Communitygithub.com

ZJU-REAL/Easel

Crea videos musicales con cortes sincronizados al ritmo. Detecta los beats de la música de fondo y cambia imágenes o clips en los puntos de beat, con efectos de zoom o flash, para lograr un videoclip 'cortante' y enérgico.

¿Qué es Easel?

Este skill, ZJU-REAL/Easel, está diseñado para generar videos musicales de tipo 'cortante' (beat-sync) donde las transiciones de imagen o clip se sincronizan exactamente con los beats de la música de fondo. Utiliza la librería `librosa` para la detección de beats a través del script compartido `skills/shared/scripts/beatsync.py`, automatizando todo el proceso: detección del tempo, división en intervalos, loop de material, y alineación audio-video. Es ideal para creadores de contenido en plataformas como TikTok, Instagram o YouTube, que buscan producir rápidamente videos dinámicos y pegadizos. A diferencia del skill `slideshow-video` (que usa transiciones suaves con duración fija por imagen), este skill realiza cortes duros (sin transiciones) justo en los beats, potenciando la sensación rítmica. Soporta efectos visuales como 'zoom' (acercamiento progresivo) o 'flash' (destello blanco), y permite ajustar la frecuencia de corte (cada N beats). El usuario debe proporcionar una pista de música y un conjunto de imágenes o videos; el skill se encarga del resto. Es compatible con el perfil del usuario para sugerir estilos (rápido/flash para cuentas de tendencias, lento/zoom para cuentas de estilo de vida), pero siempre requiere confirmación del usuario sobre la relación de aspecto.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/beat-sync-video

Preguntar en tu IA favorita

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

Documentación

Vídeo musical con cortes al ritmo (Beat Sync Mashup)

Usa librosa para detectar los beats de la música de fondo, haciendo que las imágenes cambien justo en los beats con cortes duros y efectos sincronizados al ritmo, creando un videoclip enérgico. Todo el proceso se maneja mediante skills/shared/scripts/beatsync.py. No cuentes beats manualmente ni crees filtros a mano: el script ya realiza la detección de beats, segmentación de intervalos, loop de material y alineación audio-video.

Para un pase de diapositivas suave con duración fija por imagen, consulta slideshow-video; para un video completo con tema → imágenes generadas por IA + locución, consulta auto-short-video.

Entrada

CampoObligatorioDescripción
Música de fondoSíArchivo de música que determina los beats (cuanto más rítmica, mejor efecto; si no se proporciona, preguntar)
MaterialSíConjunto de imágenes y/o clips cortos (en orden, se reciclan cíclicamente), o un directorio
Relación de aspectoSíSi el usuario o la tarea upstream no especifica explícitamente horizontal/vertical (o resolución concreta), se debe preguntar antes de producir y esperar confirmación; no inferir en silencio basándose en plataforma, perfil o valores por defecto. Si ya está claro, no repetir la pregunta
Frecuencia de cambioNoCada cuántos beats cambiar (por defecto cada 2 beats)
EfectoNozoom (acercamiento, por defecto) / flash (destello blanco) / none

Salida (outputs/nombre-del-tema/)

  • Video final con cortes al ritmo (*.mp4)
  • Informe: número de segmentos sincronizados, duración total, BPM detectado, efecto usado

Pasos de ejecución

Ruta del script (relativa a la raíz del proyecto): skills/shared/scripts/beatsync.py (build -h / beats -h).

1. (Opcional) Visualizar beats primero

python skills/shared/scripts/beatsync.py beats --music <música>
# Imprime tempo (BPM) y marcas de tiempo de beats, útil para decidir el valor de --every

2. Generar el video con cortes al ritmo

python skills/shared/scripts/beatsync.py build \
  -i 1.jpg 2.jpg 3.jpg 4.jpg --music <música> \
  -o outputs/nombre-del-tema/show.mp4 \
  --size 1080x1920 --every 2 --effect zoom
  • Material = imágenes o clips cortos; la cantidad puede ser menor que el número de segmentos sincronizados (el script recicla automáticamente).
  • --every 1: cambia en cada beat (rápido, se necesita más material); --every 4: cambia cada compás (más relajado).
  • --effect flash: destello blanco al inicio de cada segmento, más "enérgico"; --effect none: corte duro limpio.
  • --max-duration 15: limita la duración del video (por ejemplo, para un TikTok de 15s).
  • También se puede usar --images-dir <directorio> para alimentar material en lote (ordenado por nombre de archivo).

Reconocimiento de perfil

  • Con perfil: platforms.md se usa solo para sugerir relación de aspecto, pero se debe confirmar con el usuario; el estilo de corte (rápido/relajado) y el efecto deben ajustarse al tono de la cuenta (cuentas de tendencias/deportes prefieren rápido flash, cuentas de estilo de vida/saludables prefieren zoom relajado).
  • Sin perfil: primero confirmar horizontal/vertical; por defecto cada 2 beats, efecto zoom.

Reglas

  1. Cuanto más claro sea el ritmo musical, más preciso será el sincronismo; si no hay ritmo evidente, el script degrada automáticamente a cambios equidistantes e informa en el reporte.
  2. Se usan cortes duros (sin transiciones) para no difuminar la sensación de ritmo — es una decisión de diseño.
  3. Material insuficiente se recicla automáticamente; si hay suficiente, se sugiere --every 1~2 para que cada segmento tenga una imagen nueva.
  4. Por defecto, el video tiene la misma duración que la música; usar --max-duration para ajustar a límites de plataforma.
  5. Los archivos de salida van a outputs/nombre-del-tema/.

Referencia

La detección de beats usa librosa con beat_track (intensidad de onset + programación dinámica para encontrar beats). El cambio de imagen justo en los beats es el estándar para mashups con cortes al ritmo. Este flujo de trabajo (beats → intervalos → renderizado por segmento → alineación audio-video) se encapsula en un script determinista para evitar contar beats manualmente y desincronizaciones.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

通用音频处理:音频剪辑/裁剪、格式转码(mp3/wav/m4a/aac)、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速(保音高)。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别:audio-denoise 专做降噪,audio-editing 做除降噪外的通用音频操作(也内置 denoise 作为兜底)。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

Skills relacionados