Communitygithub.com

Promo renderizada en código

Hace una promo, una demo, un filme de lanzamiento o un tráiler enteramente en código, con sonido real. Una página web dibuja cada fotograma como función del tiempo, Chromium headless lo renderiza en la GPU y ElevenLabs aporta voz, efectos y música desde una hoja de cues. Una revisión independiente devuelve la pieza para un pase más.

¿Qué es Promo renderizada en código?

Skill reutilizable de filme terminado. La imagen es código, el sonido sale de una hoja de cues, el render es un pase de GPU en Chromium headless y una revisión aparte forma parte del trabajo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rwfresh/all-of-them-video/tree/HEAD/skill/code-film

Preguntar en tu IA favorita

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

Documentación

Code film

Un film aquí es una página web que puede dibujar cualquier momento a pedido (window.renderAt(t)). Un pequeño arnés solicita cada fotograma en Chromium headless, en la GPU, y ffmpeg une los fotogramas y la banda sonora. No se filma ni genera nada como video, por lo que la imagen es exactamente lo que el código dice, a cualquier resolución, siempre.

El kit en esta carpeta se probó en "Dial-A-Dev 98" (tema semanal de Builder Wars "Enviado en 1998", noviembre de 2026): 44 s, 1920x1080, once tomas, 1,326 fotogramas renderizados en aproximadamente 45 s. El código fuente completo de esa película está en examples/dial-a-dev-98/. El patrón sigue github.com/Vincentwei1021/mg-styles-15 (MIT), que también es una buena introducción a los estilos de diseño en movimiento.

Iniciar un film

bash ~/.claude/skills/code-film/new-film.sh ~/Work/<carpeta-del-film>     # copia el kit, instala dos paquetes locales
cd ~/Work/<carpeta-del-film>
# el sonido necesita una clave de ElevenLabs: el usuario guarda ELEVENLABS_API_KEY=... en ./.env (nunca la pidas en el chat)
node harness/render.mjs film --stills 0,1,2        # PNG stills -> film/out/stills/
bash tools/build.sh v1                              # lista de señales, mezcla, renderizado, codificación X -> film/out/<nombreFilm>_v1.mp4

Mantén el film en su propia carpeta fuera de cualquier repositorio de producto. Pregunta antes de instalar algo global.

Orden de trabajo

  1. Brief. Producto, audiencia, dónde se publicará, duración, formato (16:9, 9:16, 1:1). Para Builder Wars, llama a get_video_guide y sigue sus reglas (prevalecen sobre este archivo).
  2. Tratamiento. Una idea, un gancho en el primer medio segundo, una escalada, un momento héroe alrededor del 60-75 % del tiempo de ejecución y un fotograma final compuesto. Elige un estilo y escribe sus características distintivas como afirmaciones comprobables.
  3. Primero la hoja de señales (film/cues.json). Escribe el guion de voz como líneas, con duraciones estimadas. Las tomas están vinculadas a líneas y palabras habladas, nunca a segundos codificados, por lo que una nueva toma de voz reajusta el tiempo de todo el film.
  4. Fotogramas fijos antes del movimiento. Construye el aspecto de los dos o tres fotogramas más difíciles y obsérvalos a tamaño completo. No animes un fotograma que aún no sea digno de un póster.
  5. Tomas. Un módulo por toma (contrato abajo). Verifica cada una con fotogramas fijos y pequeñas hojas de contacto.
  6. Voz. Audición (voces estándar y tres diseñadas), graba cada línea con tiempos de palabra, luego deja que la hoja de señales mueva los cortes: node tools/vo.mjs --voice <id>, luego --reuse --tempo 1.12 para ajustar la lectura.
  7. Efectos de sonido y música. Enuméralos en audio/sfx.json y audio/music.json, genera con node tools/sfx.mjs --music. Cada toma declara sus propias señales de sonido, por lo que los golpes permanecen pegados a la imagen.
  8. Construcción (tools/build.sh), luego lee tú mismo la hoja de contacto y corrige lo que veas.
  9. Jurado. Dale a un agente independiente rubric.md, el archivo y el brief. No hizo el film; puntúa y devuelve correcciones ordenadas. Aplícalas, reconstruye y solo entonces muéstraselo al usuario. Dos rondas si el tiempo lo permite.
  10. Finalizar y entregar. tools/finish.sh codifica para X y hace el póster y la hoja de contacto. Ejecuta el verificador del destino. El usuario publica; nunca publiques por él.

El contrato de la página

  • window.FILM = { width, height, fps, duration, shots, lines, sfx }, window.renderAt = async (t) => {...}, luego window.__ready = true.
  • Cada fotograma es una función pura de t: solo aleatoriedad con semilla, sin relojes, sin transiciones CSS, sin estado arrastrado de un fotograma al siguiente. El arnés puede solicitar fotogramas en cualquier orden y en varios navegadores a la vez.
  • Una toma es { name, samples(lt), render(lt, post, renderer), overlay(g, lt), look(lt), sfx: [...] }:
    • render dibuja HDR lineal en post.scene; overlay dibuja superposiciones 2D en un lienzo de 1920x1080 (devuelve true si dibujó);
    • samples es el número de muestras de desenfoque de movimiento para ese momento (3 cuando está tranquilo, 12-20 durante movimientos rápidos);
    • look devuelve ajustes de postproducción (brillo, destello, cantidad de cinta, fallo);
    • sfx enumera { t, s, g, a, len }: tiempo local, nombre del sonido, ganancia, a: 'peak' para que el momento más fuerte del sonido caiga en la señal, y una longitud de corte opcional.
  • film/js/film.js asigna nombres de tomas a fábricas y dibuja cualquier cosa que se superponga a cada toma.
  • Interruptores de consulta para el desarrollo del aspecto: ?clean (sin pase de cinta), ?nocc (sin subtítulos), ?mb=1, ?rs=0.5.
  • render también recibe el número de pase y el recuento (render(lt, post, renderer, i, K)), y una toma puede establecer shutter: 0. Sin desenfoque de movimiento, los pases K son libres para otras cosas: mover la lente para la profundidad de campo, la luz clave para sombras suaves y la cuadrícula de píxeles para el antialiasing (el rig.js del libro de historias). look() puede devolver paper: true para un acabado limpio (curva de tono fiel al color, grano, viñeta) en lugar del pase de cinta.
  • film.js puede exportar loadFonts (cualquier cosa asíncrona que deba terminar antes del primer fotograma), buildCaptions y caption.

Esta máquina (verificado 2026-11-11)

  • Chromium 155 en /usr/bin/chromium, RTX 4070 Ti SUPER. WebGL2 por hardware necesita --use-gl=angle --use-angle=gl-egl (el arnés los pasa y advierte si retrocede a software). WebGPU retrocede a software: usa WebGL2.
  • ffmpeg 9 con libx264 y NVENC; ImageMagick para hojas de contacto; sin Blender, sin numpy fuera de un venv.
  • Renderizado completo 1080p: aproximadamente 0.03 s por fotograma con tres trabajadores.

Notas sobre ElevenLabs (verificado 2026-11-11)

  • La clave vive en el .env de la carpeta del film. Una clave puede carecer de user_read, por lo que el plan y los créditos restantes pueden no ser legibles; dilo en lugar de adivinar.
  • El plan en uso permite como máximo mp3_44100_128 (los formatos superiores necesitan el plan Creator). El modelo de voz eleven_v4 funciona y acepta etiquetas de audio como [excited]; las etiquetas vuelven en la alineación y son eliminadas por vo.mjs.
  • Las voces estándar leen lentamente para una venta difícil. Una voz diseñada (eleven.mjs design, luego voice-save.mjs, que usa una ranura de voz) más --tempo 1.12 dio el ritmo de infomercial. El ajuste speed apenas cambió el tiempo.
  • Los efectos de sonido varían enormemente en nivel y uno volvió silencioso: mix.mjs normaliza el pico de cada archivo, omite los casi silenciosos y lo dice. Vuelve a generar esos con una indicación más simple ("Una palmada fuerte" funcionó donde una claqueta descrita volvió silenciosa tres veces).
  • Una voz de narrador lee lentamente: la voz estándar George midió 2.25 palabras por segundo. --tempo 1.25 la llevó a 2.7, un ritmo de habla ordinario. Decide la duración a partir de las líneas grabadas, no de un recuento de palabras.
  • La música generada termina antes de su duración indicada. mix.mjs encuentra dónde termina realmente el nivel y lo alinea con el final del film.
  • Una voz de personaje (por ejemplo, una mascota de TV infantil) lee al ritmo que le da su descripción: el mismo texto tomó 31 s con "habla lentamente a los niños pequeños" y 24 s con "ritmo vivaz y rápido". Pon el ritmo en la descripción, diseña dos o tres descripciones (tres vistas previas cada una), mídelas con tools/audition-stats.mjs (duración, tono medio, rango de tono) y espera --tempo 1.3 además. Describe un tipo; nunca nombres un personaje o persona real.
  • Una voz que el usuario eligió de una audición puede sonar más aguda en el film aunque mida el mismo tono y brillo: el modelo lee líneas individuales aproximadamente 1.3 veces más rápido que un pasaje de audición largo, y --tempo además hace que la voz suene más aguda y pequeña. vo.mjs --reuse --tempo 1.38 --pitch -2 la baja a la misma velocidad (los tiempos no cambian, así que remezcla y vuelve a ejecutar finish.sh en el máster anterior; sin renderizar). Haz clips de comparación a 0, -1, -2, -3 semitonos para el oído del usuario, y vuelve a verificar el nivel de la pista de voz después (mix.vo).
  • voice-save.mjs <id generado> "<nombre>" "<descripción>" guarda una vista previa en la cuenta (una ranura de voz). Conserva las tomas del narrador anterior (cp -r audio/vo audio/vo_<nombre>) antes de grabar una nueva.
  • Los planes gratuitos no tienen licencia para publicaciones comerciales. Si el plan es desconocido, díselo al usuario.

Lo que salió mal, para que no vuelva a suceder

Imagen y código:

  • Estimar cuándo se dice una palabra a partir de su posición en el texto es erróneo hasta por un segundo ("98" se dice como "noventa y ocho"). Usa los tiempos de palabra grabados (mark(line, word)).
  • three.js dimensiona el texto extruido más grande que el tamaño nominal. Ajusta las palabras a un ancho objetivo; nunca confíes en el número.
  • Un espejo plano iluminado por una luz direccional se vuelve uniformemente blanco. Dale a los discos y al cromo luces puntuales o un entorno variado para que el brillo sea un punto caliente.
  • Los discos inclinados superpuestos se intersecan. Colócalos en capas en profundidad y limita la inclinación.
  • Los reflejos borrosos del suelo convierten los destellos del fondo en cuadrículas de puntos: apaga los destellos en el pase del espejo.
  • El texto de mapa de bits pseudo-negrita (dibujar el texto dos veces, separado por un píxel) rellena la W y la M. ui98.js engrosa un trazo solo donde el espacio con el siguiente trazo permanece abierto.
  • Un logotipo cuya mitad superior es cercana al color de fondo desaparece. Dale a las letras extruidas una línea oscura (outline en makeLetters) y mantén sus paredes laterales cerca del negro.
  • El ruido de cinta es caro de codificar. Renderiza sin pérdida (--lossless), luego codifica una vez con un límite de tasa de bits.

Lo que encontró la primera ronda del jurado en un film que pensé que estaba terminado (puntuación alrededor de 6/10). Verifica estos antes de que lo haga el jurado:

  • El nombre del producto debe estar en pantalla alrededor de los 2 segundos y el fotograma 0 es la miniatura. Un tercio inferior fijo con el nombre, desde el primer fotograma, resolvió ambos.
  • Las superposiciones y los subtítulos cubrían los mejores chistes. Después de colocar cualquier superposición, mira lo que hay debajo.
  • El texto se salía del área segura después de los movimientos de cámara. Verifica el último fotograma de cada movimiento, no el primero.
  • El mismo destello blanco y fallo en cada corte se lee como una plantilla, al igual que un fondo para cuatro tomas y cinco estallidos estelares idénticos. Varíalos; guarda el destello grande para uno o dos golpes.
  • Los subtítulos que se ven bien a 1080p son demasiado pequeños en un teléfono: letras de aproximadamente 40 px de alto, en su propia banda.
  • Una premisa que nunca se cumple. El film dice "a menos que alguien conteste el teléfono", por lo que alguien tiene que hacerlo.
  • Los golpes de sonido que caen debajo de una palabra hablada son inaudibles. Mueve el golpe después de la palabra y súbelo.

Lo que encontraron dos rondas del jurado en el film del libro de historias de papel (alrededor de 6/10, luego alrededor de 7/10). Verifica estos primero la próxima vez:

  • Las pantallas de productos reales mostradas a fotograma completo se leen como una grabación de pantalla y rompen el mundo. Mantenlas dentro de la escena (un portátil en el set), como dos grandes recortes con tipografía grande, cambiados con un barrido dentro del mundo de 16 fotogramas o más. Recorta cualquier borde para que los lados de la pantalla no tengan costura, y etiqueta el dinero del juego como ficticio.
  • Los números deben coincidir entre tomas. "Millonario ficticio" seguido de un tablero que muestra $9,100 deshizo la línea del héroe.
  • La toma del héroe se quedó quieta durante 1.4 s. Mantén algo en movimiento durante cada pausa (monedas cayendo, luces parpadeando, una segunda explosión cuando termina la línea), y encuádrala amplia desde su primer fotograma.
  • Un espacio de voz de más de un segundo con solo un lecho tenue se lee como silencio muerto. Acórtalo o pon un chiste y un sonido en él.
  • Las formas planas con bordes limpios se leen como arte vectorial incluso con grano encima. Una línea de corte ligeramente errante y un núcleo de papel más claro a lo largo del borde (piece() en paper.js del libro de historias) lo arreglaron. Los carteles deben ser letras recortadas (cutSign), no texto impreso.
  • Cualquier cosa que flote necesita un soporte visible (un tallo, un resorte, una lengüeta). Los haces de luz deben ser papel opaco.
  • Las acciones clave eran demasiado pequeñas para un teléfono: un lanzamiento de moneda, una corona cambiando de cabeza, una pulsación de botón. Escala la acción y empuja la cámara hacia ella.
  • Las ventanas emergentes se atravesaban entre sí y a través de las páginas que se volteaban. La verdadera geometría de plegado hace que los pliegues hacia el lector se echen hacia atrás en el instante en que una doble página comienza a cerrarse. Mantén esos pliegues verticales, haz que cada ventana emergente permanezca baja hasta que su doble página esté casi abierta (rise en book.js), y oculta las piezas que yacen planas dentro del libro cerrado.
  • Una página no debe comenzar a voltearse antes de que termine su oración: el lead de una toma no debe ser más largo que el gap antes de ella.
  • Un subtítulo que repite un remate que la imagen ya entrega lo estropea. cc en una línea puede contener solo sus palabras iniciales; el subtítulo luego se va cuando se dice el resto.
  • Termina en el primer fotograma: el libro se cierra sobre su portada con la dirección en una banda. También se repite limpiamente.

Lo que el usuario cambió después de ver ese film (corte v4):

  • Un chiste a expensas de otro personaje ("Sam odia a Kim", una nube de tormenta) se leyó como malo. Pidió que el chiste fuera sobre el héroe: Sam derrama una lágrima, luego sueña despierto con ser el primero ("Sueña, Sam, sueña."). Apunta los chistes al héroe.
  • Un eslogan copiado del producto ("El ingreso mensual más alto gana") le hizo preguntar qué se gana; nada. Verifica cada afirmación en el guion contra lo que el producto realmente hace antes de grabarlo.
  • Una nube de pensamiento es más alta que el fotograma: levanta la cámara con ella, mantén lo que refleja en el fotograma (el tablero real debajo del tablero soñado), y reviéntala unos fotogramas antes de que la página se voltee para que nada alto monte la hoja.

Dividir el trabajo:

  • Construye el aspecto y el motor en una sesión primero (dos o tres fotogramas que el usuario apruebe), y escribe el contrato de toma y un brief para cada toma en archivos (SHOTS.md, BRIEFS.md). Luego distribuye las tomas a agentes nuevos, una o dos tomas cada uno, con model: "opus" y esos archivos como el brief. No uses forks para esto: un fork siempre se ejecuta en el modelo y esfuerzo de la sesión y no se le puede dar uno más barato (en el film de estilos, los forks fueron el 55% del uso). Cada agente posee solo su propio archivo de toma; escribe los personajes compartidos primero; carga los módulos de toma uno por uno para que un archivo roto en medio de una edición solo borre su propia toma. Distribuye las correcciones del jurado de la misma manera, a agentes nuevos con el archivo de toma y la lista de correcciones, no reanudando a los constructores; mantén los archivos del motor para la sesión principal.
  • Dale el jurado a un agente nuevo cada ronda y dile al segundo que no lea las notas del primero.

Proceso:

  • pkill -f <patrón> coincide con el shell que lo ejecuta. Escribe el patrón como [p]atrón.
  • Un error de página deja al arnés esperando. Se rinde después de 45 s e imprime los errores de página; no lo canalices a través de tail mientras depuras, o los errores llegan solo al final.

...

[truncado para traducción]

Skills relacionados