AIBit-Découvrez des projets open source AIBit-Découvrez des projets open source

Narrator AI CLI Skill : permettre à un agent IA de générer automatiquement des vidéos de narration de films

Narrator AI CLI Skill transforme la recherche de films, la génération de scripts, la voix off, la musique et la synthèse vidéo en un workflow Agent appelable.

Narrator AI CLI Skill : permettre à un agent IA de générer automatiquement des vidéos de narration de films

Produire une vidéo de narration de film nécessite généralement plusieurs étapes : rechercher des ressources cinématographiques, choisir un modèle, rédiger le texte, générer la voix off, ajouter une musique de fond, monter la vidéo et exporter le résultat final. Pour les développeurs, la véritable difficulté ne consiste pas à exécuter une étape isolée, mais à relier toutes ces étapes de manière stable au sein d’un pipeline répétable et automatisable.

NarratorAI-Studio/narrator-ai-cli-skill propose une solution destinée aux agents IA : grâce à SKILL.md et aux descriptions lisibles par machine situées dans references/, il expose les capacités de narrator-ai-cli à des outils tels qu’OpenClaw, Claude Code, Cursor, Windsurf et WorkBuddy. Une fois l’installation terminée, l’utilisateur peut formuler sa demande en langage naturel ; l’agent se charge d’appeler l’outil en ligne de commande et de réaliser la production vidéo de bout en bout.

Quel problème résout-il ?

Ce projet n’est pas un autre éditeur vidéo indépendant, mais une couche d’adaptation entre l’agent et la CLI.

  • La CLI est la couche d’exécution : elle fournit des commandes utilisables pour rechercher des ressources, générer des scripts, créer des tâches et composer des vidéos.
  • Le Skill est la couche de décision : il indique à l’agent quand utiliser chaque commande, comment transmettre les paramètres, comment transformer la sortie de l’étape précédente en entrée de la suivante et comment gérer les échecs.

On peut comparer les deux à des ustensiles de cuisine et à une recette : avec les seuls outils, l’agent ne connaît pas le bon ordre des opérations ; avec la seule recette, il ne peut rien exécuter sans CLI. Une fois combinés, l’agent peut transformer « produire une vidéo de narration de film » en une série d’appels fiables à des API et à des tâches.

Une demande typique peut être très simple :

Create a narration video for The Shawshank Redemption in a comedy style.

L’agent tentera alors de suivre le processus suivant : rechercher le film, choisir un modèle de narration, sélectionner une musique de fond et une voix, générer le script, composer la vidéo, puis renvoyer un lien de téléchargement.

Installation rapide

1. Installer la CLI

Le projet nécessite narrator-ai-cli en version 1.0.0 ou ultérieure. Vous pouvez l’installer directement depuis le dépôt Git :

pip install "narrator-ai-cli @ git+https://github.com/NarratorAI-Studio/narrator-ai-cli.git"

Python 3.10+ est également requis, ainsi que les dépendances suivantes :

  • typer
  • httpx[socks]
  • httpx-sse
  • pyyaml
  • rich

2. Configurer la clé API

Après l’installation, enregistrez la clé d’application dans la configuration de la CLI :

narrator-ai-cli config set app_key <your_app_key>

Vous pouvez également configurer NARRATOR_APP_KEY selon les exigences de votre environnement Agent. La clé API doit être obtenue auprès des mainteneurs du projet ; le README du dépôt fournit une adresse e-mail et un contact WeChat.

3. Installer le Skill

Le Skill ne doit pas être installé en copiant uniquement le fichier SKILL.md. Le répertoire references/ contient les tables de ressources, les descriptions des workflows, les guides d’utilisation et la documentation relative aux capacités vidéo ; il doit être conservé avec SKILL.md.

OpenClaw

mkdir -p ~/.openclaw/skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  ~/.openclaw/skills/narrator-ai-cli

Windsurf ou Claude Code

mkdir -p /path/to/your/project/.skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  /path/to/your/project/.skills/narrator-ai-cli

Cursor

mkdir -p /path/to/your/project/.cursor/rules
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  /path/to/your/project/.cursor/rules/narrator-ai-cli

Les autres agents capables de lire des Skills Markdown peuvent également cloner le dépôt dans leur répertoire de skills et être configurés pour pointer vers SKILL.md. WorkBuddy et QClaw nécessitent quant à eux l’importation, via leur interface de gestion des skills, de SKILL.md ainsi que du dossier references/ complet ; les fichiers de référence ne doivent pas être aplatis au même niveau.

Pour mettre à jour le Skill, placez-vous dans le répertoire cloné et exécutez :

git pull

Que peut-on faire après l’installation ?

Une fois la configuration terminée, vous pouvez lancer une tâche directement en langage naturel, par exemple :

Create a narration video for The Shawshank Redemption

Show me what movies are available

Make 5 narration videos for different action movies

Use a comedy template and generate a narration

Pour les tâches par lots, la valeur du Skill est particulièrement évidente : l’agent peut répéter les étapes de sélection des ressources, de génération des scripts et de composition, sans demander à l’utilisateur de copier manuellement les paramètres de chaque tâche.

Deux workflows principaux

Le Skill divise le processus créatif en deux parcours :

Fast Path : Original Narration

Ce parcours convient à la création de contenus de narration originaux à partir de zéro. L’agent doit généralement générer un nouveau script narratif à partir d’un thème ou d’un film, puis produire la voix off, ajouter la musique et composer la vidéo. Il convient particulièrement aux montages originaux, aux intrigues inédites ou aux expressions stylistiques.

Standard Path : Adapted Narration

Ce parcours convient à l’adaptation de films ou de ressources existantes en narration. L’agent commence par rechercher les films et ressources disponibles, puis génère le contenu narratif selon le modèle choisi avant de passer à la production vidéo.

Le fichier SKILL.md du dépôt décrit clairement les étapes, les paramètres et les relations entre les sorties des deux parcours. Il insiste notamment sur des détails faciles à mal gérer, comme les paramètres de composition vidéo du Fast Path et le choix des chemins.

Ressources et capacités intégrées

Le projet fournit un ensemble relativement complet de ressources pour la production de contenu :

  • Environ 100 films
  • 146 musiques de fond
  • 63 voix off
  • Plus de 90 modèles de narration
  • Trois modes de création : Hot Drama, Original Mix et New Drama
  • Deux workflows : narration adaptée et narration originale
  • Génération de scripts, génération de données de segments, composition vidéo et sélection de modèles visuels
  • Tâches indépendantes de clonage vocal et de synthèse vocale à partir de texte

Cela signifie que l’agent ne se contente pas d’« appeler une interface de génération vidéo » : il peut appliquer des règles précises dès la sélection des ressources. Par exemple, il peut d’abord déterminer le type de narration, puis choisir un modèle et une voix adaptés, vérifier le budget, créer la tâche, suivre son état et enfin traiter le fichier vidéo ou le lien de téléchargement.

Pourquoi SKILL.md est-il important ?

SKILL.md est au cœur du projet. Il ne décrit pas seulement les noms des commandes ; il définit également la manière dont l’agent doit réfléchir et exécuter les tâches. Il contient notamment :

  • Les métadonnées du Skill et les exigences d’exécution
  • L’index des fichiers references/
  • Les schémas des pipelines Fast Path et Standard Path
  • Les règles de confirmation avant exécution
  • La chaîne de traitement des langues et le modèle de suivi des tâches
  • Les concepts clés tels que file_id, task_id et task_order_num
  • Le processus de démarrage de session et d’analyse des besoins
  • L’ordre de sélection de la musique de fond, de la voix off et des modèles
  • Les workflows indépendants de clonage vocal et de TTS
  • Les 18 codes d’erreur d’API et les recommandations de traitement correspondantes
  • L’estimation des coûts et la vérification du budget avant la création d’une tâche
  • Les précautions relatives à la confidentialité concernant le traitement des fichiers, les adresses API et la portée des identifiants

Pour les développeurs, cette structure est plus fiable que le simple fait d’ajouter une série de commandes au contexte de l’agent. Un flux de données explicite réduit le risque que la sortie de l’étape précédente ne soit pas transmise à la suivante, tandis que les règles de gestion des erreurs permettent à l’agent d’adopter un comportement prévisible en cas d’échec plutôt que de réessayer aveuglément.

À quoi faut-il veiller lors d’une exécution fiable ?

La génération vidéo repose généralement sur des tâches asynchrones : appeler l’interface de création ne signifie donc pas que la vidéo est déjà terminée. Un workflow Agent robuste doit :

  1. Confirmer le film, le style, la langue et le nombre souhaités par l’utilisateur.
  2. Choisir le Fast Path ou le Standard Path selon le type de tâche.
  3. Consulter les films, modèles, voix off et musiques disponibles.
  4. Estimer le coût et confirmer le budget avant de créer la tâche.
  5. Conserver les identifiants clés tels que file_id et task_id.
  6. Interroger l’état de la tâche à intervalles définis, plutôt que d’envoyer des requêtes à haute fréquence en continu.
  7. Appliquer une correction, une nouvelle tentative ou demander une confirmation humaine selon le code d’erreur de l’API.
  8. Renvoyer le fichier vidéo ou le lien de téléchargement une fois la tâche terminée.

Ces règles sont particulièrement importantes pour la génération par lots, car plusieurs tâches vidéo peuvent être mises en file d’attente simultanément. La perte d’un seul identifiant intermédiaire peut empêcher la poursuite de la composition.

Compatibilité des plateformes

Les plateformes vérifiées ou déclarées compatibles avec le dépôt comprennent :

  • OpenClaw
  • Windsurf
  • WorkBuddy
  • QClaw
  • Youdao Lobster
  • Yuanqi AI
  • Claude Code
  • Cursor
  • Les autres agents capables de lire des Skills Markdown

Les emplacements d’installation varient selon les plateformes, mais le principe reste le même : permettre à l’agent de trouver SKILL.md et conserver inchangée la structure relative du répertoire references/.

À quels cas d’usage convient-il ?

Narrator AI CLI Skill convient particulièrement aux scénarios de développement et de production de contenu suivants :

  • Construire un compte automatisé de narration de films
  • Générer en série des vidéos courtes dans différents styles
  • Ajouter des capacités de production vidéo à un agent
  • Tester des workflows multimédias faisant appel à plusieurs API
  • Intégrer des outils en ligne de commande à Claude Code ou OpenClaw
  • Réunir le clonage vocal, le TTS et la composition vidéo dans un même workflow

Il constitue également un exemple intéressant d’ingénierie d’Agent Skill : les capacités des outils, l’index des ressources, la description des paramètres, la gestion des erreurs et les précautions de sécurité sont répartis dans une couche documentaire maintenable, plutôt que regroupés dans un unique prompt.

Conclusion

La valeur centrale de Narrator AI CLI Skill réside dans l’organisation d’API complexes de production vidéo en workflows que les agents peuvent comprendre et exécuter. narrator-ai-cli se charge de l’exécution réelle, tandis que SKILL.md fournit le contexte, les règles de décision et la description du flux de données. Une fois combinés, ils permettent à l’utilisateur de décrire simplement son objectif, et à l’agent de réaliser une tâche en plusieurs étapes, de la sélection des ressources à la production finale.

Le projet est distribué sous licence MIT et propose actuellement la version initiale v1.0.0. Pour les développeurs qui souhaitent doter Claude Code, OpenClaw, Cursor ou d’autres agents pilotés par Markdown de capacités de création vidéo, il s’agit d’une solution d’intégration open source qui mérite d’être étudiée et testée.

Source

NarratorAI-Studio/narrator-ai-cli-skill : AI 解说大师 — Agent skill；封装 narrator-ai-cli 供 Claude/Codex 等工具调用