Communitygithub.com

VoxFlowStudio/skills

Utilisez cette compétence lorsque l'utilisateur souhaite créer des vidéos courtes générées par IA — cartes de connaissances (picstory / 小红书 / TikTok / Reels), vidéos explicatives narrées, présentations, clips IA ou diapositives — couvrant picstory, present, slides, explain et la génération d'images. Pour les réels article-à-carte (Slice — 13 thèmes dont paper-slide), utilisez voxflow:slice. Pour les cartes images HTML/CSS partageables ou les vidéos MP4 de cartes narrées (`voxflow card render`), utilisez voxflow:card.

Qu'est-ce que skills ?

VoxFlow Video Skill est une compétence puissante de génération de vidéos courtes par IA, conçue pour les créateurs et développeurs. Elle automatise l'ensemble du pipeline : un LLM écrit le script, l'IA génère des cartes visuelles ou des scènes, la TTS (synthèse vocale) narre le contenu, et FFmpeg ou Remotion assemble la vidéo MP4 finale. Cette compétence prend en charge plusieurs formats : picstory pour des vidéos de cartes de connaissances (idéal pour 小红书, TikTok, Reels), present pour des vidéos de cartes narrées avec cinq schémas visuels, explain pour des tutoriels explicatifs, slides pour des présentations HTML autonomes avec audio TTS intégré, et image pour des illustrations uniques. Elle est compatible avec les outils en ligne de commande voxflow et nécessite l'installation de `ffmpeg` pour le rendu MP4 local. Le système offre une grande flexibilité : styles visuels (sketchnote, néon, photo, etc.), ratios d'écran, modèles de script et niveaux de qualité d'image, avec un contrôle granulaire via des options CLI. Un quota gratuit de 10 000 unités par mois permet environ 3 vidéos picstory complètes. La compétence est idéale pour les créateurs de contenu, les éducateurs et les développeurs souhaitant produire rapidement des vidéos courtes professionnelles.

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/VoxFlowStudio/skills/tree/HEAD/skills/video

Demander à votre IA préférée

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

Documentation

Compétence Vidéo VoxFlow

Générez des vidéos courtes avec l'IA : le LLM écrit le script, l'IA dessine des cartes ou des scènes, la TTS narre, FFmpeg / Remotion rend le MP4 final.

Pour les réels article-à-carte (Slice — 13 thèmes : paper-slide / editorial-mag / bold-poster / notion-card / brutalist / glass-dark / editorial-stencil / broadsheet / blueprint / daisy-pastel / showa-catalog / photo-feature / atmospheric), passez à voxflow:slice. Pour les ensembles de cartes images HTML/CSS ou l'exportation de cartes narrées vers MP4, passez à voxflow:card.

Cinq points d'entrée — choisissez selon ce que l'utilisateur souhaite :

CommandeSortieUtilisation quand
picstoryMP4 vertical/paysage avec cartes dessinées à la main ou scènes cinématographiques"知识卡片视频", 小红书 / Twitter edu, tutoriels sketchnote
presentVidéo carte narrée 1080×1920, 5 schémas visuelsPitch decks, réels explicatifs, format court de marque
explainMP4 explicatif avec scènes titre / puces / résuméTutoriels "Qu'est-ce que X ?", intros de cours
slidesPrésentation HTML autonome avec audio TTS intégréLancements de produits, conférences, partage par lien
imagePNG uniqueIllustrations / miniatures uniques (Hunyuan TextToImage)

Prérequis

  • npm install -g voxflow et voxflow login
  • ffmpeg installé (brew install ffmpeg / sudo apt install ffmpeg) — requis pour le rendu MP4
  • Pour present / explain (basé sur Remotion) : l'installation locale du plugin inclut remotion-cards/. Si present indique "Remotion pas prêt", exécutez npm install dans le répertoire remotion-cards/ fourni. Pour explain, vous pouvez ignorer Remotion local avec --cloud.

🎴 picstory — vidéo de carte de connaissances

Le LLM écrit un script structuré, l'IA dessine une carte par scène, la TTS narre, FFmpeg assemble. Idéal pour 小红书 / Twitter edu / TikTok.

Démarrage rapide

# Par défaut : chinois, style sketchnote, portrait, 5 scènes
voxflow picstory --topic "Guide d'introduction à l'agent IA"

# Test rapide 2 scènes (pas de rendu vidéo complet)
voxflow picstory --topic "Introduction à l'IA" --scenes 2 --image-only

# Vidéo paysage en anglais
voxflow picstory --topic "How React Hooks Work" --language en --ratio landscape --style photo

Sortie : picstory-<timestamp>.mp4 + .json (script).

Styles de type carte (en-tête structuré + points clés)

--styleAspectIdéal pour
sketchnote (par défaut)Bullet journal dessiné à la main coloréPartage de connaissances, tutoriels
neon_noirCyberpunk sombre avec lueur néonTech, startup
minimal_3dArgile 3D douce sur dégradés pastelLifestyle 小红书
chalkboardCraie blanche sur vert foncéScience, académique

Styles de type scène (illustration libre)

--styleAspectIdéal pour
photoCinématographique / photoréalisteNarration, voyage
manga_panelTrait d'encre manga japonaisDrame, guides étape par étape
vintage_newspaperJournal des années 1940Histoire, histoires factuelles

Ratios

--ratioPixelsPlateforme
portrait (par défaut)1080×1920小红书, TikTok, Reels, 抖音
landscape1920×1080YouTube, B站
square1080×1080Instagram, Twitter

Préréglages de modèle de script (--script-model)

PréréglageFournisseurPoint fort
omisconfiguration serveurÉquilibre par défaut (gpt-4o-mini)
gemini-flashOpenRouterMultilingue, bon chinois
deepseekDeepSeekLe moins cher, excellent chinois
hunyuanTencent HunyuanChinois natif
moonshotMoonshotContexte long chinois

Le serveur applique une liste d'autorisation — seuls les noms de préréglage ci-dessus fonctionnent ; les ID de modèle arbitraires sont rejetés.

Qualité d'image (--quality)

La génération d'image est le seul coût significatif (~0,005–0,08 $ par image). Le script LLM (~2K tokens) est négligeable.

--qualityFournisseurPoint fortCoût pour 5 images
fast (par défaut)OpenRouter Gemini FlashLe moins cher, équilibré~0,025 $
hdOpenRouter Gemini ProDétail plus élevémoyen
ultraOpenRouter gpt-5.4-image-2Meilleur global, ~16× le coût~0,40 $
fast-aibermAiberm Gemini FlashNiveau Aiberm bon marchéfaible
hd-aibermAiberm Gemini ProRendu de texte chinois le plus fort — meilleur pour les cartes 小红书 avec en-têtes chinoismoyen

Utilisez fast pour l'itération ; hd-aiberm lorsque les cartes doivent contenir des caractères chinois précis ; ultra pour les exportations héroïques.

Options complètes

DrapeauDéfautDescription
--topic <texte>requis (ou --text)Sujet de l'histoire
--text <contenu>—Collez l'article complet au lieu d'un sujet
--style <nom>sketchnoteVoir styles ci-dessus
--ratio <nom>portraitportrait | landscape | square
--language <code>zhzh | en | ja | ko | ...
--scenes <n>52–10. Utilisez 2 pour les tests rapides.
--script-model <préréglage>défaut serveurVoir préréglages ci-dessus
--quality <niveau>fastVoir tableau ci-dessus
--voice <id>défautVoix TTS depuis voxflow voices
--speed <n>1.0Vitesse TTS 0,5–2,0
--bgm <fichier>—Musique de fond (mp3/wav) mixée sous la narration
--bgm-volume <n>0.1Volume BGM 0–1
--fade <n>0.4Secondes de fondu par scène (0 pour désactiver)
--image-onlyfalseEnregistrez les images + audio sans rendu vidéo final
--output-dir <répertoire>—Répertoire pour toutes les sorties
--output <chemin>autoChemin du MP4 final

Coût en quota

OpérationQuota
Script LLM100
TTS / scène50
Image / scène500
Test 2 scènes~1 200
Complet 5 scènes~2 850

Niveau gratuit (10 K/mois) ≈ 3 vidéos picstory complètes.

Pipeline

Sujet / Texte
  ├─[1] Script LLM → { title, scenes: [{ heading, keyPoints, narration }] }
  ├─[2] TTS par scène → audio PCM
  ├─[3] Image par scène (parallèle) → JPEG via /api/image/generate
  └─[4] FFmpeg : image + WAV → zoompan Ken Burns MP4 → concat → +BGM → final.mp4

Dépannage

ProblèmeSolution
ffmpeg not foundbrew install ffmpeg (mac) / sudo apt install ffmpeg
Image generation failedRéessayez ; si bloqué sur hd, passez à --quality fast
Rendu trop lentKen Burns est lourd en CPU. Utilisez --scenes 2 --image-only pour valider d'abord le contenu.
model_not_allowedUtilisez un nom de préréglage --script-model, pas un ID de modèle brut
Texte chinois tronqué dans les cartesPassez à --quality hd-aiberm

📑 present — vidéo carte narrée (Remotion local)

Texte ou URL → Cartes LLM → TTS → Rendu Remotion. 1080×1920, 5 schémas visuels.

voxflow present --text "Claude Code est un outil de programmation IA" --style aurora
voxflow present --url https://example.com/article --style noir
voxflow present --text "Paysage des puces IA 2025" --web-search --style neon
voxflow present --cards pre-generated.json --no-audio
DrapeauDéfautNotes
--text / --url / --cardsun requisSource d'entrée
--styleauroranoir | neon | editorial | aurora | brutalist
--voice <id>v-female-R2s4N9qJVoix TTS
--speed <n>1.00,5–2,0
--no-audiofalseVidéo silencieuse uniquement
--web-searchfalseAugmenter le LLM avec des faits web à jour
--output <chemin>./present-<ts>.mp4.mp4 ou .wav

Si present indique "Remotion not ready", exécutez npm install dans le répertoire remotion-cards/ fourni pour configurer le moteur de rendu local.


🧠 explain — vidéo explicative IA

Flux de scènes Titre / puces / résumé. Idéal pour les tutoriels "Qu'est-ce que X ?".

voxflow explain --topic "Qu'est-ce que React ?"
voxflow explain --topic demo --output demo.mp4         # démo intégrée (pas d'appel API)
voxflow explain --topic "Introduction à la blockchain" --style chalkboard --voice v-male-Bk7vD3xP
voxflow explain --topic "Machine Learning" --audio-only
voxflow explain --topic "Introduction à l'agent IA" --cloud         # rendu sur le serveur
DrapeauDéfautNotes
--topic <texte>requisUtilisez demo pour le script de démo intégré
--stylemodernmodern | playful | corporate | chalkboard
--languageenen | zh | ja | ko | ...
--voice <id>v-female-R2s4N9qJ
--scenes <n>53–12
--audio-onlyfalseIgnorer le rendu, sortie WAV uniquement
--cloudfalseUtiliser Remotion cloud au lieu de local
--output <chemin>./explain-<ts>.mp4

📊 slides — présentation HTML avec TTS

Génère une présentation HTML autonome avec audio base64 intégré par diapositive. Ouvrez dans n'importe quel navigateur, aucun serveur requis.

voxflow slides "L'IA dans la santé"
voxflow slides "Rapport des revenus Q4" --template report --theme paper
voxflow slides "Tutoriel React" --template tutorial --model balanced
voxflow slides "Pitch startup" --template pitch --theme ocean --no-audio
DrapeauDéfautNotes
--text <texte> (ou positionnel)requisSujet
--templatefreeproduct | report | tutorial | pitch | free
--thememidnightmidnight | paper | ember | forest | ocean
--modelswiftswift | balanced | pro | creative
--voice <id>v-female-R2s4N9qJ
--no-audiofalseIgnorer TTS, diapositives uniquement
--output <chemin>./slides-<ts>.html

10 mises en page : hero, title-bullets, two-column, three-cards, image-left, image-right, quote, timeline, stats, section. Les modèles choisissent automatiquement une séquence de mise en page.


🖼 image — illustration unique Hunyuan

Synchrone texte → image (PNG). Utile pour les miniatures ou les illustrations uniques.

voxflow image "un chat endormi dans une fenêtre ensoleillée" --resolution 1024:1024 -o cat.png

Résolutions : 768:768, 768:1024, 1024:768, 1024:1024, 720:1280, 1280:720, 768:1280, 1280:768, 1080:1920, 1920:1080.

Prompt max 1000 caractères. Sortie : PNG local + URL COS.


Liste de choix de l'outil adapté

"carte de connaissances style 小红书"           → picstory
"courte vidéo IA + légende"                    → picstory --style sketchnote
"explicatif / Qu'est-ce que X ?"               → explain
"court format de marque avec mon texte"        → present
"j'ai déjà des cartes/script"                  → present --cards
"présentation HTML partageable avec audio"     → slides
"illustration unique"                          → image

Règles

  1. Recherchez les voix avec voxflow voices avant de passer --voice. Ne devinez jamais les ID.
  2. Vérifiez le quota avant les appels vidéo (voxflow status) : picstory ≈ 3K, present/explain ≈ 500–2K.
  3. Testez d'abord à moindre coût : picstory --scenes 2 --image-only valide le script avant de payer pour le rendu complet.
  4. Après la fin du rendu, lecture automatique : open output.mp4 (macOS).

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

VoxFlowStudio/skills

Use when the user wants to turn text content into a set of polished, shareable visual CARD IMAGES or narrated card VIDEOS — knowledge cards, quote cards, 小红书图文, carousel cards, poster cards — rendered as HTML/CSS and exported via Playwright at ratios like 1:1 / 3:4 / 9:16; optionally produces a narrated MP4 video from those cards via `voxflow card render` (per-card TTS + FFmpeg static-image clips with optional subtitle bar / intro+outro cards / BGM mix). Triggers: card / 卡片 / 知识卡 / 文字卡片 / 金句卡 / 图文卡片 / 卡片生成 / make cards / card video / 卡片视频. For article → Slice-themed card VIDEO use voxflow:slice; for short videos / AI clips use voxflow:video; for podcasts use voxflow:podcast.

VoxFlowStudio/skills

Use when the user wants to read text aloud (TTS), search VoxFlow voices, sample AI stories, or set up VoxFlow install/auth/quota — the entry-point voice toolkit. For podcasts use voxflow:podcast; for short videos / AI clips use voxflow:video; for article-to-card reels (Slice) use voxflow:slice; for shareable card images or narrated card videos use voxflow:card; for transcription / dubbing / subtitle translation use voxflow:transcribe.

VoxFlowStudio/skills

Use when the user wants to turn a long article / note / report into a vertical 1080×1920 card video — VoxFlow Slice. 13 themes — paper-slide (纸面), editorial-mag (编辑刊), bold-poster (大字海报), notion-card (Notion 卡), brutalist (粗野), glass-dark (玻璃夜), editorial-stencil (编辑·海报), broadsheet (财经刊), blueprint (蓝晒图), daisy-pastel (雏菊), showa-catalog (昭和目录), photo-feature (摄影刊), atmospheric (深夜刊). Triggers — Slice / slice video / 切片视频 / 文章转视频 / 知识卡片视频 / 抖音知识号 / 小红书图文转视频 / 知乎长文转视频 / 公众号转视频 / PaperSlide / paperslide / paper-slide (legacy name).

Skills associés