Communitygithub.com

Analizador de Video

Usa esta habilidad para analizar archivos de video existentes usando FFmpeg y visión por IA, extrayendo fotogramas para generar sistemas de diseño, detectando límites de escenas, analizando tiempos de animación, extrayendo paletas de colores o comprendiendo la sincronización audiovisual. Se activa con análisis de video, extracción de fotogramas, detección de escenas, ffprobe, análisis de movimiento y análisis de contenido de video con IA.

¿Qué es Analizador de Video?

El Analizador de Video es una habilidad técnica que combina FFmpeg para procesamiento mecánico de video —como extracción de fotogramas clave, detección de cambios de escena mediante puntuaciones de diferencia de píxeles, extracción de formas de onda de audio y análisis de metadatos— con modelos de visión por IA para comprensión semántica del contenido visual, como identificación de componentes de interfaz, lectura de texto, extracción de valores de color y comprensión de patrones de diseño. Es útil para desarrolladores y agentes de IA que necesitan extraer datos estructurados de videos (demos de productos, tutoriales, grabaciones de pantalla, contenido narrativo), ya que sigue un flujo de trabajo de "extraer luego analizar" que separa la extracción de fotogramas (FFmpeg) del análisis semántico (visión por IA). La habilidad proporciona comandos prácticos de CLI para tareas como inspeccionar metadatos de video con ffprobe, extraer fotogramas en límites de escena o intervalos fijos, detectar silencio en pistas de audio y generar formas de onda, y analizar fotogramas individualmente con herramientas de lectura para identificar colores, tipografía, diseño y componentes. Se activa en preguntas sobre análisis de video, y sus principios clave incluyen usar ffprobe antes que FFmpeg, la detección de escenas sobre intervalos fijos para un muestreo eficiente, y la producción de resultados en JSON para composición de pipelines. Evita tareas de edición o creación de video, recomendando en su lugar habilidades especializadas como remotion-video o video-creator para esos fines.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/absolutelyskilled/absolutelyskilled/video-analyzer

Preguntar en tu IA favorita

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

Documentación

Cuando esta habilidad se active, comienza siempre tu primera respuesta con el emoticono :mag:.

¿Qué hace Analizador de Video?

El análisis de video es la práctica de extraer información estructurada de archivos de video: metadatos, fotogramas clave, límites de escenas, paletas de colores, datos de movimiento y características de audio. Un pipeline de análisis de video bien construido combina FFmpeg para la extracción de fotogramas y procesamiento de señales con modelos de visión por IA para la comprensión semántica del contenido visual. Esta habilidad cubre el flujo de trabajo completo desde archivos de video en bruto hasta datos procesables: usando ffprobe para inspección de metadatos, gráficos de filtros de FFmpeg para extracción de fotogramas y detección de escenas, análisis de audio para detección de silencios y volumen, y visión por IA para extraer sistemas de diseño y comprensión de contenido.

Los dos pilares del análisis de video son FFmpeg (la navaja suiza del procesamiento de medios) y los modelos de visión por IA (para entender qué hay en cada fotograma). FFmpeg maneja el trabajo mecánico: dividir el video en fotogramas, detectar cambios de escena mediante umbrales de diferencia de píxeles y extraer formas de onda de audio. La visión por IA maneja el trabajo semántico: identificar componentes de interfaz de usuario, leer texto, extraer valores de color y comprender patrones de diseño.


Cuándo usar esta habilidad

Dispara esta habilidad cuando el usuario:

  • Quiera extraer fotogramas de un video en intervalos regulares o límites de escena
  • Necesite analizar metadatos de video (resolución, duración, códecs, tasa de bits)
  • Pregunte sobre detección de escenas o marcas de tiempo de cambio de escena
  • Quiera extraer una paleta de colores o un sistema de diseño del contenido de video
  • Necesite analizar pistas de audio (detección de silencio, niveles de volumen, formas de onda)
  • Pregunte sobre análisis de movimiento o temporización de animaciones a partir de video
  • Quiera usar visión por IA para entender el contenido de video fotograma por fotograma
  • Necesite generar miniaturas o tiras de vista previa a partir de archivos de video

NO dispares esta habilidad para:

  • Crear o editar videos desde cero: usa remotion-video o video-creator
  • Escribir guiones de video o storyboards: usa video-scriptwriting
  • Transmisión de video en vivo o procesamiento de video en tiempo real
  • Codificación/transcodificación de video para distribución (es una tarea de renderizado, no de análisis)

Principios clave

  1. Extraer luego analizar - Siempre separa la extracción de fotogramas (FFmpeg) del análisis semántico (visión por IA). Intentar hacer ambos en un solo paso lleva a pipelines frágiles. Extrae los fotogramas al disco primero, luego analízalos.

  2. Usa ffprobe antes que ffmpeg - Antes de procesar cualquier video, inspecciónalo con ffprobe para entender sus propiedades. Ejecutar comandos de FFmpeg a ciegas en formatos desconocidos provoca fallos silenciosos y salidas corruptas.

  3. Detección de escenas sobre intervalos fijos - Al analizar contenido de video, extrae fotogramas en los límites de escena en lugar de intervalos de tiempo fijos. Los fotogramas de cambio de escena capturan la diversidad visual del video con muchos menos fotogramas que la extracción de uno por segundo.

  4. Salida JSON en todas partes - Usa el formato de salida JSON de ffprobe y estructura los resultados de tu análisis como JSON. Esto hace que los pipelines sean componibles y los resultados legibles por máquina.

  5. Conciencia del espacio en disco - La extracción de fotogramas de video puede generar miles de archivos de imagen grandes. Siempre estima el tamaño de salida antes de extraer, usa formatos de imagen apropiados (JPEG para análisis, PNG para trabajo perfecto de píxeles) y limpia los fotogramas temporales después del análisis.


Conceptos clave

Arquitectura de pipeline de FFmpeg

FFmpeg procesa video a través de un pipeline de demuxing, decodificación, filtrado, codificación y muxing. Para el análisis, usamos principalmente las etapas de decodificación y filtrado:

Archivo de entrada -> Demuxer -> Decodificador -> Gráfico de filtros -> Salida (fotogramas/datos)

Conceptos clave de filtros para el análisis:

  • Filtro select: elige qué fotogramas generar según expresiones
  • Filtro showinfo: imprime metadatos del fotograma (marcas de tiempo, tipo de imagen, etc.)
  • Detección scene: puntuación de diferencia de píxeles entre fotogramas consecutivos
  • Filtro fps: reduce la tasa de fotogramas para extraer a intervalos regulares

Detección de escenas

La detección de escenas funciona comparando fotogramas consecutivos usando la diferencia de píxeles. El filtro scene de FFmpeg produce una puntuación de 0.0 (idéntico) a 1.0 (completamente diferente). Un umbral de 0.3-0.4 captura cambios de escena importantes ignorando el movimiento de cámara y los cambios de iluminación.

UmbralComportamiento
0.1-0.2Muy sensible: capta paneos, zooms, cambios de iluminación
0.3-0.4Equilibrado: capta cortes, transiciones, cambios importantes
0.5-0.7Conservador: solo cortes directos y cambios dramáticos de escena
0.8-1.0Demasiado agresivo: se pierde la mayoría de cambios de escena

Flujo de trabajo de análisis con visión por IA

El flujo de trabajo para extraer datos estructurados de video usando visión por IA:

  1. Probar - Obtén metadatos del video con ffprobe (duración, resolución, fps)
  2. Extraer - Toma fotogramas clave en los límites de escena usando FFmpeg
  3. Leer - Carga cada imagen de fotograma usando la herramienta Read (admite imágenes)
  4. Analizar - Para cada fotograma, identifica colores, tipografía, diseño, componentes
  5. Agregar - Encuentra patrones consistentes entre fotogramas
  6. Generar - Produce un sistema de diseño estructurado o análisis de contenido

Tareas comunes

1. Instalar y verificar FFmpeg

Comprueba si FFmpeg está disponible e inspecciona su versión y capacidades.

# Verificar instalación de FFmpeg
ffmpeg -version

# Verificar instalación de ffprobe
ffprobe -version

# Instalar en macOS
brew install ffmpeg

# Instalar en Ubuntu/Debian
sudo apt-get update && sudo apt-get install -y ffmpeg

# Verificar formatos compatibles
ffmpeg -formats 2>/dev/null | head -20

# Verificar códecs compatibles
ffmpeg -codecs 2>/dev/null | grep -i h264

2. Extraer fotogramas clave en límites de escena

Extrae solo los fotogramas donde ocurren cambios visuales significativos. Esta es la forma más eficiente de muestrear contenido de video.

# Extraer fotogramas en cambios de escena (umbral 0.3)
mkdir -p scenes
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -vsync vfr \
  scenes/scene_%04d.png \
  2>&1 | grep showinfo

# Extraer con marcas de tiempo registradas en un archivo
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -vsync vfr \
  scenes/scene_%04d.png \
  2>&1 | grep "pts_time" > scenes/timestamps.txt

# Extraer fotogramas de escena como JPEG (archivos más pequeños, buenos para análisis)
mkdir -p scenes
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)'" \
  -vsync vfr \
  -q:v 2 \
  scenes/scene_%04d.jpg

3. Extraer fotogramas a intervalos regulares

Cuando necesitas muestras espaciadas uniformemente independientemente de los cambios de contenido.

# Extraer un fotograma por segundo
mkdir -p frames
ffmpeg -i input.mp4 -vf "fps=1" frames/frame_%04d.png

# Extraer un fotograma cada 5 segundos
mkdir -p frames
ffmpeg -i input.mp4 -vf "fps=1/5" frames/frame_%04d.png

# Extraer solo fotogramas I (fotogramas clave del códec)
mkdir -p keyframes
ffmpeg -i input.mp4 \
  -vf "select='eq(pict_type,I)'" \
  -vsync vfr \
  keyframes/kf_%04d.png

# Extraer un solo fotograma en una marca de tiempo específica
ffmpeg -i input.mp4 -ss 00:01:30 -frames:v 1 thumbnail.png

# Extraer solo el primer fotograma
ffmpeg -i input.mp4 -frames:v 1 first_frame.png

4. Analizar metadatos de video con ffprobe

Inspecciona las propiedades del video antes de procesar. Usa siempre salida JSON para resultados legibles por máquina.

# Metadatos completos como JSON (streams y formato)
ffprobe -v quiet \
  -print_format json \
  -show_format \
  -show_streams \
  input.mp4

# Obtener solo la duración
ffprobe -v error \
  -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

# Obtener resolución
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=width,height \
  -of csv=s=x:p=0 \
  input.mp4

# Obtener tasa de fotogramas
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=r_frame_rate \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

# Obtener información del códec
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=codec_name,codec_long_name,profile \
  -of json \
  input.mp4

# Contar fotogramas totales
ffprobe -v error \
  -count_frames \
  -select_streams v:0 \
  -show_entries stream=nb_read_frames \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

5. Detectar escenas y listar marcas de tiempo

Obtén una lista de marcas de tiempo de cambios de escena sin extraer fotogramas.

# Listar marcas de tiempo de cambios de escena
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -f null - \
  2>&1 | grep pts_time

# Extraer puntuaciones de escena por cada fotograma (para análisis)
ffmpeg -i input.mp4 \
  -vf "select='gte(scene,0)',metadata=print" \
  -f null - \
  2>&1 | grep "lavfi.scene_score"

# Contar número de cambios de escena
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -f null - \
  2>&1 | grep -c "pts_time"

6. Extraer forma de onda de audio y detectar silencio

Analiza la pista de audio para detectar silencios, niveles de volumen y formas de onda visuales.

# Detectar periodos de silencio (útil para encontrar cortes de capítulo)
ffmpeg -i input.mp4 \
  -af silencedetect=noise=-30dB:d=0.5 \
  -f null - \
  2>&1 | grep silence

# Generar forma de onda de audio como imagen
ffmpeg -i input.mp4 \
  -filter_complex "showwavespic=s=1920x200:colors=blue" \
  -frames:v 1 \
  waveform.png

# Analizar niveles de volumen
ffmpeg -i input.mp4 \
  -af volumedetect \
  -f null - \
  2>&1 | grep volume

# Extraer visualización del espectro de audio
ffmpeg -i input.mp4 \
  -filter_complex "showspectrumpic=s=1920x512:color=intensity" \
  -frames:v 1 \
  spectrum.png

7. Flujo de trabajo de análisis con visión por IA

Extrae fotogramas y luego analízalos con la capacidad de visión de Claude para extraer información estructurada del contenido de video.

# Paso 1: Probar el video
ffprobe -v quiet -print_format json -show_format -show_streams input.mp4

# Paso 2: Extraer fotogramas de escena
mkdir -p analysis_frames
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)'" \
  -vsync vfr \
  -q:v 2 \
  analysis_frames/frame_%04d.jpg

Después de extraer los fotogramas, usa la herramienta Read para cargar cada imagen. La herramienta Read admite archivos de imagen (PNG, JPG, etc.) y los presentará visualmente. Para cada fotograma, analiza:

  • Colores: Extrae valores de color hex dominantes, colores de fondo, colores de acento
  • Tipografía: Identifica tamaños de fuente, pesos, alturas de línea, jerarquía de encabezados
  • Diseño: Detecta patrones de cuadrícula, diseños flex, ritmos de espaciado, márgenes
  • Componentes: Identifica botones, tarjetas, encabezados, navegación, formularios
  • Estado de animación: Nota transiciones, estados hover, indicadores de carga

Agrega los hallazgos entre todos los fotogramas para construir un sistema de diseño consistente.

8. Extracción de sistema de diseño a partir de video

Un flujo de trabajo completo para extraer un sistema de diseño de una demo de producto o video de recorrido de interfaz de usuario.

# Paso 1: Obtener información del video
ffprobe -v quiet -print_format json -show_format input.mp4

# Paso 2: Extraer fotogramas de escena (captura cada pantalla única)
mkdir -p design_frames
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.4)'" \
  -vsync vfr \
  -q:v 1 \
  design_frames/screen_%04d.png

# Paso 3: También extraer a intervalos regulares para cobertura
ffmpeg -i input.mp4 \
  -vf "fps=1/3" \
  -q:v 1 \
  design_frames/interval_%04d.png

Después de la extracción de fotogramas, analiza cada fotograma con visión por IA y compila:

{
  "colors": {
    "primary": "#2563EB",
    "secondary": "#7C3AED",
    "background": "#FFFFFF",
    "surface": "#F3F4F6",
    "text": "#111827",
    "textSecondary": "#6B7280"
  },
  "typography": {
    "headingFont": "Inter",
    "bodyFont": "Inter",
    "scale": ["12px", "14px", "16px", "20px", "24px", "32px", "48px"]
  },
  "spacing": {
    "unit": "8px",
    "scale": ["4px", "8px", "12px", "16px", "24px", "32px", "48px", "64px"]
  },
  "components": ["button", "card", "navbar", "sidebar", "input", "modal"]
}

Antipatrones / errores comunes

ErrorPor qué está malQué hacer en su lugar
Extraer cada fotograma de un videoGenera miles de archivos, desperdicia disco y tiempo de análisisUsar detección de escenas o intervalos fijos (1 fps o menos)
Saltar ffprobe antes de procesarCódecs desconocidos o archivos corruptos causan fallos silenciosos en FFmpegSiempre probar primero para validar formato y propiedades
Usar PNG para extracción masiva de fotogramasLos archivos PNG son 5-10 veces más grandes que JPEG con ganancia mínima de calidad para análisisUsar JPEG (-q:v 2) para análisis; solo PNG para trabajo de píxeles exactos
Establecer el umbral de escena demasiado bajo (0.1)Capta movimiento de cámara, cambios de luz; produce demasiados fotogramasComenzar con 0.3-0.4 y ajustar según los resultados
Ignorar -vsync vfr con el filtro selectProduce fotogramas duplicados llenando vacíos en la línea de tiempoSiempre usar -vsync vfr al usar el filtro select
Analizar fotogramas sin marcas de tiempoNo se pueden correlacionar los resultados del análisis con la línea de tiempo del videoUsar el filtro showinfo para capturar pts_time con cada fotograma
Ejecutar visión por IA en cientos de fotogramasExcede límites de contexto y desperdicia tokensLimitar a 10-20 fotogramas representativos por pase de análisis
Codificar rutas de ffmpeg de forma fijaSe rompe entre SO y métodos de instalaciónUsar ffmpeg y ffprobe directamente, confiando en PATH

Advertencias

  1. -vsync vfr es requerido con filtros select - Sin -vsync vfr, FFmpeg llena los fotogramas "faltantes" entre los seleccionados con duplicados para mantener una tasa de fotogramas constante. Esto significa que extraer 5 fotogramas de cambio de escena podría producir 500 archivos de salida, la mayoría duplicados. Siempre combina filtros select con -vsync vfr.

  2. El umbral de detección de escena varía según el contenido - Un umbral de 0.3 funciona bien para cortes en video narrativo, pero el contenido animado o las grabaciones de pantalla pueden necesitar 0.4-0.5 porque las transiciones graduales producen puntuaciones de escena más bajas. Siempre verifica el conteo de fotogramas después de la extracción y ajusta el umbral.

  3. El conteo de fotogramas con ffprobe es lento - Usar -count_frames con ffprobe decodifica todo el video para contar los fotogramas con precisión. Para videos largos, esto puede tomar minutos. Usa nb_frames de los metadatos del stream en su lugar (menos preciso pero instantáneo) o estima a partir de la duración y la tasa de fotogramas.

  4. Los parámetros de detección de silencio de audio necesitan ajuste - El umbral de ruido predeterminado de -30dB puede ser demasiado sensible para videos con ruido de fondo o música de bajo nivel. Ajusta el umbral según el contenido; para grabaciones limpias, -50dB puede ser apropiado.

  5. La extracción de fotogramas puede agotar el espacio en disco rápidamente - Un video de 10 minutos a 30 fps produce 18,000 fotogramas. A 100 KB por JPEG, eso es ~1.8 GB. Siempre estima los requisitos de espacio antes de extraer y usa la detección de escenas para minimizar la salida.

  6. La herramienta Read puede tener problemas con archivos de imagen muy grandes - Fotogramas de resolución 4K pueden ser demasiado grandes para la vista previa de la herramienta Read. Reduce su tamaño antes de leer si es necesario, o extrae a una resolución más baja con -vf scale=1920:-1.


Referencia rápida de comandos

TareaComando
Inspeccionar videoffprobe -v quiet -print_format json -show_format -show_streams input.mp4
Detectar cambios de escenaffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -f null - 2>&1 | grep pts_time
Extraer en límites de escenaffmpeg -i input.mp4 -vf "select='gt(scene,0.3)'" -vsync vfr -q:v 2 scenes/%04d.jpg
Extraer un fotograma por segundoffmpeg -i input.mp4 -vf "fps=1" frames/%04d.png
Extraer un solo fotogramaffmpeg -i input.mp4 -ss 00:01:30 -frames:v 1 thumbnail.png
Detectar silencioffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=0.5 -f null -
Forma de onda de audioffmpeg -i input.mp4 -filter_complex "showwavespic=s=1920x200" -frames:v 1 waveform.png
Metadatos de duraciónffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 input.mp4

Referencia de parámetros de la herramienta

Cuando uses la herramienta Read para cargar imágenes de fotogramas para análisis de visión por IA, estos parámetros son relevantes:

  • input: Ruta al archivo de imagen del fotograma (PNG, JPG, JPEG, etc.)
  • display: Predeterminado en true, que muestra la imagen visualmente para que la IA la vea
  • imageFormat: Auto-detectado de la extensión del archivo

Después de analizar, agrega los resultados en un formato estructurado:

  • Encuentra colores, patrones y componentes que aparecen consistentemente en múltiples fotogramas (estos son parte del sistema de diseño)
  • Marca características que solo aparecen en fotogramas únicos (podrían ser transiciones o estados de error)
  • Vincula hallazgos de vuelta a marcas de tiempo usando pts_time del filtro showinfo

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Skills relacionados