Communitygithub.com

android-launch-video

Produce un video promocional de calidad profesional para una app Android, grabado desde el emulador a 60 fps reales, junto con los activos para Google Play. Úsalo cuando te pidan un tráiler, video de lanzamiento, reel social, video vertical 9:16, captura con o sin voz en off, capturas de pantalla o gráfico destacado de la Play Store.

¿Qué es android-launch-video?

Esta habilidad te permite generar un video promocional de nivel agencia para una aplicación Android, grabando la app real en un emulador a 60 fps, con indicadores táctiles (no cursor), una banda sonora con licencia sincronizada al beat, narración por TTS de Gemini verificada con reconocimiento de voz (faster-whisper), y todos los activos para Google Play (video 16:9, vertical 9:16, capturas de pantalla, gráfico destacado). Está diseñada para Claude Code, Cursor o Codex (agentes de IA), y se basa en la habilidad product-launch-motion, que debe instalarse por separado. El flujo incluye captura real desde un host Windows con GPU (ffmpeg ddagrab), un motor de película HTML con Playwright para renderizar fotograma a fotograma, corrección de artefactos de voz en la música, y controles de calidad estrictos (sin cursor, sin datos personales, sin marcas de terceros). Es ideal para desarrolladores y equipos de marketing que necesitan un video de lanzamiento pulido sin depender de editores humanos.

Compatible con✓Claude Code~Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/andrecuellar/android-launch-video/tree/HEAD

Preguntar en tu IA favorita

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

Documentación

Video de lanzamiento Android

Un método y un conjunto de herramientas para crear el video promocional de Google Play (16:9), el corte vertical para redes sociales (9:16), cada uno con y sin voz en off, y las imágenes de la tienda, a partir de la app real ejecutándose en un emulador. El estándar es una película terminada de agencia, no una grabación de pantalla.

Esta habilidad adapta product-launch-motion (de AbubakrChan, MIT) a Android. Esa habilidad es un requisito y no está incluida: instálala desde https://github.com/AbubakrChan/product-launch-motion (probada en el commit edbfb105) y lee, antes de escribir cualquier código de película:

  • SKILL.md
  • references/technique.md
  • references/prompts.md
  • legacy/references/03-word-locked-sync.md
  • legacy/references/07-sound-and-master.md

Lo que cambia para Android: indicadores táctiles en lugar de cursor, captura real a 60 fps en lugar de movimiento reconstruido, superficies opacas para todo lo que se levanta de la pantalla, música verificada por artefactos de "corte vocal", narración verificada por reconocimiento de voz y las reglas de Play Store.

Las herramientas están en tools/ (índice en references/tools.md). Los detalles largos están en references/; este archivo es el método y las reglas.

1. Entregables

PiezaEspecificación
Video para Play / YouTube1920x1080, 60 fps, H.264, AAC 48 kHz, -14 LUFS integrados, pico real <= -1 dBTP
Video vertical para redes sociales1080x1920, mismas especificaciones, compuesto de forma independiente (nunca un recorte del 16:9)
Cada uno con y sin voz en offCuatro másters. El corte narrado se hace por separado y nunca reemplaza al corte solo música
Capturas de pantalla de PlayHasta 8, 1080x1920, PNG de 24 bits sin alfa (o JPEG)
Gráfico destacado1024x500 sin alfa; mantener el centro (aproximadamente x 362 a 662) libre: Play coloca allí el botón de reproducción
Imágenes fijas para redes sociales1080x1920
Avances14 MB máximo cada uno, para mostrarlos en un Artifact

Duración: aproximadamente 40 s, nunca más de 50 s.

En el formato 9:16, nada importante (texto, logotipo, botón) en las bandas que Reels, Shorts y TikTok cubren con su interfaz de usuario: el 14 % superior, el 20 % inferior y aproximadamente 120 px del borde derecho.

2. Reglas de producción (aprobarlas, luego mantenerlas)

  • Producto terminado. Juzga cada fotograma como una película de agencia pagada.
  • Movimiento real. Todo lo que se mueve dentro del teléfono es la app grabada a 60 fps. No se reconstruye ningún movimiento a partir de capturas de pantalla animadas. Un clip que entrecorta se graba de nuevo.
  • Sin cursor. Android no tiene ratón. Cada toque se marca con un disco suave y la ondulación Material, en el lugar y momento del toque real (del registro de toques de la captura).
  • Ninguna otra app en pantalla (apps de mensajería, mapas, navegador, selector de cuentas). Si la app menciona otra app en un botón, la palabra puede leerse; la otra app nunca aparece.
  • Nada flota sin una superficie. Cualquier elemento levantado de la pantalla del teléfono se apoya en su propia superficie opaca: la tarjeta misma o el contenedor de la app para esa sección, con su radio, color y una sombra suave. Ningún texto descansa sobre el teléfono y ningún texto se superpone a otro.
  • Idéntico a la app. Un elemento levantado comienza como un recorte exacto del fotograma visible y, en el aire, se cruza con un desenfoque breve hacia una réplica vectorial calibrada contra ese recorte. Sin insignias, iconos, botones o datos inventados.
  • Nada que no esté en la marca o la app. Sin glifo de reproducción en el botón final, sin barridos de color a pantalla completa, sin caja detrás de un texto para hacerlo legible: ajusta los tamaños en su lugar.
  • La marca abre y cierra, centrada en su eje en ambos formatos.
  • Movimiento vivo. Trazos largos que se estiran, adelgazan y cruzan al ritmo se ven mejor que bloques rígidos.
  • Datos creíbles: valores de mercado reales para el dominio de la app, nunca datos personales reales.
  • Texto en el idioma de la ficha con diacríticos correctos, sin guiones largos.
  • El revisor aprueba el guion, la música, la voz y la pronunciación de la marca antes de la producción, y no ve nada que no haya sido verificado primero (sección 11).

3. Roles y aprobaciones

  • Director (la sesión principal): habla con el revisor, lanza subagentes, revisa y publica. Las preguntas al revisor se envían mediante AskUserQuestion.
  • Subagente de análisis: producto, marca, flujos, entorno local, datos de muestra, plan de grabación y guion. No construye la app ni inicia el emulador.
  • Aprobaciones: guion gráfico en un Artifact (fotogramas clave dibujados con Playwright y revisados antes de mostrarlos), guion por compases, música, selección de voz, pronunciación de la marca y permiso para rotar el monitor durante la grabación.
  • Subagente de producción: compilación, emuladores, captura, película, audio, narración, renderizado, imágenes fijas, verificaciones y entregables. Registra el progreso en PROGRESS.md en el directorio de trabajo.
  • Cierre: el director revisa y publica; las notas del revisor vuelven a producción (SendMessage) hasta que se aprueben.

4. Entorno local y datos

  • Solo emuladores locales. Antes de sembrar datos, verifica que todas las variables de host del emulador estén configuradas: una siembra a través de un SDK de administración con una variable faltante escribe en producción.
  • Datos creíbles para el mercado objetivo: nombres, lugares, precios y fotos. Fotos con una licencia que permita uso comercial, fuente anotada, sin marcas de terceros.
  • Ubicación: adb -s <serial> emu geo fix <longitude> <latitude>.
  • Compilación de lanzamiento o perfil, sin superposiciones de depuración y apuntando a los emuladores. Un parche que solo existe para la grabación (ocultar un banner de entorno, saltar una espera) queda sin commit y se revierte al final.
  • Telemetría (informes de fallos, analíticas) desactivada en esa compilación, o comprobado que no llega a producción.
  • Barra de estado limpia con el modo demo de SystemUI (tools/capture/demo.sh): 9:41, batería completa y wifi, sin notificaciones.
  • Escalas de animación del sistema en 1 mientras se graba; en 0 la app no se mueve como un teléfono.
  • Backends compartidos: si algo compartido (una base de datos de staging) recibe escrituras, contar filas antes y después. Una API local con proveedores simulados puede dejar datos inventados en una base de datos compartida.

5. Captura real a 60 fps

screenrecord dentro del emulador no es suficiente: aproximadamente 41 fps a 1080x2400 (53 a 720x1600), y los desplazamientos se ven entrecortados. Úsalo solo para pruebas (tools/capture/clip.py). Opciones:

  1. Host Windows + GPU (probado). Emulador en Windows con -gpu host, el monitor rotado a vertical para que el teléfono quepa a 1:1, ddagrab de ffmpeg (Duplicación de Escritorio) a 60 fps recortado a la pantalla del teléfono y rotado, codificado casi sin pérdida con hevc_amf (AMD; probado) o h264_nvenc / hevc_nvenc (NVIDIA; no probado). tools/capture/capture.py (ClipGPU) graba, registra cada toque y deslizamiento con el reloj del emulador y mueve el clip a WSL.
  2. Teléfono físico con scrcpy (NO PROBADO). scrcpy --record a la frecuencia de actualización del teléfono; el registro de toques y la sincronización requerirían adaptación.
  3. Hosts macOS / Linux: no cubiertos.

Luego sync60.py alinea cada toque con el cambio visual que causa, measure2.py, stutter.py y jumps.py miden el resultado (la configuración probada dio de 53 a 59 fotogramas únicos por segundo), y app_fps.sh indica si la app misma dibuja a 60 dentro del emulador. Paso a paso, con las comprobaciones de Windows (sesión desbloqueada, tiempo de espera de pantalla, memoria libre): references/capture-60fps.md.

6. La película

Escribe DIRECTION.md (colores y fuentes de la marca desde el tema de la app, logotipo, concepto, guion por compases, reglas), luego PLAN.md, y solo entonces código. Una página HTML (film/index.html?f=16x9 o ?f=9x16) donde todo es función pura de seek(t): muelles de forma cerrada, sin transiciones CSS, sin temporizadores. tools/video/film/core.js es el motor (muelles, pistas, dígitos rodantes). Dentro de un marco de teléfono vectorial genérico (sin marca de fabricante) solo se reproduce la grabación real, fotograma a fotograma desde seek(t), con los indicadores táctiles dibujados desde el registro de toques.

Renderiza con Playwright: 4 subfotogramas por fotograma promediados con tmix de ffmpeg a 60 fps, en segmentos paralelos dimensionados para liberar memoria. Borradores a 30 fps y media escala. Hojas de contacto por compás y fotogramas individuales para revisión. Los dígitos rodantes se verifican fotograma a fotograma: nunca deben mostrar basura entre medias. Detalle: references/film.md.

7. Música

  • Pistas de Mixkit bajo la licencia Mixkit (https://mixkit.co/license/); título y autor van en los créditos. El director elige, el revisor escucha antes de editar. tools/music/ tiene un catálogo (título, autor, género, duración, enlace) y un análisis de tempo/energía; no hay audio incluido.
  • Propia cuadrícula de compás (video/scripts/grid.py): tempo medido y fase del primer tiempo. Los cortes caen en el compás con fundidos cruzados de potencia igual de aproximadamente 14 ms en la caída antes del ataque.
  • Verificación de corte vocal. Algunas pistas llevan golpes vocales cortados que suenan como palabras (a veces groseras) al oído. fingerprint.py y music_check.py comparan la huella espectral del golpe (40 bandas logarítmicas de 250 Hz a 6 kHz, similitud coseno) con cada tiempo de la edición: ninguno puede alcanzar 0.88. Esos compases se quedan fuera y sus ecos se bajan.
  • Efectos de sonido sintetizados, afinados a la escala de la pista y colocados en el pico medido (audio.py).
  • Mezcla punto de partida: pista x 0.5 + efectos x 0.62, -14 LUFS, pico real <= -1 dBTP. Detalle: references/audio.md.

8. Narración

  • Gemini TTS, modelo gemini-3.8-flash-tts. La clave proviene solo de la variable de entorno GEMINI_API_KEY: nunca impresa, nunca en una línea de comandos, nunca en un repositorio o un chat. tts.py la envía solo en un encabezado y la elimina de los errores.
  • Pocas generaciones gratuitas por día. Cada solicitud se registra; un 429 se informa y no se reintenta. Presupuesta: una línea corta de selección por voz, luego el guion completo en una solicitud por toma.
  • Selección: una voz natural, cálida, no robótica. Buenos candidatos: Sulafat (cálida), Laomedeia (vivaz), Leda (juvenil).
  • Pronunciación de la marca: pregunta al revisor antes de generar; va en las notas del director del prompt ("se pronuncia ..., como ..."), nunca en pantalla. faster-whisper large-v3 (transcribe.py) lo verifica con y sin pista. El modelo no está incluido: https://huggingface.co/Systran/faster-whisper-large-v3
  • Voz primero. Cada línea tiene su ventana en la película y su palabra clave cae en el cambio visual que nombra (segment.py, place.py, timing_table.py, pace.py).
  • Mezcla narrada (narrated_mix.py): la música baja bajo cada línea de 9 a 12 dB por debajo de la voz, con rampas. check_margin.py encuentra dónde pierde la voz, audio_artifacts.py encuentra clics y cortes. Detalle: references/narration.md.

9. Imágenes de la tienda y metadatos de Play

  • Capturas de pantalla: fotogramas limpios de la película 9:16 (store_shots.mjs, un solo seek(t) por fotograma, sin desenfoque de movimiento) o pantallas reales con un titular. 1080x1920, PNG de 24 bits sin alfa (png_srgb.py). La primera indica la propuesta de valor.
  • Gráfico destacado 1024x500: marca, una línea y el teléfono, centro mantenido libre.
  • Imágenes fijas para redes sociales 1080x1920, respetando las bandas seguras de la sección 1.
  • Reglas de metadatos de Play, que también se aplican al video: sin "#1", "mejor", premios, testimonios, llamadas a descargar, ofertas con fecha o palabras clave repetidas, y nada que la app no haga. Detalle: references/store-assets.md.

10. Entrega

  • Artifact principal: los cuatro avances, las imágenes fijas, los textos de la ficha y los créditos de música.
  • Una página de descarga por formato (capacidad de Artifact downloads). Los másters se dividen en partes de 14 MB (tools/delivery/split.sh), se reensamblan en el navegador y se verifican con SHA-256 antes de ofrecer guardarlos (tools/delivery/downloads/index.html, probado con tools/editor/test-downloads.mjs). Una publicación envía hasta 64 MB: sube las partes en varios lotes a la misma URL.
  • Opcionalmente, copia los másters a una carpeta de Windows (masters_dir_wsl en la configuración).
  • Subir a Play o redes sociales solo cuando el revisor lo solicite.

11. Antes de mostrar nada

Mira tú mismo cada hoja de contacto, a tamaño real y en contexto, y ejecuta las comprobaciones de references/checks.md: película (overlaps.mjs, purity.mjs, errors.mjs), renderizado (jumps.py, stutter.py), audio (-14 LUFS, pico real, sin golpe con forma vocal, voz completa según Whisper) y la lista visual (sin cursor, sin otra app, sin banners de depuración, barra de estado limpia, sin datos personales, sin texto recortado, sin errores ortográficos).

12. Cuidado de la máquina

Antes de cada lote pesado, verifica uptime, free -g y la memoria libre de Windows. Los renderizados se ejecutan dentro de un ámbito con límite de memoria, una compilación de Gradle a la vez, temperaturas vigiladas en lotes largos (pausa por encima de 85 °C en CPU o 80 °C en GPU), Windows nunca por debajo de 2 GB libres. Nunca mates procesos o emuladores de otras sesiones. Detalle: references/checks.md, sección "Cuidado de la máquina".

13. Limpieza

Apaga el emulador de Android y cualquier otro emulador iniciado, restaura el monitor y el tiempo de espera de pantalla, revierte los parches solo para grabación y la configuración temporal, vacía la carpeta de captura de Windows y declara claramente qué queda pendiente.

Referencias

  • references/capture-60fps.md: Captura en host Windows, paso a paso.
  • references/film.md: Contrato de la página de película, motor, renderizado, hojas de revisión.
  • references/audio.md: Elección de música, cuadrícula de compás, verificación de corte vocal, efectos, mezcla.
  • references/narration.md: Gemini TTS, selección de voz, comprobaciones Whisper, colocación, mezcla narrada.
  • references/store-assets.md: Capturas de pantalla, gráfico destacado, reglas de Play.
  • references/checks.md: Lista de verificación previa a la revisión y cuidado de la máquina.
  • references/lessons.md: Lecciones aprendidas, como reglas.
  • references/tools.md: Cada herramienta, qué hace y cómo llamarla.

Skills relacionados