Communitygithub.com

render-check (verificación de salida del estudio)

Verifica la salida del estudio (video, imagen, audio, modelo 3D) antes de aceptarla: extrae fotogramas y los REVISA, comprueba el formato con ffprobe, mide la sonoridad y ejecuta `make verify`. Úsalo después de cada render, tras cambiar el audio o al tocar el brief.

¿Qué es render-check (verificación de salida del estudio)?

Esta habilidad implementa un proceso de verificación exhaustivo para salidas del estudio, como videos, imágenes, audio o modelos 3D, evitando aceptar resultados sin una revisión visual y técnica. Su objetivo principal es garantizar que ningún error visual, de formato o de sonido pase desapercibido, siguiendo la regla de oro del proyecto: 'nunca digas 'listo' sin haber visto el resultado'. La habilidad soporta plataformas como Claude Code, Cursor y Codex, y se integra con herramientas como ffmpeg, ffprobe, Whisper large-v3 y scripts personalizados (capture.mjs, verify_output.py). El flujo incluye: extraer fotogramas de video (6-8 en diferentes instantes) para generar una hoja de contactos y revisarlos visualmente, verificar formato con ffprobe (resolución, codec, duración), medir la sonoridad con ebur128 (integrada −16 LUFS ±1, pico ≤ −1 dBFS) usando un espectrograma y transcripción con Whisper large-v3 (evitando small Whisper que inventa texto), ejecutar `make verify` para validación integral, y reportar honestamente los hallazgos, fallos y limitaciones. También advierte sobre trampas conocidas como falta de determinismo en Kokoro o mediciones erróneas de sonoridad con ventanas pequeñas. Es fundamental para mantener la calidad del trabajo del estudio.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/100FOUNTS/brief-to-3d-video-pipeline/tree/HEAD/.claude/skills/render-check

Preguntar en tu IA favorita

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

Documentación

Verificar una salida del estudio

La regla de oro del proyecto: nunca digas «listo» sin haber visto el resultado. Las pruebas automáticas dicen si funciona; solo mirar dice si se ve bien (en este proyecto, hyperframes check pasó con un arco cruzando el texto, y las pruebas del visor no habrían detectado ninguno de sus cuatro fallos visuales).

Pasos

  1. Video o escena con seek(t): toma 6–8 fotogramas distribuidos (no solo el primero) en una hoja de contactos y míralos con Read: node scripts/capture.mjs <scene.html> 1,4,7,10,13,16,19 out/frames/sheet.png 4 Para un MP4 ya renderizado: ffmpeg -i out/x.mp4 -vf "fps=1/3,scale=640:-1,tile=3x3" -frames:v 1 out/frames/sheet.png. Busca: texto recortado o superpuesto, elementos fuera de cuadro, mal contraste, fotogramas vacíos o congelados.
  2. Formato: ffprobe -v error -show_streams -show_format -of json <archivo> → 1920×1080, 30 fps, H.264 yuv420p, duración esperada, pista de audio AAC 48 kHz.
  3. Audio: ffmpeg -i <archivo> -vn -af ebur128=peak=true -f null - → integrada −16 LUFS (±1), pico real ≤ −1 dBFS. No puedes escuchar: usa un espectrograma (showspectrumpic), mediciones y la transcripción con Whisper large-v3 (audio/verify_voice.py). NUNCA con Whisper small: inventa texto en silencios y da un falso error del 49–160 %.
  4. Todo junto: make verify (o audio/.venv/bin/python scripts/verify_output.py). Debe terminar en ALL CORRECT.
  5. Informa honestamente: qué revisaste, qué mediste, qué NO PUEDES juzgar (naturalidad de la voz, gusto del diseño) y qué fallos aparecieron aunque los hayas corregido.

Trampas conocidas

  • Un resultado «idéntico» debe demostrarse (cmp, hashes de fotogramas con ffmpeg -f framemd5), no asumirse. Kokoro no es determinista sin una semilla.
  • Las mediciones de sonoridad con ventanas < 0,4 s dan −65 LUFS (basura): se omiten.
  • Un PNG puede ser 10 veces más lento que JPEG en escenas complejas (210 s frente a 20 s) y más rápido en escenas planas.

Skills relacionados