Communitygithub.com

ComeOnOliver/skillshub

Générer des vidéos avec l'IA (Google Veo 3.1, OpenAI Sora).

Qu'est-ce que skillshub ?

Cette compétence permet de générer des vidéos à partir de descriptions textuelles ou d'images en utilisant les modèles d'IA les plus avancés : Google Veo 3.1 et OpenAI Sora. Elle est conçue pour des plateformes comme Claude Code, Cursor ou Codex, et offre une large gamme de fonctionnalités telles que la génération texte-vers-vidéo, image-vers-vidéo, l'audio natif (dialogues, effets sonores, ambiance), l'utilisation d'images de référence pour guider le contenu, et l'extension de vidéos pour créer des séquences longues et cohérentes. L'utilisateur interagit via un flux de questions ciblées pour définir les paramètres (image de départ, audio, modèle, durée, format), puis un script Python génère la vidéo. La compétence prend en charge la génération par lots en parallèle pour optimiser les flux de production. Elle utilise par défaut Vertex AI (Google Cloud) avec des limites de débit élevées (10 requêtes/minute), avec AI Studio comme solution de repli (10 requêtes/jour) pour ceux qui n'ont pas de projet GCP, et nécessite une clé API OpenAI pour Sora.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/michaelboeding/skills/video-generation

Demander à votre IA préférée

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

Documentation

Compétence de génération vidéo

Générer des vidéos avec l'IA (Google Veo 3.1, OpenAI Sora).

Capacités :

  • 🎬 Texte-vers-vidéo : Créer des vidéos à partir de descriptions textuelles
  • 🖼️ Image-vers-vidéo : Animer des images comme première image
  • 🔊 Génération audio : Dialogues, effets sonores, ambiances (Veo 3+)
  • 🎭 Images de référence : Guider le contenu vidéo avec jusqu'à 3 images de référence (Veo 3.1)

Prérequis

Par défaut : Vertex AI (10 requêtes/minute) ⭐

Vertex AI est le backend par défaut avec des limites de débit 1400 fois plus élevées :

# 1. Définir votre projet
export GOOGLE_CLOUD_PROJECT=your-project-id

# 2. S'authentifier (ouvre le navigateur)
gcloud auth application-default login

# 3. Activer l'API (une fois)
gcloud services enable aiplatform.googleapis.com

Ajoutez à votre fichier .env :

GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_CLOUD_LOCATION=us-central1

Solution de repli : AI Studio (10 requêtes/jour)

À utiliser uniquement si vous n'avez pas de projet GCP :

Pour Sora (OpenAI)

  • OPENAI_API_KEY - Pour OpenAI Sora

Modèles disponibles

Modèles Google Veo

ModèleDescriptionIdéal pour
veo-3.1Qualité la plus élevée (par défaut)Vidéos professionnelles, dialogues, images de référence
veo-3.1-fastTraitement plus rapideItérations rapides, génération par lots

Les deux modèles incluent :

  • Résolution 720p/1080p
  • Durée de 4, 6 ou 8 secondes
  • Audio natif (dialogues, SFX, ambiance)
  • Image-vers-vidéo (animer des images)
  • Images de référence (jusqu'à 3)
  • Extension vidéo
  • Génération par lots/parallèle

OpenAI Sora

  • Idéal pour : Vidéos créatives, qualité cinématographique, mouvements complexes
  • Résolutions : 480p, 720p, 1080p
  • Durées : 5s, 10s, 15s, 20s
  • Fonctionnalités : Texte-vers-vidéo, image-vers-vidéo

Flux de travail

Étape 1 : Recueillir les besoins (OBLIGATOIRE)

⚠️ Utilisez un questionnement interactif — posez UNE question à la fois.

Déroulement des questions

⚠️ Utilisez l'outil AskUserQuestion pour chaque question ci-dessous. N'imprimez pas simplement les questions dans votre réponse — utilisez l'outil pour créer des invites interactives avec les options affichées.

Q1 : Image

"Je vais générer cette vidéo pour vous ! D'abord — avez-vous une image à animer ?

  • Oui (fournissez le chemin — je l'utiliserai comme première image)
  • Non, générer à partir de zéro"

Attendez la réponse.

Q2 : Audio

"Quelle préférence audio ?

  • Avec audio (par défaut) — Veo 3.1 génère dialogues, SFX, ambiance
  • Vidéo silencieuse — pas d'audio"

Attendez la réponse.

Q3 : Modèle

"Quel modèle souhaitez-vous ?

  • veo-3.1 — Dernier, qualité la plus élevée avec audio (par défaut)
  • veo-3.1-fast — Traitement plus rapide avec audio
  • veo-3 / veo-3-fast — Génération précédente avec audio
  • sora — OpenAI, jusqu'à 20 secondes, pas d'audio"

Attendez la réponse.

Q4 : Durée

"Quelle durée ?

  • 4 secondes
  • 6 secondes
  • 8 secondes (par défaut)"

Attendez la réponse.

Q5 : Format

"Quel rapport hauteur/largeur et résolution ?

  • 16:9 paysage, 720p
  • 16:9 paysage, 1080p
  • 9:16 portrait, 720p
  • 9:16 portrait, 1080p
  • Ou spécifiez"

Attendez la réponse.

Référence rapide

QuestionDétermine
ImageImage-vers-vidéo vs texte-vers-vidéo
AudioAvec/sans génération audio
ModèleCompromis qualité/vitesse
DuréeLongueur du clip
FormatRapport hauteur/largeur et résolution

Étape 2 : Élaborer l'invite

Transformez la demande de l'utilisateur en une invite vidéo efficace :

  1. Décrivez la scène : Définissez le contexte visuel
  2. Spécifiez l'action : Ce qui bouge, change, se produit
  3. Ajoutez le travail de caméra : "ralenti panoramique", "plan de suivi", "plan travelling"
  4. Ajoutez des indices audio (Veo 3+) : Utilisez des guillemets pour les dialogues, décrivez les sons
  5. Définissez l'ambiance : Éclairage, atmosphère, moment de la journée

Exemple avec dialogue (Veo 3.1) :

  • Utilisateur : "une personne découvre un trésor"
  • Améliorée : "Gros plan sur le visage d'un chasseur de trésors alors que la lumière d'une torche vacille. Il murmure 'Ça doit être là...' tout en brossant la poussière d'un coffre ancien. Bruit de charnières qui grincent lorsqu'il l'ouvre, révélant une lumière dorée sur son visage émerveillé. Cinématographique, ombres dramatiques."

Exemple sans dialogue :

  • Utilisateur : "un chien courant sur une plage"
  • Améliorée : "Plan cinématographique au ralenti d'un golden retriever courant joyeusement le long d'une plage au coucher du soleil, vagues qui clapotent, éclairage chaud de l'heure dorée, faible profondeur de champ"

Étape 3 : Sélectionner le modèle

Par défaut : veo-3.1 (qualité la plus élevée, avec audio)

Cas d'utilisationModèle recommandéRaison
Meilleure qualitéveo-3.1 (par défaut)Qualité la plus élevée, audio
Itération rapideveo-3.1-fastTraitement plus rapide
Génération par lotsveo-3.1-fastLa vitesse compte pour plusieurs clips
Vidéos plus longues (>8s)soraPrend en charge jusqu'à 20s

Étape 4 : Générer la vidéo

Exécutez le script approprié depuis ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/ :

Pour Google Veo 3.1 (par défaut, avec audio) :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "votre invite améliorée avec 'dialogue entre guillemets'" \
  --model "veo-3.1" \
  --duration 8 \
  --aspect-ratio "16:9" \
  --resolution "720p"

Pour Google Veo 3.1 avec entrée image :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "Le chat ouvre lentement les yeux et bâille" \
  --image "/chemin/vers/chat.jpg" \
  --model "veo-3.1" \
  --duration 8

Pour une génération plus rapide :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "votre invite" \
  --model "veo-3.1-fast"

Pour OpenAI Sora (vidéos plus longues) :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/sora.py \
  --prompt "votre invite améliorée" \
  --duration 20 \
  --resolution "1080p"

Lister les modèles disponibles :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py --list-models

Extension vidéo (Pour la continuité des longs métrages)

Le drapeau --extend crée une VRAIE continuité visuelle en continuant à partir de l'endroit où une vidéo Veo précédente s'est terminée. C'est la meilleure approche pour les vidéos de longue durée.

Extension de base :

# D'abord, générer le clip initial
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "Une personne marche dans une forêt au lever du soleil" \
  --duration 8

# L'étendre avec un nouveau contenu (ajoute ~7 secondes)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend veo_veo-3.1_20260104_120000.mp4 \
  --prompt "Continuer à marcher, découvrir un ruisseau caché"

Extensions multiples (pour des vidéos plus longues) :

# Étendre 5 fois (ajoute ~35 secondes de continuation)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend initial_clip.mp4 \
  --prompt "Continuez à explorer la forêt, rencontrez la faune" \
  --extend-times 5

Extension vs Assemblage :

ApprocheRésultatCas d'utilisation
ExtensionVraie continuité, mêmes personnages/scènePlans continus longs
AssemblageClips séparés avec transitionsChangements de scène, montages

Limites de l'extension :

  • La vidéo d'entrée doit être générée par Veo (max 141 secondes)
  • Chaque extension ajoute ~7 secondes
  • Maximum de 20 extensions au total (~2,5 minutes)
  • La résolution de sortie est 720p

Génération par lots (Parallèle)

Générez plusieurs vidéos simultanément pour des flux de travail multi-scènes plus rapides. Au lieu d'attendre 15+ minutes pour 5 vidéos séquentielles, générez-les toutes en parallèle (~3 minutes au total).

Créez un fichier scenes.json :

[
  {"prompt": "Scène 1 : Plan héroïque cinématographique d'écouteurs sans fil sur une surface sombre", "duration": 6, "output": "scene1_hero.mp4"},
  {"prompt": "Scène 2 : Visualisation des ondes sonores, personne écoutant de la musique", "duration": 8, "output": "scene2_sound.mp4"},
  {"prompt": "Scène 3 : Gros plan de l'écouteur dans l'oreille, personne faisant de l'exercice", "duration": 8, "output": "scene3_comfort.mp4"},
  {"prompt": "Scène 4 : Montage lifestyle, divers contextes", "duration": 8, "output": "scene4_lifestyle.mp4"},
  {"prompt": "Scène 5 : Produit avec logo sur fond neutre", "duration": 4, "output": "scene5_cta.mp4"}
]

Générez toutes les scènes en parallèle :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json

Avec un nombre de workers personnalisé :

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json \
  --max-workers 3

Options de configuration du lot par vidéo :

OptionDescriptionPar défaut
promptDescription de la vidéo (obligatoire)-
modelveo-3.1, veo-3.1-fast, etc.veo-3.1
duration4, 6 ou 8 secondes8
aspect_ratio"16:9" ou "9:16""16:9"
resolution"720p" ou "1080p""720p"
imageChemin de l'image pour image-vers-vidéo-
negative_promptCe qu'il faut éviter-
outputNom de fichier de sortie personnaliségénéré automatiquement

Comparaison de vitesse :

ScènesSéquentielParallèle (5 workers)Accélération
3~9 min~3 min3x
5~15 min~3 min5x
10~30 min~6 min5x

Étape 5 : Fournir le résultat

  1. Fournissez le fichier/URL de la vidéo générée
  2. Partagez l'invite améliorée utilisée
  3. Mentionnez les paramètres de génération (durée, résolution)
  4. Proposez de :
    • Générer des variations
    • Essayer un style/une durée différent
    • Utiliser une API différente
    • Étendre la vidéo

Gestion des erreurs

Clé API manquante : Informez l'utilisateur de la clé nécessaire :

Violation de la politique de contenu : Reformulez l'invite de manière appropriée.

Échec de la génération : Réessayez avec une invite simplifiée ou une API différente.

Quota dépassé : Suggérez d'attendre ou d'essayer l'autre fournisseur.

Conseils d'ingénierie des invites

Pour l'audio (Veo 3.1)

  • Dialogues : Utilisez des guillemets pour la parole : "Bonjour !" dit-elle avec enthousiasme
  • Effets sonores : Décrivez explicitement : crissements de pneus, rugissement du moteur
  • Ambiance : Décrivez le paysage sonore : gazouillis d'oiseaux, circulation lointaine
  • Exemple : Un homme chuchote "Tu as entendu ça ?" alors que des pas résonnent dans le couloir sombre

Pour la qualité cinématographique

  • Incluez des indications de caméra : "dolly lent", "plan de suivi", "grue"
  • Spécifiez l'éclairage : "heure dorée", "ombres dramatiques", "lumière diffuse douce"
  • Ajoutez des références cinématographiques : "style Blade Runner", "esthétique Wes Anderson"

Pour un mouvement réaliste

  • Décrivez la physique : "mouvement naturel", "physique réaliste"
  • Incluez des détails environnementaux : "vent dans les cheveux", "bruissement des feuilles"
  • Spécifiez la vitesse : "au ralenti", "temps réel", "accéléré"

Pour l'image-vers-vidéo

  • Décrivez ce qui doit changer/bouger à partir de l'image de départ
  • Soyez précis sur l'action : "le chat ouvre lentement les yeux"
  • Incluez le mouvement environnemental : "les feuilles passent en soufflant"

Invites négatives

  • Décrivez ce qu'il NE faut PAS inclure : --negative-prompt "caricatural, basse qualité, flou"
  • N'utilisez pas "non" ou "ne...pas" - il suffit de décrire les éléments indésirables

Comparaison des API

FonctionnalitéVeo 3.1 (Par défaut)Veo 3.1 FastSora
FournisseurGoogleGoogleOpenAI
Clé APIGOOGLE_API_KEYGOOGLE_API_KEYOPENAI_API_KEY
Durée max8 secondes8 secondes20 secondes
Résolution720p, 1080p720p, 1080pJusqu'à 1080p
Rapports hauteur/largeur16:9, 9:1616:9, 9:1616:9, 9:16, 1:1
Audio (dialogues, SFX)✅ Oui✅ Oui❌ Non
Image-vers-vidéo✅ Oui✅ Oui✅ Oui
Images de référence✅ Jusqu'à 3✅ Jusqu'à 3❌ Non
Extension vidéo✅ Oui✅ Oui❌ Non
Génération par lots✅ Oui✅ Oui❌ Non
VitesseMeilleure qualité~2x plus rapidePlus lente
Idéal pourProfessionnelFlux de travail par lotsVidéos plus longues

Individual skills in this repo

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

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills associés