Communitygithub.com

katha-studio

Crea películas animadas de mitología, devoción y cuentos populares para YouTube (16:9, 1080p) con personajes parlantes. Guía la configuración inicial (ffmpeg, Chrome, claves de fal y ElevenLabs), luego escribe el guion, crea personajes consistentes, voces, tomas sincronizadas de labios, subtítulos, música y la película final junto con la miniatura y el texto para YouTube.

¿Qué es katha-studio?

katha-studio es una habilidad de agente de IA diseñada para crear películas animadas completas para YouTube, enfocándose en mitología, devoción y cuentos populares. El agente guía al usuario paso a paso, desde la configuración de herramientas y claves API (ffmpeg, Chrome, fal para imágenes y ElevenLabs para voz) hasta la producción final. El proceso incluye redactar un guion, diseñar personajes con apariencia consistente, generar voces con ElevenLabs, crear tomas de personajes hablando con sincronización de labios usando la API de Kling, agregar subtítulos y música, y exportar el video en formato 16:9 y 1080p junto con una miniatura y metadatos para YouTube. La habilidad verifica cada paso con el usuario, mostrando costos antes de ejecutar acciones que gasten dinero, y asegura que el usuario apruebe el guion, los diseños de personajes y la película final. Soporta múltiples idiomas y géneros de voz, y proporciona documentación detallada de referencia para solucionar problemas y optimizar la calidad del video. El usuario mantiene el control total, aprobando cada etapa creativa y financiera.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AdityaPratamaS18/katha-studio/tree/HEAD/skills/katha-studio

Preguntar en tu IA favorita

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

Documentación

¿Qué hace katha-studio?

Creas una película animada completa junto con el usuario. Una película es una carpeta con un film.json. La herramienta es python3 "${CLAUDE_SKILL_DIR}/scripts/katha.py" (llámala KATHA abajo). No necesita paquetes pip.

Los pasos de pago (láminas, imágenes, hablar, mover) muestran el precio y se detienen. Solo gastan dinero con --yes. Ejecuta --yes solo después de que el usuario haya aceptado ese precio en el chat. El paso de voz usa la cuota de ElevenLabs del usuario.

Lee estos cuando los necesites:

  • references/film-format.md: cada campo de film.json.
  • references/story-craft.md: cómo escribir un guion katha que retenga a los espectadores, y las reglas de las tomas.
  • references/troubleshooting.md: fallos conocidos y sus soluciones.

0. Primera ejecución: configuración guiada

Haz esto cuando el usuario sea nuevo, o cuando cualquier paso posterior falle por falta de herramienta o clave.

  1. Ejecuta KATHA doctor. Muestra OK o FALLIDO para cada elemento, con la solución.
  2. Por cada FALLIDO, dale al usuario el comando exacto para solucionarlo en su sistema, uno a la vez. Espera hasta que diga que está listo.
  3. Claves: dile al usuario que cree una clave de fal (https://fal.ai/dashboard/keys) y una clave de ElevenLabs (https://elevenlabs.io/app/settings/api-keys), y que agregue crédito a fal (US$10 es suficiente para un primer cortometraje).
  4. Dile al usuario que ejecute python3 "${CLAUDE_SKILL_DIR}/scripts/katha.py" setup en su propia terminal. Nunca le pidas que pegue una clave en el chat, y nunca escribas una clave tú mismo.
  5. Ejecuta KATHA doctor de nuevo. Continúa solo si está LISTO.

NOTA: El plan gratuito de ElevenLabs no permite uso comercial. Un canal monetizado necesita el plan Starter o superior.

1. La historia (puerta 1: el usuario aprueba el guion)

  1. Pregunta, una pregunta a la vez: la historia, el idioma, la duración (empieza con 1 a 3 minutos para una primera película) y el nombre del canal.
  2. Ejecuta KATHA new <carpeta> --title "<título>" --language <código>.
  3. Escribe film.json: estilo, personajes con una apariencia completa cada uno, voces (narrador más una por cada personaje que hable), y las escenas. Sigue references/story-craft.md.
  4. Ejecuta KATHA validate <carpeta> y corrige cada FALLIDO.
  5. Muestra al usuario el guion como una tabla (id, hablante, tipo, línea, imagen en pocas palabras) y KATHA cost <carpeta>. Cámbialo hasta que lo apruebe.

2. Voces

  1. Ejecuta KATHA voices --language <código> (agrega --gender male, --accent standard o --search "old" para filtrar). Dale al usuario 3 opciones para cada rol con los enlaces de vista previa.
  2. Cuando elija, pon el voice_id en film.json voices. Una voz de la biblioteca funciona sin agregarla a la cuenta.
  3. Solo si el paso de voz luego falla con "voice not found", ejecuta KATHA voices --add <voice_id> --owner <owner> --name "<rol>". Esto usa una de las ranuras de voz de la cuenta.
  4. Ejecuta KATHA voice <carpeta> <2 o 3 ids> y pide al usuario que escuche audio/raw<id>.mp3 antes de poner voz a toda la película.

3. Personajes (puerta 2: el usuario aprueba cada lámina)

  1. Ejecuta KATHA sheets <carpeta>, dile al usuario el precio, luego ejecútalo con --yes después de que acepte.
  2. Mira cada img/char_<id>.png tú mismo con la herramienta de lectura. Verifica edad, rostro, vestuario, colores y el número de personas.
  3. Muestra las láminas al usuario. Si una lámina está mal, cambia la apariencia de ese personaje y ejecuta KATHA sheets <carpeta> <id> --yes.

Las láminas son la identidad de la película. Nunca hagas imágenes de escena antes de que el usuario apruebe las láminas.

4. Imágenes, voz, movimiento

  1. KATHA images <carpeta> (precio), luego con --yes. Solo hace las imágenes que faltan.
  2. Mira img/contact.jpg, luego abre cada imagen que parezca incorrecta. Verifica: los personajes correctos, sin personas extra, sin texto, sin corona o vestuario equivocado, y para cada escena de diálogo un rostro claro de frente con la boca cerrada.
  3. Rehacer una imagen mala: mejora su prompt de image, luego KATHA images <carpeta> <id> --yes --redo.
  4. KATHA voice <carpeta>. Almacena en caché cada línea, así que una segunda ejecución es gratis. Rehacer una línea después de un cambio de texto con KATHA voice <carpeta> <id>.
  5. KATHA talk <carpeta> (precio), luego con --yes. Solo después de que las imágenes y la voz de esas escenas sean definitivas: una imagen nueva o una voz nueva necesita un clip nuevo.
  6. Mira cada clips/s<id>_check.jpg tú mismo. Rehacer un clip que muestra letras, subtítulos falsos o un rostro que cambió: KATHA talk <carpeta> <id> --yes --redo.
  7. Si la película tiene escenas de move: KATHA move <carpeta> (precio), luego con --yes.

5. Construcción y verificación (puerta 3: el usuario ve la película)

  1. KATHA build <carpeta>. Salida: out/<slug>.mp4 y out/thumbnail.jpg.
  2. KATHA check <carpeta> debe mostrar APROBADO.
  3. KATHA frames <carpeta>, luego mira out/frames.jpg y la miniatura tú mismo.
  4. Escribe out/youtube.md: 3 opciones de título (menos de 70 caracteres, el nombre de la historia más un gancho emocional), una descripción (2 líneas de resumen, la moraleja, el texto fuente de la historia, capítulos con marcas de tiempo basadas en la duración de las escenas), 10 etiquetas, y la línea "Hecho con herramientas de IA" para la pregunta de contenido alterado en YouTube Studio.
  5. Pide al usuario que vea la película completa con sonido. Haz cada corrección que solicite en su propio paso, luego construye de nuevo.

Reglas que surgieron de fallos reales

  • Cada escena de diálogo necesita un primer plano de frente, cabeza y hombros, boca cerrada. Una vista de perfil o una cabeza inclinada da una mala sincronización de labios.
  • Deja el prompt de hablar como el valor predeterminado ".". Un prompt con la línea hablada, o con palabras como "sin subtítulos", hizo que Kling dibujara texto de subtítulos falso en las pruebas. Kling no tiene prompt negativo.
  • Escribe "un hombre adulto de unos 30 años (no un niño)" para dioses adultos. Sin esto, el modelo a menudo dibuja a Krishna y otros como niños.
  • Escribe lo que un personaje NO debe usar cuando una escena lo arriesga ("sin corona, sin joyas" para un brahmán pobre), porque el modelo copia el vestuario del otro personaje en el encuadre.
  • Mantén cada línea por debajo de unos 250 caracteres. Divide un discurso largo en 2 escenas con 2 imágenes.
  • No copies el guion, los personajes o las miniaturas de otro canal. Las historias antiguas son libres de contar; la versión de otro canal no lo es.
  • YouTube puede detener la monetización por "contenido no auténtico" (películas producidas en masa sin trabajo humano). Dile al usuario que varíe las historias y la estructura, y que agregue su propia introducción o moraleja con su propia voz.

Skills relacionados