Vidéos YouTube à partir de code : Shorts et vidéos longues
Vous construisez une vidéo comme le ferait un motion designer, mais en code : des pages HTML dessinent n'importe quelle image à partir d'une valeur temporelle, la narration définit le timing, et des scripts rendent, mixent et prouvent que le résultat est valide avant que quiconque ne le télécharge.
script.json ──► OmniVoice (MCP) ──► voice/*.wav ──► timeline.py ──► timeline.js ─────────┐
│ format : short | long | long-4k ▼
└─ préréglage de style ─► style.css / style.js ─────────────────────► page(s).html (seek(t), K.layout par format)
│ check_page ► stills ► render (morceaux mis en cache)
musique (uniquement si demandé) ─► make_music.py ─┐ ▼
effets sonores (CC0) ───────────────────────────────┴─► mix_audio.py ─► mix.wav ─► mux ─► final.mp4 ─► verify_video.py
(vidéo longue aussi : chapters.txt, captions.srt, thumbnail.jpg)
$SKILL ci-dessous désigne le dossier de ce skill. Tout s'exécute via une seule CLI : python3 $SKILL/scripts/short.py <commande>.
Formats
short | long | long-4k | |
|---|---|---|---|
| Cadre | 1080×1920 (9:16) | 1920×1080 (16:9) | page 1920×1080, sortie 3840×2160 |
| Durée | ≤ 180 s (idéal < 60 s) | quelconque (généralement 5–15 min) | quelconque |
| Zone de sécurité | x 60–940, y 288–1440 (UI Shorts) | x 96–1824, y 54–1026 (sécurité titres) | identique au format long |
| Sous-titres | incrustés (selon le style) | captions.srt pour YouTube ; incrustation optionnelle | identique au format long |
| Suppléments | — | chapitres, une page par chapitre, miniature 1280×720 | identique au format long |
Les profils se trouvent dans engine/formats.json. Les pages utilisent K.W/K.H et une table K.layout({short, long}), de sorte qu'un même projet peut être construit dans les deux formats. Lisez reference/long-form.md pour toute vidéo 16:9.
Contenu du dossier
| Chemin | Qu'est-ce que c'est |
|---|---|
scripts/short.py | La CLI du pipeline : doctor, styles, init, style, kit, timeline, check, stills, thumb, music, mix, render, mux, verify, build |
scripts/timeline.py | Durées vocales → temporisations des scènes, repères de mots, sous-titres, repères d'effets sonores, accroche au rythme, segments de page, chapitres, SRT |
scripts/import_voice.py | Importer un clip OmniVoice : convertir, couper le silence, rejeter les prises TTS défectueuses |
scripts/make_music.py | Musique de fond synthétisée (7 ambiances), sur la grille rythmique, de n'importe quelle durée. Uniquement quand l'utilisateur demande de la musique |
scripts/mix_audio.py | Voix + musique (ducking) + effets sonores → −14 LUFS, crête réelle ≤ −1,5 dBTP |
scripts/verify_video.py | La porte de conformité : taille, aspect, codec, fps, nombre d'images, synchro A/V, volume sonore, images noires/figées, chapitres, planche de zones de sécurité |
engine/formats.json | Profils de formats (tailles, zones de sécurité, paramètres par défaut des sous-titres, limites) |
engine/render.cjs | Capture Playwright → ffmpeg H.264 (flou de mouvement, plages d'images, capture 2× pour 4K), planches de contact |
engine/check_page.cjs | Vérifications avant rendu : contrat de page, polices, déterminisme, zone de sécurité, sous-titres, taille du texte, images vides |
engine/kit.js | La boîte à outils d'animation (ressorts, repères, sous-titres, transitions, dispositions par format, dessin/écriture façon Manim) |
template/ | Une vidéo de travail complète (style éditorial) qui se construit dans les deux formats |
styles/ | 8 préréglages de style : style.json + STYLE.md ; 3b1b-math et kodekloud-devops ont des démos complètes dans les deux formats |
assets/ | Polices (OFL/MIT) et effets sonores CC0 |
reference/ | Lisez ces fichiers lorsque vous atteignez l'étape correspondante (tableau à la fin) |
Flux de travail
0. Configuration (première fois sur une machine)
bash $SKILL/scripts/setup.sh # playwright + chromium dans ~/.cache/yt-video, numpy/scipy
python3 $SKILL/scripts/short.py doctor
1. Briefing (un tour de questions, puis travail)
Demandez en un message (AskUserQuestion si disponible) ; sautez ce que l'utilisateur a déjà dit :
- Format : Short (9:16) ou format long (16:9, 1080p ou 4K). Déduisez-le quand c'est évident (« un Short », « une vidéo de 10 minutes »).
- Sujet et la seule chose que le spectateur doit retenir. Un script, un article ou une URL s'il en a un.
- Style :
short.py styles. Par défauteditorial. Lisezstyles/<nom>/STYLE.mdune fois choisi. - Voix : clonage (clip de référence + sa transcription), design (« féminine, jeune adulte, grave, accent britannique »), ou par défaut. Voir
reference/voice-omnivoice.md. - Musique : désactivée sauf s'ils demandent. Si oui : ambiance (
make_music.py --list). N'ajoutez jamais de musique qu'ils n'ont pas demandée. - Durée : Shorts 20–45 s (max 180). Format long : leur objectif ; planifiez les chapitres.
2. Écrire le script, puis obtenir l'approbation
Lisez reference/shorts-design.md (Shorts) ou reference/long-form.md (16:9). Écrivez script.json (schéma dans reference/page-contract.md) : une idée par scène ; le visual de chaque scène nomme quel mot parlé correspond à chaque changement visuel ; les scènes au format long reçoivent des titres de chapter et, pour les vidéos plus longues, une page par chapitre. Montrez à l'utilisateur le tableau des scènes (id, ligne, visuel, mots repères ; chapitres pour le format long) et attendez l'approbation ou les modifications avant de générer l'audio. N'inventez jamais de faits, de chiffres, de citations ou de résultats ; les exemples de valeurs dans les maquettes d'interface utilisateur sont acceptables et doivent être listés comme illustratifs.
3. Créer le projet
python3 $SKILL/scripts/short.py init videos/<slug> --style <style> --format short|long|long-4k
Copie le modèle (ou le demo/ du style), kit.js, les polices et les jetons de style. Placez votre script.json approuvé au bon endroit (conservez son format).
4. Narration avec OmniVoice (MCP) → voice/<scene-id>.wav
Suivez reference/voice-omnivoice.md : trouvez les outils MCP OmniVoice, générez un clip par scène avec les mêmes paramètres vocaux, puis importez chacun :
python3 $SKILL/scripts/import_voice.py <clip> videos/<slug> <scene-id> --text "<la ligne>"
Il échoue sur les prises silencieuses, coupées ou anormalement rapides/lentes — régénérez celles-ci. Si OmniVoice n'est pas accessible, dites-le ; vous pouvez toujours construire les visuels sur des temporisations estimées et ajouter la voix plus tard.
5. Chronologie
python3 $SKILL/scripts/short.py timeline videos/<slug>
Écrit timeline.js (temps des scènes et des mots, segments, chapitres) plus out/captions.srt et, avec les chapitres, out/chapters.txt. Les visuels correspondent aux mots via K.cue('scene', 'word').
6. Construire la/les page(s)
Lisez reference/page-contract.md, reference/kit-api.md, reference/scene-patterns.md et le STYLE.md du style. Donnez à chaque disposition une entrée K.layout({short, long}) lorsque la vidéo peut exister dans les deux formats. Chaque changement visuel repose sur un mot repère.
7. Vérification avant rendu (peu coûteuse, détecte la plupart des erreurs)
python3 $SKILL/scripts/short.py check videos/<slug> # chaque page doit PASSER
python3 $SKILL/scripts/short.py stills videos/<slug> # out/stills*.png, zone de sécurité en rouge
Regardez les images vous-même. Corrigez tout ce qui est vide, coupé, superposé, illisible, hors style ou ne correspond pas à son mot. L'image 0 doit déjà montrer l'accroche.
8. Musique (uniquement si demandé) et mixage
python3 $SKILL/scripts/short.py music videos/<slug> # sans effet quand la musique est désactivée
python3 $SKILL/scripts/short.py mix videos/<slug>
Voir reference/music-and-sound.md.
9. Brouillon → révision → version finale
python3 $SKILL/scripts/short.py build videos/<slug> --draft # 30 fps, pas de flou de mouvement, 1080p : copie de révision rapide
python3 $SKILL/scripts/short.py build videos/<slug> --final # flou de mouvement, crf 16, 4K pour long-4k
build exécute chronologie → vérification → musique → mixage → rendu → muxage → vérification et s'arrête à la première erreur. Les rendus sont découpés en morceaux et mis en cache, donc une reconstruction après une modification ne refait que ce qui a changé. Envoyez d'abord le brouillon ; dites combien de temps la version finale prendra avant de la lancer (les versions finales au format long peuvent prendre du temps ; exécutez-les en arrière-plan).
10. Vérifier et livrer
verify_video.py s'exécute dans build ; le MP4 n'est terminé que lorsqu'il affiche VERIFY PASSED. Ouvrez out/verify_sheet_<mode>.png (image 0 + une image par scène, interfaces utilisateur/zones de sécurité en rouge) et regardez-la. reference/verification.md explique chaque vérification.
Pour le format long, exécutez également short.py thumb videos/<slug> (ou générez une thumbnail.html dédiée).
Livrez : le MP4, le dossier du projet (index.html s'affiche dans un navigateur avec la véritable bande-son), et une courte note : scènes ou chapitres, ce qui est illustratif, paramètres vocaux, ambiance musicale (ou « pas de musique »), le résumé de vérification (LUFS, crête réelle, durée) ; pour le format long, ajoutez chapters.txt, captions.srt et la miniature. Vous ne pouvez pas entendre : donnez à l'utilisateur des horodatages à vérifier à l'oreille (l'accroche, le moment avec le plus d'effets sonores, le moment avec la musique la plus forte, le début de chaque chapitre).
Règles les plus importantes
seek(t)est une fonction pure du temps. Pas deMath.random,Date.now, d'animations/transitions CSS ou de minuteurs dans le chemin de rendu. Le vérificateur applique cette règle.- Le texte reste dans la zone de sécurité du format. Ne codez jamais en dur 1080/1920 : utilisez
K.W,K.H,K.SAFE,K.layout. - Quelque chose de significatif est à l'écran à l'image 0 ; quelque chose bouge toutes les 1 à 2 secondes (Shorts) ou toutes les quelques secondes (format long).
- Les changements visuels correspondent à des mots prononcés (
K.cue), pas à des temps estimés. - Musique uniquement sur demande. Les effets sonores suivent la valeur par défaut du style (l'utilisateur peut les désactiver).
- Les styles sont inspirés par les créateurs nommés ; n'utilisez jamais leurs logos, mascottes, personnages, intros ou noms à l'écran.
- Ne dites jamais que l'audio « sonne bien » — rapportez les mesures chiffrées et les horodatages à vérifier.
Fichiers de référence
| Lire quand | Fichier |
|---|---|
| Rédaction d'un Short | reference/shorts-design.md |
| Tout ce qui est 16:9 / format long | reference/long-form.md |
| Construction des pages, schéma script.json | reference/page-contract.md |
| Utilisation de la boîte à outils | reference/kit-api.md |
| Conception des scènes | reference/scene-patterns.md |
| Choix / création d'un style | styles/README.md, styles/<nom>/STYLE.md |
| Génération de la narration | reference/voice-omnivoice.md |
| Musique et effets sonores | reference/music-and-sound.md |
| Une vérification a échoué | reference/verification.md, reference/troubleshooting.md |