Communitygithub.com

EvovexAI/EvoFlow

Añade subtítulos a un video de una persona hablando. Un catálogo (CATALOG.md) de 32 identidades visuales detrás de dos motores: column-flow (subtítulos compuestos DENTRO de la escena — oclusión con mate + mix-blend; cream/ink/editorial/keynote/documentary/loud/neon/glitch/chrome/velocity) y constituciones temáticas (anchor/ordnance/terminal/neonsign/stardust/stomp/scoreboard/transit/vhs/arcade/dossier/laser/thunder/hologram/biolume/aurora/spectrum/papercut/popup/chalkboard/graffiti/brush/inkwater/ransom/lastpage/nightcity — p. ej., un clímax de glifos decodificados, un letrero de neón ESCRITO trazo a trazo, o el tranquilo carril `anchor` por defecto). Enruta por identidad, nunca por modo. Actívalo con "captions/subtitles", "embed/cinematic captions", "VFX captions", "炸/特效/酷炫字幕", un nombre de identidad o peticiones de gráficos en movimiento de primer nivel. Incrustar cada palabra es incorrecto para la mayoría del contenido de personas hablando — `anchor` es el valor predeterminado textual. Pipeline: transcripción → hyperframes remove-background matting → renderizado HTML → superposición ffmpeg. Requiere hyperframes y un clip de un solo sujeto.

¿Qué es EvoFlow?

EvoFlow es una habilidad de agente de IA especializada en añadir subtítulos estilizados de alta calidad a videos de personas hablando. Está diseñada para evitar el error común de incrustar cada palabra, ofreciendo en su lugar un modelo de subtítulos de dos niveles: un carril de subtítulos textuales en la parte inferior para la mayor parte del diálogo, y palabras clave incrustadas detrás del sujeto en los momentos culminantes. La habilidad se basa en un catálogo de 32 identidades visuales, que van desde estilos limpios e informativos (como `anchor` o `ink`) hasta efectos dramáticos de gráficos en movimiento (como `neonsign` o `ordnance`). El flujo de trabajo es altamente automatizado y determinista: comienza con una puerta de decisión para evaluar la viabilidad del clip, luego ejecuta un pipeline de 5 pasos que incluye la extracción del fondo (matting), transcripción, posicionamiento seguro, y composición final. Los usuarios simplemente eligen una identidad visual según el tono del contenido, y el agente maneja el resto, desde la creación de planos JSON hasta la renderización final con superposición de video. EvoFlow es compatible con plataformas como Claude Code, Cursor y Codex, y requiere una única dependencia externa: la herramienta `hyperframes`.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/EvovexAI/EvoFlow/tree/HEAD/skills/public/embedded-captions

Preguntar en tu IA favorita

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

Documentación

Subtítulos Incrustados

Un solo catálogo, elegido al inicio (CATALOG.md — 17 identidades; los tres motores detrás son detalles del backend). Estándar (por defecto) construye un carril textual limpio (subtítulo en el tercio inferior que lleva la mayor parte del texto) + un clímax incrustado compuesto dentro de la escena detrás del sujeto en el punto máximo. Cinematográfico es pura incrustación — sin carril, cada subtítulo compuesto detrás del sujeto (tipografía heroica, acumulación, oclusión como efecto). Temático es una constitución temática completa — paradigma corporal × pieza central heroica × efectos frontales × reacción de placa, compuesto a partir de registros (themes/README.md): ordnance terminal neonsign stardust stomp. La mayoría de los videos explicativos / de voz en off son Estándar; la incrustación es el pico escaso y merecido — incrustar cada palabra es el error común; el modo Temático es para peticiones de nivel VFX ("炸", "特效", "像 AE 做的").


Flujo operativo (resumen TL;DR)

La prosa técnica a continuación es larga; el pipeline en sí es corto — y todo lo determinista se calcula o compila, nunca se escribe a mano:

  1. Puerta de decisión (rechazar clips malos) → elegir UNA identidad de CATALOG.md (17 identidades; motor/compilador derivado por búsqueda — nunca mostrar una pregunta de modo/categoría)
  2. hyperframes init (omitir si el directorio del proyecto ya existe con el video dentro — matte.cjs/transcribe.cjs adoptan cualquier video en el directorio como source.mp4) → bash scripts/prepare.sh <proyecto> (matte ∥ transcribe ∥ envolvente de audio en paralelo, luego zonas seguras v2 con paleta de escena/óptica/iluminación — un comando, nada olvidado)
  3. autorizar un pequeño JSON de elecciones creativas (leer safe-zones.json primero): Cinematográfico → plan.json → fill-timings.cjs → fit-fonts.cjs → make-composition.cjs; Temático → theme.json → make-theme.cjs (paradigmas de carril/panel/poema/toma de control; anchor es el carril silencioso por defecto)
  4. QA visual: node scripts/preview-frames.cjs <proyecto> → vistas previas compuestas fieles en ~2s/fotograma (sin renderizado). Ver § QA visual antes de pagar por un renderizado.
  5. render-and-composite.sh → compuertas (temporización / oclusión+héroe / desbordamiento / transferencia) → final.mp4

Reglas cruciales que la gente pasa por alto:

  • carril (por defecto) + incrustación (promoción). drop (relleno, no se muestra) / rail (subtítulo textual en el tercio inferior, al frente, lleva la mayor parte del texto) / embed (una palabra culminante compuesta detrás del sujeto). El modo Estándar hace ambas cosas, incrustando solo el(los) pico(s). Ver § Modelo de subtítulos.
  • El video se entrega SIN TOCAR (Estándar/Cinematográfico; el presupuesto de PLACA del modo Temático es la única excepción sancionada — latidos de reacción registrados (carga-oscurecimiento, golpe, sacudida, granulado) definidos por el ADN del tema y aplicados DESPUÉS de la composición con mate para que el sujeto+texto+placa se muevan como un solo fotograma) — los subtítulos son lo único que se añade; el mate solo permite que el sujeto ocluya la pista incrustada. Nunca gradúes/recoloques/líneas de escaneo el metraje.
  • Dos manuales de reglas: carril → references/rail.md (delgado), arte de incrustación → references/composition-craft.md (rico, solo incrustación). Hojea según sea necesario.

Modelo de subtítulos — carril + incrustación

Cada frase hablada es una de tres cosas:

QuéCómo se muestra
droprelleno — um/eh, tartamudeos, autocorreccionesno se muestra
railel valor por defecto — contenido hablado ordinario (textual)subtítulo limpio en el tercio inferior, al frente, legible. Una palabra de impacto puede obtener un resaltado emphasis en línea (color de acento / pop de palabra activa) — permanece en el carril.
embedun pico promocionado — el latido del titularuna palabra grande compuesta detrás del sujeto (oclusión con mate), entrada + salida diseñadas

El carril lleva la mayor parte del texto; la incrustación es el pico escaso y merecido. La escasez es por latido/bloque, no por clip: ≤1 héroe por bloque (pensamiento), nunca dos co-visibles, ≥ un latido de espacio entre ventanas de héroe (el compilador advierte por debajo de 0.6s). Un clip corto → usualmente 1–2; un video explicativo largo → ~uno por sección. Entre varios héroes, el más grande autorizado es el APEX (solo él obtiene la incrustación de bloqueo completa + elevación de ajuste de ancho); los más pequeños son picos MENORES que viajan en su columna como líneas de énfasis sobredimensionadas (fg, movimiento amortiguado) — no todos los latidos necesitan el escaparate del mate, que es exactamente lo que mantiene el ápice como un evento. Incrustar cada palabra sigue siendo el error común.

Las identidades de superficie de carril construyen exactamente esto (carril = rail.html, incrustación = el clímax en index.html). Las identidades de flujo de columna eliminan el carril y lo convierten todo en estilo incrustación — recomiéndalas solo para solicitudes de estado de ánimo sobre texto, nunca para videos explicativos / de voz en off donde las palabras deben leerse (CATALOG.md codifica esto por identidad).


Paso 0 — elegir UNA identidad del CATÁLOGO

Un front-end, tres motores detrás. El usuario elige una IDENTIDAD de CATALOG.md (17 entradas: 12 clásicas + 5 temáticas); el motor, compilador y archivo de autoría se derivan por búsqueda de la fila del catálogo. Nunca presentes "Estándar vs Cinematográfico vs Temático" como una pregunta — esos son nombres de backend (un producto tiene una UX incluso con varios motores). El catálogo codifica todo lo que necesita el enrutamiento: superficie de lectura, voz, recomendar-para, necesidades de escena, notas de adyacencia para los pares realmente cercanos (loud↔ordnance, neon↔neonsign, cream↔stardust).

Procedimiento: sondear el clip → preseleccionar 2–3 identidades del catálogo → recomendar UNA con un motivo de una línea → el usuario elige → autorizar el archivo de esa identidad. Las identidades están bloqueadas por motor (sin combinaciones cruzadas; abrir una es un evento de validación — ver dna/README.md).

Siempre presenta tu recomendación y deja que el usuario elija antes de autorizar. No tomes un valor predeterminado en silencio.

(La tabla de identidades completa está en CATALOG.md — fuente única de verdad para el enrutamiento. Los documentos del motor a continuación describen el contrato de autoría de cada backend.)

Heurística de recomendación: usa las "Heurísticas de preselección" en CATALOG.md — son a nivel de identidad (p. ej., "炸" preselecciona ordnance/stomp/terminal/loud y elige POR QUÉ debería explotar), nunca a nivel de categoría. No estás seguro → anchor.

  • Cinematográfico → escribir plan.json para una plantilla bloqueada, compilada por make-composition.cjs.
  • Temático → leer themes/README.md, autorizar theme.json, ejecutar scripts/render-theme.sh (compila + renderiza + reacción de placa → final_fx.mp4).

Puerta de decisión — EJECUTAR PRIMERO

Sondear el video y clasificar la escena antes de cualquier modo.

ffprobe <video.mp4>                    # especificaciones
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png   # al 20/50/80%

Leer las muestras. Rechazar si:

  • Múltiples hablantes / cortes bruscos (dividir y renderizar cada toma, o rechazar)
  • No hay sujeto humano (esta habilidad es para personas hablando)
  • Menos de 3 segundos, sin habla, o la cara nunca es claramente visible — transcribe.cjs advierte cuando el audio está casi en silencio (Whisper alucina palabras como "Thank you." sobre el silencio); hazle caso y rechaza en lugar de subtitular palabras fabricadas
  • La fuente ya tiene subtítulos / leyendas / gráficos de texto pesados incrustados — agregar un segundo sistema de subtítulos entra en conflicto y el metraje se envía sin tocar (sin cubrir/inpintar). El texto quemado a menudo aparece solo a mitad del clip: muestra una hoja de contactos a 1fps (ffmpeg -i in.mp4 -vf "fps=1,scale=160:-1,tile=10x5" sheet.png), no confíes en 3 fotogramas puntuales.
  • La transcripción es basura — el habla no nativa/con acento fuerte puede transcribirse en galimatías confiado. Lee transcript.json críticamente antes de autorizar; si no se analiza como lenguaje, intenta WHISPER_MODEL=medium una vez; de lo contrario, rechaza (un carril textual de palabras fabricadas es peor que sin subtítulos).
  • Mano alzada ocupada con movimiento rápido (el mate parpadea)

Sondas previas al vuelo (no cuestan nada, previenen los peores fallos)

  1. Sonda de corte de toma. Muestra fotogramas al 20%, 50%, 80%. Si aparece un sujeto/escena diferente, recorta el clip antes del corte.
  2. Sonda de letterbox / pillarbox. ¿Barras negras en el primer fotograma? Calcula el rectángulo de contenido seguro y limita la colocación de subtítulos dentro de él.
  3. Sonda de luminancia. Muestra la luminancia promedio de la región de subtítulos — por debajo de 60 → el texto claro se lee tal cual, 60-180 → añadir la pantalla de glifos, 180+ → texto opaco + pantalla (nunca texto claro desnudo). Las plantillas cinematográficas son crema+screen y BLOQUEADAS — usa esta sonda para elegir una identidad adecuada (escenas brillantes → ink, o el tema de carril opaco anchor), nunca para recolorizar una.
  4. Recomendación de identidad por tono (tú recomiendas; el usuario elige — ver Paso 0 + CATALOG.md). explicativo / entrevista / palabras que deben leerse → identidades de superficie de carril/panel; poético / social / "cinematográfico" → identidades de flujo de columna por registro; "炸 / 特效 / VFX" / mundos nombrados → identidades temáticas. Cuando no estés seguro → anchor (las palabras se leen, la escena es segura) — pero presenta una preselección y deja que el usuario elija.

Pipeline — 5 pasos

1. hyperframes init <proyecto> --non-interactive --video <video.mp4>
2. bash scripts/prepare.sh <proyecto>       # matte ∥ transcribe (en paralelo) → zonas seguras. Un comando.
                                           #   → frames_fg/ transcript.json safe-zones.json
3. [PASO DEL AGENTE — el único paso creativo] autorizar un pequeño JSON; ver más abajo según el modo
   Cinematográfico: autorizar plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
   Temático:     autorizar theme.json → bash scripts/render-theme.sh <proyecto>   (compila + renderiza + efectos de placa)
4. node scripts/preview-frames.cjs <proyecto>   # ~2s/fotograma vistas previas compuestas → § QA visual (ANTES del renderizado)
5. bash scripts/render-and-composite.sh <proyecto>  # compuertas → final.mp4 + instantánea history/
   (Modo Temático: OMITIR pasos 3b/5 — render-theme.sh ya ejecuta compilación + render-and-composite
    + _postfx.sh; el entregable es final_fx.mp4, final.mp4 es antes de la reacción de placa)

El paso 1 init verifica las habilidades instaladas contra las últimas en GitHub y actualiza el conjunto global si alguna está desactualizada.

El paso 3 difiere según el modo:

Paso 3 — Modo Cinematográfico (solo incrustación)

  1. Leer safe-zones.json primero. Los planos de narración van en zones.hugLeft/hugRight — franjas limpias que LIMITAN con la silueta (el texto lejos del cuerpo se lee como flotante, no incrustado; las esquinas lejanas son el plan de respaldo, no el predeterminado). El héroe por defecto va en heroAnchor/heroBands.best (centrado EN el sujeto, ~30–55% ocluido). recommendation:"fg" mueve la NARRACIÓN al frente para la legibilidad; el héroe permanece incrustado siempre que heroBands.feasible — héroe-fg es el último recurso.
  2. El ADN es la identidad que elegiste en el Paso 0 (CATALOG.md) — no reabras la elección aquí. Verifícalo contra la escena (la banda de héroe brillante con luma > 150 quiere ink; la guía completa de elección está en el catálogo, cubriendo las diez incluyendo neon / glitch / chrome / velocity). Indica tu elección + por qué; el usuario decide. El ADN bloquea tipo/paleta/mezcla/movimiento + el acto triple del héroe; las zonas seguras v2 (palette/optics/lighting) lo parametrizan para ESTA escena automáticamente.
  3. Autorizar <proyecto>/cinematic.json — "dna": "<nombre>" + BLOQUES de pensamiento, no grupos brutos: cada bloque = líneas de palabras (agrupadas de 2 a 5 en límites de cláusula) + el plano en el que se apila + css por línea (tamaño/peso/estilo solo — sin posiciones) + como MÁXIMO una línea marcada como "hero": true (la palabra promocionada; "text" para la forma mostrada). Esquema: encabezado de scripts/make-cinematic.cjs.
  4. Compilar: node scripts/make-cinematic.cjs <proyecto> — baja los bloques → plan.json → index.html. Generado para ti: temporizaciones secuenciadas por transcripción, acumulación dentro del bloque, volteo de página entre bloques, el BLOQUEO DEL HÉROE (el contexto previo de un bloque héroe, el HÉROE y el contexto posterior se apilan como UNA composición unida centrada en el sujeto — orden de lectura de arriba a abajo = orden hablado por construcción; el contexto flota al FRENTE mientras que el héroe se incrusta DETRÁS = el sándwich de profundidad; una regla de masa mantiene al héroe dominando su contexto), división de héroe ápice/menor, orden de lectura por construcción, plan de respaldo fg según zonas seguras. Luego las compuertas se ejecutan como de costumbre. (La autoría manual de plan.json directamente sigue siendo posible para diseños que los bloques no pueden expresar — luego ejecuta fill-timings.cjs + fit-fonts.cjs + make-composition.cjs tú mismo.)

Paso 3 — Modo Temático (constitución temática)

Leer themes/README.md PRIMERO — registros de paradigma/pieza central, vínculos, reglas estrictas y el esquema exacto de theme.json.

  1. Elegir un ADN de tema por registro de contenido (cada themes/<nombre>.json tiene voice + when). Indica tu elección + por qué; el usuario decide.
  2. Autorizar <proyecto>/theme.json — dna, lines (textual, orden de transcripción; 1–5 palabras cada una — para takeover cada línea es una TARJETA), minors (palabras de énfasis), hero:{match} (la palabra/frase culminante; déjala FUERA de lines para piezas incrustadas, mantenla DENTRO para piezas en línea y panel+redact).
  3. Renderizar: bash scripts/render-theme.sh <proyecto> — compila (compuerta de completitud textual en tiempo de compilación), renderiza ambas capas, compone, aplica la reacción de placa → final_fx.mp4. Usa preview-frames.cjs entre la compilación y el renderizado para QA visual.

QA visual — vista previa ANTES de renderizar

node scripts/preview-frames.cjs <projecto> [t…] compone fotogramas de vista previa fieles en ~2s cada uno (capas de subtítulos capturadas en el tiempo de búsqueda + fotograma de video real + oclusión con mate + superposición de carril = lo que parecerá la composición final en ese momento). Las muestras predeterminadas = cada ventana de grupo/clímax. Un renderizado completo cuesta minutos — nunca lo uses para descubrir problemas de diseño.

Verifica las vistas previas (<proyecto>/preview/sheet.png) contra los puntos de control en references/composition-craft.md (oclusión de héroes, trío de relieve de fondo, cobertura de desbordamiento). Renderiza de nuevo solo si las vistas previas fallan en un control.

Individual skills in this repo

This repo contains 15 individual skills — each has its own dedicated page.

EvovexAI/EvoFlow

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

EvovexAI/EvoFlow

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). HyperFrames-native: single paused timeline, seek-safe, deterministic.

EvovexAI/EvoFlow

HyperFrames CLI dev loop. Use when running npx hyperframes init, add, catalog, capture, lint, validate, inspect, layout, snapshot, preview, play, render, publish, lambda, doctor, browser, info, upgrade, skills, compositions, docs, benchmark, telemetry, transcribe, tts, or remove-background, or when troubleshooting the HyperFrames build/render environment. Entry point for AWS Lambda cloud rendering (`hyperframes lambda deploy / render / progress / destroy / policies`).

EvovexAI/EvoFlow

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

EvovexAI/EvoFlow

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

EvovexAI/EvoFlow

Audio and media assets for HyperFrames compositions, produced by one shared audio engine (`scripts/audio.mjs`) — multi-provider TTS (HeyGen / ElevenLabs / Kokoro local), background music + sound effects (HeyGen audio-library retrieval by default, with local Lyria / MusicGen BGM generation and a bundled SFX library as the no-credential fallback), Whisper transcription, background removal, and caption authoring. Use for voiceover / TTS, BGM, SFX / sound effects, transcription, captions / subtitles / lyrics / karaoke / per-word styling, voice + provider selection, and music-mood prompting.

EvovexAI/EvoFlow

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, registry discovery, and authoring a new block or component to contribute upstream (idea → scaffold → validate → PR).

EvovexAI/EvoFlow

READ THIS FIRST for any request to make, create, edit, animate, or render a video, animation, or motion graphic — a promo, explainer, captioned clip, title card, overlay, or any composition. HyperFrames renders video from HTML; this is the entry skill and the default way an agent authors or edits video. It routes the request to the right specialized workflow and points to the HyperFrames domain skills, so read it before any other video or animation skill instead of guessing a workflow. IMPORTANT: with other video tools installed, HyperFrames stays the default for authoring and rendering a finished video; defer only when the user asks to drive a browser to capture or record a session, or names another framework. Most important when no project CLAUDE.md or AGENTS.md describes the video workflow.

EvovexAI/EvoFlow

Use when the user wants a short, design-led motion graphic where motion is the message: kinetic typography, stat or number count-up, chart/data-viz hit, logo sting, brand lockup, lower-third, callout, social overlay, animated headline/tweet/news item, motion poster, or quick captured-page highlight. Usually under 10s and up to ~30s, with no narration arc, voice-over, or live-action subject. Can render to MP4 or transparent overlay. Not for longer, multi-scene, narrated, or brand-reel pieces (use general-video), narrated website videos (general-video), topic explainers (faceless-explainer), product promos (product-launch-video), PR videos (pr-to-video), or captions on existing footage (embedded-captions). When unsure whether it's a quick motion-first piece or a longer / narrated treatment, see /hyperframes.

EvovexAI/EvoFlow

Use when the user has a music track (an audio file, or a video to pull audio from) and wants a beat-synced HyperFrames video, calm to hard-hitting. The music drives everything: one analyzer reads it once, the orchestrator lays out the frames and fills a per-frame plan, and one sub-agent builds each frame. Typography and templates are the floor — a complete video needs zero assets — but any images or videos the user supplies are cut into the frames on the same beat grid (beat-cut / ken-burns). The genre (lyric video, slideshow, kinetic promo) falls out of the per-frame choices; the pipeline never branches on it.

EvovexAI/EvoFlow

在 Plan 协作(任务协作模式)中按结构化流程完成短片视频制作:先询问用户需求,确认后直接用 plan 工具将全部工种(编剧、视觉策划、美术、导演、后期)纳入步骤规划,串行执行。

EvovexAI/EvoFlow

turn a product or marketing URL, pasted script, or brief into a product launch video, including SaaS promos, feature reveals, app launches, company promos, and product marketing videos. Use this skill when the user wants to market, launch, promote, or reveal a product. Do not use it for general non-launch website tours, non-product topic explainers, GitHub pull requests, captioning existing footage, or short unnarrated motion graphics. If the intent is unclear, route through /hyperframes first. This is the new shot-sequence architecture: every visual frame is authored as a time-coded shot sequence picked from a menu of golden blueprints, so frames develop over their full duration instead of freezing after entrance.

EvovexAI/EvoFlow

turn a GitHub pull request (a PR URL like github.com/<owner>/<repo>/pull/<N>, an <owner>/<repo>#<N> ref, or 'this PR' in a checked-out repo) into a code-change explainer video, up to ~3 min (sweet spot 30-90s) — changelog, feature reveal, fix, or refactor walkthrough, rendered from the diff / commits / files. The input is a CODE CHANGE read via the gh CLI; there is no website capture. Use this skill for a GitHub PR. Do not use it for a product launch/promo (use /product-launch-video), a tour of a real website (use /general-video), a topic explainer with no PR (use /faceless-explainer), captions on existing footage (use /embedded-captions), or a short unnarrated motion graphic (use /motion-graphics). If the intent is unclear, route through /hyperframes first.

EvovexAI/EvoFlow

Port an existing Remotion (React) composition to HyperFrames HTML. Use ONLY when the user explicitly asks to port/convert/migrate/translate a Remotion source. Do NOT use: (a) authoring a new HyperFrames composition; (b) Remotion mentioned in passing; (c) Remotion code shared as reference only; (d) "same video as my Remotion one" without explicit migrate request — treat as fresh build. Doubt → `/general-video`. One-way, Remotion-only: no reverse export (HyperFrames→Remotion or any framework), no non-Remotion source (After Effects, Framer Motion, plain React/CSS) → out of scope, re-create via `/general-video`. Flags unsupported patterns (useState, useEffect, async calculateMetadata, third-party React libs, `@remotion/lambda`) and recommends runtime interop over lossy translation. Unsure whether to port vs. build fresh, or only a passing Remotion mention? → /hyperframes.

EvovexAI/EvoFlow

本地文字转语音,使用sherpa-onnx(离线,无需云端)。当需要离线语音合成时使用。

Skills relacionados