Communitygithub.com

modbender/skill-library-mcp

Générez des clips musicaux IA de bout en bout. Créez la musique avec Suno (sunoapi.org), générez les visuels avec OpenAI/Seedream/Google/Seedance, et assemblez le tout en clip vidéo avec ffmpeg. Prend en charge les paroles synchronisées (SRT automatique), la génération native de clips vidéo Suno, les modes diaporama/vidéo/hybride. Suivi des coûts par génération basé sur des jetons.

Qu'est-ce que skill-library-mcp ?

Cette compétence permet aux agents et développeurs de générer automatiquement des clips musicaux complets en utilisant une combinaison d'IA générative et d'outils de montage vidéo. Le processus se déroule en trois étapes principales : (1) la création de la musique via l'API Suno (sunoapi.org), avec des options avancées comme le modèle, le genre vocal, la génération de paroles synchronisées (SRT) et la création de persona pour une cohérence stylistique ; (2) la génération de visuels (images ou séquences vidéo) via des fournisseurs comme Seedream, OpenAI, Google, ou Seedance, avec différents modes (slideshow, video, hybrid) pour équilibrer coût et qualité ; (3) l'assemblage final avec ffmpeg, incluant le fondu entre les plans et l'incrustation automatique des sous-titres. La compétence intègre un suivi des coûts basé sur les jetons et encourage l'utilisation du flag `--dry-run` pour estimer les dépenses avant de lancer la génération. Elle est conçue pour être utilisée avec des outils comme Claude Code, Cursor ou Codex, et nécessite la configuration de variables d'environnement telles que `SUNO_API_KEY` et `OPENAI_API_KEY`. Le flux de travail est entièrement scripté en Bash, avec des fichiers de configuration JSON pour la planification des scènes.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/ai-music-video

Demander à votre IA préférée

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

Documentation

Générateur de clips musicaux IA

Créez des clips musicaux complets : musique IA + visuels IA + assemblage ffmpeg.

Démarrage rapide

"90년대 보이밴드 풍 한국어 노래 만들어줘" → musique uniquement
"발라드 뮤비 만들어줘" → musique + diaporama MV
"EDM 뮤비 풀영상으로" → musique + séquences vidéo MV
"Suno 뮤비로 만들어줘" → clip vidéo natif Suno

Flux de travail

1. Planifier les scènes à partir des paroles/ambiance

Avant de générer, créez prompts.json — un tableau de descriptions de scènes dérivées des paroles, de l'ambiance et de la narration de la chanson. 8 à 12 scènes pour une chanson de 3 minutes.

[
  {"prompt": "Rue de ville illuminée au néon la nuit, reflets de pluie", "type": "image"},
  {"prompt": "Caméra panoramique lente sur un toit au coucher du soleil", "type": "video"},
  "Une silhouette solitaire marchant à travers des cerisiers en fleurs"
]

2. Générer la musique

bash scripts/suno_music.sh \
  --prompt "가사 또는 설명" \
  --style "90s boy band pop, korean" \
  --title "너만을 원해" \
  --model V4_5ALL --custom \
  --outdir /tmp/mv_project

Options :

  • --model V4_5ALL (par défaut), V5, V4_5PLUS, V4_5, V4
  • --instrumental — pas de voix
  • --vocal-gender m|f — indication du genre vocal
  • --negative-tags "Heavy Metal, Drums" — styles à éviter
  • --music-video — générer un clip vidéo natif Suno (MP4)
  • --dry-run — vérification du coût uniquement

Persona (maintien d'un style cohérent) :

  • --persona-id ID — utiliser un persona existant (générer plusieurs chansons avec la même voix/style)
  • --create-persona — créer un persona à partir de la chanson générée → sauvegarde dans persona.json
  • --persona-name "Nom" / --persona-desc "Description" / --persona-style "Style"

Fonctionnalités automatiques :

  • 🎤 Paroles synchronisées : Les pistes non instrumentales récupèrent automatiquement les timings des paroles et les sauvegardent dans {outdir}/lyrics.srt
  • 🎬 Clip natif Suno : Avec --music-video, Suno génère directement une vidéo MP4 visualisée
  • 🎭 Persona : Avec --create-persona, extrait l'identité vocale/style pour une réutilisation

3. Générer les visuels (flux personnalisé)

bash scripts/gen_visuals.sh \
  --mode slideshow \
  --prompts-file /tmp/mv_project/prompts.json \
  --image-provider seedream \
  --outdir /tmp/mv_project

Ou avec OpenAI (moins cher, résolution inférieure) :

bash scripts/gen_visuals.sh \
  --mode slideshow \
  --prompts-file /tmp/mv_project/prompts.json \
  --image-provider openai --image-model gpt-image-1-mini --image-quality medium \
  --outdir /tmp/mv_project

Ajoutez --dry-run d'abord pour afficher l'estimation du coût avant de dépenser.

4. Assembler

bash scripts/assemble_mv.sh \
  --audio /tmp/mv_project/track_0_xxx.mp3 \
  --outdir /tmp/mv_project \
  --output /tmp/mv_project/final_mv.mp4 \
  --transition fade

Comportement des sous-titres :

  • Détecte automatiquement {outdir}/lyrics.srt et superpose les paroles automatiquement
  • --subtitle /path/to/custom.srt — utiliser un fichier SRT personnalisé
  • --no-subtitle — désactiver complètement la superposition des paroles

Modes

ModeVisuelIdéal pourCoût (10 scènes)
slideshowImages IARapide, économique~0,02 $ (mini low) / ~0,09 $ (mini med) / ~0,45 $ (Seedream)
videoSéquences vidéo IAPremium~1,40 $ (Seedance Lite) / ~8,00 $ (Sora 2)
hybridMélange des deuxÉquilibré~0,50 $ - 4,00 $
suno-nativeClip SunoLe plus simpleCrédits Suno uniquement

Le coût des images est basé sur les jetons — la facturation réelle peut être inférieure aux estimations fournies. Utilisez --dry-run pour un coût précis.

Options des fournisseurs

Images : --image-provider seedream (recommandé), openai ou google-together Modèle d'image (OpenAI) : --image-model gpt-image-1-mini (par défaut, économique) ou gpt-image-1 (premium) Vidéos : --video-provider sora (par défaut), sora-pro, seedance-lite, seedance-pro, veo-fast, veo-audio Qualité : --image-quality low|medium|high

Suivi des coûts

Chaque script affiche le coût avant et après. Faites toujours --dry-run d'abord. Les données de coût sont sauvegardées dans {outdir}/cost_estimate.json et {outdir}/visuals_meta.json.

Variables d'environnement

export SUNO_API_KEY="votre-clé-sunoapi"      # Requis — sunoapi.org
export OPENAI_API_KEY="votre-clé-openai"     # Requis — images + vidéo Sora
export BYTEPLUS_API_KEY="votre-clé-byteplus" # Optionnel — Seedream 4.5 (recommandé pour les images)
export TOGETHER_API_KEY="votre-clé-together" # Optionnel — Seedance, Veo, Imagen
export SUNO_CALLBACK_URL=""                 # Optionnel — voir URL de rappel ci-dessous

⚠️ Clés requises : SUNO_API_KEY et OPENAI_API_KEY doivent être définies avant d'exécuter un script. BYTEPLUS_API_KEY est nécessaire pour le fournisseur d'images Seedream (inscrivez-vous sur console.byteplus.com, 200 images gratuites). TOGETHER_API_KEY n'est nécessaire que pour les fournisseurs Seedance/Veo/Imagen.

URL de rappel

L'API Suno nécessite un champ callBackUrl pour les demandes de génération musicale. Par défaut, si SUNO_CALLBACK_URL n'est pas défini, le script utilise https://localhost/noop comme un point de terminaison inoffensif (une URL localhost inaccessible qui désactive effectivement les rappels).

Pour personnaliser : définissez SUNO_CALLBACK_URL sur votre propre point de terminaison, ou définissez-le sur n'importe quelle URL factice que vous contrôlez. La charge utile du rappel contient des métadonnées de tâche et des URL audio — aucune clé API n'est envoyée.

Pour désactiver : définissez SUNO_CALLBACK_URL=https://localhost/noop ou toute URL inaccessible. La génération fonctionne toujours par sondage ; le rappel n'est pas nécessaire au fonctionnement du script.

Flux de travail Persona (maintien du concept de chaîne)

Pour créer plusieurs chansons avec un style cohérent, comme une chaîne YouTube :

# 1. Créer la première chanson + créer un persona
bash scripts/suno_music.sh \
  --prompt "Chanson à écouter en faisant une revue de code" \
  --style "indie rock, energetic, coding vibe" \
  --title "Pull Request" \
  --custom --create-persona \
  --persona-name "Chanteur BGM développeur" \
  --persona-desc "Voix énergique, idéale pour un développeur qui code. Mélange indé rock, électro, pop." \
  --persona-style "indie rock, electronic, developer work music" \
  --outdir /tmp/dev-bgm-01

# 2. Vérifier le personaId dans persona.json
cat /tmp/dev-bgm-01/persona.json

# 3. Générer la chanson suivante avec le même persona — cohérence vocale/style
bash scripts/suno_music.sh \
  --prompt "Chanson à écouter en faisant des heures sup'" \
  --style "electronic pop, night coding" \
  --title "Midnight Deploy" \
  --custom --persona-id <PERSONA_ID> \
  --outdir /tmp/dev-bgm-02

Le persona mémorise les caractéristiques vocales + le style musical, ce qui maintient une cohérence sur l'ensemble de la chaîne.

Prérequis

  • curl, python3, ffmpeg (pour l'assemblage)

Références

  • Détails SunoAPI : Lire references/sunoapi.md
  • Détails des fournisseurs visuels : Lire references/visual-providers.md

Individual skills in this repo

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

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Use this skill when the user asks to build, create, design, develop, or improve ANY frontend interface, web page, UI component, or visual element. This includes: - Building landing pages, websites, web apps, dashboards, portfolios, or any web interface - Creating UI components (buttons, forms, cards, navbars, modals, etc.) - Designing pages with React, Vue, Next.js, Svelte, or any frontend framework - Adding styling or improving visual design of existing components - Implementing specific design aesthetics (modern, dark, minimalist, brutalist, etc.) - User mentions "frontend", "UI", "UX", "design", "interface", "web design", or "styling" - User asks for "beautiful", "modern", "professional", "clean", or any aesthetic adjective - User requests help with CSS, Tailwind, styled-components, or any styling approach This skill automatically retrieves the appropriate design system prompt (Neo-brutalism, Modern Dark, Bauhaus, Cyberpunk, Material, etc.) to help create visually distinctive, production-grade frontend...

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

Skills associés