Communitygithub.com

viral-animated-shorts

Pipeline de production complète pour des courts métrages animés viraux 2D stickman-in-3D et 3D stylisés (9:16, 30-55s) utilisant Gemini Omni 1.2 Flash, des fiches de personnages à trois vues, un contrôle qualité VLM multi-image et un assemblage FFmpeg déterministe.

Qu'est-ce que viral-animated-shorts ?

Cette compétence fournit une pipeline de bout en bout pour créer des courts métrages animés viraux, principalement au format 9:16 (YouTube Shorts, Reels, TikTok). Elle utilise le modèle Gemini Omni 1.2 Flash pour la génération vidéo, des fiches de personnages à trois vues (face/3/4/dos) pour garantir la cohérence visuelle, un processus de contrôle qualité basé sur un VLM (Vision Language Model) multi-image, et un assemblage final déterministe avec FFmpeg. Elle prend en charge à la fois des animations 2D (stickman-in-3D) et 3D stylisées. L'utilisateur peut planifier, storyboarder, générer des fiches de personnages, rendre, contrôler la qualité, passer du 2D au 3D, et assembler les vidéos. La pipeline se déroule en six étapes, de la création du script et de la bible de style à l'assemblage final en 1080p avec sous-titres et mixage audio (-14 LUFS). Elle est conçue pour fonctionner nativement avec la stack Gemini et FFmpeg, sans dépendre de services payants externes.

Compatible avec~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/nikeshthapa255/Video-creator-skills/tree/HEAD/viral-animated-shorts

Demander à votre IA préférée

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

Documentation

Pipeline de courts métrages animés viraux

Produisez des courts métrages animés 9:16 (2D stickman-in-3D ou 3D stylisé) nativement sur la stack média Gemini et FFmpeg, sans wrappers payants tiers ni Blender.

Vérification des prérequis

Avant de lancer la génération ou l'assemblage vidéo en direct, vérifiez les dépendances locales (testez --version, pas seulement which, car /usr/bin/python3 sur macOS peut être un stub non installé de Xcode CLT) :

  • API Vidéo/Audio : gemini-api whoami (recommandé) ou SDK Python google-genai avec GEMINI_API_KEY définie (voir les compétences gemini-omni-flash-api et gemini-api-cli).
  • Fiches de personnages : gemini-api image (gemini-nano-banana-2.1) ou le sous-agent image-generator intégré.
  • Assemblage et échantillonnage d'images : ffmpeg -version, ffprobe -version et python3 --version (pour la conversion des sous-titres).

Si gemini-api ou ffmpeg est manquant, terminez les étapes 1-2 en direct (en utilisant image-generator pour les fiches), générez jobs.json et les sous-titres .ass, et rapportez les commandes d'installation exactes pour les étapes restantes de rendu/assemblage en direct.

Workflow en six étapes

Stockez tous les artefacts du projet dans un répertoire dédié <project_dir>/ (par exemple, shorts/<slug>/) : shot_plan.json, sheets/, drafts_360p/, qa/, finals_1080p/, audio/, final_short.mp4.

Étape 1 : Script, Bible de style et porte d'accroche

  1. Rédigez un script serré : 30-45s (2-4 scènes) pour des sketches comiques, ou 130-150 mots (45-55s) pour des vidéos explicatives. Zéro introduction ou salutation.
  2. Compilez <project_dir>/shot_plan.json en respectant references/shot_plan_schema.json :
    • Verrouillez une chaîne style_bible textuelle réutilisée dans chaque prompt de scène.
    • Définissez chaque personnage sans objet tenu dans son design de base.
    • Découpez les scènes en clips Omni de 3-15s avec des timecodes de battement [0-3s] et une longueur moyenne de plan de 1,5-2,5s.
    • Définissez audio_mode sur native_omni (dialogue comique/effets sonores) ou tts_plus_bgm (voix off explicative).
    • Écrivez la dernière ligne pour qu'elle boucle syntaxiquement dans le Battement 1.
  3. Porte d'accroche (obligatoire avant le rendu) : Vérifiez le Battement 1 (0-3s) par rapport à references/qa_rubric.md (section Porte d'accroche). Ne générez pas de vidéo tant que le Battement 1 n'a pas de contraste visuel à l'image 0, de mouvement immédiat et d'une prémisse verbale en boucle ouverte.

Étape 2 : Fiches de personnages à trois vues immuables

  1. Créez une fiche de personnage à trois vues 16:9 par personnage (Face | 3/4 Profil | Dos) en utilisant les modèles dans references/sheet_prompt_templates.md.
    • Imposez un fond gris clair neutre, un éclairage plat uniforme, une expression neutre et aucun objet tenu (les objets provoquent des morphing des mains entre les plans).
  2. Générez via gemini-api image "<prompt>" --aspect-ratio 16:9 --image-size 2K --out <project_dir>/sheets/<char>_2d.png (ou déléguez au image-generator et copiez/convertissez le fichier .jpg/.png de sortie dans <project_dir>/sheets/).
  3. Inspectez visuellement chaque fiche avec read_file. Relancez si les vues ne concordent pas sur les proportions, la tenue ou l'épaisseur de trait.
  4. Lorsque vous utilisez gemini-api, téléchargez les fiches approuvées une fois (gemini-api files upload <sheet> --wait) pour réutiliser les URI files/<id> dans toutes les scènes.

Étape 3 : Passage de brouillon bon marché en 360p

  1. Générez des brouillons 9:16 en 360p avec gemini-omni-1.2-flash (--aspect-ratio 9:16 --resolution 360p) via gemini-api video ou generate_video.py --batch jobs_360p.json. Chaque élément de jobs_360p.json utilise :
    {"prompt": "...", "image": ["sheets/char_2d.png"], "duration": 7, "aspect_ratio": "9:16", "resolution": "360p", "output": "drafts_360p/shot_01.mp4"}
    
  2. Passez la ou les fiches de personnage immuables (-i / --image, jusqu'à 6 images) dans chaque plan et liez chaque personnage en langage naturel par ordre de téléchargement (n'utilisez jamais de balises <IMAGE_REF_N>).
  3. Incluez la style_bible textuelle, une contrainte négative explicite (pas de texte à l'écran, pas de filigrane, panneaux vierges) et les battements de plan unique ou de timecode.
  4. Pour les plans à 2 personnages, séparez les spatialement (gauche/droite) ou utilisez un champ-contrechamp pour éviter le mélange d'attributs.
  5. Pour les coupes continues directes, extrayez la dernière image propre de la Scène N comme ancre secondaire, tout en gardant la fiche de personnage canonique comme ancre primaire.

Étape 4 : Contrôle qualité VLM contextuel multi-image (max 2-3 tentatives)

  1. Échantillonnez les images de chaque clip de brouillon (début, milieu, pic d'action, fin) plus l'image de fin du plan précédent :
    bash scripts/extract_qa_frames.sh <clip.mp4> <project_dir>/qa/<shot_id> [prev_clip.mp4]
    
  2. Exécutez gemini-api analyze (ou inspection visuelle via read_file) avec references/qa_rubric.md, en passant la fiche de personnage, l'image de fin précédente et les images échantillonnées.
  3. Diagnostiquez les échecs par index d'image exact et code d'échec (HOOK_WEAK, EXTRA_LIMB, STYLE_DRIFT, TEXT_WARP, AUDIO_DESYNC).
  4. Appliquez le correctif correspondant de references/failure_fix_playbook.md :
    • Petit défaut localisé : modifiez sur place via --previous-interaction-id <id> ("<fix>. Gardez tout le reste identique.").
    • Erreur majeure d'anatomie/composition : simplifiez l'action/caméra et relancez.
    • Limitez les tentatives à 3 par plan. Enregistrez tout nouveau correctif découvert dans references/failure_fix_playbook.md.

Étape 5 : Rendu final 1080p et mise à niveau optionnelle 2D vers 3D

  1. Rerender les plans approuvés en 1080p (--resolution 1080p).
  2. Mise à niveau optionnelle 2D vers 3D : Convertissez chaque fiche 2D approuvée en fiche de personnage 3D stylisée en utilisant le modèle de conversion 3D dans references/sheet_prompt_templates.md avec -i <char>_2d.png. Inspectez via read_file, mettez à jour style_bible pour le 3D stylisé, et relancez le shot_plan.json éprouvé.

Étape 6 : Assemblage FFmpeg déterministe

  1. Générez des sous-titres .srt synchronisés (gemini-api transcribe -i <audio_or_clip> --format srt) ou exportez à partir du minutage du script.
  2. Convertissez .srt en sous-titres karaoké .ass en zone de sécurité (positionnés au-dessus de la zone dangereuse de l'interface Shorts à 35% du bas) :
    python3 scripts/srt_to_ass.py <input.srt> <project_dir>/audio/captions.ass
    
  3. Exécutez le script d'assemblage : sondage -> mise en conformité -> concaténation -> ducking -> gravure des sous-titres -> 2 passes -14 LUFS :
    bash scripts/assemble_short.sh <project_dir>/finals_1080p <project_dir>/audio/captions.ass <project_dir>/final_short.mp4 [voiceover.wav] [bgm.wav]
    
  4. Vérifiez les dimensions (1080x1920), la durée, le niveau sonore (-14 LUFS) et les contrôles visuels de final_short.mp4 avant la livraison.

Skills associés