Video Repurpose logo

Video Repurpose

Community
Littlpinguin
video-repurpose

Transforme une vidéo longue de {{COMPANY_NAME}} (webinar, podcast filmé, interview, live, conférence) en clips sociaux. Transcription horodatée au mot, repérage des candidats, notation sur cinq critères, test « se comprend sans contexte », validation humaine de la liste avant tout montage, coupe au mot, recadrage 9:16 et 1:1, sous-titres et habillage, QA par clip avec qa-video.py, une entrée de calendrier par clip. Appelée par video-production ; le montage passe par video-editing, les sous-titres par captions. Ne publie pas, n'écrit pas les posts d'accompagnement, ne fait jamais dire à quelqu'un ce qu'il n'a pas dit.

Overview

PublisherLittlpinguin
Repositorymarketing-cockpit-template
Skill namevideo-repurpose
Stars
9
Forks
0
Bundled files
Instructions only
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by Littlpinguin on GitHub. Read the source before you install it.

Installation

Install the Video Repurpose AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/video-repurpose
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/Littlpinguin/marketing-cockpit-template.git /tmp/marketing-cockpit-template
mkdir -p .claude/skills
cp -r /tmp/marketing-cockpit-template/.claude/skills/video-repurpose .claude/skills/video-repurpose
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Video Repurpose in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Video Repurpose on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Video Repurpose is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

video-repurpose : d'une vidéo longue à des clips sociaux

Une vidéo longue contient des moments qui tiennent seuls. Cette skill les trouve, les note, les fait valider, puis les fait monter un par un pour la plateforme visée. Elle est appelée par video-production, qui a ouvert le projet (08-video/projets/<slug>/, slug daté AAAA-MM-JJ-<sujet>), écrit le brief et tient le budget.

Références à charger

  • 08-video/formats.md : durées, toiles, zones de sécurité, sous-titres, repères du format court.
  • 08-video/montage.md : coupe au mot, respirations, son.
  • 08-video/narration.md : seulement si un carton ou une voix d'introduction s'ajoute au propos d'origine.
  • 02-strategy/calendar/calendar.md et _templates/inventory.md : ce qui est prévu, ce qui a déjà été publié.
  • 01-brand/voice.md, 01-brand/droits.md, 01-brand/divulgation-ia.md.

Où se placent les validations

Les trois validations de video-production prennent ici cette forme :

  • Concept (validation 1) : le traitement de la série, une fois les droits et la source vérifiés (section suivante). Il fixe les plateformes et les toiles visées, l'habillage (lower-third, carton de contexte, plan de fin) et la voie des sous-titres, ffmpeg ou designés.
  • Script (validation 2) : la liste des clips notée et passée au test « se comprend sans contexte » (étape 3). Elle devient script.md.
  • Storyboard (validation 3) : storyboard.md, une vignette au vrai cadrage par clip et par toile, avec l'habillage prévu, après le recadrage (étape 5) et avant l'habillage et le montage (étapes 6 et 7). Aucun crédit avant (voix, musique ou cartons générés payants).

Le montage passe ensuite à video-editing, storyboard déjà validé : en voie A, hyperframes:general-video reçoit flow: automation et storyboard: no dans BRIEF.md (table « Validations et passage de main par filière » de video-production).

Avant de couper : droits et source

  • Droits. Accord des personnes filmées pour une réutilisation en clips, invités compris : vérifier que l'accord donné pour l'événement couvre des extraits diffusés sur les réseaux, et le noter dans decisions.md. Sans accord établi, s'arrêter et le dire.
  • Ce que la source permet. Y a-t-il une image exploitable, ou seulement du son ? Combien de personnes parlent ? Le son est-il propre ? Sans image, les clips reposent sur un visuel de marque animé par motion-design et sur les sous-titres. Un son médiocre se nettoie avant la transcription.
  • Rangement. La source dans rushes/, la notation dans candidats.md, les extraits de texte des clips dans clips/, les rendus dans exports/.

Présenter le traitement de la série (plateformes et toiles visées, habillage, voie des sous-titres, ce que les droits et la source permettent) et attendre la validation explicite (validation 1 de video-production). Rien ne passe à l'étape 1 avant l'accord : la plateforme retenue fixe la durée des clips à repérer.

Étape 1 : transcription horodatée au mot

bash
ffmpeg -i rushes/source.mp4 -vn -ac 1 -ar 16000 rushes/source.wav
whisper-cli -m <modèle> -f rushes/source.wav -l fr -oj -ml 1 -sow -of rushes/transcription
  • -ml 1 -sow : un mot par segment dans rushes/transcription.json, au format de whisper-cli (liste transcription, début et fin de chaque mot en millisecondes dans offsets.from et offsets.to). <modèle> est le chemin déclaré dans .env (WHISPER_MODEL).
  • Autre voie : npx hyperframes transcribe rushes/source.wav --model small --language fr -d rushes, la transcription au mot d'HyperFrames (par le lanceur du plugin quand HyperFrames est installé en plugin). Elle écrit rushes/transcript.json, un autre format : un tableau plat de mots { "text", "start", "end" }, en secondes. Jamais sans --model ni --language : le modèle par défaut, small.en, traduit l'audio français en anglais.
  • whisper n'identifie pas les intervenants : sur un entretien ou une table ronde, vérifier à l'écoute qui dit quoi avant d'attribuer une phrase.
  • Les vrais silences, que la transcription aligne bord à bord : ffmpeg -i rushes/source.wav -af silencedetect=noise=-30dB:d=0.3 -f null -.

Étape 2 : repérer les candidats

  • Unités de sens de 20 à 90 s : une idée complète, avec son entrée et sa chute. Fourchette de travail, à resserrer selon la plateforme visée (08-video/formats.md).
  • Repérer les passages où l'intervenant change de ton, donne un exemple précis ou répond franchement à une question : ce sont de bons candidats.
  • Lire la transcription en entier avant de choisir.
  • Noter chaque candidat dans candidats.md : numéro, début et fin, intervenant, première et dernière phrase, sujet.

Étape 3 : noter

Cinq critères, chacun de 1 à 5 :

  1. Accroche : les trois premières secondes du clip, seules, donnent-elles envie de rester ?
  2. Autonomie : le clip se comprend-il sans le reste de la vidéo (test ci-dessous) ?
  3. Valeur pour la persona : apprend-elle, gagne-t-elle quelque chose (01-brand/personas.md) ?
  4. Énergie : voix, rythme, conviction.
  5. Adéquation à la plateforme : durée, ton et sujet conformes à la plateforme visée.

Tableau de notation type, dans candidats.md (valeurs d'exemple) :

#DébutFinDuréeCibleAccrocheAutonomieValeurÉnergiePlateformeTotalDécision
100:12:0400:12:5147 sLinkedIn4543420retenu
200:31:1000:32:2070 sLinkedIn2144314écarté : commence par « donc », renvoie à la démo
300:44:3000:45:0232 sReels5435522retenu

Le total classe, il ne décide pas seul : un clip noté 1 en autonomie est écarté quel que soit son total. Le nombre de clips livrés dépend de ce que la source contient de bon, pas d'un objectif fixé d'avance ; l'ordre de publication se décide à l'étape 9.

Test « se comprend sans contexte »

Lire la transcription du clip seule, comme quelqu'un qui n'a pas vu la vidéo :

  • renvoie-t-elle à un passage antérieur (« comme on l'a vu », « sur ce slide », « pour répondre à ta question ») ?
  • commence-t-elle par un connecteur (« donc », « et », « du coup », « comme je disais ») ?
  • « il », « ça », « ce truc » : sait-on de qui ou de quoi l'on parle ?
  • la dernière phrase conclut-elle, ou le clip coupe-t-il avant la réponse ?

Une réponse oui : élargir le clip (reprendre la phrase d'avant), couper ailleurs, ajouter un carton de contexte d'une ligne, ou écarter. Un carton situe, il ne fait pas dire.

Validation humaine de la liste avant tout montage. Présenter les clips retenus (numéro, plateforme, durée, première phrase, note) et les écartés notables avec leur raison, puis attendre. Rien n'est coupé avant l'accord. La liste validée devient le script.md du projet : le frontmatter du modèle de video-production (date, subject, statut), un titre, puis une ligne par clip (numéro, début, fin, plateforme, première phrase). C'est ce frontmatter qui l'inscrit à l'inventaire à la livraison.

Étape 4 : couper au mot

  • Entrée et sortie de chaque clip sur les horodatages des mots, ajustées sur les vrais silences. Lire ceux de la transcription faite à l'étape 1 : rushes/transcription.json (whisper-cli, millisecondes dans offsets, à diviser par 1000) ou rushes/transcript.json (HyperFrames, secondes dans start et end). ffmpeg prend les instants en secondes, décimales comprises (-ss 724.36).
  • Respirations resserrées sans être supprimées ; hésitations et redites retirées seulement quand le sens ne change pas (08-video/montage.md).
  • Jamais de coupe qui change le sens : le clip dit ce que la personne a dit, dans l'ordre où elle l'a dit.
  • Écrire le texte du clip coupé dans clips/clip-<nn>.txt : il sert à la QA.

Étape 5 : recadrer

16:9 vers 9:16, recadrage centré :

bash
ffmpeg -i clip-03.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" -c:v libx264 -pix_fmt yuv420p -c:a aac clip-03-9x16.mp4
  • Sujet décentré : crop=ih*9/16:ih:<x>:0, avec <x> le bord gauche de la zone gardée, en pixels de la source.
  • Intervenant qui se déplace, ou plusieurs intervenants : recadrage suivi, plan par plan. Découper le clip à chaque changement de plan ou de personne qui parle, choisir le cadre de chaque morceau ; l'assemblage se fait au montage.
  • 1:1 : crop=ih:ih,scale=1080:1080.
  • Netteté : depuis une source 1080p, un recadrage 9:16 garde une bande d'environ 608 px de large (1080 × 9/16), agrandie à 1080 px, donc plus douce. Préférer une source 4K quand elle existe.

Écrire storyboard.md : pour chaque clip retenu et chaque toile, une vignette au vrai cadrage (image tirée du clip recadré), le cadre choisi plan par plan, l'habillage prévu (lower-third, carton de contexte, plan de fin). → Validation 3, avant l'habillage et le montage.

Étape 6 : sous-titres et habillage

  • Sous-titres incrustés sur chaque clip, par la skill captions (vitesse de lecture et zones de sécurité : 08-video/formats.md).
  • Habillage par la skill motion-design : lower-third au nom et à la fonction de l'intervenant à sa première apparition (rôles title et label de frame.md), carton de contexte s'il a été validé, plan de fin avec un seul appel à l'action.
  • Nom et fonction écrits comme la personne les a validés.

Étape 7 : monter

Assemblage par la skill video-editing : coupes, recadrage, sous-titres, habillage, son au niveau de 08-video/montage.md. Un fichier par clip et par plateforme : exports/<slug>-clip-<nn>-<plateforme>.mp4.

Étape 8 : QA par clip

bash
python3 08-video/scripts/qa-video.py 08-video/projets/<slug>/exports/<slug>-clip-03-linkedin.mp4 \
  --plateforme linkedin --duree 47 --script 08-video/projets/<slug>/clips/clip-03.txt
  • --script avec le texte du clip : la couverture de la transcription signale une coupe qui a avalé une phrase.
  • Puis l'agent video-reviewer sur chaque clip, et deux tours de correction au plus, comme dans video-production.

Étape 9 : calendrier

  • Une entrée par clip dans 02-strategy/calendar/calendar.md : plateforme, date visée, statut, vidéo source.
  • Espacer les publications selon la cadence du canal, et intercaler d'autres contenus : une série de clips ne se publie pas d'un bloc.
  • Anti-répétition : vérifier dans le calendrier et _templates/inventory.md qu'un sujet n'a pas déjà été publié récemment, et ne pas publier deux clips sur la même idée la même semaine.

Checklist avant livraison

  • Accord des personnes filmées couvrant les extraits, noté dans decisions.md
  • Liste des clips notée dans candidats.md, test « se comprend sans contexte » passé, liste validée par un humain avant tout montage
  • Coupes au mot, sans changement de sens ; texte de chaque clip dans clips/clip-<nn>.txt
  • Traitement de la série validé (validation 1) ; storyboard.md validé avant l'habillage et le montage (validation 3)
  • Recadrage 9:16 ou 1:1 vérifié plan par plan : visage et zone utile dans le cadre
  • Sous-titres incrustés (captions), lower-third au nom et à la fonction validés par la personne
  • qa-video.py par clip avec --script clips/clip-<nn>.txt, revue video-reviewer traitée, revue humaine faite
  • Une entrée de calendrier par clip, publications espacées, aucun doublon de sujet avec l'inventaire

Ce que cette skill ne fait pas

  • Publier : décision humaine.
  • Écrire les posts qui accompagnent les clips : social-content.
  • Faire dire à quelqu'un ce qu'il n'a pas dit : pas de voix de synthèse sur son propos, pas de coupe qui en change le sens.
  • Monter ou sous-titrer elle-même : video-editing et captions.

Méthode inspirée d'OpenMontage (calesthio/OpenMontage, AGPLv3), réécrite pour le template : aucun texte ni code repris. Registre : docs/vendored-video.md.

Frequently asked questions

What does the Video Repurpose AI skill do?

Transforme une vidéo longue de {{COMPANY_NAME}} (webinar, podcast filmé, interview, live, conférence) en clips sociaux. Transcription horodatée au mot, repérage des candidats, notation sur cinq critères, test « se comprend sans contexte », validation humaine de la liste avant tout montage, coupe au mot, recadrage 9:16 et 1:1, sous-titres et habillage, QA par clip avec qa-video.py, une entrée de calendrier par clip. Appelée par video-production ; le montage passe par video-editing, les sous-titres par captions. Ne publie pas, n'écrit pas les posts d'accompagnement, ne fait jamais dire à quel...

Why use Video Repurpose on TypingMind?

Because you install it once and use it with any model. Video Repurpose is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Video Repurpose in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/video-repurpose. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Video Repurpose?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Video Repurpose?

As many as you like. As long as a model supports skills, you can use Video Repurpose with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Video Repurpose AI skill free?

Yes. It is published on GitHub by Littlpinguin under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇