Communitygithub.com

vídeo-explicativo-infográfico

Crea vídeos animados explicativos al estilo Kurzgesagt / The Infographics Show (arte vectorial SVG, gráficos en movimiento, locución, MP4) a partir de un tema o guion.

¿Qué es vídeo-explicativo-infográfico?

Esta habilidad te permite producir vídeos explicativos animados profesionales, de 60 a 90 segundos de duración (o 30–58 segundos para Shorts/Reels), en formato 16:9 o 9:16, con un estilo visual de vectores planos, degradados brillantes y animaciones suaves. Está diseñada principalmente para ser utilizada con asistentes de IA como Claude Code o Cursor, y funciona en sistemas Linux/macOS con Python y Node.js instalados. El flujo de trabajo es altamente automatizado: el usuario proporciona un tema o guion, y la habilidad se encarga de la investigación, redacción del guion, generación de locuciones mediante TTS (con soporte para hindi e inglés), creación de escenas animadas en SVG con JavaScript, y renderizado final a MP4 usando Playwright y ffmpeg. El resultado es un vídeo determinista y editable, con subtítulos SRT integrados. La habilidad incluye una serie de scripts Python que gestionan la síntesis de voz, la construcción de la línea de tiempo, la previsualización, el renderizado por fotogramas y la mezcla de audio. También proporciona plantillas HTML para empezar rápidamente y ejemplos de trabajo completos para inspirarse. Todo el código está en inglés, pero la interacción con el usuario puede hacerse en español, y la locución puede generarse en hindi e inglés.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/i-smiling-buddha/ppt-animation-skill/tree/HEAD/skills/infographic-explainer-video

Preguntar en tu IA favorita

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

Documentación

Vídeo Explicativo Infográfico

Produce un vídeo explicativo MP4 terminado con el espíritu de canales como Kurzgesagt y The Infographics Show: ilustración vectorial plana y audaz, degradados brillantes, luz resplandeciente, movimiento suave constante y un guion narrado que despierta la curiosidad. El arte y la animación se crean como código (SVG + línea de tiempo JS) y se renderizan fotograma a fotograma con Playwright + ffmpeg, por lo que cada fotograma es determinista y editable.

Regla de originalidad: imita el género (vector plano, ritmo explicativo), nunca copies los personajes de un canal (ej. los pájaros de Kurzgesagt), logotipos, intros, música o diseños exactos. Cada personaje y escena se inventa de nuevo.

Habla al usuario en su idioma preferido; mantén el código en inglés.

Archivos incluidos (rutas relativas a esta carpeta de habilidad)

ArchivoPropósito
templates/master_template.htmlIniciador 16:9 (1920x1080): degradados, ayudantes, personaje, cerebro, nube, estrellas, motor de escenas con fundido cruzado, subtítulos integrados. Cópialo y reemplaza las escenas.
templates/vertical_template.htmlMismo motor para Shorts / Reels 9:16 (1080x1920), con diseño vertical y la parte inferior libre para subtítulos.
scripts/voiceover.pyNarración sin conexión con Kokoro TTS (voces hindi + inglés), un wav por línea + dur.json + lines.json (texto para subtítulos).
scripts/build.pyInyecta duraciones de voz (__DUR__) y texto de narración (__LINES__), exporta timeline.json + captions.json; detecta 9:16; reporta errores JS.
scripts/captions.pyEscribe un archivo .srt desde captions.json para subtítulos de YouTube.
scripts/peek.pyUn fotograma por escena → hoja de contactos, para comprobar antes del renderizado completo.
scripts/render.pyRenderizador de rango de fotogramas determinista (JPEG q92 → x264 CRF 18, renombrado seguro de archivos temporales).
scripts/mix_audio.pyColoca las líneas de voz en la línea de tiempo, añade un pad ambiente sintetizado (libre de derechos) + whooshes, o tu propia --music.
scripts/make_video.shTubería completa: build → renderizado paralelo → concatenar → mezclar → mux → hoja QA → .srt. Detecta 9:16 automáticamente.

Dos ejemplos trabajados viven en el repositorio, dos carpetas por encima de esta carpeta de habilidad: examples/why-we-sleep/ (82 s, 16:9, hindi, 11 escenas) y examples/promo-short/ (38 s, 9:16, inglés, con clips reales insertados en una escena). Léelos para obtener ideas de escenas antes de escribir otras nuevas.

Configuración (una vez)

pip install playwright kokoro-onnx soundfile scipy pillow --break-system-packages
playwright install chromium          # saltar si Chromium ya está presente
mkdir -p tts && cd tts
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.int8.onnx
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin

ffmpeg debe estar en PATH. Configura KOKORO_DIR si la carpeta del modelo no es ./tts.

1. Flujo de trabajo (sigue en orden)

  1. Brief – tema, duración (por defecto 60–90 s; Shorts = 30–58 s), aspecto (16:9 1920x1080 o 9:16 1080x1920), idioma de narración, fuente de voz. Si falta algo y el usuario está presente, pregunta una vez; de lo contrario, usa los valores predeterminados y dilo.
  2. Investigación + guion – busca en la web datos actuales o numéricos, y anota la fuente de cada número. Estructura: anzuelo → pregunta → explica en 3–5 pasos → momento de giro/escala → conclusión. ~150 palabras por minuto. Frases cortas, una idea cada una, números y comparaciones concretos. Si un hallazgo proviene de animales o un solo estudio, menciónalo en la narración.
  3. lines.txt – una línea de narración por fila; una línea = una escena (≈ 4–8 s). Para TTS en hindi, escribe los préstamos del inglés en devanagari (स्लीप प्रेशर) para que se pronuncien de forma natural; mantén el texto en pantalla en inglés/latín a menos que haya una fuente devanagari instalada.
  4. Voz primero – python3 scripts/voiceover.py lines.txt vo --voice hm_omega --lang hi (inglés: --voice am_michael --lang en-us). Las duraciones marcan la línea de tiempo, nunca al revés. Una voz grabada por el usuario siempre es mejor: divídela en un archivo por línea como vo/NN.wav y escribe vo/dur.json.
  5. Construir escenas – copia templates/master_template.html (16:9) o templates/vertical_template.html (9:16), escribe un scene(...) por línea (+ opcional outro). Cada escena: movimiento inactivo siempre activo + una acción principal. Usa la biblia de estilo y el kit de animación a continuación.
  6. Vista previa – python3 scripts/build.py video.html vo/dur.json _work/build.html && python3 scripts/peek.py _work/build.html 0.8; MIRA la hoja (también prueba con 0.3) y corrige superposiciones, recortes, fotogramas vacíos antes de renderizar.
  7. Renderizar + mezclar – bash scripts/make_video.sh video.html vo final.mp4 (ejecuta un fragmento por núcleo de CPU; ~3 s de tiempo real por segundo de vídeo por núcleo a 1080p).
  8. QA – abre final_sheet.png; comprueba consistencia de paleta, área segura, nada recortado, texto legible en tamaño de miniatura, duración con ffprobe ≈ duración de línea de tiempo. Arregla solo las escenas rotas y vuelve a renderizar.
  9. Entregar – el MP4, su .srt (súbelo a YouTube como subtítulos), el texto del guion, y ofrece título/descripción/etiquetas + miniatura.

2. Biblia de estilo

  • Formas: primitivas simples (elipse, roundRect, trazados freeform suaves). Sin contornos en la mayoría de las formas; solo un trazo más oscuro del mismo tono en objetos principales.
  • Degradados en capas: casi todas las formas obtienen un degradado lineal de 2 paradas de un solo tono (claro arriba a la izquierda → saturado abajo a la derecha) más un brillo blanco al 25–40% de opacidad para el aspecto brillante.
  • Brillo: fuentes de luz = degradado radial casi blanco → transparente, radio pulsante ±5%. Destellos = estrellas de 4 puntas que titilan mediante seno de opacidad.
  • Profundidad mediante capas: degradado de cielo → colinas lejanas → colinas medias → banda de suelo con motas más claras → sujeto → partículas en primer plano; mueve las capas a diferentes velocidades.
  • Paletas (una por vídeo, máximo 5–6 tonos + un oscuro):
    • Espacio/Noche: #211840 #423AA8 #7F79D1 #E565FF #33F5FF #1552FF
    • Día/Naturaleza: #00A7E2 #00D2EE #6EED65 #01CB79 #FFE4AF #FFFFFF
    • Historia cálida: #290D1C #B15141 #FFE4AF #FFCE85 #FF5F2D #FFFF47
    • Neón pop: #232453 #5759B9 #B6FF55 #FF0066 #A14BFF #00FFFF
  • Fondo: nunca negro/blanco puro; oscuro teñido profundo (#12253A, #162B36) o beige cálido (#E6DDC4). Cambia a un rojo oscuro para los momentos de "peligro".
  • Personajes: cuerpos redondos de blob, ojos grandes y simples (blanco + pupila oscura + reflejo de luz), sin nariz, mejillas sonrojadas. Parpadea cada ~3 s, respira (escala 1 → 1.025). Dormido = arcos de ojos cerrados + "z" flotantes.
  • Texto: sans redondeada y pesada (Poppins Bold / Nunito ExtraBold), pocas palabras, números clave grandes, etiquetas como insignias de píldora, dentro del 90% del área segura.
  • Sabor infográfico: contadores que cuentan hacia arriba, barras que crecen/encogen, indicadores, comparaciones antes/después, un personaje reaccionando.

3. Kit de animación (efectos de PowerPoint → código)

Efecto PowerPointEquivalente en código (ayudantes en la plantilla)
Entrada volando / Elevarsetranslate desde fuera de pantalla con ease outBack
Fundido / Zoom / Crecerpop(el,t,start,x,y) → opacidad + escala con sobrepaso
Giro de énfasisrotate(${t*deg}) alrededor del propio centro de la forma
Trayectoria de movimientoalong(pathEl,p) / getPointAtLength
Transición Morphmantener objetos compartidos en su lugar entre escenas; el motor funde escenas (FADE)
Estelas de partículas / Luciérnagaspartículas con semilla rng(seed) con desfases de fase, retardo y caída de tamaño
Barrido / Dibujadostroke-dasharray + stroke-dashoffset
Salidainversa de la entrada con ease in

Movimiento inactivo siempre activo: flotar, titilar, pulso de brillo, deriva de paralaje lenta, deriva de nubes, lento zoom de cámara del motor (escala 1 → 1.045). Temblor de anticipación antes de grandes acciones, squash-and-stretch en aterrizajes. Entradas 0.4–0.8 s, escalonar 60–120 ms. Nunca dejes un fotograma completamente quieto.

4. Reglas del motor (plantilla)

  • Cada escena: scene(id, bgGradientId, build() => svgString, seek(localT, sceneDuration)).
  • seek establece cada atributo puramente desde t — sin animaciones CSS, temporizadores ni Math.random (usa rng(seed)), para que cualquier fotograma pueda renderizarse solo y los fragmentos se unan sin problemas.
  • Los ids de elementos deben ser únicos en todo el archivo (prefijo con el id de la escena).
  • La duración de la escena i = LEAD[i] + VO[i] + TAIL; las escenas más allá de las líneas de narración son de 3.2 s (outro). MIN={2:16} mantiene la escena 2 durante al menos 16 s (por ejemplo, para un clip insertado después). El motor exporta window.DURATION, window.TIMELINE, window.CAPTION_CUES, window.seek.
  • scene(..., {cam:false}) desactiva el lento zoom de cámara para una escena (necesario cuando se superpone un clip de vídeo sobre ella).
  • Subtítulos: CAPTIONS=true graba subtítulos por fragmentos de palabras (desde LINES, temporizados por caracteres dentro de cada línea) en los fotogramas; Chromium da forma al devanagari correctamente. Mantén libres los ~120 px inferiores (16:9) / ~300 px (9:16) de arte importante. Configura CAPTIONS=false para desactivarlos; el .srt aún se escribe.
  • 9:16: comienza desde vertical_template.html (texto de anzuelo en el tercio superior, visual principal en el medio). Los scripts detectan 9:16 desde el viewBox del SVG; nunca recortes un vídeo 16:9.

5. Audio

  • Voz: grabación del usuario → Kokoro (scripts/voiceover.py) → cualquier otro TTS que ofrezca la sesión. Voces hindi de Kokoro: hm_omega, hm_psi, hf_alpha, hf_beta.
  • Música: el pad sintetizado predeterminado en mix_audio.py es original y libre de derechos; o pasa --music con una pista que el usuario posea/tenga licencia. Nunca uses música con derechos de autor.
  • Los subtítulos están integrados (reglas del motor anteriores). make_video.sh también escribe final.srt; súbelo a YouTube para que los espectadores puedan activar los subtítulos y YouTube pueda traducirlos automáticamente.

6. Extras bajo petición

  • Miniatura: renderiza un fotograma principal a 1280x720 con una etiqueta grande de 2–4 palabras.
  • Aspecto de serie: mantén la paleta, las fuentes y las funciones de personaje en un archivo compartido y reutilízalas en todos los episodios.
  • Tarjeta de outro: nombre del canal/seudónimo en los últimos 2–3 s.

Skills relacionados