Communitygithub.com

inspección-de-estado-de-animación-en-blender

Inspecciona personajes, rigs, poses y animaciones de Blender extrayendo datos estructurados para diagnosticar problemas de retargeting, contacto, orientación y escalado.

¿Qué es inspección-de-estado-de-animación-en-blender?

Esta habilidad está diseñada para diagnosticar problemas en animaciones 3D dentro de Blender que no pueden resolverse solo con capturas de pantalla. Extrae información estructurada del estado de la escena (huesos, mallas, bounding boxes, contactos con el suelo, orientación, etc.) y la compara con las expectativas del usuario. Es útil para detectar errores de retargeting, importación invertida, deslizamiento de pies, penetración en el suelo, cruce de piernas, escalado anómalo y roturas de twsit en personajes animados. Funciona en Blender (versión de escritorio) y puede asistir en flujos de trabajo con Claude Code, Cursor u otros agentes de IA para ingeniería 3D. La inspección sigue un flujo paso a paso: inventario de escena, identificación del esqueleto, determinación de ejes, muestreo de fotogramas clave, verificación de integridad del modelo y diagnóstico de contacto/movimiento. El agente devuelve un informe estructurado con hechos confirmados, causas probables y correcciones necesarias, evitando opiniones subjetivas.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/blender-motion-state-inspection

Preguntar en tu IA favorita

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

Documentación

Inspección del Estado de Animación en Blender

Cuándo Usarla

  • Un personaje de Blender se ve torcido, reflejado, aplanado, desplazado o con arrastre de pies en una animación.
  • Un usuario pregunta si un avatar importado, armadura o movimiento retargeteado coincide con una pose esperada.
  • Necesitas comparar evidencia renderizada con hechos estructurados como huesos, bounding boxes, contactos y vectores de orientación.
  • Un flujo de trabajo depende de decidir si un modelo es un personaje, un accesorio, una malla proxy, un rig de control o una importación dañada.

Principio Fundamental

No juzgues activos 3D animados solo a partir de capturas de pantalla. Las capturas son evidencia de revisión, pero ocultan convenciones de ejes, nombres de huesos, escala de objetos, transformaciones locales, mallas con padres, ranuras de materiales y el estado de contacto fotograma a fotograma.

Primero extrae el estado estructurado de Blender, luego usa capturas de pantalla del viewport o renders para confirmar lo que los hechos implican.

Cómo Funciona

  1. Establece la línea base de la escena limpia y el activo antes de juzgar el movimiento.
  2. Extrae hechos estructurados de Blender usando un exportador o Python en Blender ejecutado dentro del propio intérprete de Blender.
  3. Muestrea los fotogramas con mayor probabilidad de revelar errores de contacto, orientación, escala y retargeting.
  4. Compara los hechos medidos con la pose esperada del usuario, la dirección, el plano del suelo y el objetivo de renderizado.
  5. Devuelve un informe conciso que separa hechos confirmados, causas probables y correcciones necesarias.

Flujo de Inspección

  1. Inventario de la escena.

    • Lista mallas, armaduras, empties, cámaras, luces, modificadores, relaciones padre-hijo y objetos ocultos.
    • Separa las mallas de personajes de la geometría auxiliar/proxy antes de juzgar el avatar.
    • Registra bounding boxes en espacio de objeto y espacio global.
  2. Identifica el esqueleto.

    • Captura nombres de armaduras, pose bones, cabezas/colas de huesos, roll, cadenas padre, restricciones y ejes de pose de reposo.
    • Mapea huesos semánticos como caderas, columna, cuello, cabeza, hombros, codos, manos, muslos, rodillas, tobillos y pies.
    • Señala pares izquierdo/derecho faltantes y esquemas de nombres inusuales.
  3. Determina los ejes adelante, arriba y laterales.

    • Usa la pelvis, columna, hombros, caderas, cabeza y pies en conjunto; no te bases en una sola normal de malla.
    • Compara los ejes locales de la armadura con los ejes globales y las convenciones de archivos importados como glTF Y-up vs Blender Z-up.
    • Marca como probable importación reflejada o hacia atrás cuando la dirección de la cara/cabeza/pies entre en conflicto con el movimiento raíz.
  4. Muestrea fotogramas de animación.

    • Inspecciona fotogramas primero, medio, de contacto, aéreos y extremos.
    • Registra ubicación raíz, orientación raíz, altura de pelvis, inclinación del torso, direcciones de extremidades, espacio libre del pie y límites de la malla.
    • Para movimientos largos o rápidos, muestrea más densamente alrededor de giros, aterrizajes, giros, colisiones y contactos con el suelo.
  5. Verifica la integridad del modelo antes de culpar al retargeting.

    • Confirma la forma base limpia antes de aplicar la animación.
    • Conserva la malla original, materiales, armadura y skinning a menos que el usuario pida explícitamente una reparación.
    • Trata los blobs esféricos inexplicables, las mallas proxy gigantes o los cuerpos aplastados como problemas de importación/selección hasta que se demuestre lo contrario.
  6. Diagnostica problemas de contacto y movimiento.

    • Penetración del suelo: compara los vértices más bajos del pie o zapato con la altura del suelo por fotograma.
    • Arrastre de pie: compara las posiciones globales del pie en fotogramas plantados.
    • Cruce de piernas: compara el orden lateral de muslo, rodilla, tobillo y pie izquierdo/derecho.
    • Daño por torsión: compara la dirección de oscilación del hueso por separado del roll/twist alrededor del eje de la extremidad.
    • Deriva de escala: compara los límites de la malla animada con los límites de la línea base limpia.
  7. Reporta hechos antes que opiniones.

    • Incluye números de fotograma, nombres de objetos, nombres de huesos, coordenadas globales y umbrales.
    • Separa los fallos confirmados de las sospechas visuales.
    • Adjunta capturas de pantalla solo después de que el estado estructurado explique qué buscar.

Forma de Informe Recomendada

## Inspección de Animación en Blender

### Inventario de Escena
- Candidatos a personaje:
- Armaduras:
- Objetos auxiliares/proxy:
- Cámaras/luces:

### Orientación
- Arriba global:
- Adelante del personaje:
- Orientación raíz:
- Riesgo de reflejo/hacia atrás:

### Integridad de Línea Base
- Límites de malla limpia:
- Límites de malla animada:
- Materiales/skin preservados:
- Mallas no personaje sospechosas:

### Hallazgos por Fotograma
| Fotograma | Hallazgo | Evidencia |
| --- | --- | --- |
| 1 | Pose base limpia | caderas/columna/pies alineados |
| 96 | Pie penetra el suelo | left_foot min_z = -0.04 |

### Verdicto
- Aprobado/rechazado:
- Corrección requerida:
- Listo para renderizar:

Ejemplos

Ciclo de Caminata con Arrastre de Pie

Escenario: un personaje retargeteado parece patinar durante un ciclo de caminata, pero el ángulo de cámara frontal dificulta juzgar el contacto del pie.

Aplica el flujo:

  • Inventario de escena: malla de personaje HeroBody, armadura HeroRig, plano de suelo Floor, sin mallas proxy ocultas.
  • Identifica el esqueleto: pies semánticos foot.L y foot.R; caderas pelvis; hueso raíz root.
  • Muestrea fotogramas de animación: inspecciona fotogramas 1, 18, 24, 30, 42 y 48 alrededor de momentos de pie plantado.
  • Diagnostica problemas de contacto y movimiento: compara ubicaciones globales del pie durante fotogramas plantados.

Hechos extraídos:

FotogramaHechoEvidencia
18Pie izquierdo plantadofoot.L min_z = 0.004, dedo y talón cerca del suelo
24Pie izquierdo se desliza mientras está plantadofoot.L x = 0.21 -> 0.28 en seis fotogramas
30Pelvis sigue avanzandopelvis y = 1.14 -> 1.31

Verdicto: rechazado para renderizar. El movimiento necesita limpieza de bloqueo de pie o revisión de restricciones de retargeting; la malla del cuerpo no necesita cambios de proporción.

Personaje Importado al Revés

Escenario: un personaje se ve correcto en un fotograma estático, pero la animación se mueve en dirección opuesta al desplazamiento esperado.

Aplica el flujo:

  • Determina ejes adelante, arriba y laterales: compara cabeza, pecho, pies y movimiento raíz.
  • Muestrea fotogramas de animación: inspecciona el fotograma 1 y el punto medio de la trayectoria de desplazamiento.
  • Reporta hechos antes que opiniones: incluye la orientación raíz y la dirección de la cara del modelo por separado.

Hechos extraídos:

FotogramaHechoEvidencia
1La cara del personaje apunta hacia el mundo -Yvector cabeza/pecho desde neck a head se resuelve como -Y
72El movimiento raíz viaja hacia el mundo +Yroot y = 0.0 -> 2.8
72Pies siguen mirando hacia adelante, opuestos al desplazamientohuesos de dedos apuntan -Y mientras el desplazamiento es +Y

Verdicto: probable importación al revés o desajuste del eje adelante en el retargeting. Corrige el mapeo de ejes de importación/retargeting antes de editar curvas de animación.

Umbrales Prácticos

  • Asume unidades en escala de metros por defecto de Blender a menos que la escala de unidad de la escena indique lo contrario.
  • Trata la penetración del suelo por encima de 1-2 cm como visible a menos que el suelo sea blando o intencionalmente estilizado.
  • Trata un cambio repentino de escala por encima del 5% como un problema probable de rig, restricción o herencia de transformación.
  • Trata los cambios de orden lateral de tobillo izquierdo/derecho durante movimiento invertido en el aire como riesgo de cruce de piernas incluso si se recupera después.
  • Trata los saltos de orientación raíz por encima de 30 grados por fotograma como sospechosos a menos que el movimiento fuente incluya un giro brusco.

Anti-patrones

  • No modifiques las proporciones del cuerpo para forzar la coincidencia de pose a menos que la tarea sea explícitamente reparación de malla.
  • No hornees la línea base limpia antes de registrarla.
  • No uses un solo ángulo de cámara renderizado como prueba de que una pose es correcta.
  • No elimines objetos auxiliares hasta que hayas registrado por qué no forman parte del personaje.
  • No asumas que un avatar mira hacia +Y, -Y, +X o -X sin verificar cabeza, pies, torso y movimiento raíz en conjunto.

Notas de Herramientas

Si hay un exportador de estado de Blender disponible, prefiere JSON que incluya mallas, armaduras, pose bones, materiales, contactos, bounding boxes y fotogramas de animación muestreados. Si no hay exportador, ejecuta un pequeño script de Python en Blender a través del propio Blender, por ejemplo blender --background scene.blend --python collect_motion_state.py, porque bpy no está disponible en un intérprete de Python normal del sistema.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills relacionados