Communitygithub.com

video-xoshaka

Planifica, escribe, crea y entrega cualquier video en Remotion con un narrador por IA, subtítulos sincronizados con las palabras, material propio (grabaciones, fotos, capturas de pantalla), música libre de regalías y una revisión fotograma a fotograma antes de la entrega. Cubre historias personales (divertidas o sinceras), promociones de productos, explicaciones, tutoriales, resúmenes, saludos y anuncios, en formato vertical (Reels, TikTok, Shorts, WhatsApp Status) o apaisado.

¿Qué es video-xoshaka?

video-xoshaka es una habilidad integral de producción de video para agentes de IA, diseñada para crear videos de alta calidad y apariencia personalizada utilizando Remotion, sin depender de material de archivo genérico. La habilidad guía al agente a través de un flujo de trabajo completo: entrevista al usuario para definir el estilo, recopila material real del usuario (fotos, videos, capturas de pantalla, logotipos), redacta un guion y un storyboard, genera la narración con voces de IA (como Kokoro o ElevenLabs), construye el video en Remotion, agrega música real libre de derechos y realiza una verificación exhaustiva antes de la entrega. El nombre "xoshaka" (kurdo: "el divertido") refleja su origen en videos de estilo cómico, pero ahora admite varios estilos como tributos sinceros, promociones, tutoriales, resúmenes y anuncios. La habilidad se ejecuta como un agente de lenguaje en plataformas como Claude Code, Cursor o Codex, y utiliza subagentes para tareas paralelas, como la investigación de materiales o la construcción de escenas independientes. Su punto fuerte es garantizar que cada video se base en contenido auténtico del usuario, evitando imágenes de archivo y asegurando que la narración, los subtítulos y la música estén perfectamente sincronizados con las imágenes y el tono deseado.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add mshmsh03/video-xoshaka

Preguntar en tu IA favorita

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

Documentación

¿Qué hace video-xoshaka?

Producción de video completa: entrevista, brief, material, archivo de diseño, guion, storyboard, voz, construcción, música, verificación, entrega, con puntos de aprobación en el camino. Comenzó como la habilidad para un tipo de video, una historia xoshaka (kurdo: "el divertido") que narra como un mini documental y bromea como una página de memes. Eso aún sigue aquí como un estilo entre varios. El mismo pipeline ahora produce tributos sinceros, promociones de productos, explicaciones, tutoriales, resúmenes y anuncios.

Lo que hace que cualquiera de ellos se vea personalizado es el material real: el clip propio de la persona, la foto de su amigo, sus sitios web y aplicaciones reales, sus propias palabras de sus notas, su logotipo real. Un video con aspecto de archivo es el modo de fallo.

Qué leer y cuándo

  • references/brief.md: la entrevista. Las rondas de preguntas, las preguntas de texto libre, notas sobre idioma y texto de derecha a izquierda, el formato de resumen y cómo guardar brief.md. Léelo al inicio de cada nuevo video.
  • references/storyboard-and-gates.md: las plantillas design.md y STORYBOARD.md, los puntos de aprobación, los trabajadores de escenas en paralelo y las comprobaciones de actualidad. Léelo antes de escribir el guion.
  • references/styles.md: los estilos (historia divertida, tributo sincero, promoción, explicación, tutorial, resumen, anuncio, solo subtítulos), la forma, el tono, la duración y el estado de ánimo musical de cada uno, y los formatos y zonas seguras de las plataformas. Léelo justo después del brief.
  • references/story-and-comedy.md: cómo encontrar material y qué mantener privado, escribir story.json, sincronizar imágenes con palabras y el manual de comedia (para el estilo divertido).
  • references/production.md: configuración del proyecto, componentes, formatos, capturas de pantalla, verificación y los obstáculos ya encontrados. Léelo antes de construir.
  • references/music.md: configuración de música de HeyGen (incluyendo el inicio de sesión en Windows/WSL), selección de pista, ducking y silencio.
  • references/toolbox.md: todas las herramientas, habilidades y CLI que utiliza este flujo de trabajo y cuándo recurrir a ellas: las habilidades de Remotion, media-use, HeyGen, Kokoro, ElevenLabs, ffmpeg, Chrome sin cabeza y los scripts incluidos.

Flujo de trabajo

1. Entrevista a la persona, luego guarda el brief

Las respuestas de la persona deciden lo que construyes, así que pregunta antes de hacer cualquier otra cosa. Sigue references/brief.md:

  1. Ronda 1, lo básico (AskUserQuestion, hasta 4 preguntas): estilo, dónde se publicará (lo que define el formato), duración, voz.
  2. Ronda 2, apariencia y sensación: tono, qué hay en pantalla (fotos y clips, capturas de pantalla en maquetas, texto en negrita y gráficos, mapas o diagramas), colores y marca, música.
  3. Ronda 3, material y seguridad: nombres reales o no, capturas de pantalla con nombres o no, subtítulos, el final.
  4. Ronda de texto libre, en el chat: el punto en una frase, los momentos reales y hechos a incluir, la línea sincera o el llamado a la acción exacto, qué evitar o no mostrar nunca, quién es quién, referencias que les gusten y dónde están los archivos.
  5. Idioma: si el video no es solo en inglés, pregunta qué idioma y verifica que la voz y el renderizado de texto lo soporten (brief.md, "Idioma y texto de derecha a izquierda").
  6. Resumen y confirmación: reformula el brief como una lista breve en sus palabras, pregunta "¿Algo que cambiar?", luego guárdalo como brief.md en la raíz del proyecto.

Omite cualquier cosa que la persona ya haya dicho, recomienda un valor predeterminado para cada pregunta, adapta las opciones al estilo y pregunta solo lo necesario. Si dicen "solo hazlo", pregunta solo la ronda 1, enumera tus suposiciones en el resumen y aún así deja que ellos decidan la voz, quién puede ser nombrado o mostrado y qué es privado. Crea public/photos/ e indícales los nombres de archivo: me más uno por persona en la historia. Los clips de video y GIFs también funcionan.

brief.md es el contrato. Cada paso posterior lo sigue. Cuando la persona cambie de opinión, actualiza primero brief.md, luego el trabajo. En el mensaje de entrega, indica cómo el resultado coincide con el brief y nombra cualquier cosa que no lo haga.

Si dieron una historia ("X me dijo que lo comprara, lo hice con mi amigo Y") o un mensaje ("lanzar nuestro nuevo menú"), esa es la columna vertebral. Todo lo demás proviene de su material.

2. Recopila el material

  • Sus notas (bóveda, diario, carpetas de proyecto, historial de git): envía un subagente de investigación para obtener una línea de tiempo con fechas, las personas y los puntos de inflexión, y una lista de cosas privadas que mantener fuera (story-and-comedy.md). No pongas nada privado en el video.
  • Su material multimedia: mira cada clip y foto tú mismo. Revisa varios fotogramas de cada clip en busca de matrículas, insignias y pantallas, y decide el recorte (focusY). Pregunta quién es quién si un clip muestra a más de una persona.
  • Su trabajo: capturas de pantalla de sitios en vivo (Chrome sin cabeza, escritorio y móvil) y capturas de pantalla de aplicaciones existentes en sus repositorios.
  • Activos de marca: su logotipo real, nunca redibujado (media-use resolve --type logo encuentra marcas oficiales), sus colores y fuentes.
  • Hechos para una promoción o tutorial: cada número, precio, característica y paso proviene de la persona o de algo que verificaste. No inventes afirmaciones.

3. Archivo de diseño, guion y storyboard

Primero escribe design.md (paleta, fuentes, logotipo, reglas de movimiento y texto, a partir del brief y los activos de marca reales de la persona; plantilla en storyboard-and-gates.md). Luego escribe story.json siguiendo story-and-comedy.md y la forma del estilo elegido en styles.md. Luego escribe STORYBOARD.md: una fila por escena con la línea, lo que hay en pantalla, el sonido y la palabra en la que aterriza cada imagen. Abre con un gancho en los primeros dos o tres segundos. Punto de aprobación: muestra a la persona las líneas y la tabla del storyboard y espera un sí antes de construir. Cambiar palabras es barato ahora y caro después. Pide a la persona las historias reales detrás de cualquier broma y la línea sincera con sus propias palabras, en lugar de inventarlas. Anota dónde se publicará: Reels, TikTok y Shorts necesitan subtítulos colocados más arriba (styles.md, "Zonas seguras").

4. Voz

Omite este paso para un video sin narración (entonces los subtítulos llevan las palabras). De lo contrario, genera muestras con scripts/voice-samples.mjs, abre la carpeta y deja que la persona elija de oído (bm_george funcionó bien para comedia a velocidad 1.1; las voces más tranquilas se adaptan a tributos y tutoriales). Luego ejecuta scripts/make-voice.mjs. Imprime la duración de cada escena y una línea de alineación de "pausas". Imprime los tiempos de las palabras y verifica que ninguna palabra dure más de un segundo (production.md, "Obstáculos"). Otras fuentes de voz están en toolbox.md.

5. Abre la vista previa temprano

Tan pronto como el proyecto se ejecute, inicia Remotion Studio (npx remotion studio) y abre la vista previa, para que la persona pueda ver y dirigir mientras construyes. Renderiza un MP4 cuando pidan el archivo o al entregar un video para publicar; mientras aún están iterando, la vista previa es el entregable.

6. Construcción

Prepara el esqueleto y copia la plantilla y los scripts (production.md). Para cada escena, escribe un componente, generalmente un BeatScene con imágenes, adaptado de assets/template/src/story/scenes/ (y de assets/examples/scenes/ cuando esa carpeta exista). Sincroniza cada imagen con una palabra usando wordAt(...). Mantén la línea de tiempo en StoryVideo.tsx: transiciones de fundido, un deslizamiento más un soplido en los cambios de capítulo. Establece el tamaño de la composición según el formato elegido. Construye a partir de STORYBOARD.md y design.md, no de memoria. Con aproximadamente cinco o más escenas independientes, constrúyelas en paralelo con un subagente por escena (storyboard-and-gates.md), luego ensambla y verifica las uniones tú mismo. Usa las habilidades de Remotion para Remotion mismo (toolbox.md). Si la persona editó código fuera del chat, no lo sobrescribas; asume que fue intencional o pregunta.

7. Música y sonido

Usa música real (music.md), con el estado de ánimo que el estilo requiera (styles.md). Instala media-use y la CLI de HeyGen si es necesario, haz que la persona inicie sesión, busca algunos estados de ánimo, descarga una pista principal más dos alternativas, mídelas, establece MUSIC_GAIN y planifica en torno al final natural de la pista. Efectos de sonido solo donde el estilo los quiera.

8. Verifica, luego obtén la aprobación para renderizar

  • Mira las imágenes fijas de cada imagen clave y de cada final de escena (scripts/stills.mjs).
  • Verifica los hechos en promociones y tutoriales: cada número, nombre y paso contra su fuente.
  • Punto de aprobación de vista previa: muestra la vista previa de Studio o las imágenes fijas clave y pregunta qué cambiar. Renderiza el MP4 final solo después de que la persona apruebe la vista previa, o cuando pida explícitamente el archivo.
  • Renderiza a un nuevo nombre de archivo versionado.
  • Mide el audio (scripts/check-audio.mjs).
  • Revisa los fotogramas del MP4 final en busca de cualquier cosa sensible al tiempo.
  • Abre el video para ellos.

9. Entrega

Informa:

  • la ruta del archivo, duración y tamaño
  • qué cambió, si es una actualización
  • qué verificaste y que no pudiste escuchar el audio
  • las preguntas abiertas: quién es quién, estado de ánimo de la música, si acortar la duración

Principios

  • Real sobre genérico. Su clip, su amigo, sus pantallas y logotipo reales.
  • El tono se adapta al propósito. Divertido es una opción. Una despedida, un lanzamiento de producto y un tutorial necesitan cada uno su propio tono; no fuerces bromas donde no corresponden.
  • Engancha temprano, una idea por escena. El punto es visible en los primeros dos o tres segundos, y cada escena se gana su lugar.
  • Las imágenes aterrizan en las palabras. Una imagen que llega en su palabra supera a cualquier número de efectos adicionales. Cuando te pidan "mejor" o "más divertido", afina la sincronización y la redacción antes de aumentar el volumen.
  • Un ritmo clave. La línea sincera, el llamado a la acción o la conclusión, expresados claramente y dejando espacio para asentarse.
  • La privacidad es una característica. Sus notas contienen cosas que otros no deberían ver. La persona confía en que las dejarás fuera sin que te lo pidan.
  • No adivines sobre las personas. Deja que elijan la voz del narrador de oído, nunca por su nombre. Confirma quién es quién en clips grupales. No inventes citas, sentimientos ni afirmaciones que el material no respalde.
  • Entrega honesta. Di lo que verificaste y lo que no pudiste (audio de oído). Si la duración superó lo que pidieron, dilo y nombra el corte más fácil.

Skills relacionados