Communitygithub.com

html-motion-pipeline

Pipeline HTML→MP4 untuk video explainer 9:16 bersuara (gaya flat-motion 2D ala akun edu-tech di Reels/TikTok) — sudah teruji memproduksi video "Apa itu Function Calling?" (44.6s, 1080×1920, VO + 31 SFX tersinkron). Pakai skill ini saat user minta video explainer motion-graphic 9:16 dengan voiceover sendiri, subtitle per kata, diagram node↔tool yang beranimasi, dan output MP4 final. Sumber suara = file VO user (bukan TTS), diperlambat via ffmpeg atempo bila perlu.

What is html-motion-pipeline?

html-motion-pipeline is a Claude Code agent skill that pipeline HTML→MP4 untuk video explainer 9:16 bersuara (gaya flat-motion 2D ala akun edu-tech di Reels/TikTok) — sudah teruji memproduksi video "Apa itu Function Calling?" (44.6s, 1080×1920, VO + 31 SFX tersinkron). Pakai skill ini saat user minta video explainer motion-graphic 9:16 dengan voiceover sendiri, subtitle per kata, diagram node↔tool yang beranimasi, dan output MP4 final. Sumber suara = file VO user (bukan TTS), diperlambat via ffmpeg atempo bila perlu.

Works with~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/hasbiridwan57-creator/hermes-video-motion-skills/tree/main/html-motion-pipeline

Ask in your favorite AI

Open a new chat with this agent skill pre-loaded.

Documentation

HTML Motion Pipeline (9:16 explainer, VO + SFX → MP4)

Alur teruji. Setiap langkah punya perintah siap-pakai di assets/pipeline/. Referensi implementasi lengkap: assets/pipeline/index.fc-reference.html (proyek Function Calling — salin lalu ganti kontennya, jangan tulis dari nol).

Kenapa pipeline ini

  • Deterministik: timeline GSAP paused, di-seek per frame → MP4 = pratinjau.
  • VO user sendiri (file ElevenLabs/mic), bukan TTS; tempo dikendalikan.
  • Audit layout otomatis mendeteksi teks keluar kanvas & menabrak elemen — wajib lulus sebelum render penuh (menghemat render 1338 frame).
  • Garis penghubung rapi: anchor di tepi node, di lapisan belakang (lihat Pitfall #1).

Prinsip utama (ini intinya)

Visual melayani naskah & VO, bukan sebaliknya.

  1. Semua yang tampil di layar wajib ada di naskah & diucapkan VO. Elemen yang menarik tapi tak dinarasikan → buang, sebagus apapun.
  2. Sebaliknya, tiap ide/kalimat penting di naskah wajib punya gambar sendiri yang muncul saat frasa itu diucapkan. Kalimat yang cuma jadi teks diam = adegan "sepi" → tambah visual.
  3. Banyak adegan tidak masalah — yang penting tiap adegan mengikuti VO & naskah.
  4. Lebih banyak gambar & animasi = lebih baik (lebih hidup). Jangan pelit menambah visual; kekayaan visual itu nilai tambah, bukan kelemahan.
  5. Urutan & timing visual = urutan & timing penyebutan di VO (dari timestamp transkripsi), bukan logika sendiri.
  6. Kualitas detail visual ikut dijaga: ikon jelas terbaca sebagai apa maksudnya, elemen seimbang & tak melayang.

Alur (ikut urutannya)

#LangkahOutput
1Ambil VO user + pecah per segmen (jeda napas)meta.json
2Atur tempo VO via ffmpeg atempo + sisip jeda; pilih varianvo.wav
3Transkrip per-kata (faster-whisper, pip install faster-whisper)assets/words.json
4Bangun index.html (8 adegan mengikuti timing VO) + sfx_score.pyHTML + SFX WAV
5Mix VO + SFX → public/full_mix.mp3audio final
6Audit layout (audit2.mjs + audit_s2.mjs) — wajib 0 overflowlaporan
7Render frame (render_frames.mjs) → 1338 PNGframes/
8Encode (encode.sh) → MP4public/*.mp4
9Cek visual MP4 final — ekstrak frame dari MP4, analisis via visionkonfirmasi bersih

Setup sekali

cd <proyek>
npm init -y && npm install playwright-core gsap
pip install faster-whisper   # untuk transkrip per kata
# butuh: Google Chrome (/Applications/Google Chrome.app), ffmpeg

Pipeline scripts

assets/pipeline/:

  • render_frames.mjs — seek timeline per frame, screenshot 1080×1920 @30fps.
  • snap.mjs — potret detik tertentu (node snap.mjs 1.0 6.5 17.5) untuk cek visual.
  • audit2.mjs — cek SEMUA scene: teks keluar kanvas / masuk zona UI bawah (>1560px) / tabrakan.
  • audit_s2.mjs — audit 1 scene (sc2) di banyak detik (deteksi reveal terlalu dini, mepet tepi).
  • audit_overlap.mjs — deteksi teks yang BENERAN bertimpa-timpa (teks×teks, teks×img, teks×tombol). Cerdas membedakan tabrakan nyata vs. yang by-design: label di dalam svg container, coretan/strike/garis tembus, subtitle flex berdampingan → tidak dilaporkan. Jalankan node assets/pipeline/audit_overlap.mjs → target TOTAL tumpang tindih: 0.
  • audit_center.mjs — deteksi konten yang "menggantung di atas" (2/3 bawah kosong). Ukur bounding konten tiap scene, hitung deviasi dari titik tengah ideal (y≈960 utk 1920px). Deviasi > 250px = ⚠ GANTUNG. Jalankan node assets/pipeline/audit_center.mjs.
  • typing-prompt.js — resep animasi "typing prompt" (inti tema coding/AI): prompt diketik huruf-demi-huruf + kursor berkedip, lalu app merespons (ubah warna → error → perbaiki → iterasi). Contoh penuh: repo video 09-vibe-coding/index.html adegan SK4.
  • encode.sh — ffmpeg → H.264 yuv420p CRF18 + AAC 192k + +faststart.
  • sfx_score.py — skor SFX prosedural tersinkron ke timing kata.
  • index.fc-reference.html — implementasi lengkap (copy & ganti konten).

Konvensi HTML (di index.fc-reference.html)

  • #stage 1080×1920, dot-grid bg; #world (rig kamera, scale halus per adegan); adegan = .scene (visibility hidden, di-show/hide via timeline).
  • Subtitle per kata: assets/words.json → kelompokkan jadi chunk ≤4 kata, satu chunk = satu .line (position:absolute, ditumpuk supaya tak memperluas box), kata aktif .on, kata kunci .key (amber). Posisi 390px dari bawah (aman dari UI Reels/TikTok yang menutup ~360px bawah).
  • Garis penghubung: fungsi link(svg,idA,idB) menghitung anchor di TEPI node (edge/edgeT) — garis TIDAK keluar dari pusat logo. SVG .wires ditaruh sebagai anak pertama .scene (z-index:0) supaya di belakang kartu (z-index:2). Kurva halus (bow ≤26px), warna abu #7A8188 8px; garis aktif .hot amber 15px.
  • Logo agent: OPENCLAW_SVG inline (lobster merah), dipasang ke setiap .node.dark berisi 🤖 otomatis. Ganti bila ingin identitas lain.
  • GSAP deterministik: timeline paused, expose window.__tl & window.__updateSub. Mode ?t=<detik> untuk snapshot statis (headless), ?debug untuk scrub manual.

Pemicu (trigger)

User menyebut frasa "pipeline motion explainer", atau meminta "video motion explainer 9:16", atau bilang "kayak video Function Calling kemarin" → load skill ini. Bukan motion-format / bang-motion (skill lain). VO user selalu dikirim sebagai file tiap sesi — skill ini menyimpan CARA KERJA, bukan aset audio/konten.

Pitfalls (jangan ulangi)

  1. Garis menembus logo/teks → pastikan: (a) SVG wires jadi anak pertama scene, (b) z-index:0 wires vs z-index:2 kartu, (c) anchor pakai link() di tepi.
  2. Subtitle menutup kartu / masuk zona UI → satu baris 1 tumpuk (absolute), max 4 kata/chunk, bottom ≥390px.
  3. window.tl undefined saat render → nama yang di-expose harus window.__tl (pakai __), else 74% frame jadi identik/statis. Cek: md5 frames/* | uniq -c.
  4. Render background di-restart → pastikan tidak ada render_frames lama jalan (pgrep -fl render_frames) sebelum render baru; hapus frames/ sebelum mulai.
  5. Audit DOM bukan pengganti cek visual MP4. Audit mendeteksi overflow & tabrakan bounding-box, tapi TIDAK mendeteksi garis menembus logo / teks menutup kartu — itu cuma terlihat di piksel final. Setelah encode, ekstrak frame kunci dari MP4 (ffmpeg -ss <t> -i out.mp4 -frames:v 1 f.png) lalu analisis via vision_analyze.
  6. Konten "menggantung di atas" (2/3 bawah kosong). Ini paling sering lolos karena audit biasa hanya cek overflow, bukan keseimbangan. Penyebab: semua anak .hero pakai position:absolute → flexbox justify-content:center TIDAK berefek pada mereka. Solusi: jadikan anak-anak .hero alur normal (block/flex flow), hanya elemen overlap (badge/coretan/penanda) yang tetap absolute. WAJIB jalankan audit_center.mjs — deviasi center > 250px = gagal.
  7. Visual tak mengikuti naskah (paling merusak). Jangan anggap adegan "sudah" hanya karena animasinya jalan. Contoh nyata: grafik korelasi & grafik usia tampil di layar padahal VO tak pernah menyebutnya. Audit wajib-naskah sebelum render: (a) ekstrak transkripsi VO + timestamp per kata (words.json), (b) petakan "frasa ini muncul jam berapa di layar?", (c) elemen yang tampil tapi tak ada di naskah → hapus; frasa naskah yang cuma jadi teks diam → tambahkan visual. Urutan visual = urutan penyebutan di VO.
  8. Render OOM (Mac 8GB). Chromium menumpuk memori saat mencetak ratusan screenshot → crash di tengah ("Target page closed"). Solusi: restart browser tiap ±400 frame + resume otomatis (lewati frame yang sudah ada & >20KB). Jangan render 2500+ frame dalam satu sesi browser.
  9. Frame lama tercampur setelah revisi. Jika hanya sebagian adegan direvisi dan hanya frame rentang itu dihapus, frames/ jadi campur (mis. 2770 file padahal butuh 2574). Paling aman: hapus seluruh frames/ sebelum render penuh. Kalau resume, verifikasi jumlah file = TOTAL frame sebelum encode.
  10. Emoji lolos dari audit DOM. User minta tanpa emoji — kalau tak dicek otomatis, emoji bisa lolos karena audit bounding-box tak melihat jenis karakter. Sebelum render, jalankan regex Python cari karakter emoji; kalau ketemu → ganti SVG inline. Ikon selalu SVG. re.findall(r'[\U0001F300-\U0001FAFF\u2600-\u27BF\u2B00-\u2BFF\uFE0F]', html) → wajib 0.
  11. Ikon & detail visual wajib terbaca pada UKURAN TAMPILNYA — audit DOM & audit layout tak menangkap "ikonnya nggak jelas". Sebuah SVG bisa punya bentuk yang benar di kode tapi pada ukuran render (mis. ikon 180px dalam diagram) tampak seperti benda lain: ikon otak dengan outline terbuka terbaca sebagai awan/bunga, bukan otak. Fix: sebelum render penuh, ekstrak frame dari MP4 lalu perbesar (crop) ikon/diagram kunci dan nilai via vision_analyze — "apakah ini jelas terbaca sebagai X?". Kalau ambigu, sederhanakan bentuk (siluet utuh > outline terbuka) dan perbesar ukurannya. Audit bounding-box hanya cek posisi, bukan keterbacaan bentuk.
  12. Elemen perbandingan seimbang (bar/kolom A-vs-B) wajib satu grup visual. Bar yang "melayang" di luar kartu induknya (posisi absolut terpisah) melanggar keseimbangan & rentan menimpa elemen lain saat konten berubah tinggi. Kasus nyata: bar otot atrofi/kuat melayang di luar kartu gym, lalu menabrak kartu. Fix: masukkan tiap bar ke DALAM kartu/sel kolomnya sendiri; beda panjang bar itu disengaja (panjang = besaran), tapi lebar kartu & baseline harus sama. Cek via audit_overlap setelah tiap revisi layout.
  13. Teks bertimpa padahal terlihat "cuma sedikit". Jangan andalkan mata; pakai audit_overlap.mjs yang ukur bounding-box nyata. Tanda ? raksasa, angka besar dekoratif, atau judul panjang sering menimpa teks lain tanpa disadari.
  14. Tema coding/AI terasa mati tanpa animasi ketik. Teks statis tidak menyampaikan cara kerja vibe coding. Pakai resep typing-prompt.js: prompt diketik per-huruf + kursor kedip + app merespons (ubah warna → error → perbaiki → iterasi).
  15. Logo/ikon dari web: unduh SVG resmi (CDN jsDelivr / repo GitHub brand), lalu inline sebagai teks di HTML — jangan <img src> ke file eksternal, agar render headless tak bergantung jaringan. Strip animasi SMIL agar output deterministik.

Aturan suara (user Hasbi)

  • VO produksi harus suara user sendiri (file ElevenLabs yang dikirim), bukan TTS.
  • SFX prosedural via skill procedural-sfx (tanpa kredit ElevenLabs).
  • Hapus frame mentah & file bantu (frames/, shots/, *.wav per-segmen) setelah MP4 terkirim — storage MacBook terbatas.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

motion-format

Bikin video motion graphic lewat chat dengan alur kerja Motion Format — Reels/TikTok/Shorts 9:16, YouTube 16:9, atau feed 1:1 — dari brief sampai MP4 bersuara (voiceover + efek suara ElevenLabs, subtitle per kata). Punya resep gaya siap pakai dari seri konten Motion Format: Isometrik Dibongkar (cara kerja mesin, 3D), Sejarah 3D Sinematik (bangunan & peristiwa bersejarah), Tubuh Manusia Anime (organ tubuh), Dunia 2D Bertekstur (noir, cat air, ukiran, lanskap anime), Kartun Cel Cerah (tokoh menjelaskan), Peta Relief Sinematik (geografi, jalur, wilayah), dan Promo Produk & Iklan (UMKM, aplikasi, flash sale) — plus cara meracik gaya sendiri. Gunakan setiap kali user meminta "video", "konten Reels/TikTok/Shorts", "explainer", "video edukasi", "video penjelasan", "promo", "iklan", "intro", "animasi", "motion graphic", menyebut salah satu gaya di atas atau "Resep Gaya", ingin menambah voiceover/efek suara/subtitle, ingin merevisi video yang sudah ada, atau ingin merender jadi MP4 — walau tida

video-motion

SOP induk untuk bikin video motion/explainer bersuara via chat (9:16 Reels/TikTok, 16:9 YouTube, 1:1 feed) — menggabungkan alur kerja Motion Format (brief→gaya→naskah→ suara→adegan→render), hukum sinematik Bang Motion (video bukan slide, deterministik, gaya dari tema), dan pipeline HTML→MP4 teruji (html-motion-pipeline: faster-whisper, SFX prosedural, CDP render, audit layout, subtitle aman Reels). Gunakan bila user minta video motion/explainer/animasi/promo, atau "kayak video sebelumnya" — walau tidak menyebut "motion graphic".

Related Skills