Communitygithub.com

FilippTrigub/abra

Elimina el fondo de cada fotograma de un video usando IA (BiRefNet-general vía rembg). Genera video con fondo transparente o lo compone sobre un color sólido o imagen. Requiere una GPU CUDA con al menos 3 GB de VRAM libre.

¿Qué es abra?

Esta habilidad para agentes de IA (como Claude Code, Cursor o Codex) elimina el fondo de videos completos utilizando un modelo de matting de alta calidad llamado BiRefNet-general, ejecutado a través de la librería rembg. Es especialmente útil para creadores de contenido, desarrolladores y diseñadores que necesitan aislar sujetos (como cabezas parlantes o demostraciones de productos) y reemplazar el fondo con un color sólido, una imagen o dejarlo transparente. La habilidad ofrece varias opciones de modelo (birefnet-general, birefnet-portrait, isnet-general-use, u2net_human_seg) para equilibrar calidad y velocidad. Funciona exclusivamente en entornos con GPU CUDA (al menos 3 GB de VRAM libre) y preserva el audio del video original. El agente debe guiar al usuario a través de un flujo interactivo: preguntar por el tipo de fondo, el modelo y las rutas de entrada/salida, luego editar un archivo config.json y ejecutar el script Python. El output se genera como video MP4, y si se elige fondo transparente, se recomienda exportar a secuencia PNG para mantener el canal alfa real.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/video-matte

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

keyer — Eliminación de fondo de video con IA

Elimina el fondo de cada fotograma de un video usando BiRefNet-general (un modelo de matting de alta calidad vía rembg). Opcionalmente compone sobre un color sólido o una imagen de fondo. El audio se conserva.

El directorio de la habilidad (donde reside este SKILL.md) se denomina $SKILL_DIR a continuación.

Se requiere GPU. Necesita una GPU CUDA con ≥ 3 GB de VRAM libre. Si el contexto del LLM está ocupando VRAM, pausa el LLM antes de ejecutar.


Cuándo usar

Usa esta habilidad cuando el usuario quiera:

  • Eliminar el fondo de un video (cabeza parlante, demostración de producto, etc.).
  • Colocar un sujeto sobre un color sólido o un fondo con marca.
  • Exportar un video con fondo transparente (fotogramas PNG con canal alfa).

Configuración (solo la primera vez)

cd "$SKILL_DIR" && uv sync

Los pesos del modelo BiRefNet se descargan automáticamente en la primera ejecución (~500 MB).


Flujo de trabajo del agente

1. Preguntar al usuario

Antes de eliminar el fondo, necesito saber:

🎭 Reemplazo de fondo
  - null            — mantener canal alfa transparente (fotogramas PNG; sin alfa en mp4)
  - #color hex      — ej. "#1a1a2e" para azul marino oscuro
  - /ruta/al/fondo  — componer sobre un archivo de imagen

🧠 Modelo
  - birefnet-general   — mejor calidad general  [por defecto]
  - birefnet-portrait  — optimizado para personas
  - isnet-general-use  — alternativa más rápida
  - u2net_human_seg    — rápido, solo humanos

📁 Directorios de entrada / salida  (por defecto: ./input y ./output)

Espera la respuesta del usuario antes de continuar.

2. Editar config.json

Escribe o actualiza $SKILL_DIR/config.json según las elecciones del usuario.

3. Ejecutar

cd "$SKILL_DIR" && uv run python scripts/matte.py --config config.json

4. Informar resultados

Indica al usuario las rutas de los archivos de salida y el modo de fondo utilizado.


Referencia de configuración

ClaveValoresPor defectoDescripción
input_dirruta./inputCarpeta que contiene los videos de entrada
output_dirruta./outputCarpeta de destino
modelver arribabirefnet-generalModelo de matting
bgnull / hex / rutanullReemplazo de fondo

Invocaciones comunes

# Por defecto: eliminar fondo, salida transparente
cd "$SKILL_DIR" && uv run python scripts/matte.py

# Composición con fondo oscuro
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg "#0d0d0d"

# Composición sobre una imagen
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg /ruta/a/studio_bg.jpg

# Modelo optimizado para retratos
cd "$SKILL_DIR" && uv run python scripts/matte.py --model birefnet-portrait

# Fondo nulo (pasar como cadena "null" a través de la CLI)
cd "$SKILL_DIR" && uv run python scripts/matte.py --bg null

Salida

Cada video de entrada produce un archivo .mp4 de salida en output_dir con el mismo nombre de archivo. Si bg=null, la salida se codifica con yuv420p (sin transparencia real en mp4); para fotogramas realmente transparentes, ejecuta clawimig o exporta como secuencia PNG.


Manejo de errores

  • VRAM insuficiente → imprime GB requeridos vs disponibles, consejos para liberar VRAM, sale
  • Sin GPU CUDA / Falta ONNX CUDAExecutionProvider → mensaje claro de error, sale
  • Sin videos en input_dir → mensaje limpio, sale
  • Errores de video individuales → se registran; otros videos continúan procesándose

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Cut videos into segments, rearrange them, and produce an output video with a specific cuts-per-second rate. Uses MoviePy for video manipulation. Prioritizes audio transcription for timestamped cutting, falls back to adaptive scene detection.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

Skills relacionados