Invokard Studio Local — del material del usuario al MP4
Escribes un pequeño archivo Python (reel.py) que describe el reel: qué foto o clip está en pantalla y cuándo, qué capas
(titular, chips, elementos de lista, gráficos, transiciones, tarjeta final) aparecen sobre él, qué archivo de voz comienza
cuándo, y dónde van la música y los efectos. El motor (scripts/reelkit.py) compone cada fotograma con Pillow, los envía
a ffmpeg y mezcla el audio. No se edita nada en un editor de video: todo el texto, los recuadros y la animación provienen
del motor, por lo que son nítidos, coherentes con la marca y perfectamente sincronizados.
Un segundo motor dibuja: animation/ renderiza componentes React fotograma a fotograma en el Chrome o Edge ya instalado
en la máquina (sin interfaz gráfica) y los codifica con ffmpeg. Úsalo para lo que está diseñado en lugar de filmado: tipografía
cinética, anuncios animados, gráficos que crecen, un producto en 3D, física, partículas, una foto de producto convertida en
anuncio. Su salida es un MP4 (o fotogramas transparentes) que el montaje usa como cualquier clip o capa, así que un reel
puede tener ambos (§ 5).
Todo se ejecuta en este ordenador. La skill nunca sube, descarga ni llama a un servicio mientras funciona: las fuentes están
incluidas, los efectos de sonido están incluidos y los medios son del usuario. Lee este archivo completo, luego la referencia
a la que apunta el paso actual. examples/first-reel/reel.py y examples/animated-reel/reel.py en la carpeta del plugin
renderizan reels completos sin ningún medio externo: la forma más rápida de comprobar que una máquina puede renderizar.
0. Verificar la máquina (30 segundos)
python <skill>/scripts/media.py doctor # python, ffmpeg, paquetes, fuentes, formato
ffmpeg -version && ffprobe -version
Si falta ffmpeg es una parada obligatoria: indícale al usuario cómo instalarlo (references/troubleshooting.md). Si faltan
Pillow o numpy: python -m pip install Pillow numpy (los descarga de PyPI una vez; dilo antes de ejecutarlo).
1. Elegir la ruta
| El material es… | Ruta | Referencia |
|---|---|---|
| Clips o fotos del usuario | A · Metraje: hojas de contactos → seleccionar segmentos → cortar al ritmo → antes/después → tarjeta final | references/footage.md |
| Un guion que el usuario pueda grabar | B · Voz: el usuario graba un archivo por oración → subtítulos palabra por palabra → cortes en las palabras | references/production.md |
| Un anuncio, un título, un gráfico, un producto para mostrar, sin metraje | C · Dibujado: un proyecto de animación (React) → imagen fija del fotograma clave → fotogramas → renderizar | references/animation.md |
| Solo texto y música | D · Texto en pantalla: el guion del cliente como texto animado sobre fondos dibujados o fotos, cortado al ritmo | references/production.md § Subtítulos |
Las rutas se mezclan: un reel de metraje puede llevar la voz del usuario; cualquier reel puede llevar capas dibujadas, un gráfico dibujado o una tarjeta final dibujada (§ 5).
2. Flujo de trabajo
- Carpeta de trabajo —
python scripts/new_reel.py <carpeta> --brand studio|lime|forest|mono --title "…" [--format 16:9|1:1]. Creaimg/ vid/ frames/ vo/ music/ sfx/ ref/ out/ review/y unreel.pya partir de la plantilla; el formato (9:16 a menos que se indique lo contrario) se establece al principio conrk.set_format(). Marca:pieces.Brand.from_logo('ref/logo.png')mide los colores reales; imprímelos y mira primero el archivo del logotipo (las carpetas están llenas de nombres de archivo engañosos). - Guion — 85-100 palabras para 35-45 s. Gancho en la primera oración, una idea por oración, un final que haga eco del gancho. Solo afirma lo que está en el material del usuario: sin cifras nuevas, sin promesas nuevas. Si el usuario dio el guion, úsalo textualmente.
- Voz — el usuario la graba, un archivo por oración (
vo/v01.m4a, v02…; mp3, wav y m4a funcionan todos): una nota de voz del teléfono es suficiente. Cómo pedirla y qué hacer mientras aún no está grabada está enreferences/production.md§ Voz. Luegopython scripts/media.py voice <carpeta>: duraciones y tramos con voz; cada temporización y corte se deriva de ellos. ¿Sin voz (guion en pantalla, solo música)? Saltar al 4. - Imágenes y clips — las fotos del usuario en
img/, los clips envid/.python scripts/media.py sheet-img <carpeta>ysheet-footagelos muestran en una sola hoja: MÍRALA antes de elegir. Los fondos, tarjetas y gráficos dibujados provienen de las piezas o del motor de animación. - Editar primero con imágenes fijas — escribe
reel.pyusandopieces.source(nombre, 'img/x.png')y ejecutapython reel.py --preview. Mirareview/preview.jpg. Ajusta el ritmo, el encuadre y las capas ANTES de renderizar. Este paso es donde se hace el reel; no lo apresures. - Clips —
media.py extractcorta los segmentos del metraje real que el reel usa enframes/<nombre>/;media.py framesconvierte clips completos. Revisa la hoja de movimiento (media.py sheet-motion <carpeta>). - Música y efectos — la pista del usuario en
music/(una de la que tenga los derechos), o ninguna. El motor la recorta desde el primer ataque y la baja bajo la voz. Los efectos están incluidos:pieces.sfx('whoosh'|'pop'|'shimmer'|'chime'| 'typing'|'shutter'|'coaster'|'fridge'). Corta al ritmo cuando no haya voz:media.py beats→references/footage.md. - Renderizar y verificar —
python reel.py, luegopython scripts/media.py verify out/reel.mp4: especificaciones, sonoridad (objetivo −14 LUFS) y una hoja de contactos extraída del MP4 final. Mira esa hoja. Luego mira 2-3 fotogramas completos (media.py frame out/reel.mp4 <t>) en los momentos importantes: un cambio de subtítulo, la transición, la tarjeta final. - Entregar —
out/reel.mp4+out/cover.jpg(reel.cover(t, 'out/cover.jpg')) + texto de pie de foto y hashtags en un.md+ las fuentes (reel.py,img/,vo/,music/,ref/; nuncaframes/). No publiques nada: lo hace el usuario. Informa de lo que no pudiste verificar (no puedes escuchar la mezcla: dilo y proporciona los números de sonoridad).
3. Reglas que provienen de errores reales
- Mira cada hoja.
imgs.jpg,motion.jpg,preview.jpg, la hojaverify. Un renderizado no supervisado no se entrega. - Logotipos. Nunca confíes en un nombre de archivo. Ábrelo. Si es pequeño, reconstruye la marca denominativa como texto con los colores medidos.
- Marcas de terceros. Nunca añadas un logotipo o identidad que no sea del usuario (p. ej., el fabricante de un producto que vende). Una marca puede aparecer porque está en el propio metraje del usuario; nunca se añade.
- Los cortes provienen de la voz, nunca a ojo:
caps.word_time(clave, i)y los tramos demedia.py voice. - Clips cortos. Nunca reduzcas la velocidad de un clip por debajo de
speed=0.8(las fuentes a 24 fps fluctúan); para alargarlo, coloca unStillde un fotograma del mismo clip antes, con el zoom igualado. - Zonas seguras. Instagram cubre aproximadamente 220 px en la parte superior y 360 px en la inferior. Titulares y chips
entre y=230 e y=520; subtítulos en y≈1440; nada importante por debajo de y≈1560. Tipo mínimo 30 px (chips secundarios 36-44,
titulares 70+). 16:9 y 1:1 (1080 px de alto): titulares desde y≈110, subtítulos en y≈880, nada importante por debajo de
y≈1000. Las piezas toman estos valores predeterminados de
rk.LAYOUT; escribe las posiciones como números solo cuando las necesites, nunca copiadas de un reel 9:16. - Formatos.
rk.set_format('16:9')(oREELKIT_FORMAT=16:9) va primero, antes defrom reelkit import W, Hy antes de cualquier fuente o capa. Extrae los clips para el formato:media.py frames <trabajo> --format 16:9. - Subtítulos sobre fondos claros necesitan
pieces.bottom_gradient(marca)como PRIMERA capa. - La música en los clips del usuario no es de su propiedad para reutilizarla. Los sonidos reales (una lavadora, un motor)
se pueden cortar del metraje con
media.py sound; una canción que suena de fondo en un clip no es una licencia para usarla.
4. El motor en una pantalla (referencia completa: references/api.md)
import reelkit as rk; rk.set_format('9:16') # '16:9' / '1:1': primero, W y H se copian al importar
from reelkit import W, H, Reel, Captions, Still, Clip, Func, blit, text_img, pill, lerp, clamp01, eo, eio, eback
import pieces as pz; from pieces import source, sfx
rk.set_base(carpeta); B = pz.BRANDS['lime'].activate() # o pz.Brand.from_logo('ref/logo.png').activate()
reel = Reel('nombre'); caps = Captions(size=70, y=1440, maxw=920); reel.caps = caps # 16:9 / 1:1: Captions(size=62)
t_end = reel.vo('vo/v01.m4a', 0.30) # devuelve dónde termina la oración
caps.line('v01', 'Oración con *palabras* *clave*, / siguiente bloque.', 'vo/v01.m4a', 0.30) # *hl* · / salto · mostrado|hablado
t = caps.word_time('v01', 2) # el segundo en que se dice la 3.ª palabra → cortar aquí
reel.shot(0.0, t, source('hero', 'img/hero.jpg', z=(1.0, 1.06), c=(.5, .45)))
reel.shot(t, 5.0, Clip('hero', speed=1.0, start=0.25, z=(1.14, 1.24))) # frames/hero/ de media.py extract
GRAD = pz.bottom_gradient(B); reel.ov(0.0, 5.0, lambda c, tl, dur, T: c.alpha_composite(GRAD)) # capa: (lienzo, tl, dur, t)
reel.ov(0.0, t, pz.headline(B, 'KICKER', 'Línea de gancho', 'FRASE CLAVE'))
reel.ov(t, 5.0, pz.list_item(B, 1, 3, 'ELEMENTO', 'Beneficio en una línea'))
reel.ov(0.0, 4.0, pz.text_layer('Guion del cliente *resaltado*')) # texto en pantalla sin voz
SITIO = pz.browser_frame('img/site.png', 1000, url='site.com') # construir imágenes una vez, fuera de las capas
reel.ov(t, 5.0, lambda c, tl, dur, T: pz.appear(c, SITIO, W / 2, H * .4, tl, 0)) # captura de pantalla aparece
reel.shot(5.0, 8.0, pz.wipe_scene(antes_src, despues_src, B, hold=1.0)) # antes/después
reel.shot(8.0, 11.0, pz.outro_save(B, 'img/hero.jpg', 'ref/logo.png', cta='Reserva una llamada · sitio.com'))
reel.sfx(sfx('whoosh'), t - 0.12, 0.32); reel.sfx(sfx('chime'), 8.3, 0.30)
reel.preview([0.5, 2.0, 4.5, 6.0, 9.0], 'review/preview.jpg', cols=5, scale=0.22)
reel.render('out/reel.mp4', 11.0, music='music/base.mp3', music_gain=0.24); reel.cover(1.2, 'out/cover.jpg')
Las capas son funciones f(lienzo, t_local, duración, t_global) que dibujan RGBA sobre el lienzo con blit. Las fuentes son
objetos con .frame(t_local, duración) que devuelven una imagen RGB del tamaño del lienzo (W x H): Still, Clip, Func(f),
y las escenas en pieces (wipe_scene, outro_save, outro_fan, blur_in). Easing: eo (out), eio (in-out),
eback (pop). Construye las imágenes (degradados, tarjetas, fotogramas) una vez fuera de la función de capa; el texto y las
píldoras se almacenan en caché.
5. Animación dibujada (referencia completa: references/animation.md)
Configurar una vez: Node.js 18+, luego npm install dentro de <skill>/animation (descarga los paquetes del motor desde npm
una vez; dilo antes de ejecutarlo) y node <skill>/animation/cli.mjs doctor. Un proyecto es una carpeta con package.json,
src/index.jsx (registerRoot + una <Composition> por video) y public/ para sus archivos. Los componentes importan de
'invokard-studio': useCurrentFrame, spring, interpolate, Sequence, Img + staticFile, OffthreadVideo,
3D de 'invokard-studio/three', y fuentes de 'invokard-studio/google-fonts/<Familia>' — solo las quince familias
incluidas: Inter, Outfit, Figtree, Poppins, Montserrat, Space Grotesk, Barlow, Barlow Condensed, Oswald, Anton, Bebas
Neue, Playfair Display, Fraunces, Shrikhand, Caveat. Otro tipo de letra: el usuario coloca su archivo en public/ y lo
declaras con @font-face.
node <skill>/animation/cli.mjs still src/index.jsx Ad out/ad.png --frame 120 # 1. diseñar el fotograma clave
node <skill>/animation/cli.mjs frames src/index.jsx Ad out/ad --frames 0,34,68,102,136,170,204,239 # 2. el movimiento
node <skill>/animation/cli.mjs render src/index.jsx Ad out/ad.mp4 --props data.json # 3. el video (todos los fotogramas)
Cada fotograma se calcula a partir de su número (sin Math.random, sin relojes, sin animaciones CSS): los fotogramas se
dibujan fuera de orden en varias pestañas. Mira cada imagen fija y cada hoja de fotogramas que renderices, como haces con
los reels. En un reel:
import animation as an # scripts/animation.py
an.render('anim/src/index.jsx', 'Title', rk.P('anim/title'), transparent=True) # fotogramas PNG con alfa
reel.ov(t0, t1, an.layer(rk.P('anim/title'))) # dibujado sobre el montaje
reel.shot(t2, t3, an.clip('anim/src/index.jsx', 'EndCard', 'tarjetafinal')) # un plano dibujado, cortado como un clip
examples/animated-reel/ en la carpeta del plugin es un reel completo que hace ambas cosas, sin medios externos.
6. Lista de verificación de la entrega
-
out/reel.mp4es 1080x1920 (o 1920x1080 / 1080x1080 según lo solicitado), 30 fps, H.264 + AAC, −14 LUFS ± 1, pico ≤ −1 dBFS (media.py verify) - Se revisaron la hoja de verificación y 2-3 fotogramas completos; los subtítulos nunca quedan por debajo de y≈1560 ni sobre un rostro/producto
- Cada afirmación en pantalla está en el material del usuario; los colores de la marca se midieron, no se adivinaron
-
out/cover.jpgse lee dentro del recorte central 4:5 del feed - Las fuentes se entregan sin
frames/; no se publicó nada
7. Lo que esta build no hace
No genera imágenes, clips de video, voces, música ni modelos 3D con IA, y no llama a ningún servicio en línea. Cuando una solicitud necesite alguno de esos, dilo claramente en el plan: el video se puede hacer ahora con las propias fotos, clips y grabaciones del usuario, con animación dibujada (títulos, gráficos, productos en 3D, ilustraciones hechas de formas), o con archivos que el usuario traiga de donde quiera. No recomiendes un producto o servicio en particular.
Referencias
references/production.md— la voz del usuario, subtítulos, zonas seguras, audio, marcas.references/footage.md— reels a partir de los clips del usuario: hojas de contactos, extracción, cuadrícula de ritmo, empalme de música, transición, tarjeta final.references/animation.md— el motor de animación: proyecto, comandos, API, fuentes incluidas, montaje + animación, solución de problemas.references/api.md— cada función dereelkit.py,pieces.pyymedia.pycon sus argumentos, y las posiciones predeterminadas por formato.references/troubleshooting.md— ffmpeg, fuentes, consola de Windows, renders largos.