Communitygithub.com

christian-byrne/comfy-skills

Pipeline de producción para videos de arte ASCII. Soporta conversión de video a ASCII, visuales reactivos al audio, escenas generativas y narración por TTS. Útil cuando se te pida crear videos ASCII, convertir video a ASCII o hacer arte de video basado en terminal.

¿Qué es comfy-skills?

Este skill define un pipeline completo de producción de videos de arte ASCII, abarcando desde la conversión de video existente hasta la generación procedural de escenas y patrones. Soporta múltiples modos: video a ASCII, visuales reactivos al audio, escenas generativas, modo híbrido que combina conversión de video con superposiciones generativas, texto animado sincronizado con audio y narración por texto a voz. Es útil para desarrolladores y creadores que quieran generar arte de video basado en terminal, ya que automatiza el flujo de trabajo desde la entrada (archivo de video, audio o parámetros) hasta la salida (video renderizado con ffmpeg). El pipeline incluye análisis de fotogramas o características de audio, mapeo de brillo a rampas de caracteres ASCII, aplicación de conjuntos de caracteres y colores ANSI opcionales, y codificación final. Se integra con herramientas como ffmpeg y bibliotecas de Python (numpy, scipy, pillow) y es ideal para agentes de IA que necesiten producir este tipo de contenido artístico de manera consistente y eficiente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christian-byrne/comfy-skills/tree/HEAD/skills/ascii-video

Preguntar en tu IA favorita

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

Documentación

Pipeline de Producción de Video ASCII

Crea videos de arte ASCII a partir de material existente o genera animaciones ASCII originales.

Prerrequisitos

pip install numpy scipy pillow
# También se necesita: ffmpeg
# macOS: brew install ffmpeg
# Linux: apt install ffmpeg

Modos

ModoDescripción
Video a ASCIIConvierte video existente a representación ASCII
Reactivo al audioVisuales impulsados por entrada de audio
GenerativoEscenas y patrones ASCII procedimentales
HíbridoCombina conversión de video con superposiciones generativas
Letras/textoTexto animado sincronizado con audio
Narración por TTSTexto a voz con acompañamiento visual

Pipeline

ENTRADA → ANALIZAR → ESCENA_FN → MAPA_TONO → SOMBREADO → CODIFICAR
  1. ENTRADA — Archivo de video, archivo de audio o parámetros para generación
  2. ANALIZAR — Extrae fotogramas (video) o características de audio (reactivo)
  3. ESCENA_FN — Genera contenido de fotograma ASCII por fotograma
  4. MAPA_TONO — Mapea el brillo del píxel a una rampa de caracteres ASCII
  5. SOMBREADO — Aplica el conjunto de caracteres y colores ANSI opcionales
  6. CODIFICAR — Renderiza a video mediante ffmpeg

Rampas de Caracteres ASCII

# Claro a oscuro (estándar)
RAMP = " .:-=+*#%@"

# Extendida
RAMP_EXT = " .'`^\",:;Il!i><~+_-?][}{1)(|\\/tfjrxnuvczXYUJCLQ0OZmwqpdbkhao*#MW&8%B@$"

# Caracteres de bloque (mayor contraste)
RAMP_BLOCK = " ░▒▓█"

Video a ASCII

import subprocess
import numpy as np
from PIL import Image
import io

def video_to_ascii(video_path, width=120, fps=15):
    """Extrae fotogramas y los convierte a ASCII."""
    cmd = [
        'ffmpeg', '-i', video_path,
        '-vf', f'fps={fps},scale={width}:-1',
        '-f', 'image2pipe', '-vcodec', 'rawvideo', '-pix_fmt', 'gray', '-'
    ]
    # Procesar fotogramas...
    proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.DEVNULL)
    # Leer datos de fotograma, convertir cada píxel a carácter ASCII desde la rampa

Renderizar a Video

# Renderizar fotogramas ASCII a video con ffmpeg
# 1. Generar imágenes de fotograma (PIL/Pillow con fuente monoespaciada)
# 2. Codificar:
ffmpeg -framerate 30 -i frames/frame_%04d.png -c:v libx264 -pix_fmt yuv420p output.mp4

# Agregar pista de audio:
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -shortest output_with_audio.mp4

Estándares Creativos

  • Excelencia en primer renderizado — cada fotograma debe verse bien por sí solo
  • Variación por sección — variar conjuntos de caracteres, densidad y efectos entre secciones
  • Estética cohesiva — mantener un estilo consistente dentro de una pieza
  • Frecuencia de fotogramas — 15 fps para aspecto retro, 30 fps para suavidad, 60 fps para fluidez
  • Resolución — 80-120 columnas es el punto óptimo para legibilidad

Skills relacionados