Communitygithub.com

micdolev-ops/reels-bemo-yadayich

Crea reels en hebreo para una presentadora frente a cámara: transcripción en hebreo, subtítulos palabra por palabra con colores y fuentes de la marca, gancho grande, transiciones sin saltos, clips de vídeo complementarios, sonidos sutiles, limpieza de ruido de fondo en pausas y control de calidad antes de la entrega. También sabe hacer un reel sin aparecer en cámara: solo grabación de voz, o solo texto y animación.

¿Qué es reels-bemo-yadayich?

Esta skill especializada en agentes de IA (como Claude Code, Cursor, Codex) permite editar reels de Instagram en hebreo para una usuaria que se graba con el teléfono hablando a cámara, o que quiere un reel sin aparecer (solo voz o solo texto con animación). El agente recibe el vídeo o audio original y lo procesa paso a paso: recorta tomas por silencios, transcribe con ivrit.ai, limpia el ruido de fondo, separa a la persona del fondo con IA (cutout), genera subtítulos palabra por palabra con colores y fuentes de la marca, añade efectos de movimiento (GSAP, HyperFrames), y compone el reel final con FFmpeg. La skill incluye preguntas de onboarding para definir los colores, fuentes y logo de la marca, y guarda las preferencias en un archivo local. Si no hay marca definida, sugiere paletas predefinidas. Tras la edición, realiza control de calidad automático (duración, volumen, píxeles negros, saltos) y envía el archivo comprimido (máximo 30 MB para chat, 16 MB para WhatsApp). Todo el procesamiento es local (scripts bash, Python, Node.js) y no requiere claves API externas.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/micdolev-ops/reels-bemo-yadayich/tree/HEAD/skills/reels-bemo-yadayich

Preguntar en tu IA favorita

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

Documentación

Reels en tus propias manos

Editor de reels en hebreo. La usuaria se graba con el teléfono y tú recibes un reel listo para Instagram: subtítulos en sus colores y fuentes, gancho potente, transiciones suaves, sonidos sutiles y voz limpia. ¿No te gusta la cámara? El mismo reel sin aparecer: solo grabación de voz, o solo texto y animación (sección "Sin aparecer" más abajo). Creado por Michal Algrably, "En tus propias manos" ( @michalcreates.il). Herramientas: HyperFrames (código abierto), GSAP, FFmpeg y el modelo de transcripción hebreo de ivrit.ai.

Cómo hablar con ella

  • Solo hebreo, en lenguaje sencillo. Explica cualquier término técnico en una frase.
  • Sin guiones largos ni signos de escritura AI, tampoco en el texto en pantalla.
  • Dirígete según lo indicado en address del archivo de marca (femenino, masculino, plural). En los subtítulos que hablan al espectador, usa el mismo tratamiento.
  • No pidas contraseñas, claves API ni tokens en el chat.
  • Ofrece primero herramientas gratuitas. Herramienta de pago solo si no hay alternativa, y avisa de antemano que es de pago.

Si la usuaria acaba de instalar o pide ayuda con la instalación

Muchas usuarias no conocen la terminal. Tú ejecutas los comandos por ella y explicas en una frase qué hace cada uno.

  • Herramientas faltantes: scripts/setup.sh imprime lo que falta. Ofrece instalar por ella (Mac: brew install ffmpeg node python, Windows: winget install ffmpeg, winget install OpenJS.NodeJS), tras su confirmación. Si no tiene brew o winget, proporciona un enlace de descarga y explica brevemente.
  • Después de la instalación lee este archivo y continúa con las preguntas iniciales, sin pedirle que abra una nueva conversación.
  • Problema común: permisos. Dile que haga clic en "Permitir" cuando se solicite permiso para ejecutar un comando, y que es seguro dentro de la carpeta del proyecto.

Primera vez: Preguntas iniciales (la marca)

Si no existe el archivo ~/.reels-bemo-yadayich/brand.json, pregunta antes de cada edición, en un solo mensaje:

  1. Nombre del negocio y nombre de usuario de Instagram.

  2. Cuatro colores: fondo claro (background), color principal oscuro para títulos (primary), color de acento para una palabra (accent), color para texto fino (text).

  3. Dos fuentes: una gruesa para palabras clave, y una fina para palabras de enlace. Solo fuentes con hebreo de Google Fonts (ver references/hebrew.md).

    ¿No tiene colores ni fuentes? No hay problema, la mayoría de los pequeños negocios están en esa situación. No la envíes a construir una marca primero. Ofrece un kit predefinido o una paleta según el negocio con tres preguntas: references/presets.md. Así el primer reel sale hoy mismo.

  4. Logo: ruta a un archivo PNG con fondo transparente. Opcional.

  5. Cómo dirigirse al público: femenino, masculino o plural.

  6. Sonidos: sutiles (por defecto) o más notorios. Guarda según brand.example.json, y muéstrale un ejemplo de un subtítulo en sus colores y fuentes (captura de pantalla), antes del primer reel. Cualquier observación suya que sea una regla ("no me gusta el dorado", "menos sonidos") se guarda en notes dentro del archivo de marca, con fecha. Lee esta lista al inicio de cada reel.

Antes que nada: ¿Qué tipo de reel?

Pregunta al inicio, si no está claro por el mensaje:

  1. Con cámara (lo más potente para generar confianza): un vídeo de ella hablando. El proceso completo abajo.
  2. Solo voz: se graba con la grabadora de voz del teléfono (por ejemplo en la app de notas de voz), sin vídeo.
  3. Solo texto: sin voz ni vídeo. Palabras y animación, y música que se añade en Instagram.

Flujo de trabajo

SK=<carpeta_de_skill>; P=<carpeta_de_proyecto>
bash $SK/scripts/setup.sh $P            # Una vez por reel. Verifica herramientas, instala, copia fuentes y plantilla
  1. Texto primero. Antes de diseñar: envía todo el texto que aparecerá en pantalla (líneas, palabra de énfasis en cada frase, texto del botón) y el pie de la publicación. Espera confirmación.
  2. Inspeccionar el material: bash $SK/scripts/inspect.sh <clip> $P/inspect. Página de fotogramas, silencios y forma de onda. Elige un fotograma de inicio tranquilo (no a mitad de una palabra, no en un parpadeo).
  3. Seleccionar tomas y unirlas: Lista en segs.txt (archivo inicio fin en cada línea). Corta en silencios y no según los tiempos de las palabras (la transcripción se desvía hasta 0.3 segundos). Si dijo la misma frase varias veces, toma la última. python3 $SK/scripts/join.py segs.txt $P/media/talk.mp4. Sale un solo archivo con transiciones suaves, y la lista de tiempos de unión en talk.mp4.joins.json (copia a joins en reel.json).
  4. Transcripción: python3 $SK/scripts/transcribe.py $P/media/talk.mp4. Palabra por palabra con tiempos, en talk.mp4.words.json.
  5. Voz limpia: python3 $SK/scripts/clean_pauses.py $P/media/talk.mp4 $P/media/voice.wav. Reduce al 2% todo lo que hay entre sus palabras: ruidos de la habitación, aire acondicionado, calle.
  6. Separación del fondo: bash $SK/scripts/cutout.sh $P $P/media/talk.mp4. Aproximadamente un segundo por fotograma en una CPU normal; un reel de un minuto tarda media hora. Ejecutar en segundo plano.
  7. Subtítulos: python3 $SK/scripts/draft_captions.py media/talk.mp4.words.json (dentro de $P) escribe un borrador en reel.json. Corrige la ortografía según el texto aprobado y elige una palabra emocional por cada subtítulo ("accent": true).
  8. Clips complementarios (B-roll), gancho grande, botón, logo: rellena en reel.json (estructura en template/reel.example.json, explicación en references/craft.md). Un efecto principal por reel en custom.js (ejemplos en references/ideas.md y references/motion.md).
  9. Fotogramas para aprobar antes del renderizado completo: python3 build.py && npx hyperframes lint && npx hyperframes snapshot --at <segundos> --no-end -o snaps --describe false. Envíale una tira de 3 a 5 fotogramas. El renderizado lleva minutos, los fotogramas medio minuto. 8a. En los fotogramas, verifica que la línea esté a altura 260: que todo el texto esté por debajo, y que el botón y la llamada a la acción estén por encima de 1660 y no sobre la barbilla.
  10. Renderizado: npx hyperframes render -o out.mp4 --quiet. Si Chrome no arranca a la primera (timeout), simplemente vuelve a intentarlo.
  11. Voz y sonidos: python3 $SK/scripts/finish.py out.mp4 media/voice.wav "<nombre>.mp4" cues.json. Volumen 14 LUFS a 48kHz.
  12. Verificación: bash $SK/scripts/qc.sh "<nombre>.mp4" <segundos>. Duración, volumen, píxeles negros, imagen congelada, silencio y saltos. No envíes si aparece "salto" en la lista, excepto si es una transición intencionada. En reel solo texto, el silencio y el volumen bajo son normales.
  13. Entrega: Hasta 30 MB para chat y 16 MB para WhatsApp. Para un tamaño objetivo: dos pasadas a velocidad constante (references/craft.md).

Sin aparecer (solo voz o solo texto)

Sin subject en reel.json, la plantilla construye un reel sin persona: los subtítulos que no tienen un clip complementario debajo pasan al centro de la pantalla y crecen, y detrás del texto se mueven lentamente dos manchas de luz suaves en los colores de la marca ("glow": false las apaga). Omisiones: sin corte de tomas (paso 2), sin separación del fondo (paso 5), y sin big, joins ni fadeOut.

  • Solo voz: Pasos 3 y 4 sobre el propio archivo de audio (transcribe.py y clean_pauses.py también aceptan m4a o mp3). Si hay varias tomas, corta y une con ffmpeg (atrim y concat, fundido de 20 ms en cada unión). Subtítulos: draft_captions.py como siempre, y luego borra de reel.json los campos subject, big, joins y fadeOut que vinieron del ejemplo. En finish.py el audio es media/voice.wav.
  • Solo texto: Escribe el texto aprobado en script.txt (una línea que empieza con ~ es una línea fina, *palabra* es la palabra emocional, línea en blanco entre subtítulos), y ejecuta python3 $SK/scripts/text_captions.py script.txt. El script programa los tiempos según una velocidad de lectura cómoda (--pace 1.3 más lento) y asigna duration. En finish.py el audio es none.
  • Música en reel sin voz: Lo mejor es añadirla en la app de Instagram, desde su biblioteca (tienen licencia). Si ella tiene un archivo de música libre de derechos, se puede incluir en cues.json con "music": true.
  • El último subtítulo se queda con el botón: su end = cta.until, de lo contrario la pantalla se vacía antes de la llamada a la acción.
  • Sin rostro que sostenga la mirada, así que el movimiento hace el trabajo: un efecto principal cada dos o tres subtítulos (custom.js, ideas en references/ideas.md), y clips complementarios: capturas de pantalla, fotos de producto, vídeos AI. Cambio visual cada 2 o 3 segundos.
  • Personaje generado por IA (por ejemplo, una foto suya animada en Gemini) es un clip complementario normal. En la publicación marca "Etiqueta IA" cuando el vídeo parezca realista.

Correcciones: Pídele que escriba por segundo ("segundo 12: el texto se corta"), o que envíe una grabación de pantalla del teléfono. Hasta 3 renderizados para el mismo problema, luego detente y explica lo que queda.

Reglas fijas

  • El gancho: En los primeros segundos, ella es grande, ocupando la mayor parte de la pantalla, con los ojos cerca del centro (big en reel.json). Vuelve al tamaño normal debajo de un clip complementario que cubra la pantalla, de modo que no se vea ningún movimiento. Lo mismo en la llamada a la acción al final.
  • Nada sobre la cara ni la cabeza. Al menos 80 píxeles desde el cabello o el velo. Verifica en el fotograma más cercano.
  • Subtítulos en tres niveles, en el tercio superior: palabras de enlace en la fuente fina, palabras clave en la gruesa, y una palabra emocional en el color de acento. Cada palabra aparece exactamente cuando se dice. Una sola capa de subtítulos.
  • Un efecto que ilustra una frase, y luego vuelta a la calma. Un momento de silencio antes del clímax le da peso. Hasta cuatro efectos grandes en el reel.
  • Transiciones sin saltos: fundido corto (join.py) y desenfoque de una fracción de segundo (la plantilla). Sin aproximación brusca en la unión.
  • Clips complementarios: Cada clip es una toma continua (los vídeos AI a veces contienen varias tomas, verifica con qc.sh sobre el clip). De borde a borde hasta la parte inferior de la pantalla. Entran y salen con fundido. Dos clips consecutivos: el primero permanece hasta que el segundo lo cubre.
  • Zonas seguras en Instagram: Nada importante por debajo de y=1660 ni a la derecha de x=1020 (donde están el pie de foto y los botones). Y también arriba: ningún texto por encima de y=260. El título de Instagram ("Reels" y "amigos") ocupa aproximadamente de 60 a 170 con un degradado oscuro debajo, y una línea que esté ahí queda oculta. Planifícalo de antemano: los subtítulos comienzan en y=280, y la persona baja con ellos (la plantilla y el script de separación ya están configurados así). En la cuadrícula del perfil solo se ve el centro (3:4).
  • Sin destellos, nunca.
  • Sonidos: Solo para el momento destacado de una frase. Música, si la hay, 18 a 25 dB por debajo de la voz. Instagram reduce mucho el volumen de los sonidos cuando se añade música desde su biblioteca, así que un sonido importante debe ser lo suficientemente fuerte, y la música en la app al cuarto o tercio.
  • Bucle: El final se conecta con el principio.
  • El texto en hebreo no se genera dentro de imágenes o vídeos AI. El texto se introduce en la plantilla.

Archivos de referencia

  • references/craft.md: Estructura de reel.json, el gancho grande, clips complementarios, botón y flecha, entrega, problemas comunes.
  • references/motion.md: Todas las reglas de movimiento, curvas y duraciones, truco de desenfoque, recetas y diccionario de efectos.
  • references/hebrew.md: Hebreo de derecha a izquierda, inglés dentro de hebreo, fuentes con hebreo, puntuación.
  • references/presets.md: Cuatro conjuntos de colores y fuentes predefinidos, y construcción de paleta en tres preguntas, para quien no tiene marca.
  • references/ideas.md: Banco de ideas para el efecto principal, y cómo inventar una idea nueva a partir del contenido.
  • assets/sfx/: 31 sonidos cortos bajo licencia CC0 (fuentes en CREDITS.json).

Skills relacionados