Communitygithub.com

démo-vidéo

Cette compétence doit être utilisée lorsque l'utilisateur demande « enregistrer une démo », « faire une vidéo de démonstration », « capturer un workflow », « faire un GIF de », « faire une vidéo YouTube », « ajouter une voix off », « ajouter une narration TTS », « faire des sous-titres », ou souhaite transformer un workflow terminal + navigateur en MP4 avec voix et un fichier .srt, et/ou un court GIF de moments forts. Couvre le placement des fenêtres, la capture en résolution native sur Windows, la recherche des moments clés avec des planches contact, le timing des scènes, la narration edge-tts, les sous-titres YouTube et les limites de taille des GIF.

Qu'est-ce que démo-vidéo ?

Ce skill transforme un workflow réel (terminal, navigateur ou application) en contenu vidéo prêt à être partagé : une vidéo YouTube au format MP4 avec une narration TTS et un fichier .srt séparé, un GIF animé des moments clés pour un README GitHub, ou une MP4 avec sous-titres incrustés. Il est conçu pour les développeurs qui utilisent des agents IA comme Claude Code, Cursor ou Codex avec accès à une interface de terminal et un navigateur, principalement sous Windows. Le workflow inclut le placement précis des fenêtres (gestion du DPI scaling), l'enregistrement via Desktop Duplication pour une capture en résolution native, la découpe des séquences à l'aide de planches contact toutes les 2 à 10 secondes, la génération de narration via edge-tts avec une voix par défaut à +4% de débit, et la construction de la vidéo finale avec des badges de vitesse pour les passages accélérés. La sortie GIF est optimisée pour rester sous 10 Mo (limite de GitHub) et durer moins de 60 secondes, avec des recadrages et une palette limitée de 256 couleurs.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/shannonbay/claude-demo-video-skill/tree/HEAD

Demander à votre IA préférée

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

Documentation

Vidéos de démonstration : enregistrer, couper, narrer, sous-titrer, GIF

Transforme un workflow réel à l'écran (terminal, navigateur, application) en :

  • un montage YouTube : MP4 avec une voix off TTS, sans sous-titres incrustés, plus un fichier .en.srt ;
  • un GIF des moments forts : uniquement les étapes clés, silencieux, sans sous-titres, assez petit pour un README ;
  • éventuellement une MP4 avec sous-titres incrustés pour les plateformes sans support des sous-titres.

Les scripts dans scripts/ sont des modèles : copiez-les dans un dossier pour la vidéo (en dehors de tout dépôt : les enregistrements font des centaines de Mo) et modifiez leurs blocs de configuration. Nécessite ffmpeg (dans le PATH, ou variables d'environnement FFMPEG/FFPROBE), Python 3, pip install edge-tts pour la voix.

1. Planifier avec la personne

  • Se mettre d'accord sur l'histoire comme une série d'étapes, et déterminer quelles étapes sont les siennes (clics, saisie) vs. l'attente. Écrivez-lui la liste des étapes avec ce qu'il faut taper, afin qu'il puisse piloter pendant l'enregistrement.
  • Choisir le sujet (un problème, une tâche à faire) qui montre quelque chose de visible.
  • Préparer le terrain : supprimer les doublons de ce que la démo crée, fermer les onglets personnels (ouvrir une nouvelle fenêtre de navigateur avec seulement le site), masquer les notifications. Mentionnez tout ce qui peut faire du bruit (bannières de mise à jour).
  • Dites-lui que tout ce qu'il tape à Claude pendant l'enregistrement apparaît à l'écran : il doit se limiter à « suivant » / « terminé ».

2. Cadrer les deux fenêtres dans une seule zone de capture

Placez toutes les fenêtres utilisées dans la démo exactement dans le même rectangle (1920×1080 est une bonne valeur par défaut) et enregistrez cette zone : quelle que soit la fenêtre au premier plan, c'est l'image, donc changer de fenêtre devient l'édition.

scripts/rec.ps1 place -X <px> -Y <px> le fait sous Windows. Les pièges à éviter :

  • Mise à l'échelle DPI : les coordonnées d'un processus non adapté au DPI sont mises à l'échelle (125 % → une fenêtre « 1920 » fait 1536 pixels physiques). place définit la sensibilisation DPI par moniteur (SetThreadDpiAwarenessContext(-4)) pour que tout soit en pixels physiques. Lister les moniteurs avec rec.ps1 monitors.
  • Bordures invisibles : les fenêtres Windows 10/11 ont des bordures invisibles d'environ 7 px. Dimensionnez avec les limites visibles DWM (DWMWA_EXTENDED_FRAME_BOUNDS), pas GetWindowRect ; place mesure et corrige.
  • Capturez une image et regardez-la avant d'enregistrer (lisez le PNG).

3. Enregistrer

scripts/rec.ps1 start <nom> / stop / mark <texte>. Remarques :

  • gdigrab n'est pas adapté au DPI et capture un bureau réduit sur un moniteur à échelle (et __COMPAT_LAYER=HighDpiAware ne corrige pas le problème). Utilisez Desktop Duplication (ddagrab), qui capture les pixels natifs par moniteur. Ses offset_x/y sont relatifs à ce moniteur.
  • Un moniteur sur une deuxième carte graphique (ordinateur portable + écran externe) n'est pas sur l'adaptateur 0 : utilisez -init_hw_device d3d11va=dx:<adaptateur> -filter_hw_device dx avec ddagrab=output_idx=<n> dans -filter_complex. rec.ps1 start prend -Adapter et -Output ; essayez 0/1 si « Failed to enumerate DXGI output ».
  • Enregistrez en MPEG-TS (-f mpegts) : le processus est tué pour arrêter, et MP4/MKV perdraient leur en-tête de cette façon.
  • Divisez en clips aux coupures naturelles (configuration / saisie de la personne / une longue prise de l'attente). Une longue prise d'un processus lent est acceptable ; le montage accélère les attentes.
  • Pendant que la personne pilote, relayez brièvement ce que chaque étape en arrière-plan rapporte et ce qu'il faut taper ensuite.

4. Trouver les moments

Ne faites pas défiler la vidéo. Générez des planches contact horodatées et lisez-les : python scripts/sheets.py <clip.ts> --every 10 (clip entier), puis --from 170 --to 236 --every 2 --crop 900:560:1020:0 autour de chaque clic pour trouver les secondes exactes où une proposition apparaît, un bouton est pressé, une page se charge. Notez : (clip, début, fin) pour chaque étape, et quelles périodes sont des attentes.

5. Narration

lines.txt : une ligne par scène (une étape de l'histoire), rédigée comme texte de sous-titre. Anglais parlé, phrases courtes, dire pourquoi, pas seulement quoi. voice.py a une correspondance SAY pour la façon dont les symboles sont prononcés (#92 → « ninety-two », /goal-new → « goal new », CI → « C I ») ; les sous-titres conservent l'original. Voix par défaut en-US-AndrewNeural à +4 % ; listez les voix avec python -m edge_tts --list-voices. Ré-attribuez une voix à une seule ligne avec --only N.

6. Construction

scripts/build.py : SCENES est une liste de scènes, chacune étant une liste de segments (clip, début, fin, vitesse) :

  • les clics de la personne à 1–2× ; les pages web à 2–4× ; le travail machine à 6–40× avec un badge ▶▶ N× (dessiné lorsque la vitesse ≥ 3) ;
  • une scène plus courte que LEAD + sa ligne + TAIL voit sa dernière image prolongée (tpad), afin que la voix ne dépasse jamais ;
  • génère youtube/<nom>-youtube.mp4 (vidéo + voix, -c copy), youtube/<nom>-youtube.en.srt (chaque ligne divisée en segments d'environ 70 caractères, minutés en fonction de la part de caractères), et une miniature.
  • --burn écrit également <nom>-captioned.mp4 avec sous-titres incrustés.

Visez 1,5 à 3,5 minutes. Si la narration laisse de longs silences, accélérez la scène plutôt que d'ajouter des mots de remplissage.

7. GIF

Un GIF n'est pas la vidéo en vitesse : ce sont uniquement les étapes clés. scripts/gif.py : HIGHLIGHTS = (clip, début, fin, vitesse, recadrage), chaque segment de 3 à 7 s, recadré (fenêtre de 1280×720 de l'image : le volet, la page web, un menu) et mis à l'échelle en 960×540 à 8 images par seconde, une seule palette (palettegen stats_mode=diff, paletteuse dither=none diff_mode=rectangle). Pas de sous-titres, pas de badges. Gardez-le sous 10 Mo (limite d'image de GitHub) et sous ~60 s. Vérifiez en juxtaposant la dernière image de chaque moment fort et en lisant l'image.

8. Remise

Un README.md dans le dossier de la vidéo : ce que la vidéo montre, tableau des sorties, ce que sont chaque source/script, le cadre de l'enregistreur et les éventuelles particularités de capture, et comment reconstruire (re-narrer → construire → gif). Proposez de mémoriser l'emplacement du dossier en mémoire.

Skills associés