un sous-titrage AI final en corrigeant les termes techniques, les noms propres et la ponctuation par rapport au script original. Il produit en sortie `source_cut.mp4` et `subtitles.srt`, prêts pour l'étape suivante de production vidéo. Le skill gère intégralement le pipeline : création de répertoires, extraction audio, transcription, analyse multi-agent des erreurs, génération de la page de révision, montage, retranscription post-coupe, correction AI des sous-titres, et assemblage final du pack. Il est conçu pour les créateurs de contenu qui produisent régulièrement des vidéos éducatives ou promotionnelles en face caméra, leur faisant gagner un temps considérable sur les tâches répétitives de préparation.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/chengfeng-videocut-skills/%E5%89%AA%E5%8F%A3%E6%92%AD

Demander à votre IA préférée

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

Documentation

Coupe vidéo v3

Transcription Volcengine + Détection AI des erreurs + Révision web + retranscription post-coupe + Correction AI des sous-titres

Utilisation rapide

Utilisateur: Coupe-moi cette vidéo face caméra
Utilisateur: Traite cette vidéo
Utilisateur: Fais-en un pack de base

Ne plus décomposer la génération de sous-titres en skill séparé. Coupe vidéo est le point d'entrée unique pour le pack de base.

Après avoir reçu un rush vidéo, ce skill produit par défaut le pack de base directement utilisable par l'étape Production finale :

source_cut.mp4       # Vidéo face caméra coupée
subtitles.srt        # Sous-titres retranscrits et corrigés par AI après coupe
assets/              # Captures d'écran, images de commentaires, page de résultats (optionnel)

La page de révision sert uniquement à faire valider "quoi couper" et à créer la nouvelle vidéo. Les sous-titres ne doivent pas être réutilisés de la vidéo originale, et la transcription brute de Volcengine ne doit pas devenir le sous-titre final ; l'Agent doit retranscrire depuis la vidéo coupée et appliquer une correction AI avant d'écrire subtitles.srt.

Structure du répertoire de sortie

output/
└── JJ-MM-AAAA_NomDeLaVideo/
    ├── coupe_video/
    │   ├── 1_transcription/
    │   │   ├── audio.mp3
    │   │   ├── volcengine_result.json
    │   │   └── subtitles_words.json
    │   ├── 2_analyse/
    │   │   ├── readable.txt
    │   │   ├── auto_selected.json
    │   │   └── analyse_erreurs.md
    │   └── 3_revision/
    │       ├── review.html
    │       └── video.mp4 → vidéo source (lien symbolique)
    └── sous_titres/
        ├── 1_transcription/
        │   ├── audio.mp3
        │   └── volcengine_result.json
        ├── subtitles_with_time.json
        └── 3_sortie/
            ├── video.raw.srt
            └── video.srt

Règle : Si le dossier existe, le réutiliser ; sinon, le créer.

Flux de travail

0. Créer les répertoires de sortie
    ↓
1. Extraire l'audio (ffmpeg)
    ↓
2. Appeler Volcengine ASR 2.0 (Seed ASR v3)
    ↓
3. Générer volcengine_result.json
    ↓
4. Générer les sous-titres au niveau mot (subtitles_words.json)
    ↓
5. AI analyse les erreurs/silences, génère une liste de présélection (auto_selected.json)
    ↓
6. Générer la page web de révision (review.html)
    ↓
7. Démarrer le serveur de révision, l'utilisateur confirme via le navigateur
    ↓
[Attente validation utilisateur] → Clic sur « Exécuter le montage »
    ↓
8. Le serveur génère la nouvelle vidéo coupée
    ↓
9. L'Agent détecte la fin de la génération de la vidéo coupée
    ↓
10. Retranscrire depuis la vidéo coupée, envoyer à Volcengine, générer video.raw.srt
    ↓
11. L'Agent corrige les sous-titres par AI en se référant au script original, écrit video.srt
    ↓
12. Assembler le pack de base : source_cut.mp4 + subtitles.srt + assets/ (optionnel)

Règles strictes pour les sous-titres post-coupe :

  • Doivent être retranscrits depuis la vidéo coupée, pas déduits des sous-titres originaux.
  • La transcription Volcengine est une ébauche, exportée dans video.raw.srt.
  • video.srt / subtitles.srt ne peuvent contenir que les sous-titres finaux corrigés par l'Agent AI.
  • La correction se fait en se référant au script, au texte, aux noms propres et au contexte fournis par l'utilisateur, en corrigeant la terminologie, les homophones mal reconnus, et la ponctuation ; ne pas ajouter de paroles qui ne sont pas dans la vidéo.

Étapes d'exécution

Étape 0 : Créer les répertoires de sortie

# Définir les variables (ajuster selon la vidéo)
VIDEO_PATH="/chemin/vers/video.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/coupe_video"

# Créer les sous-répertoires
mkdir -p "$BASE_DIR/1_transcription" "$BASE_DIR/2_analyse" "$BASE_DIR/3_revision"
cd "$BASE_DIR"

Étapes 1-3 : Transcription

cd 1_transcription

# 1. Extraire l'audio (si le nom du fichier contient ':', ajouter le préfixe file:)
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 2. Appeler Volcengine ASR 2.0 (resource_id par défaut = volc.seedasr.auc)
SKILL_DIR="/Volumes/成峰/代码/剪辑Agent/.claude/skills/coupe_video"
"$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3
# Sortie : volcengine_result.json

Le script de transcription utilise par défaut Volcengine Seed ASR v3 2.0 :

POST /api/v3/auc/bigmodel/submit
POST /api/v3/auc/bigmodel/query
X-Api-Resource-Id: volc.seedasr.auc

Pour un basculement temporaire ou une comparaison avec d'autres ressources, utiliser une variable d'environnement :

VOLCENGINE_ASR_RESOURCE_ID=volc.bigasr.auc "$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3

Étape 4 : Générer la timeline au niveau mot

node "$SKILL_DIR/scripts/generate_subtitles.js" volcengine_result.json
# Sortie : subtitles_words.json

cd ..

Règles de timestamp :

  • generate_subtitles.js doit être compatible avec result.utterances (v3) et l'ancien utterances.
  • Les jetons avec timestamp invalide dans le résultat v3 (souvent des espaces, start_time/end_time = -1) doivent être filtrés, sinon ils créent de faux silences.
  • Évaluation sur un échantillon de 180 secondes au 25/06/2026 : Seed ASR 2.0 a un décalage médian de la limite mot par mot d'environ 80 ms par rapport à la fenêtre temporelle de sous-titres de référence, P90 d'environ 240 ms, max d'environ 620 ms ; peut être utilisé comme timeline de coupe par défaut, mais les longues phrases doivent être redécoupées en lignes de sous-titres en se basant sur les timestamps mot par mot.

Étape 5 : Analyser les erreurs d'élocution (script + AI)

5.1 Générer un format lisible

cd 2_analyse

node -e "
const data = require('../1_transcription/subtitles_words.json');
let output = [];
data.forEach((w, i) => {
  if (w.isGap) {
    const dur = (w.end - w.start).toFixed(2);
    if (dur >= 0.2) output.push(i + '|[Sil' + dur + 's]|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  } else {
    output.push(i + '|' + w.text + '|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  }
});
require('fs').writeFileSync('readable.txt', output.join('\n'));
"

5.2 Lire les habitudes utilisateur

Lire d'abord tous les fichiers de règles dans le répertoire habitudes_utilisateur/.

5.3 Générer une liste de phrases (étape clé)

D'abord segmenter en phrases, puis analyser. Découper en liste de phrases basée sur les silences :

node -e "
const data = require('../1_transcription/subtitles_words.json');
let sentences = [];
let curr = { text: '', startIdx: -1, endIdx: -1 };

data.forEach((w, i) => {
  const isLongGap = w.isGap && (w.end - w.start) >= 0.5;
  if (isLongGap) {
    if (curr.text.length > 0) sentences.push({...curr});
    curr = { text: '', startIdx: -1, endIdx: -1 };
  } else if (!w.isGap) {
    if (curr.startIdx === -1) curr.startIdx = i;
    curr.text += w.text;
    curr.endIdx = i;
  }
});
if (curr.text.length > 0) sentences.push(curr);

sentences.forEach((s, i) => {
  console.log(i + '|' + s.startIdx + '-' + s.endIdx + '|' + s.text);
});
" > sentences.txt

5.4 Marquage automatique des silences (doit être exécuté en premier)

node -e "
const words = require('../1_transcription/subtitles_words.json');
const selected = [];
words.forEach((w, i) => {
  if (w.isGap && (w.end - w.start) >= 0.2) selected.push(i);
});
require('fs').writeFileSync('auto_selected.json', JSON.stringify(selected, null, 2));
console.log('Nombre de silences ≥0.2s :', selected.length);
"

→ Sortie : auto_selected.json (contient uniquement les idx des silences)

5.4b Taille début/fin (zone aveugle de transcription, obligatoire)

🚨 Volcengine ne transcrit que la parole, les bruits non transcrits / actions de fin ne sont pas dans les sous-titres, tous les détecteurs ne les voient pas. Il faut les ajouter en comparant la durée vidéo. Voir habitudes_utilisateur/3-gestion_silences.md.

VDUR=$(ffprobe -v error -show_entries format=duration -of csv=p=0 "file:$VIDEO_PATH")
node -e "
const fs=require('fs');
const w=require('../1_transcription/subtitles_words.json');
const auto=require('./auto_selected.json');
const VDUR=$VDUR, last=w[w.length-1];
if(VDUR - last.end > 0.3){            // fin non couverte → ajouter élément de fin et présélectionner
  w.push({text:'',start:last.end,end:VDUR,isGap:true,reason:'fin non transcrite (bruit/action)'});
  auto.push(w.length-1);
  fs.writeFileSync('../1_transcription/subtitles_words.json',JSON.stringify(w));
  fs.writeFileSync('./auto_selected.json',JSON.stringify([...new Set(auto)].sort((a,b)=>a-b),null,1));
  console.log('Ajout élément de fin idx',w.length-1,'['+last.end+'→'+VDUR+']');
} else console.log('Fin déjà couverte');
if(w[0].start>0.3) console.log('⚠️ Début',w[0].start,'s non couvert, envisager d\'ajouter un élément de début');
"

5.5 Analyse AI des erreurs d'élocution (à ajouter à auto_selected.json)

🚨 Principe fondamental : supprimer la version antérieure, conserver la version postérieure. Pour toutes les répétitions / erreurs, supprimer la première occurrence, conserver la suivante.

Répartition par type de détection, exécution parallèle de plusieurs Agents :

Chaque Agent est responsable d'un seul type de détection, son prompt est plus court et plus précis, évitant les interférences entre règles.

AgentEntréeContenu détectéPortée de suppression
A-Répétition entre phrasessentences.txtPhrases adjacentes / avec un écart d'une phrase ayant ≥5 caractères identiques au débutSupprimer la phrase précédente entière
B-Répétition interne à une phrasesentences.txtMotif A+intermédiaire+A dans la même phraseSupprimer uniquement le segment précédent, pas la phrase entière
C-Phrase incomplètesentences.txtParole interrompue + silence + repriseSupprimer la phrase incomplète entière

Peut être traité directement par script (pas besoin d'AI) :

  • Mots de remplissage (ça ça, donc donc) → correspondance regex
  • Interjections (euh, ah, eh) → marquer pour confirmation humaine

Révision (verify) – déployer selon le risque, ne pas tout couvrir (voir habitudes_utilisateur/10-stratification_risque_suppression.md) :

  • Risque faible, pas de révision : silences, répétitions de sous-ensemble mot à mot (suppression du début mot à mot du contenu conservé, p. ex. supprimer « je répète la même » et garder « je répète la même phrase »), ≤3 caractères de blocage / interjection → ajouter directement à auto_selected, la vérification humaine sur la page web sert de filet de sécurité.
  • Risque élevé, révision obligatoire : suppression de phrase entière, "début s'oppose à fin différente" (p. ex. « dépasse le budget » vs « dépasse la capacité de planification »), répétition de longs segments → envoyer à un relecteur contradictoire, vérifier que le contenu unique n'a pas été supprimé.
  • Leçon : nous avions auparavant déployé une révision 2x sur toutes les candidates, le taux de succès n'était que de ~4/91 et tous les cas réussis étaient dans la catégorie à haut risque (voir log/). Verify est coûteux, il faut l'utiliser là où des erreurs peuvent se produire.

Modèle de prompt Agent :

Le prompt pour chaque Agent contient :
1. Seulement la règle de détection correspondante pour cet Agent (lue depuis habitudes_utilisateur/)
2. Le contenu complet de sentences.txt
3. Exiger explicitement : retourner une liste de plages d'idx à supprimer
4. 🚨 Insister sur "supprimer la version antérieure, conserver la version postérieure" : supprimer la version précédente, conserver la version plus complète suivante

Format de retour Agent :

| Numéro de phrase | Plage d'idx | Type | Résumé du contenu | Action |
|-----------------|--------------|------|--------------------|--------|

Liste des idx à supprimer : [tous les idx à supprimer]

Fusion des résultats :

Collecter toutes les listes d'idx retournées par les Agents → les fusionner dans auto_selected.json → dédoublonner et trier

Règle de suppression par plage entière : Lors du marquage des erreurs, tous les éléments entre startIdx et endIdx (y compris les gaps intermédiaires) sont ajoutés à auto_selected. Ne pas sélectionner individuellement les idx de mots pour sauter les gaps.

🚨 Avertissement clé : numéro de ligne ≠ idx

Format readable.txt : idx|contenu|temps
                     ↑ utiliser cette valeur

Ligne 1500 → "1568|[Sil1.02s]|..."  ← idx = 1568, pas 1500 !

Format analyse_erreurs.md :

## Répétition entre phrases (Agent A)

| Numéro de phrase | Plage d'idx | Résumé du contenu | Action |
|-----------------|--------------|--------------------|--------|
| 5 | 212-233 | Répétée avec phrase 6, phrase 6 plus complète | Supprimer phrase précédente |

## Répétition interne à une phrase (Agent B)

| Numéro de phrase | Plage d'idx | Résumé du contenu | Action |
|-----------------|--------------|--------------------|--------|
| 16 | 492-510 | "Beaucoup de gens, quand ils pensent aux commandes CLI" moitié avant répétée | Supprimer le segment |

## Phrase incomplète (Agent C)

| Numéro de phrase | Plage d'idx | Résumé du contenu | Action |
|-----------------|--------------|--------------------|--------|
| 7 | 266-275 | "Pour expliquer pour répondre à cela" inachevée | Supprimer la phrase entière |

5.6 Alignement du script pour combler les lacunes (si un script est fourni)

Si l'utilisateur fournit un script / texte original (la vidéo est lue à partir d'un script), l'utiliser pour un alignement au niveau phrase pour combler les lacunes — voir habitudes_utilisateur/11-alignement_script.md.

Le script = vérité terrain sémantique (le libellé peut varier, p. ex. « deux modèles » ↔ « deux grands modèles », ne pas faire un diff mot à mot). Aligner chaque phrase transcrite à la phrase du script, pour détecter les erreurs d'élocution de phrase entière manquées par la détection de texte pur : répétition de phrase entière, phrase incomplète, ou erreur sans correspondance — en particulier le blocage sur les noms techniques (Mindverse / δ-mem / LoRA mal prononcé et repris, "Delta Mam", mot isolé "à"). Ce type de suppression de phrase entière est à haut risque → passer par la révision, confirmer que la version conservée couvre le sens du script original.

Étapes 6-7 : Révision

cd ../3_revision

# 6. Générer la page web de révision (passer le fichier vidéo, crée automatiquement un lien symbolique)
node "$SKILL_DIR/scripts/generate_review.js" ../1_transcription/subtitles_words.json ../2_analyse/auto_selected.json "$VIDEO_PATH"
# Sortie : review.html, video.mp4 (lien symbolique)

# 7. Démarrer le serveur de révision
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# Ouvrir http://localhost:8899

⚠️ Doit utiliser review_server.js, ne pas remplacer par python3 -m http.server. Raison : La lecture vidéo dépend des requêtes HTTP Range (206), que le serveur simple de Python ne prend pas en charge, ce qui empêcherait la lecture vidéo / le son. L'utilisateur lambda peut laisser cette fenêtre de terminal ouverte ; Claude Code / Codex utilisent la capacité de tâche en arrière-plan disponible dans l'environnement actuel. Ne pas demander d'installer tmux.

L'utilisateur sur la page web :

  • Lit la vidéo pour confirmer
  • Coche/décoche les éléments à supprimer
  • Clic gauche maintenu en glissant sur le texte pour marquer/supprimer en masse, prend en charge le glissement sur plusieurs lignes ; si on glisse trop loin, on peut revenir en arrière en tirant, la sélection se rétrécit en temps réel
  • Clique sur « Exécuter le montage »

Étape 8 : Surveiller la vidéo coupée

Après le clic de l'utilisateur sur le bouton de la page de révision, review_server.js ne fait que créer la vidéo coupée et écrit cut_done.json dans le répertoire de révision. L'Agent doit surveiller ce fichier, confirmer que la vidéo coupée est bien générée et que sa taille est stable.

# Dans une autre tâche/terminal Agent, attendre le résultat du montage après validation utilisateur
node "$SKILL_DIR/scripts/watch_cut_done.js" "output/JJ-MM-AAAA_NomDeLaVideo/coupe_video/3_revision"

Le résultat de la surveillance retourne le chemin de la vidéo coupée :

{
  "output": "output/JJ-MM-AAAA_NomDeLaVideo/coupe_video/3_revision/NomDeLaVideo_cut.mp4",
  "newDuration": "123.45",
  "outputSize": 12345678
}

Noter output du retour comme CUT_VIDEO ; les sous-titres suivants doivent être retranscrits à partir de cette vidéo.

Ne pas utiliser curl /api/cut ou de script pour simuler un clic, sauf autorisation explicite de l'utilisateur.

Étape 9 : Retranscrire depuis la vidéo coupée

"$SKILL_DIR/scripts/generate_srt_for_video.sh" "video_couplee.mp4" "output/JJ-MM-AAAA_NomDeLaVideo/sous_titres"

Les sous-titres doivent être retranscrits depuis la vidéo coupée, pas déduits des sous-titres originaux.

Cette étape ne produit que l'ébauche de transcription Volcengine :

output/JJ-MM-AAAA_NomDeLaVideo/sous_titres/1_transcription/volcengine_result.json
output/JJ-MM-AAAA_NomDeLaVideo/sous_titres/subtitles_with_time.json
output/JJ-MM-AAAA_NomDeLaVideo/sous_titres/3_sortie/video.raw.srt

Étape 10 : Correction AI des sous-titres

L'Agent doit lire video.raw.srt ou subtitles_with_time.json, et effectuer une correction AI en se référant au script / texte / noms propres / contexte fourni par l'utilisateur.

Règles de correction :

  • Conserver la timeline originale, ne modifier de préférence que le texte des sous-titres.
  • Corriger les termes techniques, noms d'outils, noms de personnes, mots anglais, homophones mal reconnus.
  • Ajuster les coupures de phrases manifestement illogiques.
  • Ne pas ajouter de contenu qui n'est pas prononcé dans la vidéo.
  • Une fois la correction terminée, écrire dans sous_titres/3_sortie/video.srt.

Étape 11 : Assembler le pack de base

Après la correction AI, rassembler la vidéo coupée et les sous-titres finaux dans le répertoire racine du projet :

OUTPUT_ROOT="output/JJ-MM-AAAA_NomDeLaVideo"
ln -sf "$CUT_VIDEO" "$OUTPUT_ROOT/source_cut.mp4"
ln -sf "$OUTPUT_ROOT/sous_titres/3_sortie/video.srt" "$OUTPUT_ROOT/subtitles.srt"

Le produit final comprend au moins :

output/JJ-MM-AAAA_NomDeLaVideo/sous_titres/3_sortie/video.srt
output/JJ-MM-AAAA_NomDeLaVideo/source_cut.mp4
output/JJ-MM-AAAA_NomDeLaVideo/subtitles.srt

Si l'utilisateur doit ensuite exécuter Production finale, organiser le produit sous cette forme mentale :

source_cut.mp4  = Vidéo face caméra coupée
subtitles.srt   = Sous-titres SRT de la vidéo coupée, corrigés par AI
assets/         = Ressources optionnelles

source_cut.mp4 et subtitles.srt peuvent être des liens symboliques ; lors de la communication à l'utilisateur, indiquer clairement qu'ils pointent vers la vidéo coupée et les sous-titres de la vidéo coupée.

Règles strictes de révision

Jusqu'à l'étape de la page de révision, il faut s'arrêter et donner le lien à l'utilisateur.

Avant la confirmation de l'utilisateur, l'Agent ne peut faire que trois choses :

  1. Générer review.html
  2. Démarrer review_server.js
  3. Indiquer à l'utilisateur l'URL de la page de révision

Sauf si l'utilisateur dit explicitement "tu peux cliquer pour moi" ou "coupe directement", l'Agent n'est pas autorisé à :

  • Appeler directement /api/cut
  • Utiliser curl / script pour simuler un clic
  • Sauter la page de révision pour générer directement la vidéo coupée

Après que l'utilisateur a cliqué sur « Exécuter le montage » sur la page de révision, le serveur ne fait que générer la vidéo coupée. L'Agent, après avoir détecté la fin de la vidéo coupée, peut entrer dans la phase de retranscription et de correction AI des sous-titres.


Format de données

subtitles_words.json

[
  {"text": "大", "start": 0.12, "end": 0.2, "isGap": false},
  {"text": "", "start": 6.78, "end": 7.48, "isGap": true}
]

auto_selected.json

[72, 85, 120]  // Index présélectionnés générés par l'analyse Claude

Encodage du montage (règle stricte)

⚠️ Faire correspondre les paramètres de la vidéo source, ré-encoder avec une découpe image par image précise.

Méthode de travail de cut_video.sh :

  1. Détecter automatiquement les paramètres d'encodage de la vidéo source (codec/profile/pix_fmt/bitrate)
  2. Utiliser filter_complex pour trim+concat avec une découpe image par image précise
  3. Ré-encoder avec les mêmes paramètres : -profile:v high -b:v {bitrate_source} -pix_fmt yuv420p

Clé : La qualité du ré-encodage dépend de la correspondance avec les paramètres de la source, pas d'une valeur CRF.

  • ✅ -b:v {bitrate_source} -profile:v high -pix_fmt yuv420p → indiscernable à l'œil nu
  • ❌ Uniquement spécifier -crf N sans spécifier profile/pix_fmt → peut introduire des écarts

Configuration

Clé API Volcengine

Si l'utilisateur n'a pas de clé API Volcengine, lui demander d'abord d'ouvrir la console Volcengine pour activer "Reconnaissance de fichier audio 2.0" et créer une clé API :

https://console.volcengine.com/speech/new/setting/activate?projectName=default

Ressource modèle par défaut actuelle :

Reconnaissance de fichier audio 2.0 / Seed ASR
resource_id = volc.seedasr.auc

Après avoir obtenu la clé, l'écrire dans le fichier .env du répertoire racine des Skills :

cd /Volumes/成峰/代码/剪辑Agent/.claude/skills
cp .env.example .env
# Éditer .env pour renseigner VOLCENGINE_API_KEY=xxx

Si installé via npm, le répertoire racine des Skills est généralement :

~/.claude/skills/chengfeng-videocut-skills
~/.codex/skills/chengfeng-videocut-skills

Individual skills in this repo

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

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

将参考图或简要描述解码为可编辑的半色调纸张拼贴规范,默认使用 Codex 内置 image_gen 生成品牌一致的静帧和透明图层,再用本地 FFmpeg 或 HyperFrames 制作“从空背景逐件组装”的确定性动态视频。用户提到半色调拼贴、纸张拼贴、剪纸拼贴、编辑式拼贴、杂志拼贴、复古印刷拼贴、拼贴动效、拼贴动画、剪纸动画、纸片组装、逐层组装、从无到有、元素飞入拼装、定格拼贴、定格动画、Arcads 风格、参考图拆解、风格拆解、反向拆解视觉、照这个风格做、做类似的、生成拼贴静帧、让这张图动起来、让这些元素组装起来、制作拼贴广告或拼贴解释视频时使用。英文触发语义包括 editorial collage、halftone collage、paper collage、paper-cut motion、stop-motion graphic、assemble from empty、build-on motion、analyze this、break this down、reverse-engineer this look、generate the stills、animate this、make these move。默认不调用 Arcads、Nano Banana、Seedance 或 Kling;只有用户明确要求且对应连接器可用时才进入外部生成路径。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

Skills associés