Motion genérico (canvas + Web Audio → MP4)
Un vídeo, sin atar formato, marca, nicho ni narración. Si el proyecto ya tiene un vídeo hecho
con esta skill, copia su carpeta a videos/<nombre>/ (o donde el usuario quiera), borra lo
que es del vídeo antiguo (assets/, voice.wav, timings.json, words.json, el MP4) y reescribe
las escenas del video.html: el exportador, el servidor local y el buildAudio ya funcionan. Si no lo
hay, crea los archivos siguientes en esa carpeta.
| Archivo | Qué hace |
|---|---|
trim-audio.mjs | (Solo con narración) quita los silencios → voice.wav normalizada + timings.json |
video.html | La animación: render(t) en un canvas + pista/efectos en Web Audio. Abierto en Chrome, se convierte en previsualización con sonido |
export.mjs | Chrome sin ventana dibuja cada cuadro → ffmpeg → MP4. --quadros 0.2,9.5,… solo saca fotos para revisar |
assets/ | Imágenes que usa el vídeo (logo, capturas, fotos) |
Requiere: Chrome en C:/Program Files/Google/Chrome/... (o CHROME=), ffmpeg en el PATH, Node 24. Sin npm install.
Qué adaptar al copiar
- Formato:
W,Hy<canvas width height>envideo.html, elaspect-ratiodel CSS del canvas y el--window-sizedelexport.mjs(mayor que el canvas). Medidas comunes: 1080x1920 (Reels/Stories/Shorts), 1080x1350 (feed 4:5), 1080x1080 (1:1), 1920x1080 (YouTube/presentación). - Nombre de salida:
OUTenexport.mjs(video-<nombre>.mp4) y el prefijo del--user-data-dir. - Duración:
TOTAL. Con narración, es la duración de la voz cortada; sin narración, combínala con el usuario (viñeta 3–6s, intro 5–10s, explicativo 30–90s). - Sin narración: quita la carga de
voice.wavy el ducking de la música enbuildAudio; la pista queda al volumen completo (≈0,6–0,75). Sin sonido alguno: salta elrenderAudioWavy exporta solo el vídeo (-an). - Visual: colores y fuentes vienen de la marca del usuario (pregunta o lee del proyecto). Define todo como constantes en la parte superior (
COLORS,FONTS); nada de color suelto en medio de las escenas. - Zonas seguras: 9:16 → contenido entre y≈200 e y≈1600 y 90px en los laterales (interfaz de Reels). 4:5 y 1:1 → 60px de margen. 16:9 → 5% de margen (title safe).
Flujo con el usuario (habla simple)
- Preguntas, como máximo 6, una por vez (con la herramienta de preguntas del agente, si la hay, como AskUserQuestion; 3 opciones, la recomendada primero). Pregunta solo lo que no se puede descubrir: formato/dónde se va a publicar, ¿tiene narración?, duración (si no hay voz), estilo, marca/colores (si no están en el proyecto), sonido y llamado final.
- Guion en tabla (tiempo | habla o texto | qué aparece). Espera el visto bueno antes de dibujar.
- Envía fotos de revisión, luego entrega el MP4.
Audio (cuando haya narración)
node trim-audio.mjs "<grabación>": silencedetect a -35dB/0,25s, márgenes de 0,08s/0,14s yloudnorm. Revisa el promedio de la voz cerca de -19 dB (volumedetect).- Tiempo de cada palabra: Whisper (
whisper-1,verbose_json,timestamp_granularities[]=word, idioma correcto) con la clave que dé el usuario, solo por variable de entorno, nunca guardada. Palabras rápidas a veces vienen en el mismo tiempo: distribúyelas a mano. - Los textos en pantalla siguen lo que se ha hablado. Avisa cuando difieran del guion escrito.
Animación (video.html)
- Todo sale de
render(t): la mismatgenera siempre el mismo cuadro. Aleatorio solo conmulberry(seed); nada deMath.random()oDateen el dibujo. - Tiempos en constantes en la parte superior; el sonido (
soundEvents) lee las mismas constantes, así que imagen y sonido no se desincronizan. - Escenas:
SCENES = [[inicio, fin, fn]], entrada ~0,3s y salida ~0,22s, con una transición cubriendo el cambio. Evita corte seco. - Texto palabra por palabra:
drawWords. Espacio entre palabras =0.28 * size(con 0,24, itálico se pega). Ajustasizeal formato: en 16:9 el texto es más ancho y pequeño. - Movimiento constante: ninguna escena parada por más de 0,5s (luces de fondo, leve zoom de cámara, granulado).
- Cuadro 0 = portada: algo ya visible en t=0 (usa entradas con tiempo negativo); nada de abrir con pantalla blanca.
- Fuentes:
document.fonts.load(...)de cada peso antes del primerrender;window.readyespera fuentes e imágenes. - Imágenes por http, nunca
file://(el canvas se "ensucia" ytoDataURLfalla). Elexport.mjsya levanta un servidor local. - Logo del cliente siempre como imagen, nunca redibujado.
Sonido (Web Audio)
buildAudio(ac, voz, t0)sirve para la previsualización (AudioContext) y para exportar (OfflineAudioContext→ WAV).- Pista sintetizada (pad, bajo, bombo, charles); ajusta el BPM al ambiente (≈80 tranquilo, ≈96 estándar, ≈120 enérgico). Con voz: música a 0,22 debajo de la voz. Efectos: whoosh en las transiciones, pop en las entradas, tic en conteos. Todo pasa por un compresor.
- Salida con
loudnorm=I=-14:TP=-1.5(redes sociales). Para YouTube/presentación, -14 también sirve.
Exportar y revisar
cd videos/<nombre>
node export.mjs --quadros 0,2,5,9 # fotos en review/
node export.mjs # MP4
- Mira las fotos antes de exportar. Para un mosaico: cópialas como
seq_00.jpg…y usaffmpeg -i seq_%02d.jpg -vf "scale=400:-1,tile=7x2"(glob no funciona en Windows). - Lista de verificación: texto cubriendo texto, palabra pegada, contenido fuera de la zona segura, cuadro 0 vacío, escena parada, número sin punto de millar.
- Después del MP4:
ffprobe(resolución correcta, 30fps, h264+aac),ebur128(≈ -14 LUFS) y cuadros extraídos del propio MP4 (-ss). Dile al usuario que mediste el sonido, pero no lo escuchaste. - No versiones
mix.wavnireview/(revisa el.gitignoresi la carpeta es nueva).
Contenido
- Prueba, números y testimonios solo si son reales y el usuario los proporciona. Nunca inventes.
- Si el vídeo es un anuncio, una promesa de ganancia ("hasta 4x", "R$ X por día") puede ser rechazada por Meta. Avisa.