Communitygithub.com

Akira-TL/akira-video-skills

Prepara prompts prontos para uso e pacotes de geração para criar imagens ou vídeos com IA, e arquiva os resultados quando o usuário os traz de volta ao projeto; use ao compilar conteúdo a partir de scripts de vídeo formais, materiais reutilizáveis e SHOT.md, selecionar materiais de referência, definir nomes de arquivos de retorno ou limpar pacotes temporários.

O que é akira-video-skills?

Esta Skill transforma o conteúdo formal do projeto em entradas executáveis para geração com IA, focando em vídeos e imagens. Ela gerencia o ciclo de vida completo: desde a identificação dos objetos de geração (como materiais reutilizáveis, takes de vídeo específicos ou referências de áudio), passando pela criação de prompts otimizados com base em documentos estratégicos (`GENERATION-STRATEGY.md`, `VIDEO-PROMPT.md`), até a organização de pacotes de geração autocontidos. Suporta múltiplas plataformas (como Claude Code, Cursor) ao utilizar adaptadores de modelo que compilam a intenção do prompt em comandos finais específicos para cada modelo de IA. O processo inclui a seleção criteriosa de materiais de referência (apenas os mínimos necessários), a criação de pacotes temporários com dependências claras e a arquivamento seguro dos resultados usando um script Python (`generation_pack.py`). A skill também impõe disciplina de iteração: em caso de falha, recomenda alterar apenas uma variável principal por tentativa, diagnosticando a causa raiz (definição de material, SHOT.md, prompt ou aleatoriedade do modelo) em vez de prolongar prompts indefinidamente. O resultado final é um pacote que pode ser executado diretamente, com nomes de arquivo predefinidos, mantendo o projeto formal como a única fonte de longo prazo.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Akira-TL/akira-video-skills/tree/HEAD/skills/video/video-generation

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Geração de Vídeo

Esta Skill é responsável por transformar o conteúdo formal do projeto em entradas executáveis para geração com IA. As fontes de longo prazo continuam sendo video/script/, video/materials/ e video/shots/; os pacotes de geração são apenas derivações para facilitar a geração externa pelo usuário.

Antes de decidir quanto conteúdo uma geração cobre e qual método de geração usar, leia references/planning/GENERATION-STRATEGY.md. Se for necessário gerar uma grande quantidade de materiais / takes em lote, leia também references/planning/BATCHING.md: primeiro valide o baseline com amostras representativas de alto risco e, só depois de estabilizado, expanda os lotes paralelos atuais; não defina um tamanho fixo de lote. Se o vídeo já estiver basicamente correto e precisar de extensão contínua ou modificação local generativa, leia references/transform/EDIT-EXTEND.md e avalie se não seria mais adequado usar pós-produção determinística ou criar um novo take.

1. Identificar Objetos de Geração

Os objetos de geração podem ser:

  • Materiais de imagem (personagens, cenários, adereços, produtos) reutilizáveis entre takes;
  • O vídeo de um take específico;
  • Primeiro quadro, último quadro, storyboard / keyframe, imagens complementares ou áudio exclusivos de um take;
  • Referência de voz de longo prazo para um personagem, ou rascunho de trilha sonora / narração para o filme inteiro.

Carregue primeiro o conteúdo formal de origem: para materiais reutilizáveis use a definição de video-materials; para vídeos de take use o SHOT.md de video-shot. Não reconstrua fatos de longo prazo a partir de pacotes temporários ou registros de conversas antigas.

2. Escrever Prompts de Longo Prazo

Antes de escrever prompts de vídeo genéricos para um take, leia references/prompting/VIDEO-PROMPT.md; se o projeto atual já tiver um adaptador de modelo instalado, esse adaptador compilará a intenção genérica do take no prompt final de execução específico para aquele modelo. Todos os adaptadores de modelo obedecem uniformemente ao references/prompting/MODEL-ADAPTER-CONTRACT.md, definindo explicitamente a entrada / modelo / modo, a verificação de capacidade oficial atual, o mapeamento de entrada, as configurações de execução e itens desconhecidos. Se for necessário testar vários modelos em paralelo para o mesmo take, leia references/prompting/MODEL-COMPARISON.md, mantendo o mesmo SHOT.md e numeração contínua dos resultados de geração, sem duplicar diretórios de takes por modelo.

Os prompts para materiais reutilizáveis são salvos no diretório video/materials/ correspondente; os prompts de take são salvos no diretório do take, usando nomes como prompt_v01.md, prompt_v02.md (versões explícitas em número reduzido).

Os prompts devem conter apenas as informações que o modelo de geração atual realmente precisa. As definições internas de take / material podem ser mais completas que o prompt final do modelo; a capacidade do modelo, campos, duração e limites de entrada de referência são determinados pela Skill adaptadora do modelo atualmente carregada ou pela documentação oficial, e não são fixados nesta Skill. Os parâmetros de execução (modelo / ponto de entrada, duração, proporção, ativação/desativação de áudio) e os limites com o registro de projeto de longo prazo seguem references/prompting/EXECUTION-PARAMETERS.md.

Se não houver regras específicas confiáveis para o modelo, mantenha descrições de cena e ação genéricas, claras e verificáveis, e informe ao usuário que prompts genéricos estão sendo usados, sem fingir capacidades específicas do modelo.

3. Selecionar Materiais de Referência

Use o conjunto mínimo suficiente de referências. Cada referência deve responder à pergunta "pelo que ela é responsável por estabilizar": identidade do personagem, vestuário, cenário, estrutura do produto, ação, cinematografia ou outro papel específico.

Não coloque referências irrelevantes na mesma geração para evitar competição de identidade, poluição de estilo ou desvio na estrutura do produto.

4. Organizar Pacotes de Geração

Antes de empacotar formalmente, leia references/planning/GENERATION-PACK.md e execute de acordo com as dependências de pacotes de imagem / áudio / vídeo, nomenclatura de retorno, conjunto mínimo de referências, diretrizes de importação e exclusão; quando for necessário entregar diretamente ao usuário, use references/planning/PACK-TEMPLATES.md para gerar arquivos de tarefa autocontidos. Para inicialização de pacotes no projeto, cópia de arquivos formais, diretórios returns, verificação de status, zip e limpeza segura, priorize a reutilização do script scripts/generation_pack.py nativo desta Skill; não crie scripts de empacotamento temporários para cada projeto; este CLI lida apenas com o ciclo de vida dos arquivos, não com decisões sobre Prompt, responsabilidade de referência ou conclusão de revisão.

Crie um diretório descritivo em .tmp/ do projeto. O pacote mantém uma estrutura simples por padrão:

.tmp/<generation-pack>/
├── README.md
├── <prompt files>
└── materials/

Copie apenas os prompts e materiais de referência necessários para esta geração. O README deve conter pelo menos:

  • O objetivo desta geração;
  • A ordem de geração recomendada (se houver dependências);
  • Quais referências cada item usa;
  • O nome do arquivo de retorno;
  • Restrições rígidas que o usuário precisa verificar especialmente.

Ao retornar materiais de imagem, use o nome de arquivo de longo prazo correspondente; antes de nomear o retorno de um take de vídeo, use generation_pack.py next-take para consultar o próximo takeNN monotonicamente crescente não utilizado para aquele take, não tente adivinhar o número manualmente nem reiniciar em take01 por trocar de modelo.

5. Importar e Arquivar Resultados

Após o usuário trazer os resultados da geração, primeiro verifique a correspondência dos arquivos e depois coloque os resultados formais nos diretórios de origem correspondentes:

  • Materiais reutilizáveis → video/materials/<category>/;
  • Resultados de take → video/shots/<shot-id>/;
  • Áudio / imagem exclusivos de um take → mesmo diretório do take.

Somente depois que video-review tiver aceitado explicitamente um arquivo de retorno, use generation_pack.py archive --confirm-reviewed para copiá-lo para o local de origem formal; esta ação mantém o arquivo original em returns/ e retorna o SHA-256, sem sobrescrever arquivos formais existentes. Após concluir todo o arquivamento formal e confirmar que o pacote temporário não contém mais informações exclusivas, use cleanup para excluir o pacote de geração.

6. Disciplina de Iteração

Quando a geração falhar, diagnostique primeiro a origem do problema:

  • Definição do material / identidade de longo prazo;
  • O próprio SHOT.md;
  • Expressão do prompt;
  • Aleatoriedade da execução do modelo;
  • Defeitos que podem ser corrigidos deterministicamente na pós-produção.

A cada tentativa, priorize alterar apenas uma variável principal. Não substitua a localização do problema por prompts cada vez mais longos.

Critérios de Conclusão

O pacote entregue ao usuário deve ser executável diretamente para a tarefa de geração atual; os nomes dos arquivos de retorno devem estar claros; o projeto formal continua sendo a única fonte de longo prazo; após o arquivamento dos resultados, o pacote temporário pode ser excluído com segurança.

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

Akira-TL/akira-video-skills

为 Runway 当前视频模型编译和检查生成提示词;当 video-generation 需要使用 Runway(当前主线 Gen-4.5)的 Text to Video 或 Image to Video,并需要 Runway 专用动作、摄影和时序表达时使用。

Akira-TL/akira-video-skills

为 ByteDance / BytePlus Seedance 当前视频模型编译和检查提示词;当 video-generation 需要使用 Seedance 2.5 的参考素材、时间线、同步声音、视频编辑、延长或多镜头能力时使用。

Akira-TL/akira-video-skills

为 Google Veo 视频生成编译和检查提示词;当 video-generation 需要使用 Veo 的 Text to Video、Image to Video、首尾帧、参考元素或同步声音能力时使用,并先核验具体 Google 使用入口与 model 的当前支持范围。

Akira-TL/akira-video-skills

进入并持续推进一个 AI 视频制作项目;读取或建立 VIDEO.md,根据当前视频脚本、复用素材、镜头、生成结果和整片后期状态,按需路由到 canonical 视频专业 Skill,而不是把所有制作规则塞进一个总提示词。

Akira-TL/akira-video-skills

为品牌短片、产品植入剧情、广告或比赛作品建立产品事实与广告边界;当视频需要准确表达某个具体产品的官方功能、参数、结构、使用方式、品牌素材或产品与剧情关系时使用。

Akira-TL/akira-video-skills

设计并维护 AI 视频中跨镜头复用的角色声音、音色参考、对白声音要求与整片声音关系;当同一角色需要跨镜头保持声音一致,或需要规划语音参考、环境声、音效、音乐与画面的职责边界时使用。

Akira-TL/akira-video-skills

设计 AI 视频中的角色与场景视觉方案;当脚本只说明“需要一个什么样的人/场景”,但还没有形成可稳定生成的外形、服装、材质、色彩、空间、光线和视觉识别系统时使用。

Akira-TL/akira-video-skills

组织整片级剪辑、合成、全片声音和最终成片;当多个已采用镜头需要进入 Premiere Pro、After Effects、DaVinci Resolve 等后期工程,或需要整片字幕、Logo、音乐、混音、比例版本和最终导出时使用。

Akira-TL/akira-video-skills

规划、创建、整理和维护多个镜头会重复使用的视频复用素材;当需要人物/场景/道具/产品提示词、参考图、官方素材、身份与状态参考或其他可重复引用内容时使用。

Akira-TL/akira-video-skills

审核 AI 生成的人物/场景等复用素材或镜头生成结果,判断采用、修改提示词、重生成还是留给后期修复;当生成结果返回项目、需要检查身份/结构/连续性/动作/摄影/产品真实性或选择生成结果时使用。

Akira-TL/akira-video-skills

把小说、章节、故事梗概、品牌 brief 或其他上游内容转换成当前视频自己的脚本层;当需要编写或修订 SCRIPT.md、视频人物表演定义、场景定义、对白或镜头总表时使用。

Akira-TL/akira-video-skills

把 SHOTS.md 中的镜头总览展开成可直接制作的单镜头定义;当需要创建或修改 video/shots/<shot-id>/SHOT.md、镜头连续性、摄影、动作、表演、声音或镜头专属生产约束时使用。

Habilidades Relacionadas