Communitygithub.com

cartoon-video

Crea cortometrajes animados verticales originales a partir de una idea, guion o voz en off subida. Úsalo cuando un usuario quiera un video de caricatura corto planificado, con guion, sincronizado con la narración, animado con un mundo Three.js y personajes ilustrados, con diseño de sonido, renderizado o exportado como MP4.

¿Qué es cartoon-video?

Esta habilidad permite a un agente de IA ayudar a los usuarios a crear cortometrajes animados verticales originales, con narración, desde cero. Cubre todo el flujo de trabajo: desde la generación de ideas y la escritura del guion, hasta la sincronización con la voz en off, la construcción de mundos 3D y personajes usando Three.js, el diseño de sonido y la exportación final a MP4. Está diseñada para plataformas como Claude Code o Cursor, y se basa en un kit de herramientas (`engine/`, `tools/`) y un ejemplo de trabajo (`example/soldier/`) ubicados en el directorio raíz del repositorio. La habilidad enfatiza un estilo visual expresivo con fondos 3D coloridos, personajes planos e iluminación atmosférica, y guía al usuario a través de etapas estructuradas (idea, guion, construcción, revisión, renderizado) para garantizar un resultado pulido y original, evitando la reproducción directa de contenido con derechos de autor.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Alone-legacy/cartoon-video-skill/tree/HEAD

Preguntar en tu IA favorita

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

Documentación

Habilidad de Video de Caricatura

Ayuda al usuario a crear un cortometraje de caricatura vertical original, liderado por narración. La raíz del repositorio es el directorio de la habilidad: engine/, tools/ y example/ están ubicados directamente dentro de él (no hay un subdirectorio kit/). Mantén al usuario informado sobre el plan, revisa las imágenes fijas antes de un renderizado largo e informa honestamente sobre cualquier herramienta no disponible o etapa incompleta.

Dirección creativa

El estilo característico son tarjetas de personajes planas e ilustradas y expresivas en un mundo 3D colorido y dimensional: texturas pintadas, contornos a tinta, iluminación atmosférica, profundidad de campo y movimiento de cámara suave. Por defecto, usa una composición vertical 9:16, 1080×1920, a 30 fps. Utiliza narración visual, siluetas legibles, puesta en escena deliberada y reacciones que calcen con la narración.

  • Las historias, personajes y diseños de tomas deben ser originales; no reproduzcas el video de otro creador toma por toma.
  • No hagas personajes de personas reales, vivas y nombradas, ni incluyas mascotas o logotipos de marcas.
  • No agregues subtítulos a menos que se soliciten. Cualquier texto dentro del mundo debe estar correctamente orientado y ser legible.
  • Evita el contenido gráfico y no conviertas a personas reales vivas en el blanco del ridículo.
  • Verifica afirmaciones fácticas cuando las herramientas de navegación/investigación estén disponibles. Etiqueta claramente leyendas e historias en disputa; nunca presentes una anécdota viral como un hecho confirmado.
  • Preserva la grabación de voz del usuario. Sincroniza las imágenes con ella; no edites ni reajustes el tiempo de la narración para que coincida con la animación.
  • Mantén la narración inteligible. La música y los efectos deben apoyar, no opacar, la voz.

Etapa 1 — Encontrar el punto de partida

Primero, verifica el mensaje y los archivos adjuntos del usuario. Si hay una voz en off, úsala y pregunta por el guion final solo si es necesario para resolver la sincronización. De lo contrario, pregunta si el usuario tiene una voz en off, tiene un guion y necesita grabarlo, o quiere ideas y un guion. Pregunta por la duración objetivo si se desconoce; por defecto, 20–30 segundos, con 45–60 segundos disponibles cuando se solicite.

No preguntes por información ya proporcionada. Mantén el siguiente paso claro y dale al usuario una lista de verificación de progreso concisa para trabajos de múltiples pasos.

Etapa 2 — Ideas (cuando se soliciten)

Da exactamente 10 ideas numeradas, luego pide al usuario que elija una o solicite más. Cada idea incluye:

  • Un título impulsado por la curiosidad (de aproximadamente 5 a 8 palabras).
  • Un gancho de apertura fuerte expresado claramente.
  • El giro/remate en una línea.
  • Por qué la historia se animará bien (2 o 3 momentos visuales).
  • Si es historia documentada, en disputa o folclore.

Favorece un personaje claro, apuestas concretas, causa y efecto visibles, escalada y un remate irónico o sorprendente. Varía épocas y temas. Investiga los hechos clave de cualquier cosa descrita como verdadera cuando las herramientas de investigación estén disponibles.

Etapa 3 — Escribir la narración

Escribe solo narración, sin acotaciones en el texto hablado. Apunta a aproximadamente 3.7 palabras habladas por segundo (alrededor de 75 palabras para 20 segundos, 110 para 30 segundos o 220 para 60 segundos). Estructúralo como:

  1. Gancho: abre con la afirmación sorprendente, sin una preparación larga.
  2. Escenario: establece cuándo, dónde y quién con un detalle concreto.
  3. Escalada: construye a través de 2 a 4 momentos cada vez más vívidos.
  4. Giro: explica el mecanismo o revela el hecho clave.
  5. Remate: termina con un giro corto y memorable.

Usa lenguaje conversacional, contracciones y oraciones mayormente cortas. Escribe los números como palabras habladas cuando eso mejore la narración. No describas lo que el espectador ya puede ver. Devuelve el guion en un bloque copiable con un conteo de palabras y una duración estimada, seguido de un plan visual breve y una guía práctica de grabación. Pide la voz en off cuando el guion esté aprobado. Conserva el texto del guion final para la sincronización; si la grabación difiere, obtén la versión hablada real.

Etapa 4 — Construir a partir de una voz en off

Trabaja a través de las etapas a continuación y solo haz preguntas cuando una entrada faltante bloquee el progreso. Usa el guion aprobado del usuario como referencia de sincronización. Si no hay un reconocedor de voz disponible, el guion es obligatorio: no afirmes que entiendes o transcribes audio sin una herramienta adecuada.

4.1 Preparar el proyecto

El kit de la habilidad está en la raíz del repositorio. Crea un proyecto de trabajo separado usando:

bash <raiz-habilidad>/tools/setup.sh <directorio-proyecto>

Usa la ruta de instalación real para <raiz-habilidad>. El script de configuración copia engine/, tools/ y los archivos de inicio del ejemplo de trabajo en el proyecto, y puede recuperar código de Three.js y la biblioteca de personajes de fuentes ascendentes. No te refieras a <raiz-habilidad>/kit/tools/setup.sh; esa ruta no existe en este repositorio.

Verifica que Node.js 22.6+, Python 3 con NumPy (y Pillow para hojas de contacto), FFmpeg/FFprobe, Git y Playwright con Chromium estén instalados. Explica los requisitos previos faltantes y pregunta antes de hacer cambios consecuentes a nivel de sistema. No deshabilites TLS, evites un proxy ni uses descargas de ejecutables no confiables para eludir restricciones de red. Usa Chromium software WebGL solo como alternativa y advierte que puede renderizar lentamente.

4.2 Sincronizar la narración

Desde el directorio del proyecto, ejecuta:

python3 timing.py voz.mp3 guion.txt --out trabajo

La herramienta de sincronización usa marcas de tiempo de palabras de Whisper/faster-whisper si están disponibles. De lo contrario, con un guion, alinea las frases con los segmentos de voz detectados. Inspecciona trabajo/phrases.json; corrige los errores evidentes en los límites de las frases antes de planificar las tomas. El número total de fotogramas es aproximadamente duración × 30. Si no hay reconocimiento de voz ni guion final disponibles, pide el guion en lugar de adivinar.

4.3 Planificar las tomas antes de codificar

Escribe un trabajo/PLAN.md con una fila por toma: fotogramas de inicio/fin, frase hablada, escenario, iluminación, movimiento de cámara, personajes/poses/expresiones, efectos y señales de sonido.

  • Coloca una imagen de gancho convincente en el fotograma 0.
  • Normalmente usa una toma por frase; combina frases muy cortas cuando sea útil.
  • Muestra cada oración con una acción visual concreta o un accesorio que lleve el chiste.
  • Varía el tamaño de la toma y la composición: primer plano, revelación amplia, plano de dos, inserto, reacción y movimiento de entorno.
  • Usa la iluminación para aclarar los momentos de la historia. Haz que los saltos en el tiempo sean visualmente legibles.
  • Escenifica el giro deliberadamente; logra su recompensa visual en las palabras finales.

4.4 Construir el mundo y el reparto

Usa engine/ y los archivos del proyecto copiado como la fuente de verdad. Adapta web/story.js de example/soldier/story.js y la tabla de señales de audio copiada de example/soldier/audio.py; no sobrescribas el ejemplo en el repositorio de la habilidad. Sigue los contratos y exportaciones en el motor copiado y el código de ejemplo.

Construye entornos a partir de geometría 3D simple y materiales pintados. Ten en cuenta el marco vertical al escenificar la profundidad y los objetos en primer plano. Haz que los elementos escenográficos impulsados por la historia sean controlables por fotograma/tiempo, y asegúrate de que el estado del mundo sea determinista para cualquier fotograma solicitado. Mantén las tarjetas de personajes legibles, con poses, expresiones, parpadeos y movimiento de reposo sutil apropiados. Usa deslizamientos de cámara suaves, enfoque intencional y movimiento secundario sin distraer de la narración. Verifica que el texto diegético no esté reflejado.

Si se cambia el código fuente del personaje, sigue el procedimiento de reconstrucción documentado del proyecto generado. Renderiza una prueba/hoja de contacto del personaje antes de confiar en un nuevo diseño. Evita alterar los contratos centrales de material/profundidad/tinta del renderizador a menos que la escena lo requiera y el resultado se haya verificado.

4.5 Diseño de sonido

Adapta la tabla de señales de ejemplo a la historia. Usa música para establecer el tono y apoyar el ritmo; usa efectos de sonido en acciones significativas, transiciones y revelaciones. Mantén la narración al frente, evita que los efectos sobresalten por encima de ella y no uses música o efectos con derechos de autor sin permiso. Renderiza/verifica la mezcla antes de codificar; informa cualquier problema de clipping o balance no resuelto en lugar de afirmar que el audio ha pasado el control de calidad.

Fija la sincronización de la imagen antes de finalizar las señales. Si la sincronización de la toma cambia, revisa la sincronización y la mezcla de las señales de sonido.

4.6 Revisar, renderizar y finalizar

Renderiza fotogramas representativos de cada toma, más las transiciones y acciones clave. Crea una hoja de contacto con las utilidades proporcionadas e inspecciónala (o usa las herramientas de visualización de imágenes disponibles). Corrige el encuadre, la oclusión, el texto reflejado, los fotogramas en blanco, la iluminación y la legibilidad del personaje antes de comenzar el renderizado largo. Comparte la hoja de revisión y un resumen conciso de las tomas con el usuario cuando el entorno admita compartir archivos, luego procede con el renderizado completo.

Comandos típicos del proyecto (ejecutar desde el directorio del proyecto generado):

node render.mjs vistas/revision "0,60,120"
python3 sheet.py vistas/revision vistas/hoja-contacto.jpg
node render.mjs fotogramas "0-<ultimo-fotograma>"
bash finish.sh "Título Del Corto"

Usa el rango de fotogramas real derivado de la voz en off. Reanuda solo si el modo de reanudación del renderizador es compatible con la versión copiada. Verifica la finalización del proceso y los errores; no asumas que un proceso en segundo plano iniciado terminó. La utilidad de finalización codifica un MP4 e imprime verificaciones básicas de medios/negros/congelamiento/volumen. Inspecciona el archivo final y la salida del control de calidad, y sé transparente si alguna verificación no pudo ejecutarse.

Entrega el MP4 y una breve descripción de las tomas cuando las herramientas para compartir archivos estén disponibles. De lo contrario, proporciona la ruta de salida exacta y explica cómo el usuario puede recuperarlo. Ofrece revisiones enfocadas o subtítulos solo si se solicitan.

Notas del repositorio y dependencias

  • engine/: renderizador y mundo Three.js, ayudantes de pintura, movimiento y personajes.
  • tools/: scripts de configuración del proyecto, sincronización, renderizado de fotogramas, hoja de contacto y finalización. Prefiere estos scripts canónicos del repositorio de la habilidad.
  • example/soldier/: ejemplo de trabajo; úsalo como iniciador, no como una historia para repetir automáticamente.
  • El proceso de configuración recupera algunas dependencias de terceros. Respeta sus licencias originales y no reclames la propiedad del código de terceros.
  • Los archivos de audio, fotogramas, hojas de contacto y MP4 generados pertenecen al proyecto de trabajo del usuario. No comprometas grabaciones de voz privadas ni secretos en el repositorio de la habilidad.

Skills relacionados