Communitygithub.com

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Para creadores, educadores y editores de video social que necesitan un lenguaje táctil de collage en papel para narraciones, puntos de conocimiento, opiniones o temas abstractos. Los usuarios proporcionan texto fuente, ritmos narrativos o un concepto central y pueden especificar relación de aspecto, duración, paleta y necesidades de audio. La habilidad extrae significado, propone metáforas visuales, prepara un plan de producción y storyboard, genera imágenes fijas de collage de semitonos aprobadas, luego crea clips de stop-motion con movimiento de papel y efectos de sonido táctiles, con ensamblaje final opcional. Por defecto conserva los SFX de collage y no agrega BGM, voz en off ni subtítulos a menos que se soliciten. Ideal para videos explicativos, puntos de vista, imágenes de historias y material de archivo social; no para anuncios de presentador, capas editables, tipografía compleja o tareas solo con indicaciones.

¿Qué es ComfyUI-MiniMax-H3-SkillBridge?

Esta habilidad, diseñada para agentes de IA como Claude Code, Cursor o Codex, transforma líneas de narración cortas, temas de historia u opiniones abstractas en secuencias animadas de collage en papel de estilo editorial. Utiliza el modelo MiniMax-H3 para generar video, junto con capacidades nativas de imagen, video y audio. Su utilidad principal es para creadores que necesitan explicar conceptos complejos, puntos de vista o temas abstractos de manera visual y táctil, sin necesidad de edición compleja. El flujo de trabajo sigue un proceso estructurado: primero, extrae el significado central, las emociones y las metáforas visuales del texto proporcionado; luego, requiere la aprobación del usuario en un plan de producción detallado que incluye metáforas visuales, ritmos narrativos y un storyboard. Posteriormente, genera imágenes fijas de collage de semitonos aprobadas, que sirven como el último fotograma de la animación. Finalmente, anima estas imágenes en clips de stop-motion, donde los objetos de papel se ensamblan pieza por pieza, con efectos de sonido táctiles sincronizados, como deslizamientos, chasquidos y presiones de papel. Una característica clave es su política de audio predeterminada: conserva los efectos de sonido de collage, pero no agrega música de fondo (BGM), voz en off ni subtítulos a menos que el usuario lo solicite explícitamente. Esto la hace ideal para videos explicativos, material de archivo social o narraciones visuales donde se desea un estilo artesanal y atractivo sin distracciones auditivas. La habilidad prioriza la coherencia de estilo, la armonía cromática y el ritmo de stop-motion, con un enfoque en la artesanía del collage en papel visible.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge/tree/HEAD/skills/paper-collage-explainer-generator

Preguntar en tu IA favorita

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

Documentación

Generador de Explicadores de Collage en Papel

Convierte una línea de narración corta, un tema de historia, una frase de opinión o una idea abstracta en una secuencia de animación de collage de papel editorial cohesiva. El lenguaje visual es un collage de papel de semitonos premium: campos de color audaces y planos, recortes fotográficos en blanco y negro, acentos selectivos de cartulina de color, líneas de borde color crema cálidas, sombras de papel suaves, ensamblaje táctil en stop-motion y efectos de sonido de collage nítidos.

Esta habilidad adaptada al Hub utiliza las capacidades nativas del Hub de imagen, video, audio y posprocesamiento opcional. Prioriza la continuidad de estilo, la armonía cromática, la textura de papel controlada, el ritmo de collage en stop-motion y una política de audio que conserva por defecto los efectos de sonido táctiles de collage, mientras no agrega explícitamente BGM, voz en off ni subtítulos a menos que el usuario los solicite.

Cuándo Usarlo

Usa esta habilidad cuando el usuario quiera:

  • Convertir una línea de guion corta en una animación de collage con metáfora visual
  • Explicar una historia simple o un tema literario a través de material de archivo (B-roll) de collage
  • Animación de collage de papel editorial para narración o video social
  • Animación de collage de semitonos con objetos que se ensamblan desde un campo de color vacío
  • Un lote de oraciones abstractas cortas o ritmos narrativos convertidos en clips de animación de metáfora visual separados
  • Un explicador táctil de conocimiento que puede incluir clics de papel, pops, deslizamientos, presiones y susurros, pero no música ni voz en off automáticas

No uses esta habilidad cuando el usuario necesite:

  • Un anuncio de producto realista o un video presentado por un presentador
  • Capas editables precisas, fotogramas clave de línea de tiempo o activos recortados transparentes
  • Colocación exacta de logotipos o tipografía legible
  • Solo un mensaje de video escrito sin generación

Objetivos Creativos Predeterminados

A menos que el usuario especifique lo contrario:

  • Relación de aspecto de salida: 16:9 apaisado
  • Duración del clip: aproximadamente 4 segundos por segmento
  • Audio predeterminado: conservar o generar solo efectos de sonido táctiles de collage de papel, como deslizamiento de papel, pop, presión, susurro ligero y toques suaves
  • Predeterminado: no agregar BGM. Puedes preguntar si el usuario quiere BGM cuando pueda ayudar, pero agrega música solo después de la confirmación explícita del usuario
  • Predeterminado: no agregar voz en off, narración hablada ni narración de presentador. Puedes preguntar si el usuario quiere narración/口播 cuando el proyecto pueda beneficiarse, pero escribe, sintetiza o agrega audio hablado solo después de la confirmación explícita del usuario
  • Predeterminado: no agregar subtítulos. Puedes preguntar si el usuario quiere subtítulos, pero crea o quema subtítulos solo después de la confirmación explícita del usuario
  • Estilo visual: collage de papel de semitonos editorial premium
  • Estilo de movimiento: ensamblaje táctil en stop-motion, no zoom lento, deriva genérica o movimiento de capas digital suave
  • Modelo de generación de video predeterminado: MiniMax-H3, a menos que el usuario especifique explícitamente otro modelo, el modelo no esté disponible o un requisito de capacidad lo excluya
  • Texto en imagen/video: evitar letras, números, interfaz de usuario, subtítulos, marcas de agua y logotipos legibles
  • Calidad y profundidad de la imagen: priorizar composiciones 16:9 visualmente atractivas y en capas con profundidad clara de primer plano, plano medio y fondo, jerarquía de sujetos sólida, diseño de escena rico pero legible y espacio negativo controlado

Política de Audio

La entrega predeterminada de esta habilidad es con SFX de collage, y sin BGM, voz en off ni subtítulos.

  1. Durante la primera confirmación del plan de producción, indica explícitamente el enfoque de medios predeterminado: los efectos de sonido táctiles de collage de papel se conservan o generan; BGM, voz en off/口播 y subtítulos no se agregan por defecto.
  2. Es aceptable preguntar al usuario si quiere narración de voz en off/口播, BGM o subtítulos, especialmente para explicadores, pero presenta los tres como complementos opcionales, no como valores predeterminados.
  3. No inferir que un explicador necesita automáticamente narración hablada. Si el usuario no elige narración, crea ritmos visuales narrativos en lugar de un guion de voz en off.
  4. No inferir que un video social necesita automáticamente BGM o subtítulos. Si el usuario no los elige, mantén solo los efectos de sonido del clip.
  5. Al generar clips de video, solicita efectos de sonido de collage táctiles sincronizados si el modelo de video seleccionado admite audio: piezas de papel que se deslizan, explotan, presionan planas, toques suaves y susurros ligeros de papel.
  6. Durante el ensamblaje final, conserva las pistas de audio originales del clip cuando contengan SFX de collage. No elimines el audio por defecto.
  7. Elimina o reemplaza el audio solo cuando el usuario haya solicitado silencio, cuando el audio generado contenga voz/música no deseada, o cuando el usuario solicite una mezcla separada de música/narración. Crea subtítulos solo cuando el usuario lo solicite explícitamente.

Reglas de Estilo Globales

Aplica estas reglas a cada imagen fija y video del proyecto:

  1. Unifica el estilo visual general. Cada segmento debe sentirse como parte de la misma serie de collage de papel editorial: recortes de semitonos, campos de color planos, líneas de borde color crema cálidas, sombras físicas suaves, composición limpia, material de papel táctil y SFX de collage coordinados.
  2. Controla la intensidad de la textura del papel. El papel no debe verse perfectamente plano, pero tampoco debe volverse demasiado envejecido, sucio, arrugado o marrón a menos que el usuario lo solicite explícitamente. Prefiere una textura hecha a mano limpia y refinada: fibra sutil, bordes rasgados ligeramente irregulares, fibras ligeras con flecos, costuras en capas y sombras suaves.
  3. Unifica el tono de color. No introduzcas papeles base de estraza, marrones, amarillentos o envejecidos cuando choquen con la imagen fija aprobada o la paleta del lote. Comienza cada clip desde un campo de papel que coincida con la dirección de color principal de la imagen fija final aprobada.
  4. Haz que el movimiento se lea como collage en stop-motion. Usa acciones claras de piezas de papel: aparecer pieza por pieza, deslizarse o explotar en su lugar, rebotar ligeramente, presionar plano, pausar y luego bloquear en la composición final. Evita giros rápidos, volteo excesivo, vuelo caótico de objetos, fundidos globales, panorámicas digitales suaves, zoom o deriva genérica.
  5. Mantén los segmentos coordinados. Una vez que uno o dos clips establezcan el estilo de lote y la cadencia de SFX aprobados, los clips y revisiones posteriores deben hacer referencia a esa cadencia y tono para que toda la secuencia se sienta coherente.
  6. Predeterminado a escenas en capas 16:9 pulidas. A menos que el usuario solicite explícitamente otro marco de plataforma, planifica y genera en 16:9 apaisado. Usa el lienzo más ancho para construir una separación atractiva de primer plano / plano medio / fondo, accesorios de entorno más ricos, jerarquía de sujetos clara y composición lateral cinematográfica sin saturar el encuadre.
  7. Enfatiza la artesanía del collage en papel. Cada imagen fija y clip debe hacer visible el método de collage en papel: grupos de papel separables, recortes fotográficos de semitonos, acentos de cartulina de colores, sombras táctiles, bordes rasgados, costuras en capas y acciones de stop-motion como pop-in, slide-in, rebote ligero, press-flat, pausa y bloqueo.

PASO 1: Analizar la Entrada

Para cada línea, concepto, historia o tema, extrae:

  • Significado central: lo que el espectador debe entender
  • Emoción: calma, urgencia, ironía, sorpresa, absurdo, clarificador, reflexivo, misterioso o lúdico
  • Verbo de acción: abrir, conectar, filtrar, archivar, comprimir, dividir, iluminar, unir, ensamblar, revelar, caer, perseguir, transformar, chocar
  • Metáfora visual: una imagen concreta que exprese la idea sin escribir el guion en pantalla
  • Objetos clave: de tres a seis grupos de papel grandes y legibles
  • Implicación de audio: si el ritmo se beneficia de SFX de papel: deslizamiento, pop, presión, toque, susurro o chasquido

Para un tema de historia, divide la historia en tres a seis ritmos concisos a menos que el usuario especifique una cantidad. Los ritmos similares pueden compartir el mismo lenguaje de diseño, pero cada uno debe tener una metáfora, un conjunto de objetos, un campo de color y un ritmo de SFX distintos.

PASO 2: Puerta 1 — Aprobación del Documento del Plan de Producción

Antes de generar cualquier medio, crea un documento de plan de producción conciso y detente para la aprobación del usuario. No generes imágenes fijas ni videos antes de que el usuario confirme este documento.

El plan de producción debe incluir:

Resumen

  • Tema o línea de origen
  • Audiencia prevista / contexto de uso cuando se conozca
  • Suposiciones de relación de aspecto y duración
  • Tono y ritmo
  • Resumen del estilo visual
  • Enfoque de medios, indicado como: los SFX de collage predeterminados se conservan o generan; BGM, voz en off/口播 y subtítulos no se agregan a menos que el usuario los solicite explícitamente
  • Pregunta de complemento opcional cuando sea útil: preguntar si el usuario quiere narración de voz en off/口播, BGM o subtítulos, pero mantenerlos como opcionales

Metáforas Visuales

Para cada segmento planificado:

  • Significado central
  • Emoción
  • Proposición visual de una oración
  • De tres a seis objetos clave
  • Color de fondo sugerido y colores de acento
  • Orden de ensamblaje esperado
  • Momentos de SFX de collage esperados, como deslizamiento, pop, presión, toque, susurro o chasquido

Guion / Pista de Ritmo Visual

Si el usuario solicita explícitamente narración, escribe un guion de voz en off conciso. Si el usuario no ha solicitado explícitamente narración, no escribas un guion de voz en off; en su lugar, escribe una pista de ritmo visual silenciosa que explique lo que la audiencia entiende de la secuencia.

Si el usuario solo necesita material de archivo (B-roll) para una línea existente, conserva la línea original como contexto en lugar de inventar una narración.

Storyboard

Para cada segmento, incluye:

  • Título del segmento
  • Descripción del fotograma final
  • Idea de movimiento
  • Duración aproximada
  • Idea de SFX de collage
  • Notas sobre continuidad de estilo y armonía cromática

Después de presentar el documento del plan de producción, espera a que el usuario lo apruebe, rechace o revise. Si el usuario aprueba solo algunos elementos numerados, avanza solo esos elementos y revisa el resto.

PASO 3: Construir Especificaciones de Fotogramas Fijos

Después de que el plan de producción esté aprobado, escribe una especificación visual compacta para cada segmento aprobado. La especificación debe ser autónoma y adecuada para la generación de imágenes.

Incluye:

  • Significado del guion o ritmo narrativo
  • Metáfora visual
  • Relación de aspecto
  • Campo de color de fondo
  • Colores de acento
  • Grupos de objetos clave y sus roles
  • Composición, profundidad de primer plano / plano medio / fondo y espacio negativo
  • Relación con el fotograma final
  • Notas de continuidad de estilo
  • Lista de evasión para esta imagen fija específica

Usa esta firma de estilo:

campo de color audaz y plano, recortes fotográficos de semitonos en blanco y negro, acentos selectivos de cartulina de color, líneas de borde color crema cálidas, sombras de papel suaves, grano de papel sin estucar fino, collage de papel editorial premium, bordes de papel rasgados a mano limpios y refinados, bordes fibrosos sutiles, costuras de papel en capas

Orientación de color:

  • Naranja quemado o rojo: trabajo, presión de tiempo, urgencia
  • Amarillo mostaza: herramientas, advertencia, errores acumulados
  • Verde tinta: cognición, reinicio, juicio, calma surrealista
  • Púrpura profundo: memoria, estructura, misterio, lógica de ensueño
  • Verde azulado: colaboración, ejecución, flujo del sistema
  • Rojo rosa: absurdidad, ceremonia, tensión teatral

No conviertas el azul cobalto en el predeterminado automático. Mantén el lote visualmente unificado a través de la textura del papel, el tratamiento de semitonos, las líneas de borde, las sombras, el encuadre y una paleta controlada. Varía el campo de color solo cuando el ritmo narrativo se beneficie del contraste.

PASO 4: Puerta 2 — Generar y Aprobar Fotogramas Fijos

Genera un fotograma fijo final por segmento aprobado. La imagen fija debe verse como el último fotograma completado de la futura animación.

Requisitos del fotograma fijo:

  • Usa la relación de aspecto especificada por el usuario; de lo contrario, predeterminado a 16:9 apaisado
  • Fondo de papel audaz y plano con textura de fibra sutil
  • De tres a seis grupos de objetos grandes y separables, a menos que el storyboard aprobado requiera ligeramente más
  • Sujeto central claro, jerarquía visual sólida, espacio negativo limpio y generoso, y estratificación visible de primer plano / plano medio / fondo
  • Recortes fotográficos de semitonos en blanco y negro como estructura principal, combinados con accesorios de escena ricos pero legibles que respalden el ritmo narrativo
  • Acentos selectivos de cartulina de color solo donde aclaren la jerarquía
  • Líneas de borde color crema cálidas, sombras de papel físicas suaves, bordes rasgados refinados y costuras de papel en capas sutiles
  • Sin texto legible, letras falsas, números, subtítulos, interfaz de usuario, marca de agua ni logotipos a menos que se soliciten explícitamente

Muestra los fotogramas fijos generados al usuario y detente para la aprobación antes de la generación de video. Si una imagen fija parece demasiado ocupada, tiene un color que no coincide, demasiadas capas de papel, bordes digitales demasiado planos o una textura de papel demasiado envejecida/marrón, revisa la imagen fija antes de la generación de video.

PASO 5: Planificar el Ensamblaje en Stop-Motion

Para cada fotograma fijo aprobado, prepara un plan de movimiento que trate la imagen fija aprobada como el fotograma final completado.

Orden de movimiento predeterminado:

  1. Comenzar desde un campo de color de papel limpio que coincida con el fondo principal de la imagen fija aprobada, no con una base de estraza o papel marrón que no coincida.
  2. La estructura base aparece como piezas de papel que se deslizan, explotan o presionan en su lugar.
  3. El personaje, tarjeta, objeto o elemento de metáfora principal entra.
  4. Los objetos secundarios se ensamblan uno por uno con pequeños ritmos de rebote, presionar plano y pausa.
  5. La relación final se bloquea en la composición aprobada.
  6. Mantén el fotograma similar a la imagen fija completada brevemente al final.

Orientación del mensaje de movimiento:

Ensamblaje de collage en stop-motion con papel. Comienza en un campo de papel limpio que coincida con el color de fondo y el tono de la imagen fija aprobada. Ensambla la escena pieza por pieza con temporización táctil de stop-motion: los grupos de papel de primer plano, plano medio y fondo aparecen en un orden legible; cada objeto de papel aparece, se desliza o explota, rebota ligeramente, presiona plano, pausa y se bloquea en su lugar. Conserva los puntos de semitono, las líneas de borde color crema, los bordes rasgados fibrosos sutiles, las costuras de papel en capas, las sombras suaves, el grano del papel, el campo de color y la relación de aspecto aprobada. Termina manteniendo la composición completada que coincida con el fotograma fijo aprobado. Diseño de sonido: solo SFX de collage táctil, sincronizados con el movimiento de la pieza de papel: deslizamiento suave de papel, pop-in, toque de press-flat, susurro ligero y pequeño chasquido de papel cuando sea apropiado. Predeterminado: no agregar BGM, voz en off, diálogo ni subtítulos a menos que el usuario lo haya solicitado explícitamente. Sin apertura de papel de estraza que no coincida, sin base marrón/amarillenta a menos que esté aprobada, sin giros rápidos, sin vuelo caótico de objetos, sin movimiento de capas digital suave, sin cortes de escena, sin movimiento de cámara, sin zoom, sin transformación, sin objetos nuevos, sin texto, sin logotipos, sin marca de agua, sin interfaz de usuario.

PASO 6: Generar Clips de Material de Archivo (B-roll) con SFX de Collage

Después de la aprobación de la Puerta 2, genera...

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For marketers and creators producing promotional content for brands, products, websites, apps, shops, or personal projects. Users provide logos, product images, interface screenshots, official links, or other verifiable assets and confirm duration, aspect ratio, audience, and campaign focus. The Skill organizes brand facts and asset provenance, selects a narrative direction, plans precise beats and shots, generates needed imagery, video, voiceover, or music, and completes assembly and pre-delivery review. It outputs a promotional short that highlights product capabilities, use cases, and a call to action. Best for launches, website showcases, and social promotion; not for imitating real brand marks without authorized assets, inventing product claims, or producing long-form narrative films.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For users creating a two-player co-op game menu or opening animation. Users provide two player names, a game title, a target visual style, and optional character reference images. The Skill locks identity cues, generates an approval image from a fixed menu framework with coordinated color, buttons, icons, and typography, then uses the approved result to rebuild the character, UI-copy, and event timing instructions for the final video. It outputs a co-op game intro featuring two characters, player cards, and menu interaction motion. Best for game concepts, character-led menus, and social content; not for playable game development, complex multi-page UI, exact brand-logo replication, or generic character-free title sequences.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

为 MiniMax H3 图生视频生成高动态运镜 Ref2VA 提示词。基于插件自动加载的参考图(人物、场景、动作、风格),只输出可直接交给 H3 图生视频节点的六段式英文提示词,不生成角色卡或动作首帧文生图提示词。要求两轴位移、主动运镜、前景视差、障碍接触、尺度变化与物理反馈,使用官方镜头指令与自然语言弧线描述。无参考图时允许纯文字描述模式。

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Write MiniMax H3 video generation prompts for T2VA, I2VA, FL2VA, L2VA, and Ref2VA. Use when rewriting multimodal requests into H3 prompt structures, composing integrated_multimodal_description, overall_soundscape, and non_diegetic_music, aligning keyframes, or defining reference labels for images, videos, and audio.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For creators making surreal short videos that blend rough glowing hand-drawn animation with live-action spaces. Users provide a scene idea, contact object or hand, desired mood, and optional language or style constraints. The Skill clarifies the physical contact, designs continuous morphing, escape route, and delayed handheld chase movement, then writes a reusable 15-second 16:9 video prompt in the user's language. After user confirmation it recommends MiniMax H3 generation and checks contact realism, camera delay, rough glowing stroke texture, and non-horror tone. Best for single-scene creative clips, not polished CG, horror jump scares, plush characters, or multi-scene cuts.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Turn user-provided reference images and script into multi-segment H3 Ref2VA video prompts with character presenter, holographic interaction, and full narration coverage. Users provide a character reference image, an environment reference image, and a complete narration script. The Skill auto-splits the script into segments within user-specified max duration, calculates narration budget dynamically, designs at least 2 holographic interactions per segment, and outputs complete self-contained Ref2VA format prompts. No external skill dependencies. Style, aspect ratio, and segment duration are flexible.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Turn product images and ad requirements into minimalist product ad shorts for e-commerce promotion and product launches. The Skill confirms format and product variants, extracts selling points, writes concise English ad copy, builds product anchors, plans beat-synced typography/storyboards, and generates a clean product film with premium camera language. Not for KOC talking-head ads, general editing, or complex screen demos.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For musicians, video creators, and social-media editors producing AI music videos or emotional short films with lyric typography. Users provide music, lyrics, references, characters, typography direction, mood, or target platform. The Skill analyzes beat and vocal timing, separates character, scene, and text references, designs beat-reactive spatial typography, decomposes long works into connected shots, audits prompts, and routes generation for H3 or other video tools. It outputs MV concepts, shot prompts, lyric text plans, and stitching guidance. Best for stylized MVs and subtitle-driven music visuals, not ordinary caption cleanup, licensed IP copying, or fully manual post-production editing.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For creators explaining science, education, or general knowledge through tactile handmade papercraft visuals. Users provide a topic, core knowledge points, or source material and may specify audience, duration, aspect ratio, and deliverable type. The Skill extracts the learning goal and visual metaphor, proposes creative directions, designs paper characters, layered diorama sets, and props, creates preview concepts plus image and video prompts, and plans storyboards, camera movement, transitions, and sound with staged approvals and review checklists. It outputs a production-ready papercraft stop-motion explainer package, or selected assets such as still prompts, image-series prompts, short-video prompts, or storyboards. Best for cut-paper, pop-up-book, layered diorama, and miniature stop-motion explainers; not for standard 2D cartoons, line doodles, live action, or explainers without a paper-art look.

Skills relacionados