Communitygithub.com

oleg-motion

Convierte imágenes estáticas en animaciones pulidas: banners en bucle, anuncios animados, historias, clips tipo cinemagraph (MP4/WebM/GIF).

¿Qué es oleg-motion?

oleg-motion es una habilidad de diseño de movimiento determinista para agentes de IA (compatible con Claude Code, Cursor y otros). Toma imágenes estáticas (JPG/PNG, PSD o carpetas de capas PNG) y las transforma en animaciones de bucle profesional de formato libre, como banners, anuncios, stories de redes sociales y clips cinemagraph. El núcleo del sistema es una escena HTML renderizada fotograma a fotograma en un navegador headless Chrome y codificada con ffmpeg. Esto garantiza que los bucles cierren exactamente y que las salidas sean reproducibles, utilizando funciones puras del tiempo. La habilidad puede dividir automáticamente imágenes planas en capas de fondo, sujeto y texto (con modelos ML opcionales) o trabajar con PSD y capas previamente separadas. Aplica movimientos de cámara con paralaje/2.5D, partículas (nieve, hojas, polvo, confeti, bokeh), efectos de luz (destellos, brillos estelares, bengalas, resplandor) y animación de texto/producto, manteniendo fijos precios, logotipos y texto legal. Todo el proceso es determinista y controlado por el agente, con un flujo que incluye análisis de la imagen, planificación de movimiento, definición de capas, construcción de escena, renderizado iterativo y entrega final.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bonchuk/oleg-motion/tree/HEAD

Preguntar en tu IA favorita

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

Documentación

¿Qué hace oleg-motion?

Diseño de movimiento determinista a partir de imágenes fijas: una escena HTML renderizada fotograma a fotograma en Chrome headless, codificada con ffmpeg. Todo es una función pura del tiempo, por lo que los bucles se cierran exactamente y las representaciones son reproducibles. Habla con el usuario en su idioma; mantén los nombres de archivo y el JSON de la escena en inglés.

$OM a continuación significa el directorio de esta habilidad (la carpeta que contiene este SKILL.md).

0. Asegúrate de que se ejecuta (una vez por máquina)

Ejecuta todo a través del lanzador $OM/om — coloca el propio Node, ffmpeg y Python de la habilidad primero en el PATH, por lo que funciona en un Mac limpio sin herramientas de desarrollo.

$OM/om doctor              # qué está instalado
bash $OM/scripts/setup.sh  # núcleo: Node.js, ffmpeg, motor de renderizado (descarga lo que falta)
$OM/om setup --psd         # + importación de PSD
$OM/om setup --ml          # + capas automáticas para imágenes planas (~1 GB incl. modelos)
$OM/om update              # última versión de GitHub (funciona sin git), luego vuelve a hacer setup

La configuración no necesita contraseña de administrador, Homebrew ni git: las herramientas faltantes se descargan en ~/.cache/oleg-motion/tools (anula la carpeta con OLEG_MOTION_HOME); las herramientas ya existentes en la máquina se utilizan si son suficientemente buenas. Solo el núcleo ya puede animar cualquier imagen (cámara, partículas, luz, superposiciones). Pregunta antes de ejecutar --ml — descarga modelos. Si om no es ejecutable (descomprimido de un zip), invoca bash $OM/om ….

1. Briefing: mira primero, luego pregunta con opciones seleccionables

La gente suelta un archivo y dice "haz que se mueva". La mayoría no puede describir el movimiento con palabras, así que no hagas preguntas abiertas: mira la imagen tú mismo primero (ábrela), enumera sus elementos (titular, precio, botón, logotipo, fotos, producto, flechas…), luego pregunta.

Kit de marca primero. Si la solicitud nombra una marca/proyecto, o un *.brand.json / oleg-motion.brand.json se encuentra en la carpeta de trabajo, o $OM/brands/ tiene un kit coincidente, cárgalo y pásale --brand a scene: sus valores predeterminados responden a la mayoría de las preguntas (saltar esas) y sus protect / avoid / notes son reglas estrictas. Formato: references/brand-kit.md. Aún no hay kit → oferta para guardar uno en la entrega (paso 6).

Nunca preguntes sobre aspectos técnicos: tiempos, easing, amplitudes, escalonamientos, recuentos de partículas son valores predeterminados profesionales (references/motion-guidelines.md). Cámbialos solo cuando la persona lo pida. Cada pregunta ofrece un valor predeterminado que pueden aceptar.

Omitir las preguntas cuando el usuario dice "просто зроби" / "solo hazlo" / "por tu cuenta", o las respuestas ya están en la solicitud: elige los valores predeterminados y establécela en una línea.

De lo contrario, pregunta una vez, con opciones: utiliza la herramienta AskUserQuestion cuando esté disponible (tarjetas seleccionables; de lo contrario, un mensaje con opciones numeradas). Hasta 4 preguntas, cada una con tu opción recomendada primero, basada en lo que viste en la imagen:

  1. ¿Dónde vivirá? → perfil: "як є — не змінювати пропорції" (source: la relación de aspecto original, lado largo limitado a 1920 px), publicación de Instagram 4:5 (feed-portrait), Stories/Reels 9:16 (story), banner de sitio web (web-hero / web-strip), anuncio GIF de display (display-*). Ajusta las 4 opciones a la imagen: si su relación ya coincide con un formato (ej. 4:5 → publicación de Instagram), ofrece ese formato en lugar de un "como está" separado (mismo resultado) y recomiéndalo; de lo contrario, recomienda "como está" primero. Un formato con otra relación recorta la imagen (fit: cover) o agrega márgenes borrosos (contain-blur) — di cuál, y qué corta (bordes del titular, CTA), para que la persona no se sorprenda.
  2. ¿Personaje? → 3 o 4 estados de ánimo que se ajusten a la imagen, descritos por sensación, no por nombre: "tranquilo y premium", "energético", "festivo", "apenas en movimiento". Menciona el estado de ánimo coincidente en la descripción (premium, energetic, festive, calm …; lista completa: $OM/om moods).
  3. ¿Estructura? → "los elementos aparecen, luego bucle" (intro-loop, bueno para publicaciones sociales), "solo bucle sin interrupciones" (loop, bueno para banners de sitio web), "una pasada con final" (oneshot).
  4. ¿Cuál es el héroe? (selección múltiple) → los 3 o 4 elementos más prominentes que encontraste, ej. "titular SUMMER SALE", "botón CTA", "fotos", "producto". El héroe obtiene el movimiento principal; todo lo demás permanece tranquilo.

Valores predeterminados si no se responde: perfil de la relación de aspecto, 6 s (introducción 2 s + bucle 4 s para intro-loop), MP4, estado de ánimo elegido de la paleta y el sujeto. Un video de referencia ("como este") supera cualquier respuesta: desglosa con references/reference-analysis.md y copia su ritmo, no su contenido.

2. Plan de movimiento: acordar con palabras antes de renderizar

Antes del primer renderizado, muestra el plan en lenguaje sencillo (idioma del usuario), una línea por elemento, con tiempo — ej.:

Introducción (2 s): aparece el logotipo → el titular sube por líneas → "-30%" aparece saltando → el botón y el producto aparecen desde abajo. Bucle (4 s): "-30%" brilla ligeramente, un destello lo recorre · el botón palpita · el producto flota ligeramente · polvo cálido de fondo. No se mueve: logotipo (solo una chispa), precio después de aparecer, fechas.

Pregunta "¿Hacemos así o cambiamos algo?" en el mismo mensaje y procede solo después de un sí (o cuando el usuario omitió las preguntas — entonces renderiza directamente y muestra el plan con el resultado). Cambiar el plan cuesta segundos; cambiar un renderizado cuesta minutos. El plan también decide qué elementos necesitan su propia capa en el siguiente paso.

3. Obtener capas

Elige según la entrada: el objetivo es un layers.json con roles (consulta references/scene-format.md):

entradacomando
JPG/PNG plano, ML instalado$OM/om py $OM/scripts/ml/auto_layers.py in.jpg --out work/layers
PSD$OM/om py $OM/scripts/psd_layers.py in.psd --out work/layers
carpeta de capas PNG$OM/om layers-from-dir path/to/pngs
creatividad diseñada (tarjetas, botones, flechas, fotos con cabezas sobresaliendo del marco) o auto-capas se equivocaronescribe regions.json (cuadros/polígonos + modo máscara) → $OM/om py $OM/scripts/ml/cut_regions.py regions.json --out work/layers (formato en el docstring del script)
imagen plana, sin MLescribe layers.json manualmente: una capa background (y pide cuadros de texto si las partículas deben evitar el texto)

Para regions.json, encuentra coordenadas midiendo, no a ojo: umbral de píxeles brillantes/oscuros e imprime los cuadros delimitadores de los componentes; para tarjetas de fotos, escanea el color del marco y ajusta los bordes (un polígono de 3 a 5 px dentro del borde real deja una línea brillante en el fondo y recorta la tarjeta). Usa mask: "contrast" para texto/logotipos/líneas sobre un fondo plano, "full"

  • popout para tarjetas de fotos con una cabeza que sobresale, "seg" para objetos en fotos con mucho desorden.

Abre siempre preview.png / las capas PNG y verifica la división antes de construir la escena: las capas automáticas pueden etiquetar incorrectamente (un logotipo detectado como texto, un precio como titular, un sujeto que en realidad es fondo). Corrige los roles en layers.json: los roles deciden qué puede moverse. Si el recorte del sujeto es deficiente, descarta esa capa en lugar de animar un borde irregular.

4. Construir la escena

$OM/om scene --layers work/layers/layers.json --mood energetic \
     --profile feed-portrait --structure intro-loop [--brand brand.json] \
     [--intensity 1] [--speed 1] [--density 1] --out work/scene.json

Esto redacta scene.json a partir del paquete de estado de ánimo (y el kit de marca). Luego edítalo para que coincida con el plan acordado — aquí es donde está el oficio: tiempos de introducción por capa escalonados de 50 a 100 ms (cascada completa ≤ 2 s, entradas de 400 a 800 ms, ease-out; rebote solo en un elemento divertido), la luz/brillo del héroe, movimiento decorativo (flechas rebotan, insignias giran), partículas en un color de acento de la imagen o el kit de marca. Lee references/effects.md para cada efecto y sus parámetros, y references/motion-guidelines.md para límites que lo mantengan profesional.

5. Renderizar, mirar, iterar

$OM/om render work/scene.json --out work/out --quality draft     # comprobación rápida
$OM/om render work/scene.json --out work/out --formats mp4,webm,gif  # final

Después de cada renderizado, mira *-sheet.jpg (8 fotogramas) y, cuando algo esté en duda, extrae fotogramas individuales (ffmpeg -ss 2.5 -i out.mp4 -frames:v 1 f.png) y visualízalos. El informe (*-report.json, resumido en stderr) verifica: costura del bucle, destellos (≤3/s), capas bloqueadas sin movimiento, zonas seguras (texto/precio/CTA ≥ 10 % desde los bordes, logotipos ≥ 5 %; cut = un cambio de formato lo recortó, as-designed = la fuente ya estaba tan ajustada), presupuesto de archivo.

Corrige los fallos antes de entregar: una costura visible generalmente significa un cycles no entero; un fallo de presupuesto significa menos partículas/grano, o menor tamaño GIF/fps.

Muestra al usuario el borrador (hoja de contacto o el MP4) e invita a realizar ajustes con sus propias palabras: "más lento", "menos brillo", "sin partículas", "botón más brillante", "quita la introducción". references/tweaks.md asigna dichas frases a ediciones de escena; aplícalas, vuelve a renderizar como borrador, y renderiza el final solo cuando estén satisfechos.

Costo en una laptop (M1, 8 GB): capas automáticas ≈ 3–4 min por imagen (ejecutar una vez, luego iterar en la escena); renderizado ≈ 0,2–0,4 s por fotograma (6 s a 30 fps ≈ 1 min). Informa al usuario antes de pasos largos.

6. Entrega

Entrega al usuario: los archivos (rutas + tamaños), el póster JPG, una frase sobre lo que se mueve, y para sitios web la sugerencia de inserción <video autoplay muted loop playsinline poster="…">. Si la plataforma de destino tiene límites estrictos (tamaño exacto, códec, MB máximos), di que se cumplieron — o no. Si este fue un trabajo de marca y aún no existe ningún kit, ofrece en una línea guardar uno (references/brand-kit.md) para que la próxima vez las preguntas ya estén respondidas.

Reglas que lo mantienen bueno (y por qué)

  • Un movimiento héroe, ≤ dos ambientales. Los espectadores leen una cosa a la vez; el movimiento extra compite con el mensaje.
  • Precios, texto legal y logotipos se mantienen rígidos. El movimiento desenfoca y tambalea las formas de las letras: la legibilidad y la confianza en la marca superan el estilo. Los roles lo imponen; no reasignes un precio a text para obtener movimiento.
  • No finjas el movimiento de una persona. Una persona recortada no puede correr ni saludar; hacer que toda la figura flote o palpite parece un títere de cartón. Dale profundidad a las personas (paralaje de cámara) y una introducción, nada más.
  • Amplitudes pequeñas. Empuje de cámara del 3–6 %, inclinación de 2–4°, respiración ≤ 2 %. Los grandes zooms y paralajes causan mareo por movimiento y se ven amateur.
  • Solo ciclos completos. El bucle es perfecto porque cada movimiento completa un número entero de ciclos por bucle: nunca establezcas cycles fraccionarios.
  • Primer fotograma = póster terminado. En loop, el primer fotograma ya tiene todo en su lugar; usa intro-loop cuando se deseen entradas.
  • Sin redibujado generativo de texto. Esta habilidad nunca vuelve a pintar texto o productos; el video IA (opcional, consulta references/ai-video.md) es solo para fondos, con las capas originales compuestas nuevamente encima.

Solución de problemas

  • Playwright is not installed, Node.js is missing, errores de ffmpeg → bash $OM/scripts/setup.sh.
  • Fotogramas en blanco o negros → una ruta de capa es incorrecta (comprueba las advertencias de stderr) o la escena no tiene capa de fondo.
  • Detección de texto omitida → ocrmac solo es para macOS; en otros lugares, pasa las capas de texto manualmente.
  • Halos de borde en paralaje → baja depthParallax.amp, o rellena la placa (auto-layers lo hace a menos que --no-inpaint).
  • GIF demasiado grande → los perfiles display-* lo encogen automáticamente; de lo contrario, baja fps/ancho.

Skills relacionados