Recommandé : Charger les bonnes pratiques Remotion

Ce skill bénéficie de remotion-best-practices (non inclus) pour la bibliothèque complète des motifs Remotion. Il est optionnel — les règles minimales sont ci-dessous si absent.

Pi : lisez le skill chargé à remotion-best-practices (listé dans les skills disponibles).

Claude Code : invoquez le skill/outil remotion-best-practices avant de continuer.

Pas installé ? Récupérez-le depuis remotion-dev/skills (docs : remotion.dev/docs/ai/skills).

Si remotion-best-practices n'est pas installé, règles minimales : chromium doit être disponible, enveloppez toujours le contenu 4K dans <Scale4K>, utilisez <TransitionSeries> avec linearTiming, et traitez l'audio comme horloge maîtresse.

Générateur de Podcast Vidéo

Pipeline automatisé pour vidéos de connaissance Bilibili horizontales en 4K à partir d'un sujet. Agent de codage + backend TTS + Remotion + FFmpeg.

Sommaire

Amorçage — prérequis (à exécuter avant l'étape 1)
Modes d'exécution — Auto vs Interactif → references/workflow-script.md
Régénérer une vidéo existante — itérer sur une vidéo terminée
Workflow — le pipeline en 11 étapes + pointeurs de fichiers de phase + arrêts obligatoires
Règles strictes — contraintes de production non négociables
Horloge maîtresse audio et synchronisation
Structure par vidéo
Ressources supplémentaires — quand charger chaque fichier references/
Préférences utilisateur
Dépannage

Amorçage

Résoudre SKILL_DIR vers le répertoire contenant ce fichier SKILL.md :

Pi : l'agent connaît le chemin du skill depuis la liste des skills chargés — définissez SKILL_DIR sur ce répertoire avant d'exécuter les commandes.
Claude Code : ${CLAUDE_SKILL_DIR} est automatiquement renseigné.

SKILL_DIR="${SKILL_DIR:-${CLAUDE_SKILL_DIR}}"

# Prérequis (CLI + variables d'environnement du backend)
python3 "${SKILL_DIR}/scripts/check_prereqs.py"

Les mises à jour transitent par le CLI des skills (npx skills update video-podcast-maker -g) ; les installations par clone git direct utilisent git pull selon le README. Ce skill n'effectue aucune vérification de mise à jour.

Échecs des prérequis — voir README.md pour l'installation. La vérification est consciente du backend (résout la variable d'environnement TTS_BACKEND → user_prefs.json global.tts.backend → edge par défaut), donc seules les variables d'environnement requises par le backend actif sont validées.

Première vidéo d'un nouveau projet ? Préférez réutiliser un projet Remotion existant avec node_modules/ déjà installé — créer un nouveau projet télécharge ~2,2 Go de paquets npm plus un shell headless Chrome de 90 Mo (une fois par projet). Si l'utilisateur a un projet d'une vidéo précédente, utilisez-le. Si un nouveau projet est nécessaire, lancez npm install en arrière-plan pendant les étapes 1 à 4 (recherche du sujet et rédaction du script).

Tout le rendu va dans videos/{name}/ — chaque output.mp4, final_video.mp4 et thumbnail_*.png atterrit directement dans le répertoire par vidéo. Ne rendez jamais dans un répertoire out/ ou dist/ ; la convention --public-dir videos/{name}/ garde tout autonome.

Moteur TTS — deux backends locaux, aucun skill externe :

edge (par défaut) — gratuit, sans clé, via edge-tts.
azure — nécessite AZURE_SPEECH_KEY + AZURE_SPEECH_REGION (Microsoft Speech SDK).

Chacun synthétise en interne (scripts/tts/backends/native.py) — la prononciation (affichage → parole → retour à l'affichage pour les sous-titres) et l'application de phonèmes sont intégrées. check_prereqs.py valide les variables d'environnement du backend actif.

TTS multi-plateforme ? L'ancien skill composant ttscn qui fournissait la matrice de 9 backends n'est plus une dépendance de ce skill. Si vous souhaitez ces plateformes, installez Agents365-ai/ttsCN séparément et appelez-le directement — ce skill ne fournit que edge + azure.

Raccourci d'apprentissage du design : Si l'utilisateur fournit une vidéo/image de référence ou demande de sauvegarder/lister/supprimer des profils de style, voir references/design-learning.md au lieu d'exécuter le workflow ci-dessous.

Modes d'exécution

Détectez le mode Auto (par défaut) vs le mode Interactif au début du workflow — la table de décision Auto-par défaut et les surcharges par requête se trouvent dans references/workflow-script.md.

Régénérer une vidéo existante

Si videos/{name}/ existe déjà et que l'utilisateur itère sur une vidéo terminée ou en cours, réutilisez ce répertoire. Ne démarrez PAS un nouveau projet ou un nouveau videos/{nouveaunom}/.

Choisissez la plus petite ré-exécution pour ce qui a réellement changé :

Changé	Ré-exécution	Réutilise (ne refaites pas)
Script de narration (`podcast.txt`)	Étape 7 (TTS) → Étape 8 prévisualisation → rendu+mixage	recherche du sujet + conception des sections
Visuels uniquement (composants, disposition, couleurs)	Étape 8 prévisualisation → rendu+mixage	audio (`podcast_audio.wav` / `timing.json`)
Musique de fond uniquement	Re-mixage BGM	`output.mp4` (pas de nouveau rendu)
Sous-titres uniquement	Étape 10.1 finalisation	`output.mp4` / `video_with_bgm.mp4`

Toute ré-exécution qui modifie ce que le spectateur voit ou entend repasse par la porte de l'étape 8 : appliquez le changement, laissez le Studio se recharger à chaud, et attendez une nouvelle confirmation explicite de « rendre la 4K » — la confirmation précédente ne se reporte pas. Un changement de script décale chaque horodatage en aval, donc régénérez toujours timing.json via TTS — ne le modifiez jamais manuellement. Après toute ré-exécution, revérifiez :

python3 ${SKILL_DIR}/scripts/verify_output.py videos/{name}/

Workflow

Itération sur une vidéo terminée ? Si videos/{name}/ existe déjà, voir Régénérer une vidéo existante ci-dessus pour la ré-exécution minimale — ne commencez PAS à l'étape 1.

Au début de l'étape 1, créez une tâche par étape dans le tracker de votre agent. Marquez in_progress au début, completed à la fin. Les fichiers dans videos/{name}/ sont l'enregistrement durable — en cas d'interruption, inspectez le répertoire pour déterminer où reprendre.

#	Étape	Sortie	Fichier de phase
1	Définir l'orientation du sujet	`topic_definition.md`	workflow-script.md
2	Rechercher le sujet	`topic_research.md`	workflow-script.md
3	Concevoir 5 à 7 sections	(en mémoire)	workflow-script.md
4	Écrire le script de narration	`podcast.txt`	workflow-script.md
4.5	Pré-vol de prononciation (zh-CN)	`phonemes.json`	workflow-script.md
5	Plan des assets et résolution	`assets/manifest.json`	workflow-assets.md
6	Générer les miniatures (16:9 + 4:3)	`thumbnail_*.png`	workflow-production.md
7	Générer l'audio TTS	`podcast_audio.wav`, `timing.json`	workflow-production.md
8	Composition Remotion + prévisualisation Studio	—	workflow-production.md
9	Rendu 4K + mixage BGM	`output.mp4`, `video_with_bgm.mp4`	workflow-production.md
10	Infos de publication + vérification de la sortie	`publish_info.md`, `final_video.mp4`	workflow-publish.md
11	Générer les formats verticaux (optionnel)	`shorts/`	workflow-publish.md

Arrêts obligatoires (lignes en gras ci-dessus) :

Étape 8 — Revue Studio. DOIT lancer npx remotion studio et attendre les retours de l'utilisateur avant de rendre. Ne rendez JAMAIS la 4K avant que l'utilisateur ne confirme explicitement (« rendre la 4K » / « rendu final »). Une réponse contenant des demandes d'ajustement n'est pas une confirmation — appliquez les modifications, laissez le Studio se recharger à chaud, et redemandez. Chaque cycle d'ajustements nécessite sa propre confirmation fraîche avant l'étape 9.
Étape 10 — verify_output.py. DOIT réussir avant de déclarer la vidéo terminée. Code de sortie 0 = vert ; code 2 = avertissements, mais publiable. Corrige automatiquement les omissions courantes (crée final_video.mp4 si manquant). Valide les informations de publication (titre, description, tags, chapitres) par rapport à la matrice de plateforme — générez-les aux étapes 5.5 et 10.2. Pour une sortie lisible par machine, ajoutez --format json.

Audit pré-rendu (recommandé) — avant l'étape 8 :

python3 ${SKILL_DIR}/scripts/audit_beat_sync.py <Video.tsx> <timing.json>

Signale les beats qui dérivent de plus de 1,5 s de la narration.

Mode Auto : auto-examen visuel. En mode Auto (aucun utilisateur ne regarde Studio), rendez 3 à 5 images clés avant de demander la confirmation de rendu :

npx remotion still src/remotion/index.ts <CompositionId> videos/{name}/_review_001.png --public-dir videos/{name}/ --frame=<image_milieu>

Choisissez les images à : titre principal (~10 %), un milieu de section dense, et la conclusion. Relisez les images fixes en tant qu'images et appliquez les listes de vérification de design-guide.md et visual-taste.md sur le rendu réel. Attrapez les débordements, les problèmes de contraste et de disposition avant le rendu 4K. Supprimez _review_*.png après l'examen.

Points de contrôle de validation

Après l'étape	Vérification
7 (TTS)	`podcast_audio.wav` se joue · `timing.json` couvre toutes les sections · SRT est en UTF-8
9 (Rendu)	`output.mp4` est 3840×2160 · synchronisation audio-vidéo · pas d'images noires
10 (Vérifier)	`verify_output.py` sort 0 (ou 2 avec avertissements examinés)

Règles strictes

Règle	Exigence
Projet unique	Toutes les vidéos sous `videos/{name}/` dans le projet Remotion de l'utilisateur. Ne créez JAMAIS un nouveau projet par vidéo.
Sortie 4K	3840×2160 (ou 2160×3840 vertical), utilisez le wrapper `scale(2)` sur un espace de conception 1920×1080
Sync audio	L'audio (`podcast_audio.wav` + `podcast_audio.srt`) est l'horloge maîtresse. `timing.json` DOIT être généré à partir de la sortie TTS réelle, jamais estimé manuellement. Avant le rendu, la durée de la vidéo finale doit correspondre à l'audio à ±0,5 s près. Voir Horloge maîtresse audio et synchronisation.
Miniature	DOIT générer à la fois 16:9 (1920×1080) ET 4:3 (1200×900) — voir design-guide.md
Studio avant rendu	DOIT lancer `remotion studio` pour examen. Ne rendez JAMAIS la 4K avant confirmation explicite de l'utilisateur. Un retour avec ajustement ≠ confirmation — appliquez, rechargez à chaud, redemandez.
`--public-dir`	Chaque commande Remotion utilise `--public-dir videos/{name}/`. Tous les fichiers de sortie (output.mp4, final_video.mp4, thumbnails) vont directement dans `videos/{name}/` — jamais dans un répertoire `out/` ou `dist/`.

Les minimums visuels (tailles de texte, largeur du contenu, zones de sécurité, sécurité d'animation) se trouvent dans references/design-guide.md. DOIT être chargé avant l'étape 8.

Horloge maîtresse audio et synchronisation

Règles d'or

L'audio est l'horloge maîtresse. Chaque début de diapositive, sous-titre, chapitre et beat d'animation est dérivé de podcast_audio.wav et podcast_audio.srt.
Générez le timing à partir du TTS, pas d'estimations de texte. Pipeline : podcast.txt → generate_tts.py → podcast_audio.wav + podcast_audio.srt + timing.json → composition → rendu.
N'écrivez jamais timing.json manuellement avant que l'audio n'existe. Si vous avez déjà des diapositives organisées, exécutez align_timing_from_srt.py pour les ancrer au SRT réel.
Compensez le chevauchement de TransitionSeries. TransitionSeries rend sum(section.duration_frames) - (N-1) * transitionFrames images. Mettez à l'échelle chaque section proportionnellement pour que la durée rendue soit égale à timing.total_frames. Ne mettez pas toutes les images de chevauchement dans la première section. Le motif corrigé se trouve dans templates/Video.tsx.

Points de contrôle de synchronisation obligatoires

Quand	Vérification
Après l'étape 7 (TTS)	`timing.json.total_duration` correspond à `podcast_audio.wav` à ±0,5 s près
Avant le rendu	`Video.tsx` met à l'échelle toutes les sections pour le chevauchement de transition
Après le rendu	La durée de `final_video.mp4` correspond à `podcast_audio.wav` à ±0,5 s près
Étape 10 (vérification)	`verify_output.py` sort 0 et rapporte vert sur audio/timing

Si un point de contrôle échoue, arrêtez-vous. Ne publiez pas.

Spécifications de sortie

Paramètre	Horizontal (16:9)	Vertical (9:16)
Résolution	3840×2160 (4K)	2160×3840 (4K)
Fréquence d'images	30 ips	30 ips
Encodage	H.264, 16 Mbit/s	H.264, 16 Mbit/s
Audio	AAC, 192 kbit/s	AAC, 192 kbit/s
Durée	1 à 15 min	60 à 90 s (point fort)

Structure par vidéo

racine-du-projet/                    # Racine du projet Remotion
├── src/remotion/                    # Source Remotion (Root.tsx, compositions, index.ts)
├── videos/{nom-de-la-vidéo}/        # Répertoire par vidéo
│   ├── topic_definition.md          # Étape 1
│   ├── topic_research.md            # Étape 2
│   ├── podcast.txt                  # Étape 4 : script de narration
│   ├── phonemes.json                # Étape 4.5 : surcharges de prononciation zh-CN
│   ├── assets/manifest.json         # Étape 5 : registre des assets par section
│   ├── publish_info.md              # Étape 10 : titre/description/tags
│   ├── podcast_audio.wav            # Étape 7 : audio TTS
│   ├── podcast_audio.srt            # Étape 7 : sous-titres
│   ├── timing.json                  # Étape 7 : timeline (pilote les animations)
│   ├── thumbnail_*.png              # Étape 6
│   ├── output.mp4                   # Étape 9 : rendu 4K
│   ├── video_with_bgm.mp4           # Étape 9 : avec BGM
│   ├── final_video.mp4              # Étape 10 : sortie finale
│   └── bgm.mp3                      # Musique de fond
└── remotion.config.ts

`--public-dir` par vidéo

Chaque commande Remotion utilise --public-dir videos/{nom}/ — les assets de chaque vidéo restent dans son propre répertoire, permettant des rendus parallèles :

npx remotion studio src/remotion/index.ts --public-dir videos/{nom}/
npx remotion render ... videos/{nom}/output.mp4 --public-dir videos/{nom}/ --video-bitrate 16M

Ressources supplémentaires

Quand charger	Fichier
Toujours (avant l'étape 1)	workflow-script.md — tableaux de décision de mode, scénario de workflow complet
Toujours (avant l'étape 5)	workflow-assets.md — planification des assets, politique de licence, motifs de composition
Toujours (avant l'étape 6)	workflow-production.md — pipeline de production détaillé (TTS, rendu, prévisualisation)
Toujours (avant l'étape 8)	design-guide.md — tailles minimales de texte, zones de sécurité, palette de couleurs, tolérances d'animation
Toujours (avant l'étape 10)	workflow-publish.md — matrice de plateforme, format de `publish_info.md`, génération de contenu court
À la demande	visual-taste.md — ne le chargez que pour l'auto-examen visuel en mode Auto (image clé)
À la demande (vidéo d'amorçage)	workflow-research.md — amorçage de recherche pour les sujets qui en ont besoin
À la demande (apprentissage du design)	design-learning.md — lorsque l'utilisateur fournit une référence ou demande la gestion de profil

Préférences utilisateur

Toutes les préférences persistent dans user_prefs.json à la racine du projet. Valeurs par défaut :

{
  "global": {
    "tts": {
      "backend": "edge",   // ou "azure"
      "voice": null,       // auto-sélectionné par le backend
      "speed": 1.0,
      "pitch": 1.0
    },
    "platform": {
      "primary": "bilibili",
      "secondary": []
    },
    "brand": {
      "watermark": false
    }
  },
  "videos": {
    "bgm_path": null,
    "intro_path": null,
    "outro_path": null
  }
}

Dépannage

Problèmes courants

Symptôme	Cause probable	Solution
`check_prereqs.py` échoue	Backend TTS manquant ou variables d'environnement non définies	Exécutez `python3 scripts/check_prereqs.py --verbose` pour des messages détaillés. Voir README.md.
`timing.json` ne correspond pas à l'audio	Timing estimé manuellement	Régénérez via `align_timing_from_srt.py` ou TTS complet.
TransitionSeries hors sync	Chevauchement non compensé	Appliquez la mise à l'échelle proportionnelle de `templates/Video.tsx`.
Rendu 4K lent	Première exécution ou cache vidage	Les rendus ultérieurs utilisent le cache Webpack de Remotion.
`final_video.mp4` manquant	`verify_output.py` non exécuté	Exécutez `verify_output.py` — il le crée automatiquement.

Obtenir de l'aide

Ouvrez un problème sur github.com/Agents365-ai/video-podcast-maker
Documentation Remotion : remotion.dev/docs

Agents365-ai/video-podcast-maker

Qu'est-ce que video-podcast-maker ?

Demander à votre IA préférée

Documentation