Communitygithub.com

Générateur de vidéos IA

Planifiez et réalisez des vidéos avec des modèles de génération vidéo (Google Veo 3.1 / Flow, Kling, Seedance, MiniMax, LTX, PixVerse, Gemini Omni Flash) — transformez une idée ou un script en un plan de tournage avec des prompts prêts à copier par plan (texte-vers-vidéo et image-vers-vidéo), puis assemblez les clips générés par l'utilisateur en une vidéo finale avec voix off, musique réduite, sous-titres avec mots surlignés et exports 9:16/1:1/16:9. Utilisez-le lorsque l'utilisateur demande un « générateur de vidéo IA », des prompts Veo/Kling/Flow, une image-vers-vidéo, un épisode de chaîne sans visage ou une publicité à partir de clips IA, ou vous donne des clips générés par IA à monter. Pour une animation par code sans clips de modèle, utilisez text-to-animated-video.

Qu'est-ce que Générateur de vidéos IA ?

Ce skill IA, conçu pour les plateformes comme Claude Code, Codex, Cursor et similaires, aide à la planification et au montage de vidéos générées par des modèles d'IA générative (Veo, Kling, Flow, MiniMax, etc.). Il opère en deux modes principaux : d'abord, la création d'un brief, d'un script et d'une liste de plans avec des prompts optimisés pour chaque modèle, assurant la cohérence des personnages et des décors via une « bible ». Ensuite, le montage des clips générés par l'utilisateur : vérification de la qualité, synchronisation vocale (via ElevenLabs ou fichier audio), alignement temporel et rendu final avec sous-titres mots-surlignés, musique et normalisation audio. Le skill génère un fichier `edit.json` et exécute un script `assemble.py` pour produire une vidéo finale prête à exporter. Il gère également les différents formats (9:16, 16:9, 1:1) et intègre des règles éthiques strictes concernant l'utilisation de personnes réelles et les fausses allégations publicitaires.

Compatible avec~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/1Harsh88/Video-skill/tree/HEAD/.claude/skills/ai-video-generator

Demander à votre IA préférée

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

Documentation

Générateur de vidéo IA (prompts → clips → vidéo finale)

Ce skill reproduit la pile « Générateur de vidéo IA » de Fliki (voir references/fliki-notes.md) : les modèles de génération vidéo produisent les plans, et une couche de finition ajoute la voix, les sous-titres, la musique et le redimensionnement.

Accès aux modèles : ce conteneur n'a pas accès aux modèles. L'utilisateur génère les clips dans son propre compte Flow / Kling / Fliki (ou un autre outil) à partir des prompts écrits ici. Ce skill s'occupe de la planification et de la finition.

Mode A — planification + prompts

  1. Brief. Rassemblez ces éléments, avec des valeurs par défaut si l'utilisateur ne les précise pas :
    • sujet ou script
    • durée (par défaut 30–60 s)
    • format (9:16 reels, 16:9 YouTube, 1:1 feed)
    • style (cinématographique, anime, 3D, vidéo UGC de téléphone, studio produit …)
    • quel(s) modèle(s) ils possèdent
    • langue pour la voix off et les sous-titres
  2. Script. Écrivez un script avec un crochet dans les 3 premières secondes, une idée par plan et un appel à l'action. Pour les faits, utilisez uniquement la source de l'utilisateur ou une recherche vérifiée. Affichez-le et attendez la validation.
  3. Liste de plans. Un plan toutes les 3–8 s (la plupart des modèles font des clips de 4–10 s), sous forme de tableau : # | temps | ligne VO | plan | modèle | t2v ou i2v.
  4. Prompts par plan. Utilisez le modèle dans references/prompt-guide.md, avec un bloc délimité par plan pour que l'utilisateur puisse copier chacun d'eux.
    • Chaque prompt doit être autonome : répétez la description complète du sujet, le décor, la lumière, l'objectif, le mouvement, le style et le format d'image. Les modèles ne se souviennent pas des plans précédents.
    • Cohérence : définissez chaque personnage et produit une fois dans une « bible » (visage, cheveux, vêtements, couleurs, accessoires) et collez les mêmes mots dans chaque plan. Pour les cas difficiles, écrivez d'abord un prompt d'image pour une image de référence et faites du plan une image-vers-vidéo à partir de celle-ci.
    • Audio natif : si le modèle génère de l'audio, ajoutez une ligne Audio: (ambiance et effets sonores uniquement). Mettez le dialogue entre guillemets uniquement si l'utilisateur souhaite un discours à l'écran.
    • Ce que les modèles gèrent bien : une action par plan. Un mouvement de caméra plus un mouvement de sujet est acceptable ; trois événements simultanés échouent généralement.
    • Texte : ne demandez pas aux modèles de produire du texte lisible, des logos ou des interfaces utilisateur. Ajoutez-les lors du montage ou comme incrustations générées par code.
  5. Remise. Donnez à l'utilisateur :
    • la liste des plans
    • les prompts
    • une règle de nommage pour les téléchargements (s01.mp4, s02.mp4 …)
    • « renvoyez les clips ici et je finirai la vidéo »

Mode B — assembler les clips

  1. Récupérez les clips (téléchargement dans le chat, lien Drive ou fichiers dans l'espace de travail). Faites-en un contact-sheet (ffmpeg … tile) et vérifiez chacun par rapport à son plan : mauvais sujet, mains ou visages déformés, texte indésirable. Suggérez une nouvelle génération pour les mauvais plutôt que de les utiliser.
  2. Voix. Choisissez une option :
    • le MP3 de l'utilisateur
    • ElevenLabs via request_credential (hôte api.elevenlabs.io, en-tête xi-api-key) — ne demandez jamais la clé dans le chat
    • aucune (sous-titres uniquement)
  3. S'il y a une voix, alignez-la pour obtenir words.json : utilisez scripts/align.py.
  4. Écrivez edit.json (format en haut de scripts/assemble.py) :
    • points de coupe par clip : coupez les 0,3 premières et dernières secondes, où les modèles oscillent souvent
    • fit cover/contain, fade
    • voix, musique + music_db, mots, style de sous-titres
    • fontsdir avec fichiers woff2/ttf locaux, nécessaires pour l'hindi
  5. Rendu. Exécutez python scripts/assemble.py edit.json final.mp4. Le script normalise chaque clip à L×H et fps, fait des fondus enchaînés, mixe l'audio du clip, la voix et la musique (réduite sous la voix), grave les sous-titres mots-surlignés et applique loudnorm −14 LUFS.
  6. Autres rapports. Changez L/H et refaites le rendu. Utilisez cover pour un affichage plein écran et contain pour les plans larges que vous ne pouvez pas recadrer.
  7. Livrez.
    • Vérifiez les images noires avec blackdetect.
    • Faites une copie 720p de moins de 20 Mo pour WhatsApp.
    • Envoyez les deux avec SendUserFile.

Règles

  • Personnes réelles : pas de représentation IA réaliste de personnes réelles vivantes (politiciens, célébrités, personnes privées) sauf s'il s'agit de l'utilisateur lui-même avec son consentement. Utilisez des silhouettes ou des plans symboliques à la place. Rappelez à l'utilisateur que YouTube et Meta exigent l'étiquetage du contenu réaliste généré par IA.
  • Aucune affirmation inventée : pas de faux témoignages, statistiques inventées ou contenu UGC qui prétend être un avis réel de client. Un style UGC est acceptable lorsque la publicité ne prétend pas être l'expérience d'une personne réelle.
  • Les spécifications des modèles changent vite : les longueurs de clips, prix et noms de modèles sont des notes datées dans references/. Vérifiez l'outil de l'utilisateur lorsque cela compte, et ne promettez pas de crédits ou de prix exacts.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills associés