/explainer
┌──────────────────────┐
│ Apropia lo que │ título, una palabra con el acento
│ funciona │
│ [antes] ⟶ [después] │ comparar: tarjeta, flecha dibujada, revelar (o una lista numerada)
│ ╭──cabeza──╮ │ la cabeza sobresale del panel
│ ╭────┴──────────┴──╮ │
│ │ orador, subtítulos│ │ panel redondeado, línea de ojo = borde superior
│ ╰──────────────────╯ │
└──────────────────────┘
Primer uso
La carpeta de este skill es el "Directorio base" que Claude Code muestra al cargarlo. Resuelve el kit desde ahí (funciona a través de enlaces simbólicos) y configúralo una vez:
SKILL_DIR="<directorio base de este skill>" # la ruta que Claude Code mostró como "Directorio base para este skill"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout
GROQ_API_KEY debe estar configurada para transcripción (gratuita en console.groq.com). Necesita ffmpeg y Node.
Formato
Cada especificación requiere el campo "format": "vertical" (1080×1920: reels, shorts, video largo vertical), "horizontal" (1920×1080: YouTube y otros formatos largos) o "auto" (por defecto: sigue la forma de la fuente). Ejecuta "$PY" "$KIT/reel.py" probe <video> para ver qué elige "auto". La hoja tiñe de rojo lo que cubre la plataforma: la interfaz de Instagram/TikTok en vertical, el reproductor de YouTube en horizontal. Para un video de larga duración, usa este skill como un momento dentro de /long-form en lugar de recortar el clip manualmente.
Pasos
- Clip. Usa el clip que el usuario proporcionó (cualquier tamaño; se recorta a 1080×1920 o 1920×1080, ver Formato). Pídelo solo si no se ha dado ninguno.
- Palabras.
"$PY" "$KIT/reel.py" words <video>imprime cada palabra con su tiempo (transcribe en el primer uso). Imprime una oración por línea con[termina …], el tiempo en que termina su última palabra. Elige un tramo de 3 a 8 segundos que exprese UN punto, formado por oraciones completas:startes el tiempo de la primera palabra yendes el[termina …]de la última oración (segundos de la fuente). - Línea de ojo.
"$PY" "$KIT/reel.py" frame <video> <un tiempo en el tramo> frame.jpg, luego mira la imagen. Las reglas están en píxeles del lienzo; lee la y de los ojos. Eso eseye_y(vertical: aproximadamente 700 a 800 para un encuadre normal; horizontal: aproximadamente 350 a 450). En horizontal, lee también la x del centro del rostro: eso esface_x. - Especificación. Escribe
<nombre del clip>.explainer.jsonjunto al clip (campos abajo). Las rutas en una especificación son relativas al archivo de especificación. Cada tiempo está en segundos desdestarto es una palabra hablada para anclar ("viral","viral#2"para su segunda vez,"viral+0.2"). Prefiere palabras: se mantienen correctas cuando muevesstart. - Construir.
"$PY" "$SKILL_DIR/build.py" <spec.json>. Corta el tramo, extrae al orador (aproximadamente 0.1 s por fotograma), renderiza con HyperFrames y escribe<out>.sheet.jpg. - Verificar. Mira la hoja. El rojo es lo que cubre la plataforma. Corrige la especificación y reconstruye si:
- el título o las imágenes quedan en la zona roja
- un subtítulo cubre la boca, o está a menos de 80 px de la zona roja inferior (mueve
caption_top) - un subtítulo muestra una palabra de fuera del tramo (mueve
startoenda los bordes de la oración) - la cabeza no sobresale del panel (mueve
eye_y) - falta una imagen o está aplastada
- Entregar la ruta del mp4 y di en una línea qué muestra cada visual.
Especificación
{
"video": "mi-clip.mp4", "start": 21.4, "end": 25.66, "out": "mi-clip.orador.mp4",
"title": "Apropia lo que *funciona*",
"eye_y": 750,
"visual": {
"type": "compare",
"left": {"label": "Otro nicho", "images": ["de-ellos-1.jpg", "de-ellos-2.jpg", "de-ellos-3.jpg"], "at": 0.3,
"chip": "14× viral", "chip_at": "viral", "swipe_at": ["carrusel", 2.3]},
"right": {"label": "Tu nicho", "at": "fuera", "reveal_at": "recrea",
"image": "mi-foto.jpg", "text": "las mejores *herramientas de ia*\npara usar cuando\neres *joven y sin dinero*"},
"arrow_at": "y"
},
"keys": ["viral", "fuera", "recrea"],
"caption_top": 1420
}
title: de 1 a 4 palabras. Envuelve UNA palabra con*...*para el color de acento.visual.type: "compare"es un antes y un después:- La tarjeta izquierda muestra de 1 a 3 imágenes y las desliza entre sí en
swipe_at. - La tarjeta derecha comienza como un "?" punteado. La flecha se dibuja en
arrow_at, luego la tarjeta se revela enreveal_at. - La tarjeta derecha es una
imagesimple, o una portada de carrusel hecha deimagemástext(*palabra*va en una píldora de acento,\nrompe la línea).
- La tarjeta izquierda muestra de 1 a 3 imágenes y las desliza entre sí en
- Cualquier tarjeta puede ser una tarjeta de texto en lugar de imágenes:
"big": "*Pro*\nherramientas", "small": "lo que usan los pros". Úsala cuando el usuario no tenga imágenes. Es la opción correcta para una comparación izquierda/derecha a la que el orador apunta. visual.type: "list":{"type": "list", "items": [{"text": "Encuentra un post *viral*", "at": "encuentra"}, ...]}. Hasta 4 filas numeradas, cada una aparece cuando se dice.keys: palabras de subtítulo que van en la píldora de acento. Elige de 2 a 4 que transmitan el significado. Cada vez que se dice la palabra, se resalta.- Solo horizontal:
face_x(centra el rostro en el panel),side("right"por defecto, o"left"),scale(0.9: qué tan grande se dibuja el orador). caption_top: la y de la parte superior de los subtítulos: 1420 vertical (mantén su parte inferior por encima de 1500), 850 horizontal (se ubica sobre el panel; mantén su parte inferior por encima de 960).
Gusto
- Un punto por clip. Si el tramo expresa dos puntos, haz dos explicadores.
- Haz que cada elemento visual coincida con la palabra que lo nombra. Nada debe aparecer antes de que se diga. El título es la excepción: está ahí desde el primer fotograma.
- Vertical: mantén los elementos visuales superiores entre y 330 y 760 (el título está encima de ellos, aproximadamente en y 210). Horizontal: el título está en y 110, los elementos visuales entre y 270 y 830 al lado del panel. El texto y los gráficos deben salir de las zonas rojas; el panel del orador puede invadirlas.
- Si el orador señala a la izquierda y a la derecha, usa
compare. Sus tarjetas se colocan donde él señala. - Usa las imágenes propias del usuario. Nunca inventes números ni resultados sobre la publicación de otra persona. Un chip como "14× viral" debe ser algo que el usuario dijo o te dio.