Communitygithub.com

sairam0424/MindForge

Crea composiciones de video basadas en HTML: tarjetas animadas, superposiciones para redes sociales, videos de personas hablando con subtítulos, visuales reactivas al audio y transiciones con shaders usando HyperFrames. El HTML es la fuente de verdad del video. Úsalo cuando el usuario quiera un MP4/WebM renderizado desde HTML, animar texto/logos/gráficos sobre medios, necesite subtítulos sincronizados con audio, quiera narración por TTS, o convertir un sitio web en video.

¿Qué es MindForge?

HyperFrames es un potente motor de composición de video que utiliza HTML como fuente de verdad. Te permite crear videos renderizados (MP4/WebM) a partir de archivos HTML, con atributos `data-*` para control de tiempo, animaciones GSAP, y CSS para estilo. Es ideal para motion-graphics, videos con presentador y subtítulos, tours de producto, superposiciones para redes sociales, transiciones con shaders, y cualquier animación HTML/CSS/JS que deba renderizarse de forma determinista a un archivo de video. Funciona en Node.js con Puppeteer y FFmpeg, y se complementa con `manim-video` para animaciones matemáticas. Su flujo de trabajo incluye planificación, andamiaje del proyecto, maquetación estática antes de animar, y herramientas de linting, validación e inspección para garantizar calidad. Soporta audio reactivo, TTS multilingüe, subtítulos automáticos, y transiciones entre escenas, con estrictas reglas para evitar errores comunes como `repeat: -1` o construcción asíncrona de líneas de tiempo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sairam0424/MindForge/tree/HEAD/.agent/skills/hyperframes

Preguntar en tu IA favorita

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

Documentación

HyperFrames

HTML es la fuente de verdad del video. Una composición es un archivo HTML con atributos data-* para el tiempo, una línea de tiempo GSAP para la animación y CSS para la apariencia. El motor HyperFrames captura la página fotograma a fotograma y la codifica a MP4/WebM con FFmpeg.

Complemento de manim-video: Usa manim-video para explicaciones matemáticas/geométricas (ecuaciones, estilo 3B1B). Usa hyperframes para gráficos en movimiento, videos de persona hablando con subtítulos, recorridos de producto, superposiciones para redes sociales, transiciones con shaders y cualquier cosa impulsada por medios de video/audio reales.

Cuándo usar

  • El usuario pide un video renderizado a partir de texto, un guion o un sitio web
  • Tarjetas de título animadas, tercios inferiores o intros tipográficas
  • Video de narración con subtítulos (TTS + subtítulos sincronizados con la forma de onda)
  • Visuales reactivas al audio (sincronización de ritmo, barras de espectro, brillo pulsante)
  • Transiciones entre escenas (encadenado, barrido, distorsión con shader, fundido a blanco)
  • Superposiciones para redes sociales (estilo Instagram/TikTok/YouTube)
  • Flujo de sitio web a video (capturar una URL, producir un promocional)
  • Cualquier animación HTML/CSS/JS que deba renderizarse de forma determinista a un archivo de video

No uses esta habilidad para:

  • Animaciones de matemáticas/ecuaciones puras (→ manim-video)
  • Generación de imágenes o memes (→ meme-generation, modelos de imagen)
  • Videoconferencias o transmisión en vivo

Referencia rápida

npx hyperframes init mi-video               # crear un proyecto
cd mi-video
npx hyperframes lint                        # validar antes de previsualizar/renderizar
npx hyperframes preview                     # vista previa en navegador con recarga en vivo (puerto 3002)
npx hyperframes render --output final.mp4   # renderizar a MP4
npx hyperframes doctor                      # diagnosticar problemas del entorno

Banderas de renderizado: --quality draft|standard|high · --fps 24|30|60 · --format mp4|webm · --docker (reproducible) · --strict.

Referencia completa de la CLI: references/cli.md.

Configuración (una vez)

bash "$(dirname "$(find ~/.agent/skills -path '*/hyperframes/SKILL.md' 2>/dev/null | head -1)")/scripts/setup.sh"

El script:

  1. Verifica que Node.js >= 22 y FFmpeg estén instalados (imprime instrucciones de corrección si no).
  2. Instala la CLI hyperframes globalmente (npm install -g hyperframes@>=0.4.2).
  3. Precarga chrome-headless-shell a través de Puppeteer — necesario para renderizado de mejor calidad mediante la ruta de captura HeadlessExperimental.beginFrame de Chrome.
  4. Ejecuta npx hyperframes doctor e informa el resultado.

Consulta references/troubleshooting.md si la configuración falla.

Procedimiento

1. Planificar antes de escribir HTML

Antes de tocar código, articula a alto nivel:

  • Qué — arco narrativo, momentos clave, ritmos emocionales
  • Estructura — composiciones, pistas (video/audio/superposiciones), duraciones
  • Identidad visual — colores, fuentes, carácter del movimiento (explosivo / cinematográfico / fluido / técnico)
  • Fotograma principal — para cada escena, el momento en que la mayoría de los elementos son visibles simultáneamente. Este es el diseño estático que construirás primero.

Puerta de Identidad Visual (PUERTA ESTRICTA). Antes de escribir CUALQUIER HTML de composición, se debe definir una identidad visual. NO escribas composiciones con colores predeterminados o genéricos (#333, #3b82f6, Roboto son señales de que se omitió este paso). Verifica en orden:

  1. ¿Existe DESIGN.md en la raíz del proyecto? → Usa sus colores, fuentes, reglas de movimiento y restricciones "Qué NO hacer" exactos.

  2. ¿El usuario nombró un estilo? (ej. "Swiss Pulse", "oscuro y tecnológico", "marca de lujo") → Genera un DESIGN.md mínimo con ## Style Prompt, ## Colors (3-5 hexadecimales con roles), ## Typography (1-2 familias), ## What NOT to Do (3-5 antipatrones).

  3. ¿Ninguna de las anteriores? → Haz 3 preguntas antes de escribir cualquier HTML:

    • ¿Estado de ánimo? (explosivo / cinematográfico / fluido / técnico / caótico / cálido)
    • ¿Lienzo claro u oscuro?
    • ¿Algún color de marca, fuente o referencia visual?

    Luego genera un DESIGN.md a partir de las respuestas. Cada composición debe rastrear su paleta y tipografía hasta DESIGN.md o una dirección explícita del usuario.

2. Andamiar

npx hyperframes init mi-video --non-interactive

Plantillas: blank, warm-grain, play-mode, swiss-grid, vignelli, decision-tree, kinetic-type, product-promo, nyt-graph. Usa --example <nombre> para elegir una, --video clip.mp4 o --audio track.mp3 para sembrar con medios.

3. Maquetar antes de animar

Escribe el HTML+CSS estático para el fotograma principal primero — aún sin GSAP. El contenedor .scene-content debe llenar la escena (width:100%; height:100%; padding:Npx) con display:flex + gap. Usa padding para empujar el contenido hacia adentro — nunca uses position: absolute; top: Npx en un contenedor de contenido (el contenido se desborda cuando es más alto que el espacio restante).

Solo después de que el fotograma principal se vea bien, agrega entradas gsap.from() (anima hacia la posición CSS) y salidas gsap.to() (anima desde ella).

Consulta references/composition.md para el esquema completo de atributos data-* y las reglas de composición.

4. Animar con GSAP

Cada composición debe:

  • Registrar su línea de tiempo: window.__timelines["<id-de-composición>"] = tl
  • Iniciar pausada: gsap.timeline({ paused: true }) — el reproductor controla la reproducción
  • Usar valores repeat finitos (no repeat: -1 — rompe el motor de captura). Calcula: repeat: Math.ceil(duración / duraciónDelCiclo) - 1.
  • Ser determinista — sin Math.random(), Date.now() ni lógica de reloj de pared. Usa un PRNG con semilla si necesitas pseudoaleatoriedad.
  • Construirse de forma síncrona — sin async/await, setTimeout ni Promesas alrededor de la construcción de la línea de tiempo.

Consulta references/gsap.md para la API central de GSAP (tweens, easing, stagger, líneas de tiempo).

5. Transiciones entre escenas

Las composiciones de varias escenas requieren transiciones. Reglas:

  1. Usa siempre una transición entre escenas — sin cortes directos.
  2. Usa siempre animaciones de entrada en cada elemento de la escena (gsap.from(...)).
  3. Nunca uses animaciones de salida excepto en la escena final — la transición ES la salida.
  4. La escena final puede fundirse a negro.

Usa npx hyperframes add <nombre-de-transición> para instalar transiciones con shaders (flash-through-white, liquid-wipe, etc.). Lista completa: npx hyperframes add --list.

6. Audio, subtítulos, TTS, reactividad al audio, resaltado

  • Audio: siempre un elemento <audio> separado (el video es muted playsinline).
  • TTS: npx hyperframes tts "Texto del guion" --voice af_nova --output narración.wav. Lista de voces con --list. La primera letra del ID de voz codifica el idioma (a/b=inglés, e=español, f=francés, j=japonés, z=mandarín, etc.) — la CLI infiere automáticamente la configuración regional del fonemizador; usa --lang solo para anular. La fonemización en idiomas no ingleses requiere espeak-ng instalado en todo el sistema.
  • Subtítulos: npx hyperframes transcribe narración.wav → transcripción a nivel de palabra. Elige el estilo según el tono de la transcripción (hype / corporativo / tutorial / narrativo / social — consulta la tabla en references/features.md). Regla de idioma: nunca uses modelos whisper .en a menos que el audio esté confirmado como inglés — .en traduce el audio no inglés en lugar de transcribirlo. Cada grupo de subtítulos DEBE tener un tl.set(el, { opacity: 0, visibility: "hidden" }, group.end) de finalización después de su tween de salida; de lo contrario, los grupos se filtran visibles en los posteriores.
  • Visuales reactivas al audio: extrae previamente las bandas de audio (bajos / medios / agudos) y muestra un fotograma por fotograma dentro de la línea de tiempo con un bucle for de tl.call(draw, [], f / fps) — un solo tween largo NO reacciona al audio. Asigna bajos → scale (pulso), agudos → textShadow/boxShadow (brillo), amplitud general → opacity/y/backgroundColor. Evita los clichés de ecualizador de barras — deja que el contenido guíe lo visual y que el audio impulse su comportamiento.
  • Resaltado estilo marcador: los efectos de resaltado, círculo, ráfaga, garabato, dibujo para énfasis de texto son CSS+GSAP deterministas — consulta references/features.md#marker-highlighting. Totalmente buscables, sin filtros SVG animados.
  • Transiciones de escena: cada composición de varias escenas DEBE usar transiciones (sin cortes directos). Elige entre primitivas CSS (deslizamiento de empuje, encadenado con desenfoque, zoom a través, bloques escalonados) o transiciones con shaders (flash-through-white, liquid-wipe, cross-warp-morph, chromatic-split, etc.) mediante npx hyperframes add. Las tablas de estado de ánimo y energía están en references/features.md#transitions. No mezcles transiciones CSS y de shader en la misma composición.

7. Lint, validar, inspeccionar, previsualizar, renderizar

npx hyperframes lint              # detecta data-composition-id faltante, pistas superpuestas, líneas de tiempo no registradas
npx hyperframes validate          # auditoría de contraste WCAG en 5 marcas de tiempo
npx hyperframes inspect           # auditoría visual de diseño — desbordamiento, elementos fuera del fotograma, texto oculto
npx hyperframes preview           # vista previa en navegador en vivo
npx hyperframes render --quality draft --output draft.mp4    # iteración rápida
npx hyperframes render --quality high --output final.mp4     # entrega final

hyperframes validate muestrea los píxeles de fondo detrás de cada elemento de texto y advierte sobre proporciones de contraste por debajo de 4.5:1 (o 3:1 para texto grande). hyperframes inspect es el compañero del diseño: ejecuta la página en múltiples marcas de tiempo y señala problemas que un lint estático no puede ver (un subtítulo que se envuelve más allá del área segura solo en 4.5 s, una tarjeta que se desborda cuando su título es la variante más larga, un elemento que termina detrás de un shader de transición). Ejecuta inspect especialmente en composiciones con globos de diálogo, tarjetas, subtítulos o tipografía ajustada.

8. De sitio web a video (si el usuario proporciona una URL)

Usa el flujo de trabajo de captura a video de 7 pasos en references/website-to-video.md: capturar → DESIGN.md → SCRIPT.md → guión gráfico → composición → renderizar → entregar.

Errores comunes

  • HeadlessExperimental.beginFrame' wasn't found — Chromium 147+ eliminó este protocolo. Asegúrate de usar hyperframes@>=0.4.2 (detecta automáticamente y recurre al modo de captura de pantalla). Vía de escape: export PRODUCER_FORCE_SCREENSHOT=true. Consulta hyperframes#294 y references/troubleshooting.md.
  • Chrome del sistema (no chrome-headless-shell) — los renderizados se cuelgan durante 120 s y luego se agota el tiempo de espera. Ejecuta npx puppeteer browsers install chrome-headless-shell (setup.sh lo hace). hyperframes doctor informa qué binario se usará.
  • repeat: -1 en cualquier lugar — rompe el motor de captura. Siempre calcula un recuento de repeticiones finito.
  • gsap.set() en elementos de clip que aparecen más tarde — el elemento no existe al cargar la página. Usa tl.set(selector, vars, timePosition) dentro de la línea de tiempo, en o después del data-start del clip.
  • <br> dentro del texto de contenido — los saltos forzados no conocen el ancho de fuente renderizado, por lo que el ajuste natural + <br> produce doble salto. Usa max-width para permitir que el texto se ajuste. Excepción: títulos de visualización cortos donde cada palabra está deliberadamente en su propia línea.
  • Animar visibility o display — GSAP no puede hacer tween de estos. Usa autoAlpha (maneja tanto visibilidad como opacidad).
  • Llamar a video.play() o audio.play() — el framework posee la reproducción. Nunca los llames tú mismo.
  • Construir líneas de tiempo de forma asíncrona — el motor de captura lee window.__timelines de forma síncrona después de cargar la página. Nunca envuelvas la construcción de la línea de tiempo en async, setTimeout o una Promesa.
  • index.html independiente envuelto en <template> — oculta todo el contenido del navegador. Solo las subcomposiciones cargadas mediante data-composition-src usan <template>.
  • Usar video para audio — siempre <video> silenciado + <audio> separado.

Verificación

Antes y después del renderizado:

  1. Pasar lint + validar + inspeccionar: npx hyperframes lint --strict && npx hyperframes validate && npx hyperframes inspect (lint detecta problemas estructurales, validate detecta contraste, inspect detecta diseño visual / desbordamiento — consulta troubleshooting.md si aparecen advertencias).
  2. Coreografía de animación — para composiciones nuevas o cambios de animación significativos, ejecuta el mapa de animación. npx hyperframes init copia los scripts de la habilidad en el proyecto, por lo que la ruta es local al proyecto:
    node skills/hyperframes/scripts/animation-map.mjs <directorio-de-composición> \
      --out <directorio-de-composición>/.hyperframes/anim-map
    
    Genera un único animation-map.json con resúmenes por tween, línea de tiempo ASCII Gantt, detección de stagger, zonas muertas (>1 s sin animación), ciclos de vida de elementos y banderas (offscreen, collision, invisible, paced-fast <0.2 s, paced-slow >2 s). Escanea resúmenes y banderas — corrige o justifica cada uno. Omite en ediciones pequeñas.
  3. El archivo existe y no es cero: ls -lh final.mp4.
  4. La duración coincide con data-duration: ffprobe -v error -show_entries format=duration -of default=nw=1:nk=1 final.mp4.
  5. Verificación visual: extrae un fotograma de la mitad de la composición: ffmpeg -i final.mp4 -ss 00:00:05 -vframes 1 preview.png.
  6. Audio presente si se espera: ffprobe -v error -show_streams -select_streams a -of default=nw=1:nk=1 final.mp4 | head -1.

Si hyperframes render falla, ejecuta npx hyperframes doctor y adjunta su salida al informar.

Referencias

  • composition.md — atributos de datos, contrato de línea de tiempo, reglas no negociables, reglas de tipografía/recursos
  • cli.md — todos los comandos de la CLI (init, capture, lint, validate, inspect, preview, render, transcribe, tts, doctor, browser, info, upgrade, benchmark)
  • gsap.md — API central de GSAP para HyperFrames (tweens, easing, stagger, líneas de tiempo, matchMedia)
  • features.md — subtítulos, TTS, reactividad al audio, resaltado tipo marcador, transiciones (carga bajo demanda)
  • website-to-video.md — flujo de trabajo de captura a video de 7 pasos
  • troubleshooting.md — corrección de OpenClaw, variables de entorno, errores de renderizado comunes

Skills relacionados