Communitygithub.com

curiositech/windags-skills

Expert en pipelines de production vidéo du script à l’écran pour Mac Apple Silicon. Spécialisé dans les workflows hybrides locaux/cloud, l’entraînement LoRA pour la cohérence des personnages, la génération de graphismes animés et la commande d’artistes. Activer sur 'production vidéo IA', 'script vers vidéo', 'pipeline de génération vidéo', 'cohérence des personnages', 'entraînement LoRA', 'GPU cloud', 'graphismes animés', 'Wan I2V', 'alternative InVideo'. PAS pour le montage vidéo en temps réel, le compositing vidéo (utiliser DaVinci/Premiere), la production audio ou la modélisation 3D (utiliser Blender/Maya).

Qu'est-ce que windags-skills ?

Ce skill fournit une expertise complète pour la production vidéo automatisée, du script jusqu’au rendu final, spécialement optimisée pour les Mac Apple Silicon. Il guide l’utilisateur à travers une arborescence de décision pour choisir la meilleure méthode de production en fonction du type de contenu, du budget et du délai : assemblage de séquences libres de droits, génération texte-vers-vidéo (T2V) via des services premium (Sora, Runway), ou génération image-vers-vidéo (I2V) avec entraînement LoRA pour une cohérence des personnages. Le skill intègre des matrices de décision pour le coût et la qualité, des protocoles de récupération d’erreurs (qualité, timeout GPU, dérive stylistique), et des exemples concrets (comme la création d’une vidéo éducative). Il définit également des modes d’échec typiques (flou, dérive des personnages, dépassement de budget, désynchronisation audio, paralysie par excès d’options) avec des règles de détection et des correctifs. Enfin, il liste des barrières claires : ne pas l’utiliser pour le montage en temps réel, le compositing complexe, l’audio avancé, la 3D ou le live streaming – des spécialistes ou outils dédiés sont recommandés pour ces cas.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/ai-video-production-master

Demander à votre IA préférée

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

Documentation

Maître de Production Vidéo IA

Expert en pipelines de production vidéo du script à l’écran pour Mac Apple Silicon. Spécialisé dans les workflows hybrides locaux/cloud, la cohérence stylistique et la génération de graphismes animés.

POINTS DE DÉCISION

Arbre de Sélection de Méthode

Analyse du Script :
├── Type de Contenu = Éducatif/Corporate/Documentaire
│   ├── Budget < 50 $/mois → Assemblage de Séquences Stock (style InVideo)
│   └── Budget > 50 $/mois → Hybride Stock + T2V
├── Type de Contenu = Créatif/Artistique/Abstrait
│   ├── Délai < 2 jours → Sora/Runway T2V
│   └── Délai > 2 jours → I2V personnalisé avec entraînement LoRA
└── Type de Contenu = Axé Marque/Personnage
    ├── Ressources existantes disponibles → Pipeline d’animation I2V
    └── Aucune ressource → Commander des artistes → Pipeline I2V

Décision Qualité vs. Coût :
├── Livrable professionnel requis
│   ├── Utiliser Sora/Runway Gen-3 (T2V premium)
│   └── Commander des illustrations personnalisées pour I2V
├── Contenu prototype/test
│   ├── Utiliser séquences stock + modèles T2V gratuits
│   └── Génération I2V locale ComfyUI
└── Production en volume élevé
    ├── Traitement par lots cloud (Vast.ai)
    └── Workflows automatisés de séquences stock

Arbre de Récupération d’Erreurs :
├── La qualité échoue à la génération T2V
│   ├── Passer aux séquences stock + superposition de graphismes animés
│   └── Repli sur I2V avec illustrations commandées
├── Timeout/défaillance GPU cloud
│   ├── Réessayer avec un autre fournisseur (Vast.ai → RunPod)
│   └── Passer au traitement local avec un délai prolongé
└── Rupture de cohérence stylistique
    ├── Réentraîner le LoRA avec plus d’images de référence
    └── Utiliser IPAdapter + structure de prompt cohérente

Matrice de Décision du Lieu de Traitement

Nombre de PlansComplexitéBudgetRecommandation
1-5SimpleQuelconqueLocal M4 Max
6-20Moyenne<10 $Séquences stock
6-20Élevée>10 $Lots GPU cloud
20+QuelconqueQuelconqueGPU cloud requis

MODES DE DÉFAILLANCE

Tremblement de Mouvement Flou

Symptômes : Fréquences d’images irrégulières, mouvement saccadé, artefacts temporels Diagnostic : Paramètres FPS incompatibles ou guidage de mouvement insuffisant Correctif : Définir un pipeline 24fps cohérent, ajouter des contrôles de force de mouvement, utiliser une échelle de guidage plus élevée (7-9) Règle de Détection : Si le score de cohérence temporelle < 0,7 ou la différence d’image > 0,3, appliquer une stabilisation de mouvement

Dérive de Cohérence des Personnages

Symptômes : L’apparence des personnages change entre les plans, incohérence stylistique Diagnostic : Conditionnement de référence insuffisant ou surapprentissage LoRA Correctif : Réentraîner le LoRA avec 15-20 images de référence, utiliser IPAdapter pour la cohérence faciale Règle de Détection : Si le score de similarité des personnages < 0,8 entre plans consécutifs, arrêter et réentraîner

Spirale de Dépassement de Coût

Symptômes : Les factures GPU cloud dépassent le budget de >200 %, cycles d’itération lents Diagnostic : Absence de suivi des coûts ou dimensionnement inefficace des lots Correctif : Définir des limites strictes dans les scripts cloud, optimiser les tailles de lots, utiliser des instances spot Règle de Détection : Si le coût par minute dépasse 0,50 $ ou le temps d’itération > 15 min, passer au traitement local

Cascade de Désynchronisation Audio

Symptômes : Dérive du sync labial, décalages temporels audio-visuels Diagnostic : Temps de génération variables affectant l’alignement audio Correctif : Générer d’abord toute la vidéo, puis aligner l’audio en post-production avec des marqueurs Règle de Détection : Si le décalage audio > 200 ms par rapport aux marqueurs vidéo, réaligner avec FFmpeg

Paralysie par Gonflement du Schéma

Symptômes : Trop d’options de génération, paralysie de l’analyse, projets bloqués Diagnostic : Sur-optimisation sans tester d’abord des approches simples Correctif : Toujours commencer par une preuve de concept avec séquences stock, itérer vers la complexité Règle de Détection : Si la planification du projet > 2 heures sans contenu généré, revenir par défaut aux séquences stock

EXEMPLES TRAVAILLÉS

Vidéo Éducative : « L’informatique quantique expliquée »

Entrée : Script de 3 minutes sur les bases de l’informatique quantique

Processus de Décision :

  1. Analyse du contenu : Éducatif → Séquences stock recommandées
  2. Vérification du budget : Budget de 30 $ → Utiliser l’API Pexels + graphismes animés
  3. Répartition des plans : 12 plans nécessaires
  4. Objectif de qualité : Professionnel mais pas cinématographique

Exécution :

# Étape 1 : Générer la liste des plans à partir du script
python scripts/script_analyzer.py --script quantum_script.txt
# Sortie : 12 plans identifiés, 8 nécessitent des séquences stock, 4 nécessitent des graphismes animés

# Étape 2 : Trouver des séquences stock
python scripts/stock_video_generator.py --shots_file shots.json --style documentary
# Sélectionné : Séquences de laboratoire, visuels tech abstraits, arrière-plans propres

# Étape 3 : Générer des graphismes animés pour les concepts complexes
python scripts/motion_graphics_generator.py --type data_viz --concept "quantum_states"
# Créé : Diagrammes animés pour la superposition, l’intrication

# Étape 4 : Assemblage et synchronisation
python scripts/video_assembler.py --footage stock_clips/ --graphics motion/ --audio narration.wav

Expert vs. Débutant :

  • Expert : A vérifié les niveaux audio avant la génération des graphismes, a choisi le format 16:9 pour la compatibilité des plateformes
  • Le débutant aurait manqué : Éclairage cohérent dans la sélection des séquences, durée appropriée des graphismes animés correspondant au rythme de la parole

Sortie finale : Vidéo de 3:15, coût 0 $ (séquences gratuites), 45 minutes de temps de production total

PORTES DE QUALITÉ

La production vidéo est terminée lorsque TOUTES les conditions sont remplies :

  • Fréquence d’images cohérente à 24fps sur tous les segments
  • Niveaux audio normalisés entre -23 dB et -18 dB LUFS
  • Le style visuel reste cohérent (étalonnage des couleurs, rapport d’aspect)
  • Les graphismes animés sont synchronisés avec la narration à moins de 100 ms de tolérance
  • Score de cohérence des personnages/sujets >0,8 entre les plans
  • Aucun artefact temporel (scintillement, tremblement) dans tout segment de 5 secondes
  • Sous-titres/légendes alignés temporellement sur les pics audio
  • L’exportation se rend sans erreur dans la résolution cible
  • Taille du fichier dans les limites de la plateforme (YouTube : <128 Go, social : <4 Go)
  • Fichiers de sauvegarde stockés avec contrôle de version

LIMITES À NE PAS FRANCHIR

Ce skill NE DOIT PAS être utilisé pour :

  • Montage vidéo en temps réel → Utiliser DaVinci Resolve ou Premiere Pro directement
  • Effets vidéo complexes/compositing → Déléguer à After Effects ou au skill physics-rendering-expert
  • Production audio au-delà de la synchronisation de base → Utiliser le skill sound-engineer pour le mixage, le mastering, la conception sonore
  • Modélisation 3D ou animation complexe → Utiliser Blender/Maya ou le skill physics-rendering-expert
  • Streaming en direct ou diffusion → Utiliser OBS Studio ou des outils spécifiques à la diffusion
  • Étalonnage des couleurs au-delà de la correction de base → Utiliser des workflows de coloriste professionnels
  • Suivi de mouvement ou match moving → Utiliser un logiciel de suivi spécialisé
  • Synchronisation multi-caméra → Utiliser des outils de synchronisation dédiés comme PluralEyes

Déclencheurs de transfert :

  • Si le projet nécessite >20 couches de compositing → physics-rendering-expert
  • Si l’audio nécessite une conception sonore personnalisée → sound-engineer
  • Si des éléments 3D nécessitent une modélisation → Spécialiste Blender
  • Si des performances en temps réel sont nécessaires → Utiliser un logiciel de montage vidéo natif

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

curiositech/windags-skills

Expert in 2000s-era music visualization (Milkdrop, AVS, Geiss) and modern WebGL implementations. Specializes in Butterchurn integration, Web Audio API AnalyserNode FFT data, GLSL shaders for audio-reactive visuals, and psychedelic generative art. Activate on "Milkdrop", "music visualization", "WebGL visualizer", "Butterchurn", "audio reactive", "FFT visualization", "spectrum analyzer". NOT for simple bar charts/waveforms (use basic canvas), video editing, or non-audio visuals.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Skills associés