/stick-figure
┌──────────────────────┐
│ ☀ ☁ │ cielo brillante, mar, accesorios dibujados en código
│ ◯ ◯ │ figuras stick con cabezas grandes blancas, caras expresivas
│ /|\ /|\ │
│ / \ / \ 🛢 │
│ parche ojo │ subtítulos de 1 a 2 palabras, minúsculas, ~70% abajo
└──────────────────────┘
Viene con un ejemplo completo: engine/template es un reel terminado de 37 s, "¿Qué pasaría si los parches de piratas no tuvieran nada que ver con ojos faltantes?"
Primer uso
Esta carpeta de skill es el "Directorio base" que Claude Code muestra al cargarla.
SKILL_DIR="<directorio base de este skill>"
ENGINE="$SKILL_DIR/engine"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
[ -x "$KIT/.venv/bin/python" ] && [ -d "$KIT/models" ] || bash "$KIT/setup.sh" --voice # ~1 GB de modelos de voz, una vez
PY="$KIT/.venv/bin/python"; export NODE_PATH="$KIT/node_modules"
Requiere ffmpeg, Node y Python 3.9+. Para ver el ejemplo: cp -r "$ENGINE/template" ~/reels/pirate && bash "$ENGINE/make.sh" ~/reels/pirate.
Cómo se estructura
Un reel es una carpeta:
script.json: la narración, una oración por entrada.captions.json: intercambios de texto opcionales para subtítulos ({"twenty five": "25"}).web/shots.js: la lista de tomas. Cada toma esSHOTS.push({start, end, tr, draw(ctx, lt, t)})en segundos de la narración;ltes el tiempo dentro de la toma,tres la transición de salida ('whip'o'cut').web/lib.js(curvas de easing, keyframeskf, formas, texto),web/chars.js(el rig de stickdrawStick, sombreros, caras, IK de brazos, el parche de ojo),web/env.js(cielo, nubes, mar, barcos, cubierta, barriles, cañón, linterna, bajo cubierta),web/main.js(desenfoque whip, viñeta, grano, subtítulos). Añade nuevos accesorios aenv.jso a un nuevoenv2.js(inclúyelo enweb/index.html).audio.py: música y SFX, todo sintetizado en código y colocado en segundos de la narración.
make.sh genera la voz, alinea cada palabra (audio/words_new.json), mezcla el sonido, renderiza las tomas en paralelo y escribe <carpeta>/<nombre de carpeta>.mp4.
Tiempos: audio/words_ref.json es la voz contra la cual se sincronizaron las tomas. Cuando la voz cambia pero las palabras no, make.sh ajusta las tomas a la nueva grabación, por lo que una nueva grabación no necesita ediciones. Si el guion cambia, elimina audio/words_ref.json (la siguiente grabación se convierte en la referencia) y vuelve a sincronizar shots.js.
Pasos
- Guion. Entre 110 y 120 palabras para 38 a 40 segundos, una idea por oración: un gancho de "¿qué pasaría si?", la creencia común, un giro con "Pero", ejemplos que construyen, una toma que muestra el mecanismo y un desenlace que responde al gancho. Muéstraselo al usuario antes de animar.
- Datos. Verifica cada afirmación con fuentes. Atenúa teorías ("los científicos creen").
- Carpeta.
cp -r "$ENGINE/template" <reel>, luego vacía suaudio/y reemplazascript.json(ycaptions.json). - Voz. En la carpeta:
"$PY" "$ENGINE/tools/tts_kokoro.py"(gratis) o una grabación propia del usuario, o ElevenLabs conELEVENLABS_API_KEY("$PY" "$ENGINE/tools/tts_elevenlabs.py" audio/vo_el.mp3). Coloca la grabación enaudio/vo.wav, luego"$PY" "$ENGINE/tools/align.py" audio/vo.wavy lee los tiempos de las palabras enaudio/words_new.json. - Tomas. Reescribe
web/shots.js: entre 10 y 12 configuraciones, la mayoría de 2 a 4 s, la toma explicativa más larga. Una nueva idea requiere una nueva configuración. Comienza el gancho en acción en el fotograma 1. Mantén las caras y accesorios clave fuera de la banda de subtítulos (y aproximadamente 1250 a 1420) y dentro del área segura de Instagram (x 100 a 980, y 220 a 1500). - Fotogramas fijos. Desde la carpeta:
node "$ENGINE/tools/render.js" stills 1.5,4.2,9.0escribestills/. Revisa los momentos más movidos y corrígelos antes del renderizado completo. - Sonido. Edita las señales en
audio.pysegún los tiempos de las palabras. - Construcción.
bash "$ENGINE/make.sh" <reel>(conservaaudio/vo.wav; pasakokoro,elevenlabso un archivo para reemplazarlo).WORKERS=8en una máquina con más núcleos.AUDIO_ONLY=1remezcla el sonido sin volver a renderizar. - Entrega
<reel>/<nombre>.mp4.
Estilo
- Subtítulos: Poppins Bold, blanco con contorno oscuro, de 1 a 2 palabras, minúsculas, sin puntuación (
capText()enmain.jslo hace; los dígitos y%se mantienen). Sin guiones largos en pantalla. - Paleta brillante y saturada, contornos de tinta (
#221c22), sombras de contacto suaves, acercamientos lentos con deriva manual, transiciones whip con desenfoque de movimiento. Un impacto es una explosión, un temblor y un destello. - Los SFX se sitúan debajo de la voz (ganancia alrededor de 0.38). La música es un punteo suave y silencioso, atenuado bajo la voz, nunca un bucle fuerte al inicio.