Communitygithub.com

Stickman Video Master Skill

Crea cortos de terror y misterio en hindi desde cero, usando código: investigación, guion, diseño de personajes, construcción de escenas, voces en off, mezcla y exportación en 1080×1920.

¿Qué es Stickman Video Master Skill?

Esta habilidad está diseñada para creadores de contenido que desean producir cortos animados de terror y misterio en hindi, específicamente en formato vertical 1080×1920 a 30 fps, utilizando únicamente código. El pipeline completo está documentado y probado, tomando como referencia la producción del reel de Bhangarh. Desde la investigación inicial con fuentes verificadas (documentadas, leyendas o descartadas) hasta la escritura de guiones con reglas estrictas de ritmo y gancho, pasando por el diseño de personajes SVG con rigging completo (articulaciones, expresiones faciales, ciclo de caminata realista) y sets tridimensionales con iluminación y sombras procedurales. La voz en off se genera mediante modelos TTS específicos (gemini-3.8-flash-tts) con ajuste de pitch y compresión de pausas para sincronizar con las líneas. La mezcla de audio incluye BGM fresco por cada reel y SFX sincronizados, normalizados a -14.0 LUFS. Un bucle de autoevaluación (artístico, físico, narrativo) garantiza una puntuación mínima de 95/100 antes de la entrega final, que se almacena en la carpeta Perfect_Videos con nombres únicos para evitar problemas de caché.

Compatible con~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/i-amraj/stickman-video-master-skill/tree/HEAD

Preguntar en tu IA favorita

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

Documentación

Stickman Video Master Skill — Del guion al reel final

Un pipeline completo y probado en batalla: cortos de terror/misterio en hindi (1080×1920, 30 fps) creados con código — investigación, guion, diseño de personajes, construcción de escenas, voz en off, mezcla, QC. Producción de referencia: Reel de Bhangarh (el video demo está en el repositorio — demo/demo_10s.mp4, el código completo con el mismo estilo está en las carpetas code/ y vo/).

PASO 0 — Investigación (antes del guion)

  • Investigación profunda del lugar/historia real: Wikipedia + fuentes oficiales (evidencia primaria como el tablero de ASI).
  • Etiqueta cada afirmación con: [DOCUMENTADO] (hay evidencia) · [LEYENDA] (tradición oral) · [NO ENCONTRADO] (no lo agregues al guion).
  • Nunca incluyas afirmaciones virales falsas sin verificar. (Lección de Bhangarh: "el único fuerte donde está prohibido entrar de noche" resultó FALSO, se eliminó del guion).
  • Verifica la demanda: mira los videos más grandes de YouTube sobre el mismo tema — ¿qué enfoque funcionó (visita nocturna, primer plano del tablero, historia pura)?

PASO 1 — Redacción del guion

  • La primera oración = el evento completo (gancho). La pista para la respuesta debe estar oculta en la primera línea/fotograma.
  • Cada oración: 6–12 palabras; total ~150 palabras ≈ 49 segundos a ~190 ppm.
  • Ponles NOMBRES a los personajes. Revela primero, "porque" después.
  • En medio, un desafío al "tú" + al final un comentario de una palabra (SÍ o NO).
  • Frases clave: "en realidad / o sea / mira con atención / piensa un poco". PROHIBIDO: palabras de IA (misterio, hecho, emoción, sensación).
  • Regla de diálogos de personajes: solo 2–4 diálogos seleccionados con su propia voz; el resto es narración. Sin diálogos inventados.
  • Verificación de ritmo: VO a 2.3–2.7 palabras/seg · silencio muerto >12% = recortar · el título no debe spoilear la respuesta.

PASO 2 — Storyboard + Bloqueo geométrico

  • Línea → tabla de escenas (t0–t1 de cada línea definido primero). Luego bloqueo de coordenadas ASCII: piso (FLOOR), posiciones de personajes, cámara en cada tiempo clave.
  • Primero el boceto, luego el aspecto visual — sin boceto, NO se salta al código final.

PASO 3 — Diseño de personajes (código code/my_builder.js)

  • Personaje = actor SVG diseñado (~640 unidades): brazo FK de 2 segmentos (cadera→rodilla, hombro→codo), articulaciones redondas, trayectoria facial en forma de mandíbula para cada rol.
  • Cada rol tiene su paleta de ADN: piel, iris, vestimenta, marca distintiva (maang tikka, tilak, pagri).
  • Los detalles de la frente (tilak) se dibujan DESPUÉS de la capa de cabello — de lo contrario, quedan ocultos debajo del cabello.
  • API de actuación: setFaceMood · lookEyes · poseArms · speakHuman (formas de labios) · walkHuman (ciclo de caminata real — deslizamiento = FALLO GRAVE).
  • Manos: palma + pulgar + líneas de dedos. Bucle de parpadeo + respiración en cada actor.
  • Referencia de calidad: el personaje NO debe crearse con formas primitivas (cabeza circular, cuerpo cilíndrico) — solo trayectorias esculpidas.

PASO 4 — Diseño de escenarios (código code/my_head.js, my_scenes_a/b.js)

  • Materiales primero: cada superficie con degradado de múltiples paradas (iGrad) + sombra real; colores planos = FALLO.
  • Habitación = cascarón 3D: pared trasera + paredes laterales en perspectiva + polígono de piso + zócalo.
  • Pared de piedra: cada piedra con tono diferente + línea de resalte + manchas climáticas (textura de piedra procedural) — repetición tipo baldosa de baño = FALLO.
  • Roca/cantos rodados: polígono irregular de 12 puntos + 3 tonos de facetas + grieta + manchas de arena + sombra de contacto. Octágono/losa = FALLO GRAVE.
  • Accesorios vivos: lámpara colgante, llamas de fuego + humo, cuervos, niebla (¡ligera!) — pero no dejes los efectos FX encendidos; cada FX debe tener su tiempo de apagado.
  • Ley de cámara: antes de cada camTo, calcula la parte inferior de la vista: cy + 960/s ≤ 1920, de lo contrario se verá cielo/borde negro debajo del fotograma.
  • El rectángulo de cielo siempre debe tener altura completa.

PASO 5 — Ensamblaje + Renderizado

  • El núcleo del motor = prefijo de cualquier HTML ensamblado (shell svg#stage + defs + rig + helpers E/iGrad/makeCam/seekWrap) + archivo de escena + etiquetas de cierre. Mantén gsap.min.js junto al archivo — no encadenes copias de archivos con && (si uno falla, todo se detiene).
  • Línea de tiempo con GSAP; renderizado determinista mediante seek: Playwright 1080×1920 → window.seekToTime(t) por cada fotograma → JPEG q88 → ffmpeg libx264 crf18. Renderiza en fragmentos de ~20 s (evita reinicios de VM), con patrón de reanudación (si el fotograma >10 KB, saltar).
  • Lección de GSAP: no uses interpolación x/y en grupos que ya tienen transformaciones (translate+scale) — usa interpolaciones absolutas de transformación de atributos.
  • Líneas largas de subtítulos: en el script de render, si getComputedTextLength() > 1030, aplica el corrector textLength=1030.
  • Signo de poseArms: girar armR hacia la izquierda del fotograma = rotación POSITIVA. Personaje caído: envoltura a −84°, la cabeza se desplaza ~530 unidades a la izquierda — calcula la posición final de la cabeza antes de colocar la envoltura.

PASO 6 — Bucle de autoevaluación (cada escena)

  • Extrae fotogramas de prueba (mitad de cada escena + fotogramas problemáticos) → revísalos tú mismo (también recortes ampliados) → correcciones → repite fotogramas.
  • 3 evaluaciones: Artística (composición, color) · Física (anatomía, sombras, conexión con el suelo) · Narrativa (coincidencia con la narración, expresión al revés).
  • Puntuación /100; 95+ es APROBADO FINAL. Fallo grave (mano rota, objeto flotante, sombra invertida, accesorio cambiado) anula la puntuación.
  • Coloca pancartas/subtítulos en el espacio de pantalla: posición Y de la cabeza en pantalla = (wy − cy)·s + 960; pancarta entre 118–222, subtítulos fuera de 1652+.

PASO 7 — Voz en off (código vo/fit_lines.py)

  • Modelo SOLO gemini-3.8-flash-tts (principal) / gemini-3.1-flash-tts-preview (solo como respaldo en caso de 429). Prohibido TTS 2.5. Cuota de 10 llamadas/día/modelo — calcula el presupuesto primero.
  • Narración = UNA sola llamada, todo el guion junto. Envía el texto CRUDO — el estilo de dirección largo reduce el ritmo 2.5× y a veces incluso dice la dirección.
  • Voces: narración Puck (preferencia de Raj, predeterminada en los reels de @i.raj1801) · villano/otra voz Algenib.
  • El WAV de TTS viene a 48000 Hz — los cálculos de tono deben basarse en la tasa real: tono ×1.12 = asetrate 53760 (NUNCA uses rubberband — produce eco). Si quieres que el villano suene más grave, usa ×0.96.
  • Ajuste de líneas: toma los segmentos de las tomas de Whisper (small, idioma hi) → corta cada línea → compresión de pausas (silenceremove) → tono → atempo por línea para que encajen exactamente en la ventana de subtítulos.
  • Decodifica el WAV para Whisper usando wave+numpy de la biblioteca estándar (PyAV metadata_errors da TypeError).

PASO 8 — Mezcla (código vo/mix.py)

  • BGM nuevo para cada reel — nunca reutilices; libre de licencia (biblioteca de Kevin MacLeod). Volumen ~0.10, por debajo de la VO.
  • Mapa de beats de SFX: whoosh (lanzamiento), impact (golpe/caída), thunder (relámpago/maldición), riser (antes de la maldición).
  • Loudnorm de 2 pasos (medir → aplicar linealmente) = −14.0 LUFS, TP ≤ −1.5. Un solo paso a menudo se detiene en −15.8.
  • Multiplexación: copia del flujo de video + AAC 192k.

PASO 9 — QC final + Entrega

  • El archivo entregado se verifica con Whisper: ¿cada línea del guion aparece en el orden y tiempo correctos? La verificación de la toma de origen no es suficiente.
  • Verifica y reporta duración, tamaño y LUFS.
  • Lección de entrega: no reutilices el nombre del archivo de video — la aplicación muestra una copia antigua en caché. Cada nueva entrega = nuevo nombre (v2, _Final, fecha).
  • Los videos perfectos (aprobados por Raj) se guardan en la carpeta Perfect_Videos/<fecha>/ — solo los perfectos.

Guía de archivos

  • script/Script_v1.md — guion de Bhangarh + etiquetas de verdad/leyenda + verificación de ritmo (úsalo como plantilla)
  • code/my_head.js — sombreadores, HUD, drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLamp
  • code/my_builder.js — buildBhangarhActor (5 roles, rig completo)
  • code/my_scenes_a.js / my_scenes_b.js — 8 sets + línea de tiempo + subtítulos
  • code/props_snippet.js / api_snippet.js — árbol/hierba + API de actuación
  • code/render_test.py / render_full.py — fotogramas + renderizado completo (con reanudación)
  • vo/fit_lines.py / vo/mix.py — ajuste de VO + mezcla final
  • docs/ — resumen del sistema visual + lecciones
  • demo/demo_10s.mp4 — muestra de 10 segundos de este pipeline (el reel real no está público aquí)

Skills relacionados