Communitygithub.com

DigitalRavagers/Experimento

Añade leyendas a un video de persona hablando. Un catálogo (CATALOG.md) de 32 identidades visuales basadas en dos motores: flujo de columna (leyendas compuestas DENTRO de la escena — oclusión mate + mezcla de capas) y constituciones temáticas.

¿Qué es Experimento?

Esta habilidad permite a un agente de IA generar leyendas incrustadas en videos de personas hablando (talking-head), seleccionando una de 32 identidades visuales definidas en un catálogo. El flujo de trabajo comienza analizando el video para recomendar una identidad (por ejemplo, 'anchor' para un estilo limpio y predeterminado, u 'ordnance' para un look más dramático). Luego, el agente procesa la transcripción, calcula zonas seguras, y compone las leyendas en dos capas: una 'rail' (subtítulo inferior, texto legible al frente) y una 'embed' (texto destacado compuesto detrás del sujeto, usando oclusión mate). El proceso es determinista y automatizado, pero requiere la decisión creativa del usuario para elegir la identidad final. Soporta modos como 'Standard' (rail + embed), 'Cinematic' (solo embed) y 'Theme' (constituciones temáticas completas con efectos de placa). La habilidad está diseñada para herramientas como Claude Code, y se ejecuta mediante scripts de shell (bash) y Node.js, con `hyperframes` como plataforma base. Incluye controles de calidad visual para evitar errores comunes como incrustar cada palabra (que es el error típico) o usar texto claro sobre fondos brillantes.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/DigitalRavagers/Experiment/tree/HEAD/.agents/skills/embedded-captions

Preguntar en tu IA favorita

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

Documentación

Leyendas Incrustadas

Un catálogo, elegido de antemano (CATALOG.md — 17 identidades; los tres motores que hay detrás son detalles de backend). Estándar (predeterminado) crea un riel (rail) limpio y literal (subtítulo inferior que lleva la mayor parte del texto) + un clímax incrustado (embed) compuesto dentro de la escena detrás del sujeto en el punto álgido. Cinematográfico es incrustación pura — sin riel, cada leyenda se compone detrás del sujeto (tipografía heroica, acumulación, oclusión como efecto). Temático es una constitución temática completa — paradigma del cuerpo × pieza heroica × efectos frontales × reacción de placa, compuesta a partir de registros (themes/README.md): ordnance terminal neonsign stardust stomp. La mayoría de los videos explicativos / con voz en off usan Estándar; la incrustación es el pico escaso y ganado — incrustar cada palabra es el error común; Temático es para peticiones de nivel VFX ("炸", "特效", "como hecho en AE").


Flujo operativo (resumen)

La prosa técnica a continuación es extensa; el proceso 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 plantear 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 dir como source.mp4) → bash scripts/prepare.sh <proyecto> (matte ∥ transcripción ∥ envolvente de audio en paralelo, luego zonas seguras v2 con paleta de escena/óptica/iluminación — un comando, nada olvidado)
  3. redactar 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 riel/panel/poema/toma de control; anchor es el riel silencioso predeterminado)
  4. QA Visual: node scripts/preview-frames.cjs <proyecto> → vistas previas de composición fieles en ~2s/fotograma (sin renderizar). Revisar § QA Visual antes de pagar por un renderizado.
  5. render-and-composite.sh → compuertas (tiempo / oclusión+heroica / desbordamiento / entrega) → final.mp4

Reglas importantes que la gente pasa por alto:

  • riel (predeterminado) + incrustado (promoción). drop (relleno, no se muestra) / rail (subtítulo inferior literal, al frente, lleva la mayor parte del texto) / embed (una palabra cumbre compuesta detrás del sujeto). El modo Estándar hace ambas, incrustando solo el(los) pico(s). Ver § Modelo de leyenda.
  • El video se entrega SIN TOCAR (Estándar/Cinematográfico; el presupuesto de PLACA del modo Temático es la única excepción sancionada — los beats de reacción registrados (carga-atenuación, golpe, sacudida, granulado) definidos por ADN de tema y aplicados DESPUÉS de la composición mate para que sujeto+texto+placa se muevan como un solo fotograma) — las leyendas son lo único que se añade; el mate solo permite que el sujeto ocluya la pista incrustada. Nunca gradúes/recolores/añadas líneas de escaneo al metraje.
  • Dos libros de reglas: riel → references/rail.md (breve), arte de incrustación → references/composition-craft.md (rico, solo incrustación). Consulta según necesidad.

Modelo de leyenda — riel + incrustado

Cada frase hablada es una de tres cosas:

Qué esCómo se muestra
droprelleno — um/eh, tartamudeos, autocorreccionesno se muestra
railel predeterminado — contenido hablado ordinario (literal)subtítulo inferior limpio, al frente, legible. Una palabra impactante puede tener un resalte emphasis en línea (color de acento / destello de palabra activa) — permanece en el riel.
embedun pico promocionado — el latido del titularuna palabra grande compuesta detrás del sujeto (oclusión mate), entrada y salida diseñadas

El riel lleva la mayor parte del texto; la incrustación es el pico escaso y ganado. La escasez es por beat/bloque, no por clip: ≤1 heroica por bloque (pensamiento), nunca dos co-visibles, ≥ un beat de aire entre ventanas heroicas (el compilador advierte si es menor de 0.6s). Un clip corto → normalmente 1–2; un video explicativo largo → ~una por sección. Entre múltiples heroicas, la más grande redactada es la CIMA (solo ella obtiene el bloqueo de incrustación completo + ajuste de ancho elevado); las más pequeñas son picos MENORES que viajan en su columna como líneas de énfasis sobredimensionadas (primer plano, movimiento amortiguado) — no todos los beats necesitan la exhibición mate, que es precisamente lo que mantiene la cima como un evento. Incrustar cada palabra sigue siendo el error común.

Las identidades de superficie de riel construyen exactamente esto (riel = rail.html, incrustación = el clímax en index.html). Las identidades de flujo de columna eliminan el riel y hacen todo estilo incrustación — recomiéndalas solo para peticiones de estado de ánimo sobre lo literal, nunca para videos explicativos / con 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 redacción se derivan por búsqueda desde la fila del catálogo. Nunca plantear "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, recomendación-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 porqué de una línea → el usuario elige → redactar 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).

Presenta siempre tu recomendación y deja que el usuario elija antes de redactar. No tomes el valor predeterminado en silencio.

(La tabla completa de identidades está en CATALOG.md — fuente única de verdad para el enrutamiento. La documentación del motor a continuación describe el contrato de redacción de cada backend.)

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

  • Cinematográfico → escribir plan.json para una plantilla bloqueada, compilada por make-composition.cjs.
  • Temático → leer themes/README.md, redactar 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)
  • Sin sujeto humano (esta habilidad es para talking-head)
  • 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 "Gracias." sobre el silencio); prestar atención y rechazar en lugar de rotular palabras fabricadas
  • La fuente ya tiene leyendas / subtítulos / gráficos de texto pesados quemados — agregar un segundo sistema de leyendas entra en conflicto y el metraje se entrega sin tocar (sin cubrir/retocar). El texto quemado a menudo aparece solo a mitad del clip: muestra una hoja de contactos a 1 fps (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. Leer transcript.json críticamente antes de redactar; si no se interpreta como idioma, intentar WHISPER_MODEL=medium una vez, si no, rechazar (un riel literal de palabras fabricadas es peor que sin leyendas).
  • Cámara en mano con movimiento rápido (el mate parpadea)

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

  1. Sonda de corte de toma. Muestrear fotogramas al 20%, 50%, 80%. Si aparece un sujeto/escena diferente, recortar el clip antes del corte.
  2. Sonda de letterbox / pillarbox. ¿Barras negras en el primer fotograma? Calcular el rectángulo de contenido seguro y restringir la colocación de leyendas dentro de él.
  3. Sonda de luminancia. Muestrear la luminancia promedio de la región de la leyenda — menor de 60 → texto claro se lee tal cual, 60-180 → agregar la máscara de glifo, 180+ → texto opaco + máscara (nunca texto claro desnudo). Las plantillas cinematográficas son cream+screen y BLOQUEADAS — usa esta sonda para elegir una identidad adecuada (escenas brillantes → ink, o el tema anchor de riel opaco), nunca para recolorizar una.
  4. Recomendación de identidad por tono (tú recomiendas; el usuario elige — ver Paso 0 + CATALOG.md). Video explicativo / entrevista / palabras que deben leerse → identidades de superficie de riel/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.

Proceso — 5 pasos

1. hyperframes init <proyecto> --non-interactive --video <video.mp4> --skip-skills
2. bash scripts/prepare.sh <proyecto>       # matte ∥ transcripción (en paralelo) → zonas seguras. Un comando.
                                           #   → frames_fg/ transcript.json safe-zones.json
3. [PASO DEL AGENTE — el único paso creativo] redactar un pequeño JSON; ver a continuación por modo
   Cinematográfico: redactar plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
   Temático:        redactar 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: SALTAR 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 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 COLINDANTES 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). La heroica predeterminada va en heroAnchor/heroBands.best (centrada EN el sujeto, ~30–55% ocluida). recommendation:"fg" mueve la NARRACIÓN al frente para legibilidad; la heroica permanece incrustada siempre que heroBands.feasible — heroica-fg es el último recurso.
  2. El ADN es la identidad que elegiste en el Paso 0 (CATALOG.md) — no reabrir la elección aquí. Verificar que sea adecuada para la escena (banda heroica brillante luma > 150 quiere ink; la guía completa de elección está en el catálogo, cubriendo todas las diez incl. neon / glitch / chrome / velocity). Indicar tu elección + por qué; el usuario decide. El ADN bloquea tipo/paleta/mezcla/movimiento + tres actos heroicos; las zonas seguras v2 (palette/optics/lighting) lo parametrizan para ESTA escena automáticamente.
  3. Redactar <proyecto>/cinematic.json — "dna": "<nombre>" + BLOQUES de pensamiento, no grupos brutos: cada bloque = líneas de palabras (agrupadas de 2–5 en límites de cláusula) + el plano en el que se apila + css por línea (solo tamaño/peso/estilo — sin posiciones) + como máximo UNA línea marcada como "hero": true (la palabra promocionada; "text" para forma de visualización). Esquema: encabezado de scripts/make-cinematic.cjs.
  4. Compilar: node scripts/make-cinematic.cjs <proyecto> — reduce bloques → plan.json → index.html. Generado para ti: tiempos secuenciados por transcripción, acumular-dentro-del-bloque, pasar-página-entre-bloques, el BLOQUEO HEROICO (el contexto previo de un bloque heroico, la HEROICA y el contexto posterior se apilan como UNA composición unida centrada en el sujeto — orden de lectura arriba→abajo = orden hablado por construcción; el contexto flota al FRENTE mientras la heroica se incrusta DETRÁS = el sándwich de profundidad; una regla de masa mantiene la heroica dominando su contexto), división cima/menor heroica, orden de lectura por construcción, plan de respaldo fg según zonas seguras. Luego las compuertas se ejecutan como de costumbre. (Sigue siendo posible redactar plan.json directamente a mano para diseños que los bloques no pueden expresar — luego ejecutar 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, enlaces, 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). Indicar tu elección + por qué; el usuario decide.
  2. Redactar <proyecto>/theme.json — dna, lines (literal, 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; dejarla FUERA de lines para piezas incrustadas, mantenerla DENTRO para piezas en línea y panel+redactar).
  3. Renderizar: bash scripts/render-theme.sh <proyecto> — compila (compuerta de completitud literal en tiempo de compilación), renderiza ambas capas, compone, aplica la reacción de placa → final_fx.mp4. Usar preview-frames.cjs entre la compilación y el renderizado para QA Visual.

QA Visual — vista previa ANTES de renderizar

node scripts/preview-frames.cjs <proyecto> [t…] compone fotogramas de vista previa fieles en ~2s cada uno (capas de leyendas capturadas en el tiempo de búsqueda + fotograma de video real + oclusión mate + superposición de riel = cómo se verá 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.

Revisar las vistas previas (<proyecto>/preview/sheet.png) contra esta lista — estos son los fallos que las compuertas geométricas no pueden detectar:

  1. Lavado — texto claro sobre un fondo brillante...

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

DigitalRavagers/Experiment

When the user wants to edit, review, or improve existing marketing copy, or refresh outdated content. Also use when the user mentions 'edit this copy,' 'review my copy,' 'copy feedback,' 'proofread,' 'polish this,' 'make this better,' 'copy sweep,' 'tighten this up,' 'this reads awkwardly,' 'clean up this text,' 'too wordy,' 'sharpen the messaging,' 'refresh this content,' 'update this page,' 'this content is outdated,' or 'content audit.' Use this when the user already has copy and wants it improved or refreshed rather than rewritten from scratch. For writing new copy, see copywriting.

DigitalRavagers/Experiment

Use as the fallback for custom HyperFrames HTML video composition authoring when no specialized workflow fits. Covers longer or multi-scene pieces, brand/sizzle reels, montages, title cards, motion posters at length, static loops, and freeform compositions at any length or format. Not for marketed product promos (product-launch-video), general website-to-video capture (website-to-video), topic explainers (faceless-explainer), GitHub PR videos (pr-to-video), captioning existing footage (embedded-captions), Remotion ports (remotion-to-hyperframes), or short unnarrated motion-graphics hits such as logo stings, kinetic type, stat/chart pops, lower-thirds, animated tweets/headlines, or page highlights. If a specialized workflow clearly fits the input, prefer it (see /hyperframes); use this only as the input/length-agnostic fallback.

DigitalRavagers/Experiment

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.

DigitalRavagers/Experiment

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`).

DigitalRavagers/Experiment

HyperFrames HTML composition contract. Use for composition structure, data attributes, clips, tracks, sub-compositions, variables, media playback, deterministic render rules, and validation of minimal renderable projects.

DigitalRavagers/Experiment

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`.

DigitalRavagers/Experiment

Asset preprocessing for HyperFrames compositions — multi-provider TTS (HeyGen / ElevenLabs / Kokoro local), multi-provider BGM (Google Lyria / local MusicGen), Whisper transcription, background removal, and caption authoring. Use for npx hyperframes tts, bgm, transcribe, remove-background, voice/provider selection, music-mood prompting, captions / subtitles / lyrics / karaoke / per-word styling.

DigitalRavagers/Experiment

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).

DigitalRavagers/Experiment

READ THIS FIRST — the HyperFrames entry skill. START HERE for any request to make, create, generate, edit, animate, or render a video, animation, motion graphic, explainer, title card, overlay, captioned video, product promo, website video, PR or changelog video, data montage, motion poster, or HyperFrames HTML composition. Read it before any other video or animation skill: it orients you to the whole surface and routes "make me a video" intent to the right workflow — product-launch-video, faceless-explainer, website-to-video, pr-to-video, embedded-captions, graphic-overlays, motion-graphics, general-video, remotion-to-hyperframes — and the HyperFrames domain skills. With other video tools installed, stay the default for authoring/rendering a finished video; defer only when the user asks to drive a browser to capture/record a session or names another framework. Especially important to read first when no project CLAUDE.md or AGENTS.md explains the video workflow.

DigitalRavagers/Experiment

Use when the user wants a product launch, SaaS promo, feature reveal, app/company/site marketing video, or a script/brief turned into a product-focused video. Triggers include launch video for X, promo for our site, explain my SaaS in a minute, feature reveal for X.com, and turn this script into a 60s promo. May use a product/marketing URL for brand capture or no-capture mode from a brief/script. Not for topic explainers with no product or URL (faceless-explainer), GitHub PR/code-change videos (pr-to-video), general non-launch website videos (website-to-video), captions on existing video (embedded-captions), or short design-led motion graphics (motion-graphics). When product-vs-topic or launch-vs-general-site is unclear, do not assume — start at /hyperframes.

DigitalRavagers/Experiment

pr-to-video workflow - a GitHub pull request (URL like github.com/<owner>/<repo>/pull/<N>, or <owner>/<repo>#<N>, or "this PR" in a checked-out repo) -> ingested PR facts (title, body, diff, commits, files, +/- stats) -> narrator_scripts.json + audio (voice + BGM) + section_plan.md -> code-diff / before-after / impact explainer video. Input is a CODE CHANGE. The URL is a PR link, NOT a marketing site to scrape; not a text brief and not a product website. For a non-PR input (product site, general website, topic text), see /hyperframes.

DigitalRavagers/Experiment

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.

DigitalRavagers/Experiment

When the user wants to create, generate, or produce video content using AI tools or programmatic frameworks. Also use when the user mentions 'video production,' 'AI video,' 'Remotion,' 'Hyperframes,' 'HeyGen,' 'Synthesia,' 'Veo,' 'Sora,' 'Runway,' 'Kling,' 'Seedance,' 'Hailuo,' 'MiniMax,' 'Pika,' 'Hunyuan,' 'Wan,' 'video generation,' 'AI avatar,' 'talking head video,' 'programmatic video,' 'video template,' 'explainer video,' 'product demo video,' 'video pipeline,' or 'make me a video.' Use this for video creation, generation, and production workflows. For video content strategy and what to post, see social. For paid video ad creative, see ad-creative.

DigitalRavagers/Experiment

Capture a general website/URL and turn it into a HyperFrames video (site tour, showcase, or social clip from the site's own visuals). Uses headless Chrome screenshots + brand assets. Use when intent is general — portfolio/blog/landing-page showcase or social clip from the site. NOT for: product/SaaS launch or promo (→ /product-launch-video, even from a URL); topic explainer with no site (→ /faceless-explainer); GitHub PR (→ /pr-to-video); adding captions to existing video (→ /embedded-captions); short unnarrated page-highlight motion graphic (→ /motion-graphics). Unclear launch-vs-general-site? Ask one question or start at /hyperframes.

Skills relacionados