zxd-666/video-flow

Video Flow｜Vidéo explicative par code

Transformez un sujet en une vidéo explicative chinoise factuelle et facile à comprendre. La vidéo finale peut être une version avec musique et sous-titres, ou une version avec voix off générée par API. Utilisez du code (HTML/CSS/SVG/Canvas/GSAP) pour créer la mise en page, les graphiques, les flux et les animations. Utilisez des images web sourcées, des ressources utilisateur ou des images générées par IA comme éléments statiques si nécessaire. L'écran final est composé et rendu par le code, sans génération de séquences vidéo IA.

Processus en trois étapes, avec validation du texte et des choix de production

1. Recherche et rédaction. L'utilisateur donne le sujet, puis vous recherchez des informations ; déduisez le public, la durée, le format et le style d'expression (révocables). Ne posez des questions que sur les divergences clés qui changeraient le script. Suivez le guide Recherche et script pour rechercher les informations vérifiables les plus récentes. Enregistrez les captures d'écran, images et sources originales qui pourraient être utilisées ultérieurement. Rédigez le script complet, la cartographie des sources et une brève intention visuelle. Soumettez le script et le répertoire des preuves visuelles à l'utilisateur pour révision.
2. Validation du texte, du format sonore et du style visuel. Lors de la révision, demandez à l'utilisateur de choisir entre "Musique et sous-titres" ou "Voix off (API vocale)", ainsi qu'un des styles visuels nommés ci-dessous. Si l'utilisateur a déjà spécifié un choix, ne demandez que les éléments manquants. Ne produisez qu'après validation du contenu du script par l'utilisateur ; un simple "ok" valide le texte, mais ne choisissez pas à la place de l'utilisateur un format sonore ou un style non clairement défini. Avant validation, vous pouvez conserver les captures d'écran et documents de recherche, mais ne générez pas de voix off, d'images IA, de projets d'animation ou de vidéos.
3. Production et livraison directes selon le plan choisi. Pour la version "Musique et sous-titres", transformez le contenu validé en phrases courtes adaptées à la lecture à l'écran, en calant le rythme sur la lecture et la musique. Pour la version "Voix off", appelez l'API de synthèse vocale et calez les visuels et les sous-titres sur l'audio final. Suivez le guide Production et QA pour écrire un plan de réalisation et une timeline unifiée. Produisez, rendez et vérifiez la vidéo finale. Livrez un MP4, les sous-titres ou le texte à l'écran, les fichiers sources modifiables et la liste des ressources/sources. La validation du script et du plan autorise la production locale, mais n'autorise pas la publication, l'achat de services ou l'utilisation d'échantillons vocaux personnels sans consentement.

Styles visuels proposés lors de la révision

• Documentaire épuré : Fond clair avec espace blanc, mise en page informative claire, captures d'écran réelles et animations subtiles. Idéal pour l'actualité, les présentations de produits et les démonstrations de preuves.
• Collage papier : Matériau papier chaud, mouvements de collage/décomposition d'images et d'objets. Idéal pour les études de cas, les contenus créatifs ou concrets.
• Pupitre technique sombre : Interface sombre, lignes de flux et zooms locaux, images réelles d'outils/code. Idéal pour la technologie et les projets open source.

Donnez une brève description de chacun et une recommandation pour le sujet actuel. L'utilisateur choisit le style ou peut spécifier le sien ou une combinaison. Une fois choisi, passez directement à la production plan par plan, sans créer trois versions d'échantillons visuels. Les échantillons visuels ne sont créés que sur demande explicite de l'utilisateur.

Si le sujet est clair, passez directement à l'étape 1, sans faire du briefing de production un obstacle. Les spécifications de l'utilisateur (durée, plateforme, ton, style) sont prioritaires ; pour les éléments non spécifiés, énoncez les hypothèses par défaut dans le script livré, permettant à l'utilisateur de les modifier. Ne recopiez pas les "préférences utilisateur à long terme" revendiquées par d'autres skills.

Critères d'achèvement pour la recherche et le script

• Vérifiez les faits en ligne pour les sujets récents, changeants, obscurs ou controversés. Priorisez les annonces officielles, la documentation officielle, les articles de recherche, les tableaux de données brutes ou les parties prenantes. Comparez la date de publication avec la date de l'événement. Les résumés de recherche ne sont pas des sources. Utilisez les connaissances existantes pour organiser les questions et expliquer le contexte stable, mais pas comme preuve de faits récents.
• En parcourant les sources primaires, sélectionnez simultanément des images réelles qui aident le spectateur à voir les preuves (par exemple, titres et dates d'annonces, listes de fichiers de dépôt, textes originaux clés, interfaces réelles de produits, graphiques de données). Suivez le guide Recherche et script pour enregistrer les captures d'écran/fichiers originaux et un index des preuves. Consignez l'URL, la date de capture, le paragraphe correspondant, la portée d'utilisation et le mode d'affichage. Surtout si la page peut changer ou disparaître. Considérez les captures d'écran uniquement comme une représentation de la source à ce moment-là, pas comme une vérification indépendante des faits. Si la sauvegarde est impossible, enregistrez le point d'accès exact et la raison.
• Le script doit avoir des identifiants de paragraphe stables. Pour la version "Voix off", préparez un script mot à mot complet et lisible. Pour la version "Musique et sous-titres", extrayez des phrases courtes pour l'écran, ne mettez pas de longs blocs de texte dans l'image. Les faits clés doivent être traçables jusqu'à des sources spécifiques. Séparez les faits, les déductions et les opinions. Pour les chiffres, les études de cas et les effets sans preuves, ne les présentez pas comme des résultats certains.
• Pour les vidéos courtes, définissez d'abord une phrase de thèse centrale. Enchaînez l'accroche émotionnelle du début, l'explication du milieu et les points à retenir de la fin dans une seule ligne narrative. Si les informations sont nombreuses, supprimez les branches secondaires. Ne faites pas d'une vidéo un catalogue de points de connaissance. Planifiez l'accroche des 2 premières secondes et les transitions pour regagner l'attention en cours de route, en fonction de la plateforme cible. Le rythme est déterminé par le contenu.
• La fin doit donner au spectateur des éléments concrets à emporter. Dites où trouver les informations originales, quelle partie est prioritaire, et donnez 1 à 3 idées inspirantes, questions de jugement ou actions vérifiables directement liées au sujet. Placez les noms/chemins des ressources consultables et les liens directs nécessaires en dehors du script et dans le plan des images de fin. Ne terminez pas par des généralités vagues comme "À suivre" ou "Restez à l'écoute".
• La durée estimée est marquée comme telle. Le rythme réel de la version "Voix off" est basé sur l'audio généré par l'API. Le rythme de la version "Musique et sous-titres" est basé sur le temps de lecture du texte à l'écran et le rythme musical. Les citations et les notes visuelles sont placées en dehors du script, pas mélangées dans le texte explicatif final.
• Lors de la livraison pour révision, donnez à l'utilisateur un script lui permettant de juger directement de l'exactitude du contenu et de la pertinence de l'expression, ainsi qu'une liste des formats sonores et des trois styles visuels nommés pour choisir. Arrêtez-vous ici si l'utilisateur n'a pas validé le script.

Critères d'achèvement pour la production

• Pour la version "Musique et sous-titres", utilisez de la musique de fond et des effets sonores correspondant aux actions visuelles, sans générer de voix humaine. Les sous-titres sont le texte explicatif à l'écran, aligné sur la lisibilité et la musique/les actions. Pour la version "Voix off (API vocale)", appelez une API de synthèse vocale disponible et autorisée pour produire une narration naturelle. Vous pouvez ajouter de la musique de fond à faible volume si nécessaire. "Voix off" fait référence à la performance vocale, n'exige pas une apparition humaine et ne suppose pas la reproduction du timbre de l'utilisateur. Ne remplacez pas par une TTS système ou une simple musique de fond sans autorisation. Écoutez d'abord les accroches émotionnelles et les termes techniques pour définir la voix et la timeline. Ne clonez pas une voix sans autorisation et n'activez pas de services payants sans consentement. Lorsque l'utilisateur choisit la reproduction du timbre et la génération vocale MiniMax, suivez le guide Intégration vocale MiniMax pour vérifier les droits du compte, les autorisations de timbre et la facturation. Mesurez la durée avec l'audio final. Les sous-titres doivent correspondre au script validé ; si l'audio réel diffère, révisez et vérifiez. Précisez si la synchronisation mot-à-temps est mesurée, alignée par ASR ou estimée. Ne présentez pas une estimation comme une synchronisation précise.
• Les clés API payantes ne doivent pas être écrites en texte clair dans ce skill (SKILL.md, references/, agents/, scripts/ ou autres fichiers), ni dans les projets vidéo, commandes, journaux ou packages de livraison. Lors de l'appel, lisez uniquement à partir de sources d'informations d'identification sécurisées déjà configurées. Enregistrez uniquement le service, le modèle, le timbre et les paramètres non sensibles, pas la valeur de la clé.
• Chaque image doit avoir un rôle explicatif. Pour chaque paragraphe du script, planifiez les objets, actions et changements d'information visibles. Si vous parlez d'une requête entrante, montrez le flux de requêtes. Si vous parlez d'ordonnancement, montrez l'allocation. Si vous parlez de limites, montrez les limites. Si vous parlez d'un point d'accès à une ressource, rendez le chemin lisible. Un langage visuel unifié ne signifie pas utiliser répétitivement le même ensemble d'animations de plan moyen ou de cartes. Priorisez le dessin par code pour le texte, les nombres, les structures, les graphiques, les UI, les comparaisons. Utilisez des images statiques uniquement lorsqu'elles expliquent mieux que le code. Enregistrez la source et les conditions d'utilisation des ressources externes. N'utilisez pas d'images filigranées comme素材 dans la vidéo finale.
• Produisez directement selon le style visuel choisi par l'utilisateur lors de la révision. Ne faites pas des "trois versions d'aperçu" une condition préalable. Si l'utilisateur spécifie son propre style, suivez-le. Les sous-titres ou le texte à l'écran font partie de la conception visuelle. Examinez séparément les hiérarchies, les coupures de phrases, les temps d'arrêt et la relation avec l'image principale dans le format mobile.
• Après validation du script et du plan, rédigez d'abord un court plan de réalisation : l'enchaînement de la thèse centrale, le motif visuel, les actions plan par plan et leur relation explicative, et les indications de plan/sous-titre/voix. Pour la version "Voix off", utilisez l'audio de la narration finale pour la timeline unifiée. Pour la version "Musique et sous-titres", utilisez la durée de lecture à l'écran et le rythme musical pour la timeline. Utilisez les captures d'écran réelles de préférence aux moments "d'apparition de preuves". Expliquez les processus et mécanismes avec des animations de code. Dans un même langage visuel, changez d'objet, d'échelle et de perspective pour éviter les cartes répétitives au milieu. Suivez le guide Production et QA pour vérifier la vidéo finale réelle.
• Priorisez l'utilisation de l'interface de ligne de commande huashu-motion déjà disponible localement comme backend de rendu et d'effets de mouvement de code. Vérifiez d'abord ses capacités, puis produisez et vérifiez selon son contrat de projet. Si elle n'est pas disponible, expliquez le manque et choisissez un chemin de rendu par code vérifiable dans l'environnement actuel. Ne prétendez pas avoir produit une vidéo sans preuve. Ne codez pas en dur la version du backend ou le chemin absolu dans le projet.
• Après le rendu, vérifiez l'audio, la durée, le format, la lisibilité des sous-titres, les images clés et les jonctions de scènes du MP4 réel. En plus des vérifications automatiques, regardez ou échantillonnez les fenêtres temporelles clés. Conservez les fichiers sources modifiables, la musique ou l'audio de la narration, les sous-titres/texte à l'écran et la cartographie des ressources. Marquez comme non vérifiées les vérifications qui n'ont pas abouti.

Limites des reprises

Lorsque vous modifiez des faits ou du contenu déjà validés, montrez d'abord les changements et les paragraphes affectés. Obtenez la validation de l'utilisateur sur le nouveau script, puis refaites l'audio ou le texte à l'écran, les sous-titres et les plans correspondants. Pour les modifications uniquement visuelles, rythmiques ou de mixage audio, reprenez les paragraphes affectés. Si le retour indique une répétition des plans au milieu ou un décalage entre l'image et l'explication, réorganisez la narration visuelle de cette section, ne vous contentez pas de changer les couleurs ou d'ajouter des animations décoratives. Il n'est pas nécessaire de redemander un consentement pour chaque étape normale de production. Les questions de facturation, de publication publique et d'échantillons vocaux personnels sont traitées séparément.