Communitygithub.com

delorenj/skills

Vidéo ASCII : convertit des vidéos/audios en MP4/GIF ASCII colorés.

Qu'est-ce que skills ?

Cette compétence, intitulée « ASCII Video Production Pipeline », fournit un pipeline complet pour transformer des entrées vidéo, audio, images ou génératives en animations ASCII colorées (MP4, GIF, séquence d'images). Elle prend en charge six modes : conversion vidéo vers ASCII, visualiseur audio-réactif, génératif, hybride, paroles/texte et narration TTS. Le pipeline se compose d'une architecture en six étapes (INPUT, ANALYZE, SCENE_FN, TONEMAP, SHADE, ENCODE) et repose sur une seule bibliothèque Python 3.10+ avec NumPy, SciPy, Pillow, et ffmpeg, sans nécessité de GPU. L'outil met l'accent sur l'excellence créative dès le premier rendu, avec une personnalisation avancée des palettes, effets, shaders et transitions, ainsi que des fonctionnalités de composition multi-grille et de retour visuel. Il inclut des instructions pour l'optimisation des performances, le débogage, et des stratégies de divergence créative pour des sorties expérimentales. La compétence est destinée à des agents IA comme Claude Code, Cursor ou Codex pour générer des vidéos ASCII artistiques et personnalisées.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/delorenj/skills/tree/HEAD/ascii-video

Demander à votre IA préférée

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

Documentation

Pipeline de Production Vidéo ASCII

Quand l'utiliser

À utiliser lorsque les utilisateurs demandent : vidéo ASCII, vidéo d'art textuel, vidéo de style terminal, animation de personnages artistiques, visualisation rétro de texte, visualiseur audio en ASCII, conversion de vidéo en art ASCII, effets de style Matrix, ou toute sortie ASCII animée.

Ce qu'il contient

Pipeline de production pour vidéo d'art ASCII — n'importe quel format. Convertit des entrées vidéo/audio/images/génératives en sortie vidéo ASCII colorée (MP4, GIF, séquence d'images). Couvre : conversion vidéo vers ASCII, visualiseurs musicaux audio-réactifs, animations ASCII génératives, hybrides vidéo+audio réactifs, superpositions de texte/paroles, rendu terminal en temps réel.

Standard Créatif

Il s'agit d'art visuel. Les caractères ASCII sont le médium ; le cinéma est la norme.

Avant d'écrire une seule ligne de code, articulez le concept créatif. Quelle est l'ambiance ? Quelle histoire visuelle cela raconte-t-il ? Qu'est-ce qui rend CE projet différent de toutes les autres vidéos ASCII ? L'invite de l'utilisateur est un point de départ — interprétez-la avec ambition créative, pas de transcription littérale.

L'excellence du premier rendu est non négociable. La sortie doit être visuellement frappante sans nécessiter de cycles de révision. Si quelque chose semble générique, plat, ou comme « de l'art ASCII généré par IA », c'est faux — repensez le concept créatif avant de livrer.

Allez au-delà du vocabulaire de référence. Les catalogues d'effets, les préréglages de shaders et les bibliothèques de palettes dans les références sont un vocabulaire de départ. Pour chaque projet, combinez, modifiez et inventez de nouveaux motifs. Le catalogue est une palette de peintures — vous écrivez le tableau.

Soyez proactivement créatif. Étendez le vocabulaire de la compétence lorsque le projet l'exige. Si les références n'ont pas ce que la vision demande, construisez-le. Incluez au moins un moment visuel que l'utilisateur n'a pas demandé mais qu'il appréciera — une transition, un effet, un choix de couleur qui élève l'ensemble de la pièce.

Esthétique cohérente plutôt que justesse technique. Toutes les scènes d'une vidéo doivent sembler connectées par un langage visuel unificateur — température de couleur partagée, palettes de personnages liées, vocabulaire de mouvement cohérent. Une vidéo techniquement correcte où chaque scène utilise un effet différent aléatoire est un échec esthétique.

Dense, stratifié, réfléchi. Chaque image doit mériter d'être regardée. Jamais de fonds noirs plats. Toujours une composition multi-grille. Toujours une variation par scène. Toujours une couleur intentionnelle.

Modes

ModeEntréeSortieRéférence
Vidéo vers ASCIIFichier vidéoRe-création ASCII de la sourcereferences/inputs.md § Échantillonnage Vidéo
Audio-réactifFichier audioVisuels génératifs pilotés par les caractéristiques audioreferences/inputs.md § Analyse Audio
GénératifAucune (ou paramètres de graine)Animation ASCII procéduralereferences/effects.md
HybrideVidéo + audioVidéo ASCII avec superpositions audio-réactivesLes deux références d'entrée
Paroles/texteAudio + texte/SRTTexte minuté avec effets visuelsreferences/inputs.md § Texte/Paroles
Narration TTSCitations textuelles + API TTSVidéo de témoignage/ citation narrée avec texte tapéreferences/inputs.md § Intégration TTS

Stack Technologique

Un seul script Python autonome par projet. Aucun GPU requis.

CoucheOutilObjectif
CœurPython 3.10+, NumPyMaths, opérations sur tableaux, effets vectorisés
SignalSciPyFFT, détection de pics (modes audio)
ImageriePillow (PIL)Rastérisation de polices, décodage d'images, E/S d'images
E/S Vidéoffmpeg (CLI)Décodage entrée, encodage sortie, multiplexage audio
Parallélismeconcurrent.futuresN workers pour rendu par lots/ clips
TTSAPI ElevenLabs (optionnel)Générer des clips de narration
OptionnelOpenCVÉchantillonnage d'images vidéo, détection de contours

Architecture du Pipeline

Chaque mode suit le même pipeline en 6 étapes :

INPUT → ANALYZE → SCENE_FN → TONEMAP → SHADE → ENCODE
  1. INPUT — Charger/décoder le matériau source (images vidéo, échantillons audio, images ou rien)
  2. ANALYZE — Extraire les caractéristiques par image (bandes audio, luminance/bords vidéo, vecteurs de mouvement)
  3. SCENE_FN — La fonction de scène rend un canevas de pixels (uint8 H,W,3). Compose plusieurs grilles de personnages via _render_vf() + modes de fusion de pixels. Voir references/composition.md
  4. TONEMAP — Normalisation adaptative de la luminosité basée sur les percentiles. Voir references/composition.md § Tonemap Adaptatif
  5. SHADE — Post-traitement via ShaderChain + FeedbackBuffer. Voir references/shaders.md
  6. ENCODE — Rediriger les images RVB brutes vers ffmpeg pour l'encodage H.264/GIF

Direction Créative

Dimensions Esthétiques

DimensionOptionsRéférence
Palette de personnagesRampe de densité, éléments de blocs, symboles, écritures (katakana, grec, runes, braille), spécifique au projetarchitecture.md § Palettes
Stratégie de couleurHSV, OKLAB/OKLCH, palettes RVB discrètes, harmonie auto-générée, monochrome, températurearchitecture.md § Système de Couleur
Texture de fondChamps sinusoïdaux, bruit fBM, déformation de domaine, voronoï, réaction-diffusion, automates cellulaires, vidéoeffects.md
Effets primairesAnneaux, spirales, tunnel, vortex, vagues, interférence, aurore, feu, SDF, attracteurs étrangeseffects.md
ParticulesÉtincelles, neige, pluie, bulles, runes, orbites, essaims d'oiseaux, suiveurs de champ de flux, traînéeseffects.md § Particules
Ambiance du shaderCRT rétro, moderne propre, art glitch, cinématique, rêveur, industriel, psychédéliqueshaders.md
Densité de grillexs(8px) à xxl(40px), mixte par couchearchitecture.md § Système de Grille
Espace de coordonnéesCartésien, polaire, carrelé, pivoté, fisheye, Möbius, déformé par domaineeffects.md § Transformations
Retour visuelTunnel de zoom, traînées arc-en-ciel, écho fantomatique, mandala tournant, évolution de couleurcomposition.md § Retour
MasquageCercle, anneau, gradient, pochoir de texte, iris/volet/fondu animécomposition.md § Masquage
TransitionsFondu enchaîné, volet, fondu, coupure glitch, iris, révélation basée sur masqueshaders.md § Transitions

Variation par Section

N'utilisez jamais la même configuration pour toute la vidéo. Pour chaque section/scène :

  • Effet de fond différent (ou composez-en 2-3)
  • Palette de personnages différente (correspondant à l'ambiance)
  • Stratégie de couleur différente (ou au minimum une teinte différente)
  • Varier l'intensité du shader (plus de bloom pendant les pics, plus de grain pendant le calme)
  • Types de particules différents si des particules sont actives

Invention Spécifique au Projet

Pour chaque projet, inventez au moins un des éléments suivants :

  • Une palette de personnages personnalisée correspondant au thème
  • Un effet de fond personnalisé (combinez/modifiez des blocs de construction existants)
  • Une palette de couleurs personnalisée (ensemble RVB discret correspondant à la marque/l'ambiance)
  • Un ensemble de caractères de particules personnalisé
  • Une transition de scène ou un moment visuel inédit

Ne vous contentez pas de choisir dans le catalogue. Le catalogue est un vocabulaire — vous écrivez le poème.

Flux de Travail

Étape 1 : Vision Créative

Avant tout code, articulez le concept créatif :

  • Ambiance/atmosphère : Que doit ressentir le spectateur ? Énergique, méditatif, chaotique, élégant, menaçant ?
  • Histoire visuelle : Que se passe-t-il pendant la durée ? Construction de tension ? Transformation ? Dissolution ?
  • Univers de couleurs : Chaud/froid ? Monochrome ? Néons ? Tons terreux ? Quelle est la teinte dominante ?
  • Texture des personnages : Données denses ? Étoiles clairsemées ? Points organiques ? Blocs géométriques ?
  • Qu'est-ce qui rend CELUI-CI différent : Quelle est la chose unique qui rend ce projet spécial ?
  • Arc émotionnel : Comment les scènes progressent-elles ? Commencer avec énergie, construire jusqu'au climax, résoudre ?

Mappez l'invite de l'utilisateur aux choix esthétiques. Un « visualiseur chill lo-fi » exige tout un univers différent d'un « flux de données cyberpunk glitch ».

Étape 2 : Conception Technique

  • Mode — lequel des 6 modes ci-dessus
  • Résolution — paysage 1920x1080 (par défaut), portrait 1080x1920, carré 1080x1080 @ 24 ips
  • Détection matérielle — détection automatique des cœurs/RAM, définition du profil de qualité. Voir references/optimization.md
  • Sections — mappez les horodatages aux fonctions de scène, chacune avec sa propre configuration d'effet/palette/couleur/shader
  • Format de sortie — MP4 (par défaut), GIF (640x360 @ 15 ips), séquence PNG

Étape 3 : Construire le Script

Fichier Python unique. Composants (avec références) :

  1. Détection matérielle + profil de qualité — references/optimization.md
  2. Chargeur d'entrée — dépendant du mode ; references/inputs.md
  3. Analyseur de caractéristiques — FFT audio, luminance vidéo, ou synthétique
  4. Grille + moteur de rendu — grilles multi-densité avec cache de bitmap ; references/architecture.md
  5. Palettes de personnages — multiples par projet ; references/architecture.md § Palettes
  6. Système de couleur — HSV + RVB discret + génération d'harmonie ; references/architecture.md § Couleur
  7. Fonctions de scène — chacune retourne canvas (uint8 H,W,3) ; references/scenes.md
  8. Tonemap — normalisation adaptative de la luminosité ; references/composition.md
  9. Pipeline shader — ShaderChain + FeedbackBuffer ; references/shaders.md 10.Tableau de scènes + dispatcher — temps → fonction de scène + configuration ; references/scenes.md 11.Encodeur parallèle — rendu de clips en N workers avec pipes ffmpeg 12.Main — orchestre le pipeline complet

Étape 4 : Vérification de la Qualité

  • Tester les images d'abord : rendez des images uniques à des horodatages clés avant le rendu complet
  • Vérification de la luminosité : canvas.mean() > 8 pour tout le contenu ASCII. Si sombre, abaissez le gamma
  • Cohérence visuelle : toutes les scènes semblent-elles appartenir à la même vidéo ?
  • Vérification de la vision créative : la sortie correspond-elle au concept de l'étape 1 ? Si elle semble générique, revenez en arrière

Remarques d'Implémentation Critiques

Luminosité — Utilisez tonemap(), Pas de Multiplicateurs Linéaires

C'est le problème visuel numéro 1. L'ASCII sur fond noir est intrinsèquement sombre. N'utilisez jamais de multiplicateurs canvas * N — ils écrêtent les hautes lumières. Utilisez un tonemap adaptatif :

def tonemap(canvas, gamma=0.75):
    f = canvas.astype(np.float32)
    lo, hi = np.percentile(f[::4, ::4], [1, 99.5])
    if hi - lo < 10: hi = lo + 10
    f = np.clip((f - lo) / (hi - lo), 0, 1) ** gamma
    return (f * 255).astype(np.uint8)

Pipeline : scene_fn() → tonemap() → FeedbackBuffer → ShaderChain → ffmpeg

Gamma par scène : 0.75 par défaut, 0.55 pour solarisation, 0.50 pour postérisation, 0.85 pour scènes lumineuses. Utilisez la fusion screen (pas overlay) pour les couches sombres.

Hauteur de Cellule de Police

Sous macOS Pillow : textbbox() retourne une hauteur incorrecte. Utilisez font.getmetrics() : cell_height = ascent + descent. Voir references/troubleshooting.md.

Blocage du Pipe ffmpeg

N'utilisez jamais stderr=subprocess.PIPE avec ffmpeg longue durée — le tampon se remplit à 64 Ko et bloque. Redirigez vers un fichier. Voir references/troubleshooting.md.

Compatibilité des Polices

Tous les caractères Unicode ne s'affichent pas dans toutes les polices. Validez les palettes à l'initialisation — rendez chaque caractère, vérifiez la sortie vide. Voir references/troubleshooting.md.

Architecture par Clip

Pour les vidéos segmentées (citations, scènes, chapitres), rendez chaque segment comme un fichier clip séparé pour un rendu parallèle et un re-rendu sélectif. Voir references/scenes.md.

Objectifs de Performance

ComposantBudget
Extraction de caractéristiques1-5ms
Fonction d'effet2-15ms
Rendu de personnage80-150ms (goulot d'étranglement)
Pipeline shader5-25ms
Total~100-200ms/image

Références

FichierContenu
references/architecture.mdSystème de grille, préréglages de résolution, sélection de police, palettes de personnages (20+), système de couleur (HSV + OKLAB + RVB discret + génération d'harmonie), aide _render_vf(), classe GridLayer
references/composition.mdModes de fusion de pixels (20 modes), blend_canvas(), composition multi-grille, tonemap() adaptative, FeedbackBuffer, PixelBlendStack, système de masquage/pochoir
references/effects.mdBlocs de construction d'effets : générateurs de champs de valeurs, champs de teinte, bruit/fBM/déformation de domaine, voronoï, réaction-diffusion, automates cellulaires, SDF, attracteurs étranges, systèmes de particules, transformations de coordonnées, cohérence temporelle
references/shaders.mdShaderChain, distribution _apply_shader_step(), catalogue de 38 shaders, mise à l'échelle audio-réactive, transitions, préréglages de teinte, encodage de format de sortie, rendu terminal
references/scenes.mdProtocole de scène, classe Renderer, table SCENES, render_clip(), découpage synchronisé sur le rythme, rendu parallèle, motifs de conception (hiérarchie des couches, arcs directionnels, métaphores visuelles, techniques de composition), exemples complets de scènes à chaque niveau de complexité, liste de vérification de conception de scène
references/inputs.mdAnalyse audio (FFT, bandes, beats), échantillonnage vidéo, conversion d'images, texte/paroles, intégration TTS (ElevenLabs, assignation de voix, mixage audio)
references/optimization.mdDétection matérielle, profils de qualité, motifs vectorisés, rendu parallèle, gestion de la mémoire, budgets de performance
references/troubleshooting.mdPièges de diffusion NumPy, pièges de mode de fusion, multitraitement/pickling, diagnostics de luminosité, problèmes ffmpeg, problèmes de police, erreurs courantes

Divergence Créative (à utiliser uniquement lorsque l'utilisateur demande une sortie expérimentale/créative/unique)

Si l'utilisateur demande une sortie créative, expérimentale, surprenante ou non conventionnelle, sélectionnez la stratégie la mieux adaptée et raisonnez sur ses étapes AVANT de générer du code.

  • Connexions Forcées — lorsque l'utilisateur souhaite une inspiration inter-domaines (« faites-le paraître organique », « esthétique industrielle »)
  • Mélange Conceptuel — lorsque l'utilisateur nomme deux choses à combiner (« l'océan rencontre la musique », « espace + calligraphie »)
  • Stratégies Obliques — lorsque l'utilisateur est extrêmement ouvert (« surprenez-moi », « quelque chose que je n'ai jamais vu »)

Connexions Forcées

  1. Choisissez un domaine sans rapport avec l'objectif visuel (systèmes météorologiques, microbiologie, architecture, dynamique des fluides, tissage textile)
  2. Listez ses éléments visuels/structuraux principaux (érosion → révélation progressive ; mitose → duplication de division ; tissage → motifs entrelacés)
  3. Mappez ces éléments sur des caractères ASCII et des motifs d'animation
  4. Synthétisez — à quoi ressemblent « l'érosion » ou « la cristallisation » dans une grille de caractères ?

Mélange Conceptuel

  1. Nommez deux domaines visuels/

…

[truncated for translation]

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

delorenj/skills

Plan and generate terminal ASCII animations/screensaver-style output (FPS, refresh rules, loop policy, low-flicker guidance), with a static poster frame and an optional local demo script.

delorenj/skills

Plan, build and quality-check a premium short commercial for a real business (roofing, property, ecommerce, B2B software) using AI-generated footage, code-built motion (HTML/GSAP), selective Three.js and an independent-critic "Gauntlet" loop. Use when asked to make a launch-style / SaaS-style video, business ad, explainer, sample reel or pitch video, or to review and improve one. Encodes motion principles distilled from 28 professional launch films, a quality bar, audio rules and a business-offer playbook.

delorenj/skills

CSS animation adapter patterns for HyperFrames. Use when authoring CSS keyframes, animation-delay based timing, animation-fill-mode, animation-play-state, or CSS-only motion that HyperFrames must seek deterministically during preview and rendering.

delorenj/skills

Generate professional voiceovers using ElevenLabs AI. Use when the user needs to create voiceovers for videos, audio narration, or text-to-speech content. Supports multiple voices with character presets (narrator, salesperson, expert) for natural delivery. Includes single scene regeneration for fine-tuning.

delorenj/skills

HyperFrames CLI dev loop — `npx hyperframes` for scaffolding (init), validation (lint, inspect), preview, render, and environment troubleshooting (doctor, browser, info, upgrade). Use when running any of these commands or troubleshooting the HyperFrames build/render environment. For asset preprocessing commands (`tts`, `transcribe`, `remove-background`), invoke the `hyperframes-media` skill instead.

delorenj/skills

Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transparent overlays (u2net). Use when generating voiceover from text, transcribing speech for captions, removing the background from a video or image to use as a transparent overlay, choosing a TTS voice or whisper model, or chaining these (TTS → transcribe → captions). Each command downloads its own model on first run.

delorenj/skills

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

delorenj/skills

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For dev-loop CLI commands (init, lint, inspect, preview, render) see the hyperframes-cli skill; for asset preprocessing commands (tts, transcribe, remove-background) see the hyperframes-media skill.

delorenj/skills

Manim CE animations: 3Blue1Brown math/algo videos.

delorenj/skills

Join a Google Meet or Zoom call as a video meeting agent via PikaStreaming. Trigger: user drops a Google Meet or Zoom link, or asks to join a meeting.

delorenj/skills

Translate an existing Remotion (React-based) video composition into a HyperFrames HTML composition. Use ONLY when the user explicitly asks to port, convert, migrate, translate, or rewrite a Remotion composition as HyperFrames (e.g. "port my Remotion project to HyperFrames"). Do NOT use when (a) authoring a NEW HyperFrames composition (even if A/B-testing a Remotion video); (b) Remotion is mentioned in passing; (c) Remotion code is shared as reference, not for translation; (d) the user wants "the same video as my Remotion one" without explicitly asking to migrate the source — treat as a fresh HyperFrames build. When in doubt, default to the `hyperframes` skill. Detects unsupported patterns (useState, useEffect side effects, async calculateMetadata, third-party React component libraries, `@remotion/lambda`) and recommends the runtime interop escape hatch instead of a lossy translation.

delorenj/skills

Generate speech using the self-hosted voxxy (vox) TTS service at https://vox.delo.sh. Use when the user asks to speak, say, narrate, synthesize speech, clone a voice, create a voice, add or register a voice, pipe TTS, or control voice qualities by description (e.g. "a young woman with a cheerful voice"). Handles HTTP API usage, voice profile management, description-based voice design, cloning, MCP registration, and integration patterns for new platforms.

delorenj/skills

Capture a website and create a HyperFrames video from it. Use when: (1) a user provides a URL and wants a video, (2) someone says "capture this site", "turn this into a video", "make a promo from my site", (3) the user wants a social ad, product tour, or any video based on an existing website, (4) the user shares a link and asks for any kind of video content. Even if the user just pastes a URL — this is the skill to use.

delorenj/skills

YouTube transcripts to summaries, threads, blogs.

Skills associés