Communitygithub.com

yt-video

Créez des vidéos YouTube sous forme de code : des Shorts (9:16, 1080x1920) et des vidéos longues (16:9, 1080p ou 4K) – des pages HTML animées par seek(t), narrées avec OmniVoice (TTS local avec clonage vocal et instructions de conception vocale, accessible via MCP), musique optionnelle générée par code, rendues en MP4 avec ffmpeg et vérifiées par un script. Inclut des préréglages de style (mathématiques façon 3Blue1Brown, DevOps façon KodeKloud, actualités dev façon Fireship, science plate façon Kurzgesagt, documentaire façon Vox, diagrammes façon ByteByteGo, légendes dynamiques, éditorial), des chapitres, des sous-titres SRT et des miniatures pour les vidéos longues. À utiliser quand quelqu'un demande un Short, une bobine, une vidéo verticale, une vidéo explicative YouTube, une vidéo animée ou en motion design, ou souhaite qu'un script ou un sujet soit transformé en vidéo narrée.

Qu'est-ce que yt-video ?

Ce skill permet de produire des vidéos YouTube (courtes ou longues) en les décrivant comme du code, en s'appuyant sur des pages HTML, la synthèse vocale OmniVoice et FFmpeg. Il est conçu pour les agents d'IA, en particulier Claude Code, et automatise un pipeline de création vidéo complet : de la génération de script et de narration au rendu, mixage et vérification. L'agent interroge l'utilisateur sur le format (short, long, long-4k), le sujet, le style (parmi huit préréglages inspirés de créateurs comme 3Blue1Brown, Fireship ou Kurzgesagt) et les préférences vocales. Le pipeline génère une chronologie à partir de la narration, construit des pages HTML animées, compose de la musique (uniquement sur demande) et des effets sonores, puis assemble le tout en un fichier MP4 final. Un script de vérification intégré garantit la conformité (taille, codec, synchronisation, sécurité des zones, etc.). Ce skill est idéal pour produire rapidement des vidéos de haute qualité à partir d'une simple description textuelle, sans montage manuel.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Shyamnath-Sankar/video-generation-skill/tree/HEAD/yt-video

Demander à votre IA préférée

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

Documentation

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

shortlonglong-4k
Cadre1080×1920 (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 sécuritéx 60–940, y 288–1440 (UI Shorts)x 96–1824, y 54–1026 (sécurité titres)identique au format long
Sous-titresincrustés (selon le style)captions.srt pour YouTube ; incrustation optionnelleidentique au format long
Suppléments—chapitres, une page par chapitre, miniature 1280×720identique 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

CheminQu'est-ce que c'est
scripts/short.pyLa CLI du pipeline : doctor, styles, init, style, kit, timeline, check, stills, thumb, music, mix, render, mux, verify, build
scripts/timeline.pyDurées vocales → temporisations des scènes, repères de mots, sous-titres, repères d'effets sonores, accroche au rythme, segments de page, chapitres, SRT
scripts/import_voice.pyImporter un clip OmniVoice : convertir, couper le silence, rejeter les prises TTS défectueuses
scripts/make_music.pyMusique 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.pyVoix + musique (ducking) + effets sonores → −14 LUFS, crête réelle ≤ −1,5 dBTP
scripts/verify_video.pyLa 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.jsonProfils de formats (tailles, zones de sécurité, paramètres par défaut des sous-titres, limites)
engine/render.cjsCapture Playwright → ffmpeg H.264 (flou de mouvement, plages d'images, capture 2× pour 4K), planches de contact
engine/check_page.cjsVérifications avant rendu : contrat de page, polices, déterminisme, zone de sécurité, sous-titres, taille du texte, images vides
engine/kit.jsLa 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 :

  1. 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 »).
  2. Sujet et la seule chose que le spectateur doit retenir. Un script, un article ou une URL s'il en a un.
  3. Style : short.py styles. Par défaut editorial. Lisez styles/<nom>/STYLE.md une fois choisi.
  4. Voix : clonage (clip de référence + sa transcription), design (« féminine, jeune adulte, grave, accent britannique »), ou par défaut. Voir reference/voice-omnivoice.md.
  5. Musique : désactivée sauf s'ils demandent. Si oui : ambiance (make_music.py --list). N'ajoutez jamais de musique qu'ils n'ont pas demandée.
  6. 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 de Math.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 quandFichier
Rédaction d'un Shortreference/shorts-design.md
Tout ce qui est 16:9 / format longreference/long-form.md
Construction des pages, schéma script.jsonreference/page-contract.md
Utilisation de la boîte à outilsreference/kit-api.md
Conception des scènesreference/scene-patterns.md
Choix / création d'un stylestyles/README.md, styles/<nom>/STYLE.md
Génération de la narrationreference/voice-omnivoice.md
Musique et effets sonoresreference/music-and-sound.md
Une vérification a échouéreference/verification.md, reference/troubleshooting.md

Skills associés