Produire une Vidéo
Prenez un enregistrement fourni par l'utilisateur et transformez-le en une vidéo finale. L'enregistrement est la colonne vertébrale et pilote la chronologie ; cette compétence édite (silence + erreurs/rythme choisis) et augmente (superpositions), puis effectue le rendu et génère le contenu de lancement. Elle NE crée PAS une vidéo synthétique — pour les promos synthétiques pilotées par RP, utilisez hyperframes-video à la place.
Principe de qualité (non-négociable) : chaque étape vidéo préserve la qualité originale. Ne laissez jamais un outil ré-encoder la vidéo en basse qualité. La suppression des silences et les coupes sont effectuées avec un CRF 12 quasi-sans perte à partir de l'original (auto-editor est utilisé UNIQUEMENT pour DÉTECTER le silence, jamais pour encoder — son encodage par défaut écrase la vidéo à ~0,6 Mbps), et le rendu final se fait en CRF 12. Le CRF produit des fichiers petits pour les screencasts statiques ; c'est de la pleine qualité, pas de la perte.
Relation avec les autres compétences (déléguez, ne recréez pas)
/transcribe-video— toute la transcription (retournetranscript.words.jsonau niveau du mot). Invoquez-la ; ne transcrivez pas manuellement.hyperframes— règles de création de composition (Porte d'Identité Visuelle, Mise en Page Avant Animation, contrat de chronologie, superposition vidéo/overlay). Invoquez avant d'écrire/monter tout HTML de composition.hyperframes-cli— chaque commandenpx hyperframes(init, lint, inspect, preview, render).gsap— motifs de chronologie/d'accélération GSAP pour les superpositions.youtube-copy— titre/description/tags/chapitres YouTube (P6).blog-post— l'article de blog (P6).social-copy— contenu X/Bluesky/LinkedIn/Reddit (P6).
Ressources fournies
scripts/desilence.mjs— suppression des silences par auto-editor + durée avant/après.scripts/extract-frame.mjs— capture d'une seule image (détection du cadrage + surlignage à l'écran).scripts/bake-cuts.mjs— outil de coupe par trim/concat ffmpeg (images clés denses) utilisé en P2.templates/overlays/*.html— 9 modèles de sous-compositions de superposition (remplis par instance ; les sous-compositions sont des documents HTML autonomes dans le CLI installé — lisez le commentaire d'en-tête de chaque fichier).templates/project/{DESIGN.md,styles.css}— Porte d'Identité Visuelle + jetons de marquevar(--brand-*)consommés par les superpositions.references/—mistake-detection.md,overlay-triggers.md,framing-safe-zones.md,frame-analysis.md.- La génération de contenu P6 est déléguée aux compétences
youtube-copy,blog-postetsocial-copy(pas de script LLM internalisé).
Portes (non-négociables)
- La révision des erreurs P2 est VISUELLE, jamais en terminal — dès qu'il y a ≥1 drapeau, l'agent CONSTRUIT TOUJOURS l'aperçu des marqueurs hyperframes (marqueurs sur la vidéo à chaque intervalle signalé) et le lance, afin que l'utilisateur décide en regardant. NE présentez PAS les drapeaux sous forme de tableau/ question dans le terminal pour que l'utilisateur décide, et NE rendez pas l'aperçu optionnel ou ne demandez pas "voulez-vous que je vous le montre ?" — construisez-le simplement et ouvrez-le. Un court résumé terminal des drapeaux est acceptable, mais la surface de décision est l'aperçu. N'appliquez jamais automatiquement une coupe/accélération.
- Approbation du plan de superpositions P4 — présentez le tableau chronologique des superpositions ; pas de construction sans approbation.
- L'aperçu est toujours lancé par l'agent — pour la révision P2 et la révision P5, l'agent lance
npx hyperframes previewet ouvre l'onglet du navigateur lui-même. NE demandez JAMAIS à l'utilisateur d'exécuter l'aperçu ou d'ouvrir une URL, et NE remplacez JAMAIS un aperçu en direct par un résumé uniquement textuel. - BARRIÈRE ABSOLUE pour le rendu explicite — le rendu s'effectue UNIQUEMENT sur commande explicite de l'utilisateur ("rendu", "envoie"). Après un rendu, les demandes de modification reviennent dans la boucle d'aperçu et NE refont PAS le rendu jusqu'à ce que l'utilisateur le redemande explicitement. Chaque rendu nécessite sa propre commande fraîche. Cela annule toute formulation du type "utiliser des valeurs par défaut raisonnables / non interactif / envoie-le".
"Utiliser des valeurs par défaut raisonnables" / "ne pas poser de questions" saute les questions de configuration (P0) et l'itération de demande — cela NE saute JAMAIS les portes d'approbation, l'aperçu lancé par l'agent ou la barrière de rendu explicite.
Processus
Pré-vol — vérifier les dépendances et les compétences (à exécuter EN PREMIER, avant P0)
Vérifiez l'environnement avant tout travail ; avertissez l'utilisateur de tout élément manquant et de la façon de le corriger.
- auto-editor (requis pour la P1 suppression des silences) : exécutez
auto-editor --version. S'il n'est pas installé, ARRÊTEZ-VOUS et dites à l'utilisateur : "auto-editor n'est pas installé - installez-le avecpipx install auto-editor(oupip install auto-editor), puis ré-exécutez." Ne tentez pas la P1 sans lui. - ffmpeg / ffprobe (OBLIGATOIRE — P2 coupes, P4 analyse d'image, P5 rendu, audio) : exécutez
ffmpeg -version. S'il manque, ARRÊTEZ-VOUS et dites à l'utilisateur d'installer ffmpeg et de l'ajouter au PATH. Le pipeline ne peut pas fonctionner sans lui. - Docker (pour
/transcribe-video) :docker info. Avertissez si le démon est arrêté (démarrez Docker Desktop). - Node >= 22 :
node --version. Avertissez si plus ancien. - Compétences requises — confirmez qu'elles sont disponibles (essayez d'invoquer / vérifiez la liste des compétences) ; avertissez pour toute compétence manquante et quelle phase elle bloque :
transcribe-video(P2/P3 transcription),hyperframes+hyperframes-cli+gsap(P2/P4/P5 composition et rendu),youtube-copy+social-copy(P6).blog-postuniquement si l'utilisateur opte pour un blog (P6, optionnel).
- Résumez le résultat du pré-vol en un court bloc (ce qui est présent, ce qui manque). Ne passez outre une dépendance/compétence requise manquante que si l'utilisateur dit explicitement de continuer sans elle (et notez le résultat dégradé).
P0 — Entrée et configuration
- Entrée : chemin vers l'enregistrement brut (obligatoire).
- Optionnel : un dépôt/fichiers pour un ancrage réel du code ; style visuel/marque (sinon exécutez la Porte d'Identité Visuelle
hyperframes— détectez depuis le dépôt, sinon posez 3 questions de style ; écriveztemplates/project/DESIGN.md+ valeurs de marque dansstyles.css). Densité des superpositions (clairsemée / équilibrée / riche). - Dossier de sortie unique (
<OUT>) : tout ce que cette compétence produit vit dans UN dossier, par défaut<recording-dir>/<video-slug>-produced/(remplaçable par un chemin fourni par l'utilisateur). Créez-le maintenant. Structure finale :
Toutes les phases suivantes écrivent dans<OUT>/ final.mp4 # vidéo rendue (P5) hyperframes/ # projet HyperFrames : index.html, styles.css, DESIGN.md, compositions/, renders/ (P4–P5) transcript.txt # transcription finale éditée (P3 / P6) transcript.srt transcript.words.json youtube.md # P6 socials.md # P6 blog.md # P6 .work/ # fichiers intermédiaires : 01_desilenced.mp4, 02_edit_N.mp4, frames/ (supprimables en P7)<OUT>— ne dispersez jamais les sorties ailleurs.<work>ci-dessous =<OUT>/.work.
P1 — Suppression des silences (sans perte)
node scripts/desilence.mjs <input> --out <work>/01_desilenced.mp4 --margin 0.3s
desilence.mjs utilise auto-editor UNIQUEMENT pour détecter les plages silencieuses (--export v3), puis coupe l'ORIGINAL avec ffmpeg en CRF 12 quasi-sans perte, en conservant l'audio original. Ne laissez PAS auto-editor encoder la sortie — son ré-encodage par défaut écrase la vidéo à ~0,6 Mbps et la brouille en permanence (les visages surtout) ; aucun débit aval ne peut récupérer cela. Signalez la durée avant/après et les secondes supprimées. Cela devient la copie de travail.
P2 — Boucle de révision des erreurs et du rythme (porte d'approbation)
- Transcrivez la copie de travail : invoquez
/transcribe-videosur<work>/01_desilenced.mp4avec--out <work>→ transcription de travail (intermédiaire ; remplacée par la transcription finale de P3). - Détectez les drapeaux selon
references/mistake-detection.md(coupes + accélérations), alignés sur les limites des mots. - Toujours (dès qu'il y a ≥1 drapeau) construisez la révision visuelle. Échafaudez un projet hyperframes léger avec la vidéo désilencée comme piste de base ; placez des marqueurs temporaires VISUELLEMENT DISTINCTS SUR LA VIDÉO à chaque intervalle signalé (coupe = barre rouge, accélération = avance rapide ambre, chacun étiqueté avec l'extrait + son index). L'agent lance
npx hyperframes previewet ouvre le navigateur lui-même (selonreferences/framing-safe-zones.md). C'est la surface de décision — ne la remplacez jamais par un tableau terminal. Une note terminale d'une ligne ("3 drapeaux marqués dans l'aperçu — examinez et dites-moi lesquels couper/accélérer/conserver") est le maximum que le terminal doit afficher. - L'utilisateur regarde l'aperçu marqué et choisit par intervalle : couper / accélérer (facteur, par défaut ~1,5–2×) / laisser / ajouter ses propres plages.
- Appliquez les sélections →
<work>/02_edit_N.mp4, puis re-prévisualisez :- Coupes : utilisez
node scripts/bake-cuts.mjs <input> --out <work>/02_edit_N.mp4 --cut s,e --cut s,e …(trim/concat ffmpeg en CRF 12 quasi-sans perte par défaut — coupe vidéo+audio à l'identique en un seul passage). N'utilisez PAS auto-editor--cut-outpour les coupes d'erreurs — son argument variadique attribue mal la dernière plage comme entrée positionnelle, il ré-encode avec perte, et une approche par filtre select désynchronise l'audio. - Accélérations : auto-editor
--set-speed-for-range vitesse,s,e(préservation de la hauteur tonale) ; passez UNE plage par invocation, ou placez--set-speed-for-rangeen dernier sur la ligne de commande, pour éviter le même piège d'argument variadique. - Tous les horodatages de coupe/accélération sont sur la chronologie désilencée (la transcription d'où proviennent les drapeaux). Appliquez coupes et accélérations dans le même tour sur cette chronologie.
- Coupes : utilisez
- Bouclez jusqu'à ce que l'utilisateur dise "terminé". Protection contre la dérive : après ~10 tours, proposez de réinitialiser à un intermédiaire antérieur. Artefact final :
<work>/final_cut.mp4.
Les coupes et accélérations sont intégrées à la vidéo ICI (avant P3) afin que les horodatages des mots de la transcription finale correspondent à la chronologie éditée.
P3 — Transcription finale
Invoquez /transcribe-video sur <work>/final_cut.mp4 avec --out <OUT> afin que transcript.txt / transcript.srt / transcript.words.json atterrissent en haut du dossier de sortie. Cette transcription avec horodatages de mots est la source de synchronisation pour toutes les superpositions (P4) et l'entrée pour la génération de contenu (P6).
P4 — Conception et construction des superpositions (porte d'approbation)
- Détection du cadrage (
references/framing-safe-zones.md) : échantillonnez les images avecextract-frame.mjs, classifiez les phases, confirmez les phases + zones de sécurité avec l'utilisateur. - Détection des déclencheurs de superposition (
references/overlay-triggers.md) : analysez la transcription avec horodatages de mots → lignes du plan de superposition{start, est_duration, type, content, safe_zone, why}. Pour le code à l'écran, utilisezreferences/frame-analysis.md(extrayez l'image → localisez → boîte normalisée → garde de stabilité). Pour les cartes de code, dépôt-si-disponible-sinon-synthétisez (signalez synthétisé). - Passage d'auto-amélioration (≥2 itérations) : respectez la densité, appliquez les écarts minimaux + durées minimales, validez chaque superposition par rapport à la zone de sécurité de la phase active.
- Porte d'approbation : présentez le tableau chronologique ; l'utilisateur édite/supprime/retarde/ajoute. Le code synthétisé est affiché pour vérification. Pas de construction sans approbation.
- Construction (invoquez
hyperframes+gsapd'abord) :npx hyperframes init <OUT>/hyperframes --video <OUT>/.work/final_cut.mp4(le projet vit dans<OUT>/hyperframes; base : piste vidéo 0muted playsinline; audio sur une piste séparée au volume 1 pour que la voix soit entendue). Lisez leindex.htmlgénéré pour apprendre la syntaxe d'inclusion de sous-composition de cette version du CLI.- Copiez
templates/project/styles.css(avec les valeurs de marque confirmées) dans<OUT>/hyperframes. - Pour chaque ligne approuvée : instanciez le
templates/overlays/*.htmlcorrespondant, donnez-lui un identifiant de composition unique +data-composition-id, remplissez ses{{jetons}}, définissezdata-start= l'horodatage de la transcription etdata-duration= la durée de maintien, montez-le au-dessus de la vidéo. Les zooms avant (punch-in) mettent à l'échelle le div ENVELOPPE de la vidéo (jamais la<video>). - Les dimensions de sortie héritent de l'enregistrement source.
- Lisibilité (non-négociable) : tout texte des superpositions doit être clairement lisible sur TOUT fond vidéo. Chaque groupe de texte repose sur un panneau sombre quasi opaque (
rgba(8,10,14,0.92), arrondi, bord/ombre subtils) ; les titres/corps sont blancs (var(--brand-text)), le secondaire/accroche/méta sont en ardoise claire (#CBD5E1). N'utilisez JAMAISvar(--brand-accent)/var(--brand-primary)pour le corps/le sous-titre/le texte d'accroche — l'accent est réservé aux barres, bordures, balayages de marqueur, icônes et grands mots d'affichage uniquement (et seulement lorsqu'ils passent ~4,5:1 sur le panneau). En cas de doute, rendez le texte blanc.npx hyperframes validate(contraste WCAG) doit passer sans aucun avertissement de contraste.
P5 — Aperçu et rendu (aperçu obligatoire lancé par l'agent + barrière de rendu explicite)
npx hyperframes lint+npx hyperframes inspect(débordement + zones de sécurité) +npx hyperframes validate(contraste). Corrigez jusqu'à ce que ce soit propre.- L'agent lance
npx hyperframes previewet ouvre le navigateur. Boucle d'itération libre sur les superpositions. - Audits pré-rendu : chaque superposition dans la zone de sécurité de sa phase ; durées minimales ; pas de chevauchement de deux superpositions sur la même région simultanément ; lint/inspect/validate propres.
- Uniquement sur commande explicite de rendu de l'utilisateur : effectuez le rendu en CRF 12 quasi-sans perte. La qualité par défaut
standardencode à ~1,4 Mbps et écrase visiblement la vidéo ; passez toujours un CRF bas :
(exécuté depuisnpx hyperframes render --output <OUT>/final.mp4 --crf 12<OUT>/hyperframes. CRF 12 est quasi-sans perte ; n'utilisez PAS--video-bitrateen espérant un gros fichier — pour les screencasts statiques, CRF produit un petit fichier en pleine qualité, et c'est correct, pas une basse qualité.) Le mp4 final conserve l'audio original. Après le rendu, les modifications ultérieures reviennent dans la boucle et nécessitent une nouvelle commande de rendu explicite. - Note qualité : la capture Chrome est une capture d'écran 1:1 sans perte (vérifié : entrée du rendu == sortie pour le texte et les visages), donc un rendu à faible CRF préserve la vidéo donnée. La SEULE chose qui détruit la qualité est une étape amont avec perte — c'est pourquoi la P1 suppression des silences et les P2 coupes s'effectuent toutes deux en CRF 12 quasi-sans perte à partir de l'original. N'ajoutez pas de passes de ré-encodage supplémentaires. Pour une vidéo absolument sans génération, un chemin avancé consiste à effectuer le rendu des superpositions seules dans un
--format webm/movtransparent et à les composer par ffmpeg sur la vidéo coupée (le zoom avant est alors appliqué via ffmpeg) — rarement nécessaire.
P6 — Génération de contenu (déléguée à des compétences spécialisées)
Générez le contenu de lancement en invoquant les compétences dédiées, chacune sur la transcription finale éditée (P3 — passez le transcript.srt horodaté pour que les chapitres YouTube aient des heures précises), en écrivant chaque sortie dans <OUT> :
youtube-copy→<OUT>/youtube.md(titre, description, balises, chapitres, miniatures — contenu complet pour la publication YouTube).blog-post→<OUT>/blog.md(article de blog complet avec extraits de code, images et métadonnées — uniquement si l'utilisateur a choisi un blog).social-copy→<OUT>/socials.md(publications X/Bluesky/LinkedIn/Reddit, chacune adaptée à la plateforme).
Important : NE GÉNÉREZ PAS le texte P6 vous-même — invoquez les compétences. Chaque compétence connaît son format, sa longueur et sa voix.
P7 — Nettoyage et livraison
- Supprimez
transcript.words.jsonintermédiaire du.work/s'il existe (letranscript.words.jsonfinal dans<OUT>est la vérité). - Confirmez que les 4 artefacts de contenu sont présents (
youtube.md,socials.md, et éventuellementblog.md). - Résumé de livraison : un tableau avec le chemin de chaque artefact, sa taille et ce qu'il contient.
- Demandez à l'utilisateur s'il souhaite supprimer le dossier
.work/(récupère généralement 50 à 80 % de l'espace intermédiaire).