música-a-video — un flujo de trabajo de video sincronizado al ritmo y guiado por la música
Usa esta habilidad para convertir una pista musical en un video HyperFrames sincronizado al ritmo. Analizas la pista una vez, diseñas los fotogramas, completas el plan por fotograma y construyes cada uno como una composición. La entrada es una pista de música más imágenes o videos opcionales del usuario — no hay narración ni captura de sitios web. La tipografía y las plantillas son la base (un video completo no necesita ningún activo); cualquier contenido multimedia que el usuario proporcione se integra cortado en la misma cuadrícula de ritmo.
Eres el orquestador. Trabaja en videos/<proyecto>/. Ejecuta los pasos en orden y pasa cada Puerta antes de continuar. Dos pasos necesitan al usuario: Paso 3 (aprobación del plan) y Paso 6 (aprobación del renderizado). Haz todos los pasos tú mismo excepto el Paso 4, donde despachas un sub-agente por fotograma. Mantén las reglas de diseño y movimiento fuera de este archivo — viven en references/ y el sub-agente frame-worker.
SKILL_DIR = este directorio de habilidad. PROJECT_DIR = videos/<nombre-del-proyecto>/.
Flujo de trabajo: Paso 0 configuración → hyperframes.json + assets/bgm.mp3; Paso 1 analizar → audiomap.json; Paso 2 esqueleto → STORYBOARD.md (fotogramas, grupos TBD); Paso 3 plan → completar STORYBOARD.md + frame.md; Paso 4 construir → compositions/frames/NN-*.html; Paso 5 ensamblar → index.html; Paso 6 renderizar → renders/video.mp4.
Dos ideas que lo moldean todo
- Un analizador, y confías en él.
analyze-beatgrid.pyes el único analizador de ritmo — nunca vuelvas a medir los tiempos con otra herramienta o de oído. Su energía / densidad / rodillos / ataques / silencios son siempre fiables. Subpmybeats_secson fiables solo cuando la música es genuinamente rítmica; en música tranquila la cuadrícula es un metrónomo que el rastreador impuso, así que marca el ritmo por frases y energía y nunca lo cortes forzadamente. Decidir en qué caso te encuentras es elpacingde cada fotograma (Paso 2). - Un fotograma = un archivo; los grupos viven dentro. El Paso 2 divide la pista en fotogramas, y cada fotograma se convierte en un archivo de composición
compositions/frames/NN-<id_fotograma>.html, construido por un frame-worker. Un fotograma puede subdividirse en grupos (cada uno una plantilla o una combinación de primitivas de movimiento). La densidad adicional va dentro de un grupo, así que el número de fotogramas refleja tratamientos distintos, no los tiempos — una pista rápida no dispara el número de sub-agentes.
Paso 0: Configuración, BGM y entradas
Objetivo: Establecer la fuente de música, crear el proyecto HyperFrames y anotar cualquier contenido multimedia proporcionado por el usuario.
La música es la columna vertebral — establece una pista antes que cualquier otra cosa. Esta habilidad está ajustada para BGM rápido y de alta energía: una cuadrícula de ritmo fuerte impulsa los cortes (las pistas tranquilas funcionan, pero marca el ritmo por frases en lugar de por tiempo). Si el usuario te dio audio — un archivo de música, o un video del que extraer el audio — úsalo. Si no, genera uno: elige el estado de ánimo de la descripción del usuario (por ejemplo, "synthwave dinámico", "ritmo trap", "corporativo alegre") y produce una pista a través de /hyperframes-media (references/bgm.md — HeyGen retrieval si tiene credenciales, si no, Lyria local / MusicGen; ElevenLabs u otro generador también funciona). Antes de generar, ejecuta npx hyperframes auth status y transmite su salida textualmente (no la parafrasees ni la reescribas) — muestra si BGM proviene de HeyGen o MusicGen local y, si no has iniciado sesión, cómo hacerlo. Si no has iniciado sesión, DETENTE y espera a que el usuario elija — iniciar sesión, o continuar sin conexión con MusicGen local — antes de generar la pista; no escribas claves en un .env por repositorio. (En modo autónomo, anota el estado y continúa sin conexión). Consulta /hyperframes-media → Preflight para obtener la guía canónica. De cualquier manera, la pista termina en assets/bgm.mp3. Escenifica cualquier imagen o video proporcionado por el usuario para que los fotogramas puedan integrarlos en la cuadrícula de ritmo; de lo contrario, la tipografía carga con todo el video.
Inicializa solo si falta hyperframes.json. Nombra <proyecto> a partir del resumen en kebab-case, como midnight-drive-loop — nunca una marca de tiempo. init verifica las habilidades instaladas contra las últimas en GitHub y actualiza el conjunto global si alguna está desactualizada.
npx hyperframes init "videos/<proyecto>" --non-interactive --example=blank
mkdir -p "$PROJECT_DIR/assets" "$PROJECT_DIR/renders"
cp "<musica-del-usuario>" "$PROJECT_DIR/assets/bgm.mp3" # extrae de un video primero si es necesario
# solo si el usuario te dio imágenes/videos:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
La marca (fuente + paleta) se elige en el Paso 3, no aquí. No escojas un género o un tipo de pista de antemano — los activos son solo un ingrediente opcional, y el género surge de las elecciones por fotograma.
Puerta: hyperframes.json + assets/bgm.mp3 existen; se anotan el aspecto / duración / fps y (si los hay) el inventario de activos.
Paso 1: Analizar la música
Objetivo: Producir el análisis de temporización canónico único sobre el que se construye todo el video.
analyze-beatgrid.py es el único analizador de ritmo — nunca vuelvas a medir los tiempos con otra herramienta o de oído. Lee la pista una vez y escribe audiomap.json: fases de energía (nivel / densidad / sensación), ataques + onset_rate, rodillos, silencios, hard_stops, key_moments, frases, tempo / cuadrícula, y audio.duration_sec. Es determinista — el mismo archivo siempre da el mismo mapa. La mayoría de los campos son fiables en cualquier música; bpm y beats_sec son fiables solo cuando la música es genuinamente rítmica, y juzgar eso es la decisión que tomas en el Paso 2.
Requisitos previos: Python 3 con librosa, numpy y soundfile disponibles. Si la importación falla, instálalos en el entorno Python activo antes de ejecutar el analizador:
python3 -m pip install librosa numpy soundfile
python3 <SKILL_DIR>/scripts/analyze-beatgrid.py "$PROJECT_DIR/assets/bgm.mp3" \
-o "$PROJECT_DIR/audiomap.json" --print
Puerta: audiomap.json existe; audio.duration_sec es conocido.
Paso 2: Esqueleto de fotogramas (solo estructura)
Objetivo: Leer la música y diseñar los fotogramas — el esqueleto de STORYBOARD.md.
Lee references/frame-skeleton.md. Convierte audiomap.json en el esqueleto de STORYBOARD.md tú mismo — no hay JSON intermedio. Corta la pista en fotogramas en cambios musicales reales (hard_stops, key_moments de SURGE / DROP, los bordes de un rodillo, un tramo sin ataques, un gran salto de energía), ajustando cada límite a un ancla del mapa de audio. Para cada fotograma, establece span_sec, pacing (el veredicto de la llamada de confianza del Paso 1 — beat_cut cuando la cuadrícula es real, phrase_flow cuando es un metrónomo impuesto en música tranquila), mood, y un feel de una línea (la situación musical simple que el Paso 3 empareja con una plantilla). Solo clasifica y diseña aquí: deja cada ### Groups de cada fotograma como TBD (Step 3) y el style del frontmatter en blanco — sin plantillas, texto, color ni fuentes. Espera entre 1 y 6 fotogramas.
Puerta: los fotogramas cubren la pista (primero en 0, último en duration_s); cada uno lleva span_sec + pacing + mood + feel; cada ### Groups es TBD; sin contenido en ningún lado.
Paso 3: Completar el plan (con puerta de usuario)
Objetivo: Convertir el esqueleto en un STORYBOARD.md aprobado y completo.
Lee references/planning.md, storyboard-format.md, template-catalog.md, motion-primitive-catalog.md y montage.md (solo si el usuario proporcionó activos). Editando el mismo archivo en el lugar, haz dos cosas:
- Elige la marca. Selecciona un preset de
../hyperframes-creative/frame-presets/usando la tabla en../hyperframes-creative/references/design-spec.md(empareja el estado de ánimo de la pista; solo importan sus fuentes y colores — las plantillas son dueñas de la composición). Cópialo enframe.mdsin modificar y completa elstyledel frontmatter (fuente + una paleta de ≤4–6 muestras) a partir de él. - Completa cada fotograma. Decide sus grupos y dale a cada uno un tratamiento: una plantilla emparejada del catálogo (con parámetros vinculados y anclas reales del mapa de audio), una composición libre del catálogo de primitivas, o un tratamiento de activos que obedezca
pacing. Escribe el texto. Tú eres dueño del QUÉ (plantilla / primitivas + contenido + anclas); el frame-worker es dueño del CÓMO — nunca escribas interpolaciones de milisegundos en el storyboard.
node <SKILL_DIR>/scripts/validate-plan.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--audiomap "$PROJECT_DIR/audiomap.json" --templates <SKILL_DIR>/references/templates
Corrige cada ✗ (errores duros: desajuste de duración, fotogramas que no cubren la pista, un src faltante); las advertencias son de mejor esfuerzo. Luego muestra al usuario un resumen fotograma por fotograma e itera hasta que lo aprueben.
Puerta: frame.md es una copia idéntica del preset; validate-plan.mjs sale con código 0; el usuario aprobó el plan.
Paso 4: Construir fotogramas a partir del plan
Objetivo: Construir cada fotograma como un archivo de composición independiente.
Crea compositions/frames/. Lee sub-agents/frame-worker.md y ../hyperframes-core/references/subagent-dispatch.md. Despacha un frame-worker por fotograma, en paralelo cuando sea posible (si no, en oleadas). Cada trabajador recibe exactamente un fotograma y este contexto:
PROJECT_DIR: <ruta abs>
frame_id: <NN-id_fotograma> # = el nombre del archivo del fotograma, p. ej. 02-f2; el id de la composición
Tu bloque: el bloque `## Frame N — <id_fotograma>` en PROJECT_DIR/STORYBOARD.md
audiomap: PROJECT_DIR/audiomap.json
frame.md: PROJECT_DIR/frame.md
Materiales: para cada grupo, <SKILL_DIR>/references/templates/<id>/index.html (plantillas) y
<SKILL_DIR>/references/motion-primitives/<id>/ (libre); activos escenificados/ (grupos de activos)
Contratos: ../hyperframes-core/references/sub-compositions.md + determinism-rules.md
Lienzo: <an>×<al> Pacing: <beat_cut|phrase_flow>
Escribe en: PROJECT_DIR/compositions/frames/<id_fotograma>.html
El trabajador bifurca los materiales citados, convierte cada ancla a segundos locales del fotograma (local_t = track_t − span_sec[0]), compuerta sus grupos con cortes de 0ms y escribe un archivo de fotograma seguro para búsqueda. El trabajador nunca ejecuta el CLI de hyperframes — esos comandos operan sobre el proyecto ensamblado, que aún no existe, por lo que reportarían sobre los archivos incorrectos. El trabajador solo escribe según el contrato y se detiene; tú verificas después del ensamblaje (Paso 6). A medida que cada trabajador regresa, puedes confirmar que su archivo ha aterrizado en el disco.
Puerta: cada fotograma tiene su compositions/frames/NN-*.html en el disco.
Paso 5: Ensamblar
Objetivo: Conectar los fotogramas construidos + BGM en el index.html reproducible.
assemble-index.mjs es determinista — sin subagente, sin juicio. Hace referencia a cada archivo de fotograma en su data-start acumulativo, monta assets/bgm.mp3 en la pista 11, y corta en seco fotograma → fotograma (los fotogramas cubren la pista sin espacios, por lo que no hay inyector de transiciones).
node <SKILL_DIR>/scripts/assemble-index.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--hyperframes "$PROJECT_DIR" --audiomap "$PROJECT_DIR/audiomap.json"
Corrige cualquier ✗ que reporte — un archivo de fotograma faltante o vacío significa que ese trabajador escribió un archivo parcial; re-despáchalo (Paso 4) y re-ensambla.
Puerta: index.html existe; la duración total == audiomap.audio.duration_sec.
Paso 6: Verificar y renderizar
Objetivo: Verificar el video ensamblado, obtener la aprobación del usuario y renderizar el MP4 final.
Ejecuta el CLI en el proyecto ensamblado — esa es la unidad correcta (los trabajadores por fotograma no pudieron ejecutarlo). lint verifica la estructura, validate ejecuta Chrome sin cabeza (detectando errores JS y activos faltantes), inspect captura fotogramas.
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
Inspecciona en t=0, cada inicio de fotograma, el DROP / SURGE más fuerte, cada hard_stops[].t, y el fotograma final. En caso de fallo, haz la corrección segura más barata tú mismo: edita el archivo compositions/frames/NN-*.html ofensivo. Nunca cambies la duración o el tiempo de audio para ocultar un problema de sincronía. Una vez que las puertas pasen, pausa para la revisión del usuario, luego renderiza solo con aprobación:
( cd "$PROJECT_DIR" && npx hyperframes render . --skill=music-to-video -q draft -o renders/video.mp4 --fps 30 )
Puerta: lint / validate / inspect pasaron; el usuario aprobó; renders/video.mp4 existe con audio, duración == audiomap.audio.duration_sec. La respuesta final indica la ruta del MP4 y la duración.
Tabla de reanudación
| Tienes | Continuar desde |
|---|---|
Solo assets/bgm.mp3 | Paso 1 |
audiomap.json | Paso 2 |
STORYBOARD.md (esqueleto) | Paso 3 |
STORYBOARD.md (completo) | Paso 4 |
| todos los archivos de fotograma | Paso 5 |
index.html | Paso 6 |
Referencia rápida
Formatos: apaisado 1920x1080 por defecto; retrato 1080x1920; cuadrado 1080x1080. Establece el lienzo una vez en el frontmatter del storyboard (canvas: { w, h, fps }).
Scripts en scripts/: analyze-beatgrid.py (el único analizador), validate-plan.mjs (verificación del plan), assemble-index.mjs (ensamblaje del índice), stage-assets.mjs (escenificación de medios del usuario), lib/storyboard.mjs (analizador sintáctico proveído). Todo lo demás es el CLI de hyperframes.
| Lee | Cuándo |
|---|---|
references/frame-skeleton.md | Paso 2: lee la música, diseña los fotogramas, establece el pacing |
references/planning.md · storyboard-format.md | Paso 3: elige la marca, completa cada fotograma, escribe el plan |
references/template-catalog.md | Paso 3: elige una plantilla por grupo |
references/motion-primitive-catalog.md | Paso 3: elige primitivas de movimiento por grupo |
references/montage.md | Paso 3: solo si el usuario proporcionó imágenes/videos |