Communitygithub.com

Pluviobyte/rnskill (Halbton-Collage-Bewegungsdesign)

Dekodiert Referenzbilder oder kurze Beschreibungen in editierbare Halbton-Papiercollage-Spezifikationen, generiert mit dem integrierten image_gen von Codex markenkonsistente Standbilder und transparente Ebenen und erstellt mit lokalem FFmpeg oder HyperFrames deterministische Bewegtbilder, die 'aus leerem Hintergrund Stück für Stück zusammengesetzt' werden.

Was ist rnskill (Halbton-Collage-Bewegungsdesign)?

Diese Skill ermöglicht es Agenten, kreative visuelle Collagen in einem zweistufigen Prozess zu erstellen: Zuerst wird eine Referenz (Bild oder Beschreibung) in eine detaillierte, editierbare JSON-Spezifikation und universelle Prompts dekodiert. Danach wird entweder nur das Standbild oder ein vollständiger Animationsfilm generiert. Der Standard-Workflow ist vollständig lokal und nutzt Codex' `image_gen` für Standbilder und transparente PNGs (mittels Chroma-Key und localem Keying), bevor FFmpeg oder der HyperFrames-Connector die Animation 'aus dem Nichts' zusammensetzen – Elemente fliegen einzeln auf die leere Leinwand. Externe Dienste wie Arcads, Kling oder Seedance werden NUR auf ausdrücklichen Wunsch und bei Verfügbarkeit ihrer Tools verwendet. Die Skill eignet sich für editoriale Collagen, Stop-Motion-Werbung, Paper-Cut-Animationen und Reverse-Engineering visueller Stile und zeichnet jeden Erzeuger im Render-Manifest auf.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/editorial-collage-motion

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Halbton-Collage-Bewegungsdesign

Teilt die Erstellung in zwei Phasen: Zuerst wird die visuelle Vorstellung in eine editierbare Spezifikation dekodiert, dann wird aus genehmigten Standbildern oder transparenten Ebenen die Animation aufgebaut. Standardmäßig wird ein lokaler, kompatibler Workflow verwendet, der jeden Generator und Renderer dokumentiert.

Auswahl des Lieferumfangs

Bestimmen Sie zuerst, welche Ebene der Benutzer wünscht:

  1. Nur Analyse: Liefere Zerlegung, universelle Prompts und JSON-Visual-Spezifikation.
  2. Nur Standbild: Führe die Analyse durch und generiere sowie filtere Standbilder.
  3. Collage-Bewegtbild: Erstelle nach Genehmigung der Standbilder eine stumme Animation.
  4. Komplettes Video: Nutze diese Skill als visuelle Phase und unterliege dann den Verträgen für Videoproduktion, Untertitel, Voiceover, digitale Avatare und Archivierungsregeln.

Fehlt ein Referenzbild, der Benutzer aber sagt „Analysiere nach diesem Bild“, fordere das Bild zuerst an. Bei einer reinen Beschreibung skizziere direkt die Spezifikation und frage nicht nach bereits bekannten Informationen.

Wahl des Ausführungspfads

Standardmäßig wird der lokale Pfad verwendet:

  • Standbilder oder Ebenen: Lade die imagegen Skill, nutze den integrierten image_gen von Codex. Nicht standardmäßig auf OpenAI API, CLI oder andere Bildgenerierungsmodelle umschalten.
  • Einfache, schrittweise Montage: Verwende scripts/render_assembly.py.
  • Komplexes Layout, mehrere Übergänge oder komponentenbasiertes Timing: Lade die hyperframes Skill, unter Verwendung dieser Spezifikation und Quellenangabe.

Nur wenn der Benutzer explizit Arcads, Nano Banana, Seedance oder Kling verlangt und das entsprechende Tool im aktuellen Kontext aufrufbar ist, lies references/provider-boundaries.md und wechsle in den externen Pfad. Vor dem Hochladen lokaler Marken-, Produkt- oder Personenbilder muss der Upload-Ort, die Kosten und der Zweck erklärt und die Zustimmung des Benutzers eingeholt werden.

Es ist nicht erlaubt, aufgrund von Prompts, Dateinamen oder erwarteten Modellen auf den tatsächlichen Anbieter zu schließen. Nicht tatsächlich aufgerufene Modelle dürfen nur als „Ziel-Prompt“ oder „kompatibler Stil“ bezeichnet werden, nicht als Ausgabequelle.

Standard-Produktionskette (harte Voreinstellung)

Führe streng in dieser Reihenfolge aus:

  1. Dekodiere das Referenzbild oder die Beschreibung; generiere Zerlegung, universelle Prompts und JSON-Visual-Spezifikation.
  2. Verwende den integrierten image_gen von Codex, um für jede Szene ein einzelnes, vollständiges Standbild zu generieren. Marken-, Produkt- oder Personenreferenzen müssen in allen relevanten Aufrufen sichtbar bleiben.
  3. Kopiere die Ergebnisse aus dem Standard-Generierungsverzeichnis von Codex in das Projektverzeichnis assets/stills/. Nicht dauerhaft auf Dateien unter $CODEX_HOME/generated_images/ verweisen.
  4. Präsentiere dem Benutzer die vollständigen Standbilder. Keine Animation, FFmpeg-Montageplan oder offizielles Video generieren, bevor der Benutzer die Standbilder nicht ausdrücklich bestätigt hat.
  5. Nach Bestätigung der Standbilder generiere mit dem integrierten image_gen von Codex die einzelnen Papierschnittelemente. Für transparente PNGs generiere zuerst einen Vollfarb-Chroma-Key-Hintergrund, rufe dann das in der imagegen Skill spezifizierte remove_chroma_key.py lokal auf und führe eine Alpha-Vorprüfung durch.
  6. Verwende die genehmigten Standbilder, um die endgültige Komposition festzulegen, erstelle mit den transparenten Ebenen einen assembly-plan.json und setze mit lokalem FFmpeg oder HyperFrames die Elemente aus leerem Hintergrund Stück für Stück zusammen.
  7. Führe Media Probe, Keyframe-Check und Quellen-Manifest durch. Standardmäßig dokumentieren: actual_still_provider: codex-image-gen, actual_motion_provider: local-ffmpeg oder hyperframes, external_uploads: false.

Wenn der Benutzer alle Standbilder oder transparenten Ebenen direkt liefert, ändere actual_still_provider auf user-supplied. Nur bei tatsächlichem externen Aufruf dürfen Arcads, Nano Banana, Seedance oder Kling eingetragen werden.

Phase A: Dekodierung der Referenz

Lies bei der ersten Dekodierung vollständig references/visual-contract.md und references/schemas.md. Gib in dieser Reihenfolge aus:

  1. ### Zerlegung: Medium & Technik, Farbfeld, Elemente & Schnittkanten, Komposition & Ebenen, Einzel-Szenen-Idee, Text, Sicherheitszone, Stimmung.
  2. ### Universelle Prompts: Als in sich geschlossene, natürliche Sprach-Prompts, die nicht auf „das obige Bild“ angewiesen sind.
  3. ### JSON-Spezifikation: Kopiere assets/templates/collage-spec.json und fülle es aus; halte es als gültiges JSON.

Formuliere Beobachtungen als reproduzierbare Parameter. Schreibe z. B. „Gepunktete Schwarz-Weiß-Halbtonraster, ca. 65 lpi, weiße feine Kontur, 6px weicher Schatten unten rechts“, nicht nur „fühlt sich wie Papier an" an.

Bei mehreren Referenzbildern dekodiere jedes einzeln und füge eine gemeinsame Stilzusammenfassung hinzu. Wenn der Benutzer sagt „Behalte das Aussehen bei, ändere nur die Farbe“, ändere nur die entsprechenden Felder, gebe aber das vollständige JSON erneut aus.

Phase B: Planung der Szenen

Behalte pro Szene nur eine Kernidee. Lege für jede Szene fest:

  • Hintergrundfarbe und Bildformat.
  • Hauptelemente, Hilfselemente, Ebenen und endgültige Koordinaten.
  • Textinhalt, Typografie und Bearbeitbarkeit.
  • Die Reihenfolge des Eintretens vom leeren Hintergrund zur vollständigen Komposition.
  • Ausweichzonen für echte Menschen, digitale Avatare, Untertitel, Logos und Plattform-UI.

Erstelle den Montageplan aus assets/templates/assembly-plan.json. Verwende für die endgültige Ausgabe vorzugsweise den layered-Modus, bei dem jedes Element als PNG mit Alpha-Kanal vorliegt. Der bands-Modus schneidet nur das gesamte Standbild in Streifen, die hereingleiten – nur für schnelle Vorschauen oder wenn der Benutzer die vereinfachte Version ausdrücklich akzeptiert.

Phase C: Generierung und Genehmigung der Standbilder

Lade die imagegen Skill, verwende den integrierten image_gen von Codex, um zuerst das vollständige Standbild zu generieren oder zusammenzusetzen, und präsentiere es dann dem Benutzer zur Genehmigung. Halte Marken- oder Produktreferenzen in allen relevanten Generierungsaufrufen sichtbar.

Der lokale offizielle Modus arbeitet in dieser Reihenfolge:

  1. Führe einen unabhängigen integrierten image_gen-Aufruf pro Szene durch, um das vollständige Kompositions-Standbild zu generieren; verschiedene Szenen nicht in einem Aufruf zu einem großen Bild zusammenfügen.
  2. Kopiere die ausgewählten Standbilder in das Projektverzeichnis assets/stills/ und notiere die endgültigen Prompts und die Rolle der Referenzbilder.
  3. Präsentiere die Standbilder und hole die ausdrückliche Bestätigung des Benutzers ein. Ohne Bestätigung sind nur Prompt-Anpassungen und Neugenerierung erlaubt.
  4. Generiere erst nach Bestätigung die unabhängigen Collage-Elemente. Folge dem Chroma-Key + lokales Keying-Pfad der imagegen Skill, um transparente PNGs zu erhalten; behalte weiße Keylines und weiche Schatten bei.
  5. Kalibriere Größe, Koordinaten und Ebenen der Elemente anhand des genehmigten Standbilds. Text bleibt standardmäßig als editierbare Textebene für HyperFrames, HTML oder Remotion erhalten.
  6. Exportiere die Szenen-Standbilder und die Ebenenliste, bevor du in die Animationsphase eintrittst.

Wenn der integrierte image_gen nicht verfügbar ist oder fehlschlägt, nicht automatisch auf CLI umschalten. Informiere den Benutzer zuerst, dass der CLI/API-Pfad OPENAI_API_KEY erfordert, und wechsle nur nach ausdrücklicher Zustimmung des Benutzers.

Wenn nur ein einziges vollständiges Standbild vorliegt, kann vorläufig der bands-Modus für eine kostengünstige Bewegungsvorschau verwendet werden, aber beschreibe das Hereingleiten rechteckiger Streifen nicht als echte „elementweise Montage".

Phase D: Lokale schrittweise Montage

Validiere zuerst Spezifikation und Plan:

python3 .claude/skills/editorial-collage-motion/scripts/validate_collage.py \
  --spec /absoluter/pfad/collage-spec.json \
  --plan /absoluter/pfad/assembly-plan.json \
  --project /absoluter/pfad/projekt

Rendere dann die stumme Animation:

python3 .claude/skills/editorial-collage-motion/scripts/render_assembly.py \
  --project /absoluter/pfad/projekt \
  --plan /absoluter/pfad/assembly-plan.json \
  --output /absoluter/pfad/projekt/renders/collage-assembly.mp4

Die Animation muss mit einem leeren, einfarbigen Bild beginnen; Elemente treten gemäß Plan vom Bildschirmrand ein und nehmen ihre Position ein. Kein Kamera-Wackeln, Bildverschiebung oder ständiges Zoomen, um eine Montage vorzutäuschen. Nach der endgültigen Positionierung ausreichend Lesezeit einplanen.

Phase E: Qualitätssicherung und Quellenangabe

Lies vollständig references/qc-and-provenance.md und führe mindestens durch:

  • Media Probe: Auflösung, Seitenverhältnis, Bildrate, Dauer, Codec und Dekodierbarkeit.
  • Stichproben erster Frame, vor/nach jeder Szenen-Montage, Szenenmitte und letzter Frame.
  • Prüfung: Start mit leerem Bild, Eintreten der Elemente einzeln, stabile Schatten, lesbarer Text, Sicherheitszonen und Bilddichte.
  • Das render-manifest.json muss mit dem tatsächlichen Output, dem Eingabeplan und den Generatoren übereinstimmen.

Gib in den Produktionsnotizen explizit an:

  • actual_still_provider
  • actual_motion_provider
  • external_uploads
  • Ob es sich um einen compatible_render handelt und zu welcher visuellen Spezifikation die Kompatibilität besteht

Wenn in der aktuellen Sitzung kein Arcads MCP aufgerufen wurde, verwende durchgängig „Arcads-stil-kompatibles Rendering“ oder „editorial collage lokales Rendering"; nicht als nativen Output von Nano Banana oder Seedance bezeichnen.

Ressourcen

  • references/visual-contract.md: Stilvokabular, verbindlicher visueller Vertrag und Gegenbeispiele.
  • references/schemas.md: Feldbeschreibungen für die visuelle Spezifikation und den Montageplan.
  • references/provider-boundaries.md: Berechtigungen und Offenlegungsgrenzen für lokale und externe Generierungspfade.
  • references/qc-and-provenance.md: Liefer-Qualitätssicherung und Quellenaufzeichnung.
  • assets/templates/collage-spec.json: Kopierbare Vorlage für die visuelle Spezifikation.
  • assets/templates/assembly-plan.json: Kopierbare Vorlage für den lokalen Montageplan.
  • assets/templates/assembly-plan-bands.json: Vorlage für die Streifen-Vorschau, wenn nur ein vollständiges Standbild vorliegt.
  • scripts/validate_collage.py: Vorprüfung von Spezifikation, Plan und Material.
  • scripts/render_assembly.py: Deterministischer FFmpeg-Schicht- oder Streifen-Assembler.

Individual skills in this repo

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

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

口播基础素材包生成。转录口播、识别口误、生成审核页;用户确认后剪出新视频,Agent 再基于剪后视频重新转写、AI 校对字幕,输出后续口播成片可用的 source_cut.mp4 和 subtitles.srt。触发词:剪口播、处理口播素材、准备口播素材、识别口误、基础素材包

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

Verwandte Skills