Communitygithub.com

Juicebro-star/guozhige-koubo

Crea videos digitales de tipo 'talking head' a bajo costo: DeepSeek redacta el guion, MiniMax H3 genera al presentador y Remotion edita. Un video vertical de 15 segundos cuesta aproximadamente 1.36 yuan. Solo necesitas una imagen de referencia y un guion para obtener un video terminado con subtítulos animados, subtítulos palabra por palabra y código QR. Ideal para Douyin/Video Account y producción en lote.

¿Qué es guozhige-koubo?

Este skill automatiza la creación de videos verticales (9:16) de tipo 'talking head' a un costo ultrabajo (aproximadamente 1.36 yuan por video de 15 segundos). Combina DeepSeek para redactar guiones, MiniMax H3 para generar al presentador virtual y Remotion para la edición final, produciendo videos con subtítulos animados, subtítulos palabra por palabra y código QR. Está diseñado para plataformas como Douyin y Video Account, y soporta producción en lote. El flujo de trabajo consta de cinco pasos: configurar el archivo `pipeline/config.json`, generar indicaciones con `1_prompt.py`, generar el video en la consola H3, renderizar con `2_make.sh` y obtener el texto de publicación. Incluye plantillas de guiones predefinidas, variantes de estilos visuales y reglas estrictas sobre duración (máximo 15 segundos), límite de palabras (máximo 67 caracteres) y marcado obligatorio de IA. El skill es autónomo, se puede copiar todo el directorio (aproximadamente 10 MB) y las dependencias de renderizado se instalan automáticamente en el primer uso.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Juicebro-star/guozhige-koubo/tree/main/skills/guozhige-koubo

Preguntar en tu IA favorita

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

Documentación

Jugo Hermano · Talking Head Digital a Precio de Gangas

Repositorio: https://github.com/Juicebro-star/guozhige-koubo | Cada video terminado cuesta aproximadamente 1.36 yuan

El usuario solo necesita una frase

«Ayúdame a ejecutar este repositorio y crea un video de 15 segundos de un presentador hablando sobre el tema ___»

Lo que debes hacer: llenar pipeline/config.json → ejecutar 1_prompt.py → pedir al usuario que genere en la consola H3 (cotizar primero 1.35 yuan) → ejecutar 2_make.sh → entregar el mp4 + texto de publicación.

Cuándo usarlo

Cuando el usuario quiere un video vertical (9:16) de un presentador digital: una «persona» hablando a la cámara durante 15 segundos, con subtítulos animados, palabras clave coloreadas y código QR.

Proceso (cinco pasos)

  1. Modificar guion + cambiar persona → editar pipeline/config.json (script / avatar / look / title / keys / big / stack / pill)
  2. Generar indicaciones → python3 pipeline/1_prompt.py
  3. Generar → el usuario genera en la consola H3 (9:16 / 768P / 15 segundos, aproximadamente 1.35 yuan), descarga mp4
  4. Producir video → bash pipeline/2_make.sh <video_terminado.mp4>
  5. Texto de publicación → según la plataforma (lógica diferente para Douyin/Video Account/X)

Los detalles completos están en pipeline/README.md.

Plantillas de guiones listas

pipeline/templates/ contiene cuatro plantillas listas para usar con solo modificar dos frases:

ArchivoEscenario
01-evaluación_de_herramienta.jsonEvaluar una herramienta
02-compartir_experiencia.jsonCompartir experiencia y lecciones
03-respuesta_en_grupo.jsonResponder preguntas frecuentes
04-consejo_único.jsonExplicar un solo punto
CONFIG=templates/01-evaluación_de_herramienta.json bash 2_make.sh ~/h3.mp4

Cambiar estilo (sin regenerar, costo cero)

El mismo material puede producir diferentes estilos de subtítulos animados. pipeline/variants/ contiene configuraciones listas:

cd pipeline
CONFIG=variants/A.json bash 2_make.sh ~/Desktop/h3.mp4   # Estilo contenido, realista
CONFIG=variants/B.json bash 2_make.sh ~/Desktop/h3.mp4   # Estilo lista, informativo

Este skill es autocontenido

SKILL.md + persona.json + assets/ + scripts/ + references/ + templates/ + pipeline/, solo copia todo el directorio para usarlo (aproximadamente 10 MB, sin incluir dependencias de tiempo de ejecución). La primera vez que ejecutes 2_make.sh se instalarán las dependencias de renderizado en pipeline/work/ (aproximadamente 1 minuto, reutilizable después).

Reglas estrictas

  • Cada segmento no debe exceder 15 segundos: H3 cobra el doble a partir de 16 segundos. El guion debe tener 60–67 caracteres.
  • El guion no debe exceder 67 caracteres: 4.5 caracteres/segundo; si excede, edita o reescribe.
  • No inventar números ni experiencias: No escribas casos de éxito falsos como «Alguien ganó X al mes con esto».
  • Obligatorio marcar IA: Logotipo en la esquina del video + declaración en la plataforma (obligatorio en Video Account).
  • Usar solo rostros y voces con permiso: No uses famosos ni material sin autorización de otros.
  • El código QR debe ser en negro: El contraste del código QR naranja es insuficiente; después de la compresión puede no escanearse.

Método de redacción del guion (lección aprendida)

  • No uses negaciones como «No es A, es B» — suena claramente a IA.
  • Empieza con el resultado o el escenario, sin preámbulos: «En el grupo se habla todos los días: ¿cómo usar realmente la IA?».
  • En la parte central da tres cosas concretas, con términos específicos: «Selección de herramientas, construcción de agentes, monetización de encargos».
  • Termina con una acción, sin presionar: «Si quieres ver, escanea y entra».

Configuración de subtítulos animados (config.json)

CampoFunción
bigTexto grande naranja en la parte media, at debe ser una palabra del guion
stackTres elementos que aparecen uno por uno en el lado izquierdo, at son las palabras correspondientes
pillCápsula sobre el código QR (escanea para unirte al grupo)
keysPalabras que cambian de color en los subtítulos, deben aparecer exactamente en el guion
qr_posPosición del código QR en 1080×1920
presetIntensidad de los subtítulos animados: contenido (sensación de compartir real) / estándar / animado

Verificación antes de entregar

  1. Revisa 4 fotogramas: ¿subtítulos quemados?, ¿rostro con movimiento extraño?, ¿sincronización labial correcta?
  2. Escanea el código QR con otro teléfono directamente desde el video terminado (no de la imagen original)
  3. ¿La duración es ≤15 segundos?

Skills relacionados