Communitygithub.com

Motion Inspo: Referenzen finden, zerlegen, messen

Herramienta para encontrar, descargar, estudiar, medir y comparar referencias de motion graphics, ideal para encontrar inspiración y verificar renders propios.

¿Qué es Motion Inspo: Referenzen finden, zerlegen, messen?

Este skill proporciona un flujo de trabajo completo para el diseñador de motion graphics: desde la búsqueda de referencias visuales hasta la validación técnica del render final. Permite buscar en fuentes como whatships.com y flowjam.com, descargar clips locales y descomponerlos en fotogramas clave para estudiar su ritmo, transiciones y estilo. Incluye scripts de medición (`ref_metrics.py`) que cuantifican aspectos como cortes, movimiento de cámara, densidad visual y saturación, estableciendo objetivos concretos para el render propio. Además, `motion_check.py` detecta patrones comunes de "slop" (diapositivas, texto estático, ecos) para asegurar que la pieza final tenga la calidad dinámica de una referencia bien hecha. Está diseñado para usarse en sistemas macOS con Python 3, ffmpeg y uv, y se integra con herramientas de línea de comandos para análisis detallado.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/nikisge/claude-motion-kit/tree/HEAD/motion-kit/skills/motion-inspo

Preguntar en tu IA favorita

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

Documentación

Motion Inspo: Referencias encontrar, desglosar, medir

Los buenos motion graphics no surgen de descripciones, sino de ejemplos concretos. Este skill encuentra películas de referencia, las descarga para estudiarlas, las desglosa en fotogramas y las mide. Con las mismas mediciones luego verificas tu propio render.

Derechos: Los clips de referencia pertenecen a sus autores. Solo estudiarlos localmente, nunca volver a subirlos, nunca al repositorio (refs/clips/ va en .gitignore). Se adopta gramática (ritmo, transiciones, cámara), nunca contenido.

Todos los scripts se encuentran en scripts/ de este skill. Escriben en refs/ en la carpeta de trabajo actual (o en $MOTION_REFS_ROOT). Requisitos: python3, ffmpeg, uv (para scripts con dependencias).

Fuentes

  1. references/referenzfilme.md: 50 películas de referencia evaluadas por estilo (Clean SaaS, Premium Producto, Tipografía cinética, Objeto 3D, Video explicativo, Editorial/Collage, Cinematic Dark), incluyendo anti-referencias.
  2. whatships.com (~2500 videos de lanzamiento de X) y flowjam.com/library (55 videos de lanzamiento curados), a través de refs.py search.
  3. Otras páginas y conjuntos de datos: RESOURCES.md en la carpeta raíz del repositorio.

Comandos

python3 scripts/refs.py search product launch 3d keyboard --n 15   # buscar en whatships + flowjam
python3 scripts/refs.py get <x.com-status | whatships | youtube | vimeo-url> --name <slug>   # a refs/clips/
python3 scripts/refs.py study <slug> --every 0.5                    # fotogramas, arco, cortes, ritmo -> refs/study/<slug>/
python3 scripts/sheet.py <video.mp4> <out-prefix> --every 0.25      # hoja de contactos con marcas de tiempo (4 fps)
uv run scripts/ref_metrics.py <ref.mp4> --no-ocr                    # medir referencia objetivo
uv run scripts/ref_metrics.py render.mp4 --ref <ref.mp4> --out check/metrics   # comparar render propio con referencia
uv run scripts/motion_check.py render.mp4 [--script speech.txt]           # encontrar patrones de diapositiva/slop
uv run scripts/beats.py track.mp3 --fps 30 --out beats.json         # rejilla de beats a partir de la música

Términos de búsqueda en inglés y según movimiento en lugar de industria: "camera dives into ui", "kinetic type scale jump", "object becomes logo", "paper collage top down".

Qué significan las mediciones

ref_metrics.py mide: cortes y nuevas vistas cada 10 s, duración de tomas, porcentaje "cámara quieta", cambio de imagen por fotograma, tramos vacíos, porcentaje de texto, brillo/contraste/saturación y la entrada (primeros 2 s). A partir de ahí se establecen objetivos: Densidad ≥ 80 % de la referencia, "cámara quieta" ≤ referencia + 15 puntos, entrada se mueve ≥ 80 % de la referencia.

La lección más importante de las mediciones: La densidad percibida ("cada segundo una nueva imagen") suele venir de movimientos rápidos de cámara y cambios de material, no de muchos cortes. Una película de producto 3D medida tenía solo 4,3 cortes cada 10 s, pero la cámara estaba quieta solo el 14 % del tiempo.

motion_check.py encuentra formas comunes de slop: encabezado arriba a la izquierda + imagen debajo (diapositiva), frases que se quedan quietas, texto que repite el discurso (eco), tiempo congelado, tomas demasiado largas, muros de texto, cuadrículas de mosaico. Aprobado significa solo "ninguna forma conocida de slop". Si es bueno, lo decide la vista sobre las imágenes. Umbrales según estilo: motion-director/references/rules.md. Las verificaciones de texto usan OCR de macOS (ocrmac); en otros sistemas solo se ejecutan las verificaciones de imagen y tiempo.

Desglosar (por referencia ≤ 10 líneas)

Flujo y plantilla: motion-director/references/inspiration.md. Resumen: ver el arco a 4 fps, por toma: tiempo, tamaño de plano, cámara, qué sucede, material/luz, transición. Luego "Tomamos" / "No tomamos".

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills relacionados