Communitygithub.com

ComeOnOliver/skillshub

Gere vídeos usando IA (Google Veo 3.1, OpenAI Sora).

O que é skillshub?

Esta habilidade permite gerar vídeos de alta qualidade utilizando modelos de IA avançados, como Google Veo 3.1 e OpenAI Sora, diretamente do seu ambiente de desenvolvimento (por exemplo, Claude Code, Cursor). Ela suporta criação de vídeos a partir de texto, animação de imagens (image-to-video) e, para Veo 3.1, geração de áudio nativo (diálogo, efeitos sonoros) e o uso de até 3 imagens de referência. O backend padrão é o Vertex AI, que oferece 10 requisições por minuto, com um fallback para o AI Studio (10 requisições/dia). Para usar, configure as chaves de API necessárias (`GOOGLE_CLOUD_PROJECT`, `GOOGLE_API_KEY` ou `OPENAI_API_KEY`) e siga o fluxo de trabalho interativo: o agente faz perguntas sobre o vídeo desejado (imagem inicial, áudio, modelo, duração, formato) e, com base nas respostas, gera o vídeo executando scripts Python, com suporte para extensão de vídeos (para continuidade de cenas longas) e geração em lote para múltiplas cenas em paralelo.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/michaelboeding/skills/video-generation

Perguntar na sua IA favorita

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

Documentação

Habilidade de Geração de Vídeos

Gere vídeos usando IA (Google Veo 3.1, OpenAI Sora).

Capacidades:

  • 🎬 Texto-para-Vídeo: Crie vídeos a partir de descrições de texto
  • 🖼️ Imagem-para-Vídeo: Anime imagens como o primeiro quadro
  • 🔊 Geração de Áudio: Diálogo, efeitos sonoros, sons ambientes (Veo 3+)
  • 🎭 Imagens de Referência: Guie o conteúdo do vídeo com até 3 imagens de referência (Veo 3.1)

Pré-requisitos

Padrão: Vertex AI (10 requisições/minuto) ⭐

O Vertex AI é o backend padrão com limites de taxa 1400x maiores:

# 1. Defina seu projeto
export GOOGLE_CLOUD_PROJECT=seu-id-do-projeto

# 2. Autentique (abre navegador)
gcloud auth application-default login

# 3. Habilite a API (uma vez)
gcloud services enable aiplatform.googleapis.com

Adicione ao seu arquivo .env:

GOOGLE_CLOUD_PROJECT=seu-id-do-projeto
GOOGLE_CLOUD_LOCATION=us-central1

Alternativa: AI Studio (10 requisições/dia)

Use apenas se você não tiver um projeto GCP:

Para Sora (OpenAI)

  • OPENAI_API_KEY - Para OpenAI Sora

Modelos Disponíveis

Modelos Google Veo

ModeloDescriçãoMelhor Para
veo-3.1Maior qualidade (padrão)Vídeos profissionais, diálogo, imagens de referência
veo-3.1-fastProcessamento mais rápidoIterações rápidas, geração em lote

Ambos os modelos incluem:

  • Resolução 720p/1080p
  • Duração de 4, 6 ou 8 segundos
  • Áudio nativo (diálogo, efeitos sonoros, ambiente)
  • Imagem-para-vídeo (animar imagens)
  • Imagens de referência (até 3)
  • Extensão de vídeo
  • Geração em lote/paralela

OpenAI Sora

  • Melhor para: Vídeos criativos, qualidade cinematográfica, movimento complexo
  • Resoluções: 480p, 720p, 1080p
  • Durações: 5s, 10s, 15s, 20s
  • Recursos: Texto-para-vídeo, imagem-para-vídeo

Fluxo de Trabalho

Etapa 1: Coletar Requisitos (OBRIGATÓRIO)

⚠️ Use questionamentos interativos — faça UMA pergunta de cada vez.

Fluxo de Perguntas

⚠️ Use a ferramenta AskUserQuestion para cada pergunta abaixo. Não apenas imprima as perguntas na sua resposta — use a ferramenta para criar prompts interativos com as opções mostradas.

P1: Imagem

"Vou gerar esse vídeo para você! Primeiro — você tem uma imagem para animar?

  • Sim (forneça o caminho — vou usá-la como primeiro quadro)
  • Não, gerar do zero"

Aguarde a resposta.

P2: Áudio

"Qual preferência de áudio?

  • Com áudio (padrão) — Veo 3.1 gera diálogo, efeitos sonoros, ambiente
  • Vídeo silencioso — sem áudio"

Aguarde a resposta.

P3: Modelo

"Qual modelo você gostaria?

  • veo-3.1 — Mais recente, maior qualidade com áudio (padrão)
  • veo-3.1-fast — Processamento mais rápido com áudio
  • veo-3 / veo-3-fast — Geração anterior com áudio
  • sora — OpenAI, até 20 segundos, sem áudio"

Aguarde a resposta.

P4: Duração

"Qual duração?

  • 4 segundos
  • 6 segundos
  • 8 segundos (padrão)"

Aguarde a resposta.

P5: Formato

"Qual proporção de tela e resolução?

  • 16:9 paisagem, 720p
  • 16:9 paisagem, 1080p
  • 9:16 retrato, 720p
  • 9:16 retrato, 1080p
  • Ou especifique"

Aguarde a resposta.

Referência Rápida

PerguntaDetermina
ImagemImagem-para-vídeo vs texto-para-vídeo
ÁudioCom/sem geração de áudio
ModeloCompensação entre qualidade e velocidade
DuraçãoComprimento do clipe
FormatoProporção de tela e resolução

Etapa 2: Criar o Prompt

Transforme a solicitação do usuário em um prompt de vídeo eficaz:

  1. Descreva a cena: Defina o contexto visual
  2. Especifique a ação: O que se move, muda, acontece
  3. Inclua trabalho de câmera: "panorâmica lenta", "plano de acompanhamento", "plano com dolly"
  4. Adicione dicas de áudio (Veo 3+): Use aspas para diálogo, descreva sons
  5. Defina o clima: Iluminação, atmosfera, horário do dia

Exemplo com diálogo (Veo 3.1):

  • Usuário: "uma pessoa descobrindo um tesouro"
  • Aprimorado: "Close-up do rosto de um caçador de tesouros enquanto a luz de tocha tremula. Ele murmura 'Deve ser aqui...' enquanto tira o pó de um baú antigo. Som de dobradiças rangendo enquanto ele o abre, revelando luz dourada em seu rosto maravilhado. Cinematográfico, sombras dramáticas."

Exemplo sem diálogo:

  • Usuário: "um cachorro correndo na praia"
  • Aprimorado: "Câmera lenta cinematográfica de um golden retriever correndo alegremente por uma praia ao pôr do sol, ondas quebrando, iluminação dourada de hora dourada, profundidade de campo rasa"

Etapa 3: Selecionar o Modelo

Padrão: veo-3.1 (maior qualidade, com áudio)

Caso de UsoModelo RecomendadoMotivo
Melhor qualidadeveo-3.1 (padrão)Maior qualidade, áudio
Iteração rápidaveo-3.1-fastProcessamento mais rápido
Geração em loteveo-3.1-fastVelocidade é importante para múltiplos clipes
Vídeos mais longos (>8s)soraSuporta até 20s

Etapa 4: Gerar o Vídeo

Execute o script apropriado de ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/:

Para Google Veo 3.1 (padrão, com áudio):

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "seu prompt aprimorado com 'diálogo entre aspas'" \
  --model "veo-3.1" \
  --duration 8 \
  --aspect-ratio "16:9" \
  --resolution "720p"

Para Google Veo 3.1 com entrada de imagem:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "O gato lentamente abre os olhos e boceja" \
  --image "/caminho/para/gato.jpg" \
  --model "veo-3.1" \
  --duration 8

Para geração mais rápida:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "seu prompt" \
  --model "veo-3.1-fast"

Para OpenAI Sora (vídeos mais longos):

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/sora.py \
  --prompt "seu prompt aprimorado" \
  --duration 20 \
  --resolution "1080p"

Listar modelos disponíveis:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py --list-models

Extensão de Vídeo (Para Continuidade Longa)

A flag --extend cria continuidade visual VERDADEIRA ao continuar de onde um vídeo Veo anterior terminou. Esta é a melhor abordagem para vídeos longos.

Extensão básica:

# Primeiro, gere o clipe inicial
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "Uma pessoa caminha por uma floresta ao nascer do sol" \
  --duration 8

# Estenda com novo conteúdo (adiciona ~7 segundos)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend veo_veo-3.1_20260104_120000.mp4 \
  --prompt "Continue caminhando, descubra um riacho escondido"

Múltiplas extensões (para vídeos mais longos):

# Estenda 5 vezes (adiciona ~35 segundos de continuação)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend clipe_inicial.mp4 \
  --prompt "Continue explorando a floresta, encontre vida selvagem" \
  --extend-times 5

Extensão vs Costura:

AbordagemResultadoCaso de Uso
ExtensãoContinuidade real, mesmos personagens/cenaTomadas contínuas longas
CosturaClipes separados com transiçõesMudanças de cena, montagens

Limites de Extensão:

  • O vídeo de entrada deve ser gerado pelo Veo (máx. 141 segundos)
  • Cada extensão adiciona ~7 segundos
  • Máximo de 20 extensões no total (~2.5 minutos)
  • A resolução de saída é 720p

Geração em Lote (Paralela)

Gere múltiplos vídeos simultaneamente para fluxos de trabalho com múltiplas cenas mais rápidos. Em vez de esperar 15+ minutos por 5 vídeos sequenciais, gere todos em paralelo (~3 minutos no total).

Crie um arquivo scenes.json:

[
  {"prompt": "Cena 1: Plano heróico cinematográfico de fones de ouvido sem fio em superfície escura", "duration": 6, "output": "cena1_hero.mp4"},
  {"prompt": "Cena 2: Visualização de ondas sonoras, pessoa curtindo música", "duration": 8, "output": "cena2_som.mp4"},
  {"prompt": "Cena 3: Close-up do fone no ouvido, pessoa se exercitando", "duration": 8, "output": "cena3_conforto.mp4"},
  {"prompt": "Cena 4: Montagem de estilo de vida, vários cenários", "duration": 8, "output": "cena4_estilo_vida.mp4"},
  {"prompt": "Cena 5: Produto com logotipo em fundo limpo", "duration": 4, "output": "cena5_cta.mp4"}
]

Gere todas as cenas em paralelo:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json

Com número personalizado de workers:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json \
  --max-workers 3

Opções de configuração de lote por vídeo:

OpçãoDescriçãoPadrão
promptDescrição do vídeo (obrigatório)-
modelveo-3.1, veo-3.1-fast, etc.veo-3.1
duration4, 6 ou 8 segundos8
aspect_ratio"16:9" ou "9:16""16:9"
resolution"720p" ou "1080p""720p"
imageCaminho para imagem para imagem-para-vídeo-
negative_promptO que evitar-
outputNome de arquivo de saída personalizadogerado automaticamente

Comparação de velocidade:

CenasSequencialParalelo (5 workers)Aceleração
3~9 min~3 min3x
5~15 min~3 min5x
10~30 min~6 min5x

Etapa 5: Entregar o Resultado

  1. Forneça o arquivo/URL do vídeo gerado
  2. Compartilhe o prompt aprimorado usado
  3. Mencione as configurações de geração (duração, resolução)
  4. Ofereça-se para:
    • Gerar variações
    • Tentar um estilo/duração diferente
    • Usar uma API diferente
    • Estender o vídeo

Tratamento de Erros

Chave de API ausente: Informe o usuário qual chave é necessária:

Violação de política de conteúdo: Reformule o prompt adequadamente.

Falha na geração: Tente novamente com um prompt simplificado ou API diferente.

Cota excedida: Sugira aguardar ou tentar o outro provedor.

Dicas de Engenharia de Prompt

Para Áudio (Veo 3.1)

  • Diálogo: Use aspas para fala: "Olá!" ela disse animadamente
  • Efeitos sonoros: Descreva explicitamente: pneus cantando, motor rugindo
  • Ambiente: Descreva a paisagem sonora: pássaros cantando, trânsito distante
  • Exemplo: Um homem sussurra "Você ouviu isso?" enquanto passos ecoam no corredor escuro

Para Qualidade Cinematográfica

  • Inclua direções de câmera: "dolly lento", "plano de acompanhamento", "plano de grua"
  • Especifique iluminação: "hora dourada", "sombras dramáticas", "luz suave difusa"
  • Adicione referências de filmes: "estilo Blade Runner", "estética Wes Anderson"

Para Movimento Realista

  • Descreva física: "movimento natural", "física realista"
  • Inclua detalhes ambientais: "vento no cabelo", "folhas farfalhando"
  • Especifique velocidade: "câmera lenta", "tempo real", "time-lapse"

Para Imagem-para-Vídeo

  • Descreva o que deve mudar/mover a partir da imagem inicial
  • Seja específico sobre a ação: "o gato lentamente abre os olhos"
  • Inclua movimento ambiental: "folhas passam voando"

Prompts Negativos

  • Descreva o que NÃO incluir: --negative-prompt "desenho animado, baixa qualidade, borrado"
  • Não use "não" ou "nunca" - apenas descreva os elementos indesejados

Comparação de APIs

RecursoVeo 3.1 (Padrão)Veo 3.1 FastSora
ProvedorGoogleGoogleOpenAI
Chave de APIGOOGLE_API_KEYGOOGLE_API_KEYOPENAI_API_KEY
Duração máxima8 segundos8 segundos20 segundos
Resolução720p, 1080p720p, 1080pAté 1080p
Proporções de tela16:9, 9:1616:9, 9:1616:9, 9:16, 1:1
Áudio (diálogo, efeitos sonoros)✅ Sim✅ Sim❌ Não
Imagem-para-vídeo✅ Sim✅ Sim✅ Sim
Imagens de referência✅ Até 3✅ Até 3❌ Não
Extensão de vídeo✅ Sim✅ Sim❌ Não
Geração em lote✅ Sim✅ Sim❌ Não
VelocidadeMelhor qualidade~2x mais rápidoMais lento
Melhor paraProfissionalFluxos de trabalho em loteVídeos mais longos

Individual skills in this repo

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

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Habilidades Relacionadas