Communitygithub.com

libz-renlab-ai/TeamBrain

Traduire une composition vidéo Remotion existante (basée sur React) en une composition HTML HyperFrames. À utiliser UNIQUEMENT lorsque l'utilisateur demande explicitement de porter, convertir, migrer, traduire ou réécrire une composition Remotion en HyperFrames.

Qu'est-ce que TeamBrain ?

Ce compétence permet de traduire mécaniquement des compositions vidéo Remotion (basées sur React) en compositions HTML HyperFrames utilisant GSAP. Elle couvre environ 80% des cas typiques en établissant une cartographie directe entre les API Remotion et leurs équivalents HyperFrames. Pour les 20% restants, elle refuse la translation et recommande un modèle d'interopérabilité d'exécution (PR #214). La compétence inclut un lint détectant les motifs bloquants (useState, useEffect, bibliothèques UI tierces) et génératifs, et s'appuie sur un corpus de test à quatre niveaux (T1–T4) pour valider la fidélité visuelle via des seuils SSIM. Elle est conçue pour les développeurs qui migrent des projets Remotion existants vers HyperFrames, et exige de ne pas être utilisée pour créer de nouvelles compositions HyperFrames natives.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/libz-renlab-ai/TeamBrain/tree/HEAD/.agents/skills/remotion-to-hyperframes

Demander à votre IA préférée

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

Documentation

Remotion vers HyperFrames

Aperçu

Traduire les compositions vidéo Remotion (basées sur React) en compositions HyperFrames (HTML + GSAP). La plupart des idiomes Remotion ont des équivalents directs dans HyperFrames — la traduction est mécanique pour environ 80% des compositions typiques. Cette compétence encode la cartographie et se prémunit contre les 20% perdants en refusant de traduire les motifs qui ne correspondent pas au modèle piloté par la recherche (seek) de HF et en recommandant plutôt le modèle d'interopérabilité d'exécution du PR #214.

La compétence est livrée avec un corpus de test à plusieurs niveaux (T1–T4, 4 fixtures au total) qui évalue les traductions par rapport à des seuils SSIM mesurés. Ne traduisez pas sans exécuter l'évaluation — une traduction qui "a l'air correcte" mais qui rend un SSIM inférieur de 0,05 par rapport à la référence validée est silencieusement erronée.

Workflow

Étape 1 : Linter la source

Exécutez scripts/lint_source.py sur le répertoire source Remotion. Le lint détecte les motifs qui ne peuvent pas être traduits proprement :

  • Blocages (refuser + recommander l'interop) : useState, useReducer, useEffect/useLayoutEffect avec des dépendances non vides, calculateMetadata asynchrone, bibliothèques UI React tierces (MUI, Chakra, Mantine, antd, shadcn, Radix, NextUI).
  • Avertissements (traduire après avoir supprimé la construction) : configuration @remotion/lambda, delayRender, useCallback, useMemo, hooks personnalisés.
  • Infos (traduire avec une note) : staticFile, interpolateColors.

Si un blocage se déclenche, arrêtez-vous. Lisez references/escape-hatch.md et affichez le message de recommandation. Les avertissements n'arrêtent pas la traduction — supprimez la construction incriminée à l'étape 3 et notez l'écart dans TRANSLATION_NOTES.md. La configuration @remotion/lambda est le cas d'avertissement canonique : la compétence supprime l'import + les appels renderMediaOnLambda(...) mais traduit le reste de la composition.

Étape 2 : Planifier la traduction

Lisez references/api-map.md — l'index de chaque API Remotion et son équivalent HF ou référence par sujet. Identifiez les références thématiques dont vous aurez besoin en fonction de ce que la source utilise :

La source contientCharger la référence
Composition, defaultProps, schema, calculateMetadataparameters.md
Sequence, Series, Loop, AbsoluteFill, Freezesequencing.md
useCurrentFrame, interpolate, spring, Easing, interpolateColorstiming.md
Audio, Video, Img, IFrame, staticFile, delayRendermedia.md
TransitionSeries, @remotion/transitionstransitions.md
@remotion/lottielottie.md
@remotion/google-fonts/<Family>, Font.loadFont, @font-facefonts.md

Ne chargez pas toutes les références — chargez uniquement ce dont la source spécifique a besoin.

Étape 3 : Générer la composition HF

Émettez index.html avec :

  • Racine <div id="stage"> portant le data-composition-id de la composition, data-start="0", data-duration (en secondes), data-fps, data-width, data-height, plus un data-* par propriété scalaire.
  • Une liste plate de divs de scène avec data-start / data-duration / data-track-index.
  • <style> en ligne pour la mise en page ; le CSS définit l'état from de chaque propriété animée.
  • Une seule balise <script> en bas contenant une gsap.timeline({paused: true}) en pause. Chaque dérivation useCurrentFrame() de Remotion devient un tween sur cette timeline au bon décalage.
  • window.__timelines["<composition-id>"] = tl; enregistre la timeline avec le runtime HF.

Les sous-composants React personnalisés sont intégrés en ligne sous forme de HTML répété en utilisant l'interface de props comme modèle (voir parameters.md pour le motif data-* par instance).

Étape 4 : Valider

Exécutez le banc d'essai d'évaluation — references/eval.md pour le guide complet. Chemin rapide :

# Rendu de la référence Remotion (après npm install dans la fixture)
cd remotion-src && npx remotion render <CompositionId> out/baseline.mp4

# Rendu de la traduction HF
cd ../hf-src && npx hyperframes render --output ../hf.mp4

# Différence SSIM
../../scripts/render_diff.sh ./remotion-src/out/baseline.mp4 ./hf.mp4 ./diff

Seuil : environ 0,02 en dessous du p05 du niveau de complexité de la source (voir le tableau des seuils validés de eval.md). Si la différence échoue, exécutez scripts/frame_strip.sh pour voir quelles images ont divergé, puis relisez la référence de timing/séquence/média appropriée.

Critique : les deux rendus doivent utiliser un format de pixel correspondant. Définissez Config.setVideoImageFormat("png") + Config.setColorSpace("bt709") dans le fichier remotion.config.ts de la source Remotion — sinon la différence mesure les différences d'encodeur (impact SSIM d'environ 0,05), pas la fidélité de la traduction.

Étape 5 : Documenter les lacunes

Tout ce qui n'a pas été traduit proprement (rampes de volume supprimées, présentations personnalisées approximatives, polices substituées) donne lieu à un fichier TRANSLATION_NOTES.md écrit à côté de la sortie HF. Voir references/limitations.md pour le format.

Ce que cette compétence ne fait PAS explicitement

  • Traduire les machines d'état React. Les compositions qui pilotent l'animation via useState + useEffect ne sont pas des cibles de capture d'image déterministes dans le modèle piloté par la recherche d'HyperFrames. Recommandez le modèle d'interopérabilité d'exécution.
  • Exécuter le pipeline de rendu de Remotion en parallèle d'HyperFrames. C'est le modèle d'interopérabilité d'exécution du PR #214 — une solution distincte pour les compositions qui échouent au lint de cette compétence.

(@remotion/lambda n'est pas un blocage — la configuration Lambda concerne le déploiement, pas l'animation. La compétence la supprime comme un avertissement et traduit le reste. Voir references/escape-hatch.md.)

Comment évaluer votre propre traduction

Exécutez l'orchestrateur du corpus de test :

./assets/test-corpus/run.sh

Il exécute T1, T2, T3 (rendu + différence) et T4 (validation du lint), affiche une table réussite/échec par niveau et émet un rapport JSON agrégé. Utilisez-le pour vérifier que la compétence fonctionne de bout en bout sur une extraction propre — et comme vérification de régression après avoir modifié une référence.

Référence validée (au 27/04/2026) :

NiveauForme de la compositionSSIM moyenSeuil
T1fondu entrant d'un seul élément0,9740,95
T2multi-scènes + spring + audio + image0,9850,95
T3piloté par données, sous-composants personnalisés, compteur0,9530,90
T4échappatoire (8 cas de lint)8/8 réussin/a

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

libz-renlab-ai/TeamBrain

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.

libz-renlab-ai/TeamBrain

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.

libz-renlab-ai/TeamBrain

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 CLI commands (init, lint, preview, render, transcribe, tts) see the hyperframes-cli skill.

libz-renlab-ai/TeamBrain

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.

libz-renlab-ai/TeamBrain

HyperFrames CLI tool — hyperframes init, lint, inspect, preview, render, transcribe, tts, doctor, browser, info, upgrade, compositions, docs, benchmark. Use when scaffolding a project, linting, validating, inspecting visual layout in compositions, previewing in the studio, rendering to video, transcribing audio, generating TTS, or troubleshooting the HyperFrames environment.

Skills associés