Communitygithub.com

lam-video

Cria um vídeo de IA completo, desde a ideia até o arquivo MP4 final — chama len-kich-ban-video para o roteiro, chia-doan-8-giay para dividir em clipes de 8 segundos, doi-giong-elevenlabs para uniformizar as vozes e, por fim, monta o vídeo completo com música de fundo usando ffmpeg.

O que é lam-video?

Esta skill orquestra todo o pipeline de produção de um vídeo com IA, conectando skills especializadas em cada etapa. O processo começa com a criação de um roteiro otimizado (len-kich-ban-video) para ser dividido em clipes de 8 segundos (chia-doan-8-giay), que são gerados no Google Flow. Em seguida, a skill uniformiza as vozes dos personagens via ElevenLabs (doi-giong-elevenlabs), garantindo que cada personagem tenha a mesma voz em todas as cenas, mesmo sendo gerados separadamente. Por fim, todos os clipes são montados em um único arquivo MP4 com música de fundo e efeitos sonoros (SFX) usando scripts ffmpeg. A skill inclui verificações de qualidade, tratamento de projetos inacabados, e opções de pós-produção como ajuste de cor, transições e publicação em redes sociais (Facebook, YouTube), sempre com aprovação do usuário. É útil para criadores que desejam vídeos completos e consistentes sem precisar lidar manualmente com cada etapa.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dangnghia2101/video-skill/tree/HEAD/.claude/skills/lam-video

Perguntar na sua IA favorita

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

Documentação

Criar vídeo completo

Esta skill orquestra todo o processo, cada etapa delegada a uma skill específica:

EtapaTarefaSkillResultado
1Criar roteirolen-kich-ban-videokich-ban/kich-ban-<ten-chu-de>.md
2Dividir em clipes de 8s, gerar no Google Flowchia-doan-8-giayvideo/<ten-chu-de>/phan-doan.md, clip/doan-XX.mp4
3Uniformizar vozes (obrigatório quando um personagem fala em ≥2 clipes)doi-giong-elevenlabsvideo/<ten-chu-de>/clip-doi-giong/doan-XX.mp4
4Montar vídeo completoesta skill — scripts/ghep-video.shvideo/<ten-chu-de>/<ten-chu-de>-hoan-chinh.mp4

Chame as skills filhas usando a ferramenta Skill (ex.: /len-kich-ban-video), finalize cada skill antes de passar para a próxima etapa aqui. Toda a comunicação e documentação são em português.

Antes de começar

  1. Verificar trabalho em andamento: procure por kich-ban/kich-ban-*.md (e arquivos kich-ban-*.md antigos na raiz) junto com video/*/phan-doan.md no diretório de trabalho. Se o usuário mencionar um vídeo já existente ou houver apenas um projeto em andamento, informe o status (já tem roteiro? quantos clipes baixados? já uniformizou vozes?) e pergunte de qual etapa continuar — não refaça o que já foi concluído.
  2. Verificar ffmpeg: command -v ffmpeg ffprobe. Se estiver faltando, pergunte se o usuário deseja instalar com brew install ffmpeg (etapas 2–4 precisam).
  3. Explique resumidamente as 4 etapas e os pontos que exigem participação do usuário: login no Google Flow e ElevenLabs, revisão do roteiro/prompts, escolha de clipes, confirmação antes de usar créditos.

Processo

Etapa 1 — Criar roteiro

Chame /len-kich-ban-video, passando a solicitação do usuário e adicionando as seguintes restrições para que o roteiro se encaixe na etapa 2:

  • Ferramenta planejada: Google Flow (Veo), cada clipe de 8 segundos, com geração de fala.
  • Mínimo de clipes: número de cenas ≈ (duração − meme) ÷ 8, arredondado para cima — vídeo de 30 segundos → aproximadamente 4 cenas + meme. Cada cena = um clipe de 8 segundos.
  • Cada cena de no máximo 8 segundos, um ângulo de câmera; diálogo não ultrapassa cerca de 18 palavras (sílabas) por cena.
  • Cada cena com no máximo dois falantes, cada um com uma fala (A termina, depois B fala), marque o segundo de referência de cada pessoa. Falas curtas consecutivas devem ser agrupadas na mesma cena, em vez de uma cena por frase.
  • Música de fundo não deve ser inserida no prompt — a música é adicionada na montagem.
  • Final: uma frase de impacto inesperada → SFX → meme de 2–5 segundos (o roteiro já tem uma seção "Final surpresa"); SFX não entra no prompt, é inserido na montagem.
  • Apenas uma frase de impacto engraçada no vídeo inteiro, na última cena. As cenas/clipes de 8 segundos anteriores não devem terminar com piada, risada ou congelamento — independentemente de quantos clipes forem.

Se já houver um arquivo de roteiro adequado, pergunte se o usuário quer usá-lo ou reescrever. Ao finalizar esta etapa, confirme o <ten-chu-de> (a parte após kich-ban- no nome do arquivo) — todos os diretórios subsequentes usarão esse nome.

Etapa 2 — Dividir em clipes de 8 segundos e gerar

Chame /chia-doan-8-giay com o arquivo de roteiro recém-criado. Essa skill dividirá os trechos, escreverá prompts, abrirá o Google Flow para gerar cada clipe e os salvará em video/<ten-chu-de>/clip/.

Relembre ao chamar: voz fixa — cada falante tem uma voz fixa aplicada exatamente igual em todos os trechos, a emoção do trecho é escrita depois e não se usa palavras para mudar o timbre. Mínimo de trechos — número de trechos = duração total necessária ÷ 8, arredondado para cima, agrupe cenas curtas consecutivas. Fundo deve ser consistente — faça a etapa "Travar ângulo de câmera e criar quadro de referência" antes de gerar os clipes; trechos com personagens em cenários repetidos devem ser gerados usando Quadro para Vídeo a partir do quadro de referência do ângulo. Apenas o trecho que contém a frase de impacto final é o trecho final; todos os outros são trechos comuns — o prompt não deve ter efeitos de risada, ação correndo até o fim do clipe, e deve incluir a frase "Sem risadas, sem plateia rindo, sem efeitos sonoros cômicos".

Antes de ir para a etapa 3, verifique: todos os trechos em phan-doan.md têm status baixado e o arquivo clip/doan-XX.mp4 existe; trechos com voz de gênero / idade / região incorreta foram regerados. Se faltar algo, volte ao chia-doan-8-giay para esses trechos.

Etapa 3 — Uniformizar vozes

O Veo gera cada clipe de forma independente, não se lembra da voz do clipe anterior — mesmo que o prompt use voz fixa (etapa 2), um personagem que fala em vários trechos ainda soa como pessoas diferentes quando montado. Trocar a voz via ElevenLabs é a única etapa que garante que cada personagem tenha uma voz ao longo do vídeo.

  • Há falante que aparece em 2 ou mais trechos → por padrão, troque a voz: chame /doi-giong-elevenlabs diretamente, sem perguntar se deseja trocar (apenas pergunte o que essa skill precisa: escolher voz, concordar em usar créditos). Mantenha a voz do Veo apenas se o usuário solicitar explicitamente — nesse caso, avise claramente que a voz vai variar entre os trechos e registre manter voz Veo na coluna "Trocar voz".
  • Vídeo sem fala, ou cada falante tem apenas 1 trecho → pule, explicando o motivo.

Ao finalizar, verifique: video/<ten-chu-de>/clip-doi-giong/ contém todos os trechos, a coluna "Trocar voz" em phan-doan.md não tem mais não, e você já ouviu o arquivo contínuo (am-thanh/nghe-noi.wav) — cada falante com uma voz consistente em todas as transições. Se ainda houver não, não vá para a etapa 4.

Etapa 4 — Montar vídeo

  1. Preparar SFX e meme do final — leia a seção "Final surpresa" no roteiro e .claude/skills/len-kich-ban-video/tham-khao/ket-bat-ngo-meme.md (fontes, licenças, palavras-chave). Salve todos os arquivos em video/<ten-chu-de>/meme/.

    • Meme criado com Veo: já existe desde a etapa 2 (trecho de cena M em clip/), não precisa fazer mais nada.

    • SFX presente na biblioteca sfx/: use o caminho direto sfx/<nome>.mp3 na lista de montagem, sem copiar. Se o diretório ainda não tiver MP3, execute bash sfx/tai-bo-sfx.sh antes.

    • Meme presente na biblioteca outro/ (apenas quando o roteiro escolhe fonte de meme famoso): use diretamente outro/<nome>.mp4 <de> <até> cat na lista de montagem; avise o usuário sobre os riscos de direitos autorais descritos em outro/README.md.

    • SFX fora da biblioteca, meme stock / outro meme famoso: pesquise nas fontes sugeridas usando um navegador (priorize Pixabay → Mixkit → Freesound com filtro CC0; meme famoso apenas se o usuário já aceitou o risco de direitos autorais). Para cada item, ofereça ao usuário 2–3 opções com links e licenças; pergunte antes de baixar (nome do arquivo, fonte, tamanho). Após baixar, renomeie para um nome curto sem acentos (bum.mp3, khan-gia-cuoi.mp3, bac-cuoi.mp4).

    • Não encontrar SFX adequado: crie com ElevenLabs (consome créditos — pergunte antes). No site https://elevenlabs.io/app/sound-effects, ou via API se o usuário já tiver definido ELEVENLABS_API_KEY:

      bash .claude/skills/doi-giong-elevenlabs/scripts/elevenlabs-api.sh sfx "deep cinematic bass boom hit, meme style" video/<ten-chu-de>/meme/bum.mp3 --giay 1.5
      
    • Preencha o caminho do arquivo na coluna "Arquivo" da tabela de SFX e meme no roteiro.

  2. Perguntar sobre pós-produção (faça de uma vez; use as sugestões da seção "Notas de pós-produção" do roteiro):

    • Música de fundo: caminho do arquivo de música (o usuário deve ter permissão de uso — música própria, música livre de direitos autorais ou da biblioteca da plataforma), ou nenhuma música e ele mesmo adiciona no TikTok/CapCut depois. Volume padrão 0,18 e abaixar automaticamente quando houver fala.
    • Correção de cor: ativada por padrão (--khop-mau) — ajusta brilho e tom dos clipes para ficarem próximos de um clipe de referência, evitando fundos quentes ou frios, claros ou escuros demais. O clipe de referência (--mau-chuan <número>, contado na ordem da lista de montagem) deve ser aquele que o usuário considera com a melhor cor, preferencialmente do mesmo tipo de plano da maior parte do vídeo (geralmente um close-up). Clipes de meme após a linha tat-nhac não são ajustados. A correção de cor não conserta objetos deslocados — clipes com composição errada devem ser regerados na etapa 2.
    • Transições: corte seco (padrão, recomendado quando há meme — fade aplicado em todos os cortes, inclusive para o meme, que normalmente deveria ser corte seco) ou fade (recomendado 0,3 segundos). Atenção: fade encurta o vídeo em (número de clipes − 1) × duração da transição; se a duração for importante, aumente o intervalo "Usar" dos trechos para compensar.
  3. Escrever lista de montagem video/<ten-chu-de>/danh-sach-ghep.txt a partir da tabela de trechos em phan-doan.md, na ordem correta, cada linha: caminho do clipe + intervalo "Usar". Priorize clip-doi-giong/doan-XX.mp4 se existir, senão clip/doan-XX.mp4. No final da lista, o clipe de meme de encerramento:

    • tat-nhac imediatamente antes do primeiro clipe de meme → a música de fundo é cortada ao entrar no meme.
    • Linhas sfx e tat-nhac apenas no encerramento (imediatamente antes do clipe de meme) — nunca insira SFX de risada entre os trechos comuns.
    • sfx <arquivo> <deslocamento> <volume> logo antes do clipe de meme → o som de impacto acerta exatamente o corte (deslocamento -0.05). Pode haver várias linhas sfx consecutivas com deslocamentos diferentes (ex.: risada da plateia com deslocamento 0.3, volume 0.5).
    • Clipe de meme adiciona coluna de moldura: cat (ampliar para preencher moldura vertical — padrão para meme horizontal) ou mo (fundo desfocado, clipe centralizado — quando o meme tem texto/rosto próximo à borda).
    • Clipe da frase de impacto: o intervalo "Usar" termina 0,3–0,8 segundos após a frase (pausa dramática), sem sobra.
    # <ten-chu-de> — <x> segundos
    video/<ten-chu-de>/clip-doi-giong/doan-01.mp4 0 5
    video/<ten-chu-de>/clip-doi-giong/doan-02.mp4 0 8
    video/<ten-chu-de>/clip-doi-giong/doan-03.mp4 0 3
    # encerramento meme
    tat-nhac 0.2
    sfx sfx/bum-bass-ngan.mp3 -0.05 1
    sfx sfx/khan-gia-cuoi.mp3 0.3 0.5
    video/<ten-chu-de>/clip/doan-04.mp4 0 3
    

    (Exemplo acima: doan-04 é meme criado com Veo, já está na vertical, então não precisa de coluna de moldura. Meme baixado externamente, exemplo: video/<ten-chu-de>/meme/bac-cuoi.mp4 0 3 cat.)

  4. Executar montagem:

    bash .claude/skills/lam-video/scripts/ghep-video.sh video/<ten-chu-de>/danh-sach-ghep.txt \
      video/<ten-chu-de>/<ten-chu-de>-hoan-chinh.mp4 --nhac <arquivo-musica> --chuyen-canh 0.3 --khop-mau --mau-chuan 2
    

    O script automaticamente: corrige cores conforme o clipe de referência (se tiver --khop-mau), insere SFX nos marcos corretos e corta a música no trecho do meme, recorta cada clipe conforme o intervalo de uso, ajusta todos os clipes para o mesmo tamanho / taxa de quadros / formato de áudio (seguindo o primeiro clipe), adiciona silêncio para clipes sem áudio, concatena (corte seco ou fade), repete a música para preencher a duração e desvanece no final, abaixa a música durante falas, normaliza o volume para −14 LUFS (padrão para redes sociais). Opções adicionais: --am-luong-nhac, --khong-ha-nhac, --fps, --khong-chuan-am (veja o cabeçalho do script). Vídeos longos execute em segundo plano para não interromper.

Etapa 5 — Verificar e entregar

  1. ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video> — duração compatível com o alvo (tolerância de 1 segundo, descontando fades), proporção correta, contém vídeo e áudio.

  2. Gere uma imagem de grade para visualização rápida do vídeo todo e abra para ver:

    ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=240:-1,tile=6x2" -frames:v 1 video/<ten-chu-de>/xem-nhanh.png
    

    Verifique: ordem correta das cenas, sem quadros pretos, personagens e cenários consistentes entre os trechos — mesma janela, mesmos objetos atrás de cada personagem, personagens não mudam de lado, tom de cor não varia entre cortes. Trechos com composição errada → regere o trecho a partir do quadro de referência do ângulo.

  3. Abra o vídeo com open <video> para o usuário assistir. Se houver trechos insatisfatórios, volte ao chia-doan-8-giay para regerar apenas aquele trecho (e doi-giong-elevenlabs se o trecho tiver fala), depois execute novamente a etapa 4 — os demais trechos permanecem inalterados.

Responda ao usuário de forma concisa: caminho do vídeo completo, duração, resolução, número de trechos, se houve troca de vozes, qual arquivo de música de fundo foi usado e quais trechos (se houver) devem ser refeitos.

Etapa 6 — Publicar em redes sociais (opcional)

Quando o usuário estiver satisfeito com o vídeo, pergunte se deseja publicar — não publique automaticamente. Se quiser, chame /dang-facebook (Reel / vídeo na Página ou perfil pessoal) e/ou /dang-youtube (Shorts / vídeo normal), uma skill de cada vez. Cada skill cria o texto da postagem a partir do roteiro, pede que o usuário revise e confirme antes de publicar, e registra o link em video/<ten-chu-de>/dang-bai/dang-bai.md.

Autoverificação antes de entregar

  • Roteiro escrito para Google Flow de 8 segundos com o mínimo de clipes (número de cenas ≈ duração ÷ 8): cenas de no máximo 8 segundos, um ângulo de câmera, ≤ 18 palavras de diálogo, no máximo dois falantes com uma fala cada, sem música no prompt.
  • Todos os trechos em phan-doan.md estão baixados; lista de montagem na ordem correta, com os intervalos "Usar" corretos, priorizando as versões com vozes trocadas.
  • Voz uniforme: todos os falantes que aparecem em 2 ou mais trechos passaram pelo doi-giong-elevenlabs (ou o usuário optou explicitamente por manter a voz do Veo); a lista de montagem usa clip-doi-giong/ para todos os trechos, sem misturar clipes originais com os que tiveram a voz trocada; as transições no vídeo final foram ouvidas.
  • Vídeo final com duração correta, proporção de tela correta, contém vídeo e áudio, sem quadros pretos; a grade de visualização foi analisada.
  • Fundo consistente: clipes gerados a partir do quadro de referência por ângulo de câmera, montados com --khop-mau (a menos que o usuário não quisesse), sem trechos com composição errada.
  • Música de fundo (se houver) é de um arquivo que o usuário tem permissão de uso.
  • Apenas uma frase de impacto engraçada no final do vídeo; os trechos anteriores não têm risadas / congelamento ao final do clipe (cada transição foi verificada).
  • O vídeo termina com: frase de impacto → pausa dramática → SFX no corte certo → meme de 2–5 segundos preenchendo a tela, música de fundo cortada no meme; o vídeo para exatamente no meme.
  • SFX e meme obtidos de fontes com licença clara (ou criados); memes famosos usados apenas com consentimento do usuário sobre riscos de direitos autorais.
  • Ao continuar um projeto inacabado, nada já concluído foi refeito; todas as etapas que consomem créditos ou baixam arquivos foram perguntadas antes.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

len-kich-ban-video

Lên kịch bản cho video tạo bằng AI (Runway, Kling, Veo, Sora, Pika, Hailuo…) — chốt thông tin chung, chọn nhân vật từ thư mục nhanvat/ và bối cảnh từ thư mục boi-canh/ (hoặc tạo mới, hoặc tự nhập mô tả), khoá phong cách, viết bảng nhân vật và bối cảnh cố định, chia danh sách cảnh, viết đoạn kết bằng một câu chốt bất ngờ hài hước kèm sound effect và meme, và viết prompt tiếng Việt cho từng cảnh để dán thẳng vào công cụ. Dùng khi người dùng muốn viết kịch bản, phân cảnh, danh sách cảnh hay prompt cho video AI, quảng cáo AI, video TikTok/Reels/Shorts/YouTube làm bằng AI, hoặc nói "lên kịch bản video", "viết kịch bản video AI", "chia cảnh", "viết prompt video".

tao-boi-canh

Tạo bối cảnh mới (hoặc vẽ lại bối cảnh đã có) cho video AI và lưu vào thư mục `boi-canh/` — lấy loại không gian, bố trí đồ vật theo từng hướng, chất liệu, màu sắc, nguồn sáng từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định và sơ đồ bốn hướng, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh 360 độ (toàn cảnh + bốn góc nhìn trước / phải / sau / trái + ảnh từ trên cao), tự soát và tạo lại ảnh lỗi, lưu ảnh, ghép dải 360 và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo bối cảnh", "thêm bối cảnh mới", "vẽ lại bối cảnh", "tạo lại ảnh bối cảnh", "thiết kế bối cảnh / phim trường cho video", "tạo ảnh 360 độ bối cảnh", hoặc khi kỹ năng len-kich-ban-video cần một bối cảnh chưa có trong thư mục `boi-canh/`.

tao-nhan-vat

Tạo nhân vật mới (hoặc vẽ lại nhân vật đã có) cho video AI và lưu vào thư mục `nhanvat/` — lấy chi tiết ngoại hình, trang phục, tính cách từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh tham chiếu 8 góc (mỗi góc một ảnh), tự soát và tạo lại ảnh lỗi, tải ảnh về, ghép bảng góc và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo nhân vật", "thêm nhân vật mới", "vẽ lại nhân vật", "tạo lại ảnh nhân vật", "thiết kế nhân vật cho video", "tạo ảnh tham chiếu nhân vật", hoặc khi kỹ năng len-kich-ban-video cần một nhân vật chưa có trong thư mục `nhanvat/`.

Habilidades Relacionadas