Communitygithub.com

Vidéo-Archivage (MelonTse)

Analyse des vidéos localement, définit les objectifs de compression, compare les échantillons, puis compresse en lot et archive les originaux après validation de la qualité.

Qu'est-ce que Vidéo-Archivage (MelonTse) ?

Cette compétence permet d'effectuer une compression vidéo en utilisant l'environnement AI local de l'utilisateur. Elle vérifie d'abord l'environnement, analyse les métadonnées des sources, demande les objectifs d'utilisation, recommande des paramètres personnalisés et génère des échantillons pour validation humaine. Après confirmation de l'utilisateur sur un échantillon spécifique et la plage de traitement, elle exécute la compression en lot et guide l'archivage. Elle prend en charge les formats H.264/HEVC avec des métadonnées BT.709, mais signale les contenus HDR, Log ou non standard pour un examen manuel. Les scripts dépendent uniquement de Python 3.9+, FFmpeg et ffprobe, sans nécessité de clé API ni d'envoi de fichiers. La compétence est conçue pour l'archivage de vidéos personnelles et de séquences, et non pour le montage créatif ou les conversions de couleurs HDR/Log non vérifiées.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MelonTse/video-archive-skill/tree/HEAD/.agents/skills/video-archive

Demander à votre IA préférée

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

Documentation

Compression et Archivage Vidéo

Utilisez l'environnement AI local de l'utilisateur pour effectuer la compression vidéo. Commencez par vérifier l'environnement, analysez les métadonnées des sources, demandez les objectifs, recommandez des paramètres, générez des échantillons ; une fois que l'utilisateur a confirmé l'échantillon et la plage de traitement en lot, exécutez la compression en lot et guidez l'archivage. Ne décrivez pas "vérification automatique réussie" comme une acceptation de la qualité par l'utilisateur.

Les scripts fournis dépendent uniquement de Python 3.9+, des bibliothèques standard, de FFmpeg et de ffprobe. La première version cible principalement macOS ; l'exécution dépend des verrous de fichiers POSIX. Si un outil de discussion standard ne peut pas lire/écrire des fichiers locaux ni exécuter des commandes, il ne peut qu'offrir des conseils, sans prétendre avoir traité des vidéos. Les scripts ne nécessitent pas de clé API de modèle et ne téléversent aucun fichier.

Entrée et Répertoire de Tâches

  • Trouvez le chemin absolu de cette compétence. Ci-dessous, <script> fait référence au chemin absolu de scripts/workflow.py ; <répertoire_de_tâche> est un nouveau répertoire de tâche indépendant créé sur la machine de l'utilisateur. Ne pas écrire les résultats dans le paquet de compétence installé.
  • Créez un répertoire de tâche en dehors du répertoire source d'origine de l'utilisateur ; chaque lot de tâches conserve de manière indépendante la liste, le plan, les échantillons, les confirmations et l'état. Créez une nouvelle tâche pour les fichiers ajoutés ou modifiés ; conservez le plan d'origine pour les lots déjà démarrés.
  • Les instructions explicites de l'utilisateur et les autorisations déjà données prévalent sur les suggestions par défaut de cette compétence. Ne répétez pas les questions sur des objectifs, chemins ou sélections déjà déterminés. Si la demande de l'utilisateur dépasse les capacités des scripts, expliquez les limites et préparez une solution séparée, sans modifier secrètement les scripts ou dégrader le traitement.

1. Vérification de l'Environnement et Guide d'Installation

Assurez-vous d'abord que le terminal peut trouver Python, puis exécutez python3 "<script>" doctor. Vérifiez la version de Python, FFmpeg, ffprobe, libx265/libx264 et les options nécessaires. En cas d'absence, lisez environment.md, expliquez ce qui manque, comment l'installer et l'impact. Si l'utilisateur a déjà demandé l'installation, exécutez-la dans cette portée ; sinon, fournissez d'abord les commandes spécifiques pour que l'utilisateur choisisse comment les exécuter. Ne signalez pas l'absence d'outils comme "aucune vidéo". Après l'installation, vérifiez qu'ils sont disponibles avant de continuer.

2. Analyse Lecture Seule des Sources

Confirmez le répertoire source et le répertoire de sortie, exécutez init, scan, les commandes sont dans operations.md. L'analyse lit uniquement les métadonnées média, ne démarre pas l'encodage. Rapportez à l'utilisateur le nombre, la taille, la durée, la résolution/taux d'images, la profondeur de couleur, les annotations de couleur, les pistes audio et le profil principal, et listez séparément les fichiers impossibles à lire et ceux nécessitant une vérification.

Une étiquette BT.709 ne prouve pas le mode de prise de vue et n'exclut pas le Log ; combinez-la avec les informations de prise de vue fournies par l'utilisateur pour juger. La première version de l'exécuteur traite automatiquement uniquement les sources H.264/HEVC, 4:2:0, 8/10 bits avec des étiquettes BT.709 complètes ; le HLG/PQ/HDR, les sous-titres, les flux vidéo multiples principaux et les couleurs inconnues sont listés séparément comme REVIEW, sans conversion automatique en SDR. Traitez d'abord les sources Log connues séparément, sans garantir à l'utilisateur des couleurs correctes.

3. Demander les Objectifs d'Utilisation

Expliquez d'abord les découvertes de l'analyse, puis ne posez que les questions encore floues et qui modifieront le plan : utilisation principale (visionnage familial/archivage à long terme/montage continu/partage), priorité entre qualité et taille, temps de traitement acceptable, appareil de lecture ou limites de taille de fichier. Générez généralement une série de questions courtes en un seul tour ; ne faites pas remplir à l'utilisateur une longue liste de paramètres.

Expliquez également deux options d'archivage : conserver les originaux à leur place ; ou, après succès et revérification, les déplacer vers un sous-répertoire spécifié dans le répertoire parent d'origine. Par défaut keep ; le déplacement nécessite un choix explicite de l'utilisateur ; ne proposez pas de fonction de suppression des originaux. Déterminez d'abord cette option, puis générez la configuration des échantillons.

4. Recommander des Plans Comparables

Suivez quality.md pour relier les objectifs de l'utilisateur aux sources réelles. Expliquez le codec, le preset, 2–3 CRF candidats, les paramètres conservés, les compromis attendus et les incertitudes. Ne faites pas de CRF22, d'un appareil photo ou d'un répertoire une règle fixe pour tous les utilisateurs.

Créez un plan.json dans le répertoire de tâche, format dans operations.md. Sauvegardez les objectifs de l'utilisateur et les raisons de la recommandation ; sélectionnez uniquement les profils que l'utilisateur a clairement l'intention de traiter cette fois-ci ; chaque profil sélectionné doit avoir au moins un échantillon. Choisissez des segments représentatifs comme le mouvement, la texture, les zones sombres ; si les métadonnées ne permettent pas d'identifier les scènes, expliquez-le et demandez à l'utilisateur de spécifier les segments importants ou d'aider à regarder. Si les types de sources sont nombreux, réduisez la portée par lots.

Par défaut, conservez la résolution, le taux d'images, le rapport hauteur/largeur, l'orientation, la profondeur de couleur, les métadonnées de couleur connues et copiez toutes les pistes audio. Le script ne copie que le flux vidéo principal et les pistes audio ; les pistes de données auxiliaires/les pochettes n'entrent pas dans la copie compressée, à mentionner dans le plan. Le redimensionnement, l'étalonnage, la conversion HDR, le réencodage audio, l'encodage matériel, les objectifs de taille stricts et les formats intermédiaires de montage ne sont pas dans la portée automatique de la première version.

5. Échantillons et Visionnage Humain

Exécutez sample, montrez sample-report.md, la référence et les chemins locaux de chaque candidat. Tous les candidats sont encodés à partir du même segment de référence. Expliquez la taille et le temps, et guidez pour comparer les détails, le mouvement, les zones sombres, les dégradés, la synchronisation audio/vidéo et l'appareil de lecture réel ; le recadrage aux images clés peut légèrement décaler la durée.

N'exécutez pas approve, run ou start avant que l'utilisateur n'ait explicitement accepté un candidat. Si l'utilisateur n'est pas satisfait, ajustez le plan, refaites les échantillons, puis recueillez la conclusion ; ne devinez pas "conforme aux exigences". Le PASS du script est un contrôle structurel, pas une preuve de qualité image par image.

6. Exécution en Lot après Confirmation

Montrez la portée de plan --crf N et la cartographie de sortie, le CRF sélectionné, la stratégie d'archivage et une estimation du temps/taille basée sur un échantillon. Une fois que l'utilisateur a confirmé l'acceptation et accepté l'exécution de ce lot, utilisez approve pour enregistrer la réponse réelle de l'utilisateur ; si la réponse couvre déjà ces points, ne les redemandez pas. L'enregistrement de confirmation permet de restaurer le contexte, mais ne prouve pas que la réponse provient d'un humain.

Après avoir appelé start, utilisez status et les journaux pour confirmer l'exécution réelle. Le lot traite les fichiers séquentiellement avec un seul FFmpeg ; ne peut être interrompu en toute sécurité qu'après la fin de l'encodage, la vérification et l'archivage du fichier en cours. Utilisez pause ; ne tuez pas de processus pour une pause normale. resume efface la demande de pause ; redémarrez start une fois le contrôleur sorti ; ne démarrez pas s'il y a déjà un contrôleur en cours. N'effectuez pas de sondage AI fréquent pour les longues tâches. Utilisez les capacités de notification/planification du système AI de l'utilisateur uniquement si celui-ci demande à être notifié plus tard.

Les changements de paramètres, chemins, portée ou échantillons invalident les confirmations précédentes ; reprenez les tâches déjà démarrées avec le plan d'origine, créez une nouvelle tâche pour les modifications. Les éléments échoués ou nécessitant une vérification sont signalés séparément. La reprise après interruption se fait fichier par fichier ; les vidéos incomplètes sont réencodées depuis le début.

7. Vérification et Livraison d'Archivage

Expliquez la correspondance entre les versions compressées, les originaux et les enregistrements de tâche selon archival.md. Résumez ce qui a été terminé/sauté/à vérifier, la différence de taille des copies compressées, l'emplacement actuel des originaux et la méthode de récupération. Le taux de compression dans le rapport n'est pas égal à l'espace libéré réel : les originaux sont conservés, l'occupation disque actuelle augmente généralement.

N'écrasez pas les originaux ou les sorties existantes ; les fichiers temporaires non vérifiés ne sont pas livrés comme produits finaux. La vérification automatique est basée sur ffprobe, size/mtime, pas sur un hachage de contenu ou une détection complète du décodage. Si l'utilisateur a besoin d'une vérification ou d'une sauvegarde plus stricte, concevez des étapes correspondantes ; déplacer un répertoire n'est pas une sauvegarde. Conservez le répertoire de tâche pour permettre à l'utilisateur ou à un autre AI de restaurer et d'interpréter les résultats.

Skills associés