Communitygithub.com

ZJU-REAL/Easel - Estrategia de Producción de Video

Estrategia de producción de video y selección de herramientas: comparación de modelos de generación de video con IA, diseño de estructura de guiones, planificación del flujo de trabajo, cubriendo demostraciones de productos, videos explicativos y contenido para redes sociales.

¿Qué es Easel - Estrategia de Producción de Video?

Este skill, ZJU-REAL/Easel, se especializa en la planificación estratégica y selección de herramientas para la producción de video, especialmente útil para desarrolladores y agentes de IA que necesitan crear contenido visual de manera eficiente. Cubre desde la comparación de modelos de generación de video con IA (como Veo 3, Sora 2, Runway, Kling, Seedance, entre otros) hasta la elección de frameworks de video programático (Hyperframes, Remotion), diseño de estructura de guiones y planificación del flujo de trabajo completo. Es ideal para escenarios como demostraciones de productos, videos explicativos, contenido corto para redes sociales (TikTok, Instagram, YouTube Shorts, etc.) y series de video. El skill se diferencia de otros como `video-script` (que se enfoca en escribir guiones específicos) al centrarse en la estrategia de contenido y la selección de herramientas, ofreciendo recomendaciones basadas en el tipo de video, plataforma objetivo, presupuesto y restricciones técnicas. Funciona en plataformas como Claude Code, Cursor y Codex, y proporciona tablas detalladas de especificaciones de plataforma y modelos de IA, junto con una guía de pasos ejecutables que el agente puede seguir directamente.

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

Preguntar en tu IA favorita

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

Documentación

Estrategia de Producción de Video

Estrategia de producción de video y selección de herramientas. Cubre la comparación de modelos de generación de video con IA, selección de frameworks de video programático, diseño de estructura de guiones y planificación del flujo de trabajo.

Este skill se encarga de la planificación estratégica y la selección de herramientas. El skill video-editing ya desplegado puede realizar operaciones reales de edición con ffmpeg (cortes, jump cuts, superposición de texto, cambios de velocidad, etc.).

Entrada

  • Objetivo del video (demostración de producto / explicativo / contenido corto para redes sociales / anuncio / tutorial)
  • Plataforma objetivo (Douyin / Bilibili / Kuaishou / WeChat Video / YouTube / Instagram)
  • Material existente (capturas de pantalla, grabaciones de pantalla, guiones, material de marca)
  • Restricciones de presupuesto y stack tecnológico

Salida

  • Plan de producción recomendado (selección de herramientas + justificación)
  • Especificaciones de adaptación a la plataforma (resolución, duración, relación de aspecto)
  • Pasos del flujo de trabajo
  • Estructura del guion del video (si es necesario)

Pasos de Ejecución

1. Recopilar Contexto

Confirme la siguiente información (si no se proporciona, pregunte activamente):

  • Tipo de video: Demostración de producto, explicativo, contenido corto para redes sociales, anuncio, tutorial
  • Plataforma objetivo: Determina la relación de aspecto y las limitaciones de duración (consulte la tabla de especificaciones de plataforma a continuación)
  • Forma de presentación: Avatar IA / Narración + imágenes / Puramente programático / Grabación de pantalla
  • Situación del material: ¿Hay material existente (capturas de pantalla, grabaciones de pantalla, logotipos)?
  • Necesidad de reutilización: ¿Único o producción en masa basada en plantillas?
  • Presupuesto: Algunas herramientas cobran por la duración del video

2. Seleccionar el Plan de Producción

PlanEscenario de usoHerramientasDisponibilidad
Video programáticoPlantillas, basado en datos, por lotesHyperframes, Remotion✅ Node.js disponible
Generación de video con IAImágenes originales, B-rollVeo 3, Sora 2, Runway, Kling, Seedance⚠️ Requiere API key
Avatar IAPresentación realista, multilingüeHeyGen, Synthesia⚠️ Requiere API key
Edición / DerivadosVideo largo a video cortoffmpeg (skill video-editing), CapCut✅ ffmpeg disponible

3. Comparación de Modelos de Generación de Video con IA

Si el usuario necesita generar imágenes de video con IA, consulte esta tabla para la selección:

ModeloResoluciónDuración máximaEspecialidadCosto
Veo 3 (Google)Hasta 1080pVariableMáxima calidad + audio sincronizadoFacturación por API
Sora 2 (OpenAI)Hasta 1080p~20sCalidad cinematográfica + audio sincronizadoAPI + ChatGPT
Runway Gen-4Hasta 4K~10s/vezControl de movimiento, consistencia temporalSuscripción
Kling 2.5/3.0 (Kuaishou)Hasta 1080pHasta 2 minutosTomas largas, bajo costo por unidadPor segundo (bajo precio unitario)
Seedance (ByteDance)Hasta 1080pFragmentos cortosGeneración rápida, alta fidelidad de movimiento, adecuado para lotesPor créditos
Hailuo / MiniMax (MiniMax)Hasta 1080pFragmentos cortosConsistencia de personajes entre tomasPor créditos
Pika 2.x1080pFragmentos cortosEfectos rápidos, video a partir de imágenesPor créditos
HunyuanVideo / Wan 2 (Tencent)720p-1080pVariableCódigo abierto para autoimplementación, completamente controlable, sin tarifa de APIGratuito (requiere GPU)

Selección rápida:

  • Máxima calidad + audio: Veo 3 o Sora 2
  • Lotes / Bajo costo: Kling, Seedance
  • Consistencia de personajes entre tomas: Hailuo
  • Autoimplementación / Control de marca: HunyuanVideo o Wan 2 (pesos de código abierto)
  • Video a partir de imágenes: Kling, Pika, Runway

Los números de versión y precios de la tabla anterior cambian rápidamente con las iteraciones de los proveedores. Solo sirven como referencia para la selección. Consulte la información oficial más reciente de cada proveedor.

Para obtener más detalles sobre cómo escribir prompts de video con IA, consulte references/ai-video-prompting.md

4. Especificaciones de la Plataforma Objetivo

Plataformas Chinas

PlataformaRelación de aspectoResolución recomendadaLímite de duraciónNotas
Douyin9:161080x192015s / 60s / 15minLos videos de menos de 15s tienen la mayor ponderación de finalización
Bilibili16:91920x1080Sin límite superiorPrincipalmente horizontal, también soporta vertical
Kuaishou9:161080x192011minPrincipalmente vertical
WeChat Video9:16 / 16:91080x192030minSe recomiendan videos cortos < 1min
Xiaohongshu9:16 / 3:41080x192015minTambién se usa comúnmente 3:4

Plataformas Internacionales

PlataformaRelación de aspectoResolución recomendadaLímite de duración
YouTube16:91920x1080 / 3840x2160Sin límite
YouTube Shorts9:161080x192060s
TikTok9:161080x192010min
Instagram Reels9:161080x192090s
Instagram Feed1:1 / 4:51080x1080 / 1080x135060s

5. Framework de Video Programático

Genere videos con código, adecuado para producción por lotes repetible, basada en plantillas e impulsada por datos.

Hyperframes (HTML/CSS, recomendado) — Código abierto, Apache 2.0, cada fotograma es un documento HTML, el más amigable para agentes. Remotion (React) — Capacidades de animación más sólidas, adecuado para efectos complejos y renderizado por lotes con Lambda.

FactorHyperframesRemotion
Amigable para agentesMejor (HTML puro)Bueno (React)
Capacidad de animaciónBásica (CSS transition)Avanzada (Spring, interpolate)
Renderizado por lotesLocalLambda (AWS)
LicenciaApache 2.0Requiere licencia comercial

6. Plantillas de Flujo de Trabajo

Video de demostración de producto: Guion → Grabación de pantalla → Superposición programática (títulos, anotaciones) → B-roll con IA → Locución → Exportar según especificaciones de la plataforma

Video explicativo: Guion (problema → solución → CTA) → Elegir forma de presentación (Avatar IA / Narración) → Crear imágenes → Agregar subtítulos → Exportar

Contenido corto para redes sociales en lote: Crear plantilla con Hyperframes/Remotion → Introducir datos → Renderizar por lotes → Agregar subtítulos de plataforma → Distribuir

Réplica de edición viral: Tomar video de referencia → Desglosar ritmo de edición → Generar hoja de ritmo → Ejecutar con tu propio material. Consulte references/edit-anatomy.md

7. Pipeline Controlable Directamente por el Agente

Agente escribe guion (combinando perfil)
    ↓
Hyperframes: HTML → MP4 (video programático)
    y/o
API de video con IA: Generar B-roll
    ↓
ffmpeg (skill video-editing): Editar y unir
    ↓
Producto → outputs/

Errores Comunes

  1. Elegir la herramienta antes de pensar la estrategia — Primero defina el objetivo del video, luego elija la herramienta
  2. Agregar texto dentro de videos generados por IA — Los modelos no pueden renderizar texto legible de manera confiable, use superposición programática
  3. Ignorar los subtítulos — El 85% de los videos en redes sociales se ven sin audio, es obligatorio agregar subtítulos
  4. Relación de aspecto incorrecta — Vertical 9:16 para redes sociales, horizontal 16:9 para YouTube/sitios web
  5. Sobreproducción — En las plataformas de redes sociales, la autenticidad a menudo supera a la sofisticación

Percepción de Perfil

Detecta la marca === EASEL ACCOUNT PROFILE ===.

Cuando hay perfil:

  • Lee el estilo visual de la marca (colores, fuentes, logotipo) del perfil y lo aplica a las plantillas de video
  • Lee las preferencias de plataforma objetivo y recomienda las especificaciones correspondientes primero
  • Lee el perfil de la audiencia y ajusta el estilo del video (profesional / relajado / moderno)
  • Lee la información del producto y la usa directamente para escribir el guion

Cuando no hay perfil:

  • Vuelve al modo genérico, pregunta activamente sobre el estilo de la marca y la plataforma objetivo
  • Recomienda planes según las mejores prácticas generales

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

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

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).

Skills relacionados