Communitygithub.com

reel

Crea videos verticales cortos (Instagram Reels, TikTok, YouTube Shorts) localmente con ReelStudio. Codex escribe el guion, planifica y codifica las escenas, y revisa sus propios fotogramas; OpenRouter se encarga de la voz (ElevenLabs v4 Turbo), las imágenes (MAI-Image-2.7, GPT Image 2.6 Sunburst para tomas destacadas) y las marcas de tiempo de palabras; Remotion renderiza el MP4 en este Mac. Úsalo cuando el usuario pida un reel, short, TikTok, video vertical, video a partir de un tema o guion, o pregunte sobre sus reels, marcas o voces de ReelStudio.

¿Qué es reel?

ReelStudio es una habilidad de agente de IA que transforma cualquier tema en un video vertical corto (Reels, TikTok, YouTube Shorts) directamente en tu Mac, sin necesidad de servicios en la nube para el renderizado. El agente (por ejemplo, Codex, Claude Code) actúa como productor y director: escribe el guion, diseña el storyboard, compone las escenas en React, selecciona material visual (fotos reales de Wikimedia Commons, imágenes generadas por IA, vectores SVG) y revisa la calidad de cada fotograma. OpenRouter, a través de diversos modelos de IA, genera la locución (con voces realistas como Gemini 3.8 Flash TTS o ElevenLabs v4 Turbo), las imágenes (MAI-Image-2.7 para imágenes estándar, GPT Image 2.6 Sunburst para tomas destacadas, Nano Banana 2.1 para mundos en 4K) y las marcas de tiempo de las palabras. Luego, Remotion renderiza el video final. La habilidad soporta una gestión completa de marcas y looks, permitiendo mantener una identidad visual y de tono consistente en todos los videos de una serie. El usuario puede controlar cada paso: desde elegir una marca y look, escribir el guion, hasta seleccionar voces y modelos de imagen específicos. También ofrece un flujo de trabajo optimizado para calidad editorial premium, con un formato de zoom que simula un movimiento de cámara continuo sobre un gran mundo visual, evitando cortes bruscos. El proceso está altamente automatizado, pero permite al usuario intervenir en momentos clave (como la aprobación del guion o la selección de fotos), lo que lo hace adecuado tanto para creadores de contenido como para desarrolladores que buscan una integración profunda con sus flujos de trabajo de IA.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/luke30001/reelstudio-codex/tree/HEAD/plugins/reelstudio/skills/reel

Preguntar en tu IA favorita

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

Documentación

ReelStudio: tema dentro, reel fuera

Eres el productor y el equipo de producción. Haz lo que solo tú puedes hacer (escribir, dirigir, codificar escenas, juzgar fotogramas) y ejecuta el comando reelstudio para lo que no puedes (voz, imágenes, marcas de tiempo, renderizado).

reelstudio <comando>     # = $RS a continuación; lanzador en ~/.local/bin, ejecuta ~/ReelStudio/engine/bin/rs.mjs

$RS a continuación significa reelstudio. Si reelstudio no está en el PATH, usa node ~/ReelStudio/engine/bin/rs.mjs (después de la primera configuración) o node <raíz del plugin>/engine/bin/rs.mjs (la raíz del plugin está dos carpetas por encima de este SKILL.md). El motor llama a OpenRouter y ejecuta ffmpeg y Chrome sin cabeza (Remotion), por lo que necesita acceso a la red y debe poder escribir en ~/ReelStudio: si el sandbox bloquea un comando reelstudio, solicita permisos elevados para él en lugar de buscar una solución alternativa. Ejecuta cada comando por separado (sin cadenas cd … && ni tuberías). setup, frames y render pueden tardar unos minutos.

Todo reside en ~/ReelStudio/: reels/<nombre>/, brands/*.json, looks/<id>/look.json (+ imágenes de mascota y referencia), .env (clave de OpenRouter), config.json (anulaciones de modelo opcionales). El usuario también puede manejar todo desde la aplicación web de Codex: node <raíz del plugin>/app-codex/server.mjs (http://127.0.0.1:4749; ejecuta codex exec como productor).

0. Primera vez

Ejecuta $RS setup (copia el motor, instala Remotion una vez, crea la marca default). Si informa que no hay clave de OpenRouter, la voz y las imágenes no pueden ejecutarse: detente y dile al usuario que la configure él mismo (en su propia Terminal: reelstudio key, o OPENROUTER_API_KEY=... en ~/ReelStudio/.env). Nunca le pidas que pegue la clave en el chat. Vuelve a ejecutar $RS setup después de actualizar el plugin (el lanzador elige la versión de plugin instalada más reciente).

1. Briefing

Obtén el tema (o el guion del usuario), la marca ($RS list muestra marcas y looks), el idioma y la duración objetivo (por defecto 25–40 s). Para una calidad editorial premium (zooms de cámara suaves sobre un solo mundo, titular serif, píldora roja, tarjetas limpias) usa una marca con el look editoriale (o cronaca para historia e historias reales con fotos reales, marca storia) y el formato de zoom del paso 5b; cualquier tema funciona. Lee ~/ReelStudio/brands/<marca>.json y sigue su tone (tono).

El look es la línea creativa. Cada marca apunta a un look en ~/ReelStudio/looks/<id>/look.json. Léelo antes de escribir nada y obedece su bible (reglas de diseño, uso de la mascota, qué evitar). Sus colores, fuente, estilo de subtítulos y fondo se aplican automáticamente. Su imageStyle e imágenes de referencia se añaden automáticamente a cada llamada rs image, por lo que todas las imágenes de una marca comparten un mismo estilo. Cada reel de una marca debe parecer parte de la misma serie.

2. Guion y storyboard

$RS new "<tema>" --brand <marca> imprime el nombre del reel. Escribe reels/<nombre>/reel.json:

{"title": "...", "brand": "default", "scenes": [
  {"id": "hook", "voiceover": "...", "visual": "lo que hay en pantalla", "hold": 0.2}
]}

Reglas para el guion:

  • Gancho en los primeros 2 segundos: una afirmación sorprendente, un número o una pregunta. Nada de "Ciao a tutti", ni "In questo video".
  • 5–9 escenas, una idea cada una, 6–20 palabras de locución por escena. Frases habladas cortas. Escribe los números como deben pronunciarse ("quattro", no "4"), porque el TTS lee exactamente lo que escribes.
  • Los datos deben ser veraces. Si no estás seguro de un número, déjalo fuera.
  • Termina con un remate, luego una breve escena de CTA (seguir, guardar, comentar una palabra). El CTA siempre tiene su propia pantalla limpia: <EndScreen title="…" sub="…" actions={['Salva', 'Segui']} /> (fondo de marca opaco que cubre el mundo/fotos, mascota si el look la tiene, píldora del handle de la marca). Nunca coloques el CTA sobre fotos, un mundo u otros elementos visuales de otra escena.
  • Los id son slugs cortos y estables. Cambiar la voiceover de una escena solo vuelve a vocalizar esa escena.

Muestra el guion al usuario (solo las líneas de locución) y espera su aprobación antes de gastar en voz, a menos que haya dicho que continúes directamente.

3. Voz y sincronización

$RS voice <nombre>: genera un MP3 por escena con Gemini 3.8 Flash TTS (voz Charon: #1 en el arena TTS, sonido nativo italiano) a través de OpenRouter, obtiene marcas de tiempo de palabras de la transcripción de Nemotron, y escribe timeline.json (fotogramas a 30 fps por escena y por palabra). Las voice.instructions de la marca dirigen el tono y el ritmo (escríbelas en el idioma del reel, por ejemplo, "tono da documentario, ritmo deciso"). Opciones: --scene id1,id2 para rehacer algunas escenas, --voice <nombre> (Gemini: Charon, Kore, Puck, Aoede, Fenrir, Leda, Orus, Zephyr…), --tier eleven (ElevenLabs v4: el más expresivo, entiende etiquetas [excited] [whispers] [pause], pero sus voces predefinidas son hablantes de inglés), --tier native (Microsoft MAI-Voice-2.1, voces italianas verdaderas Luca/Rosa, más lento y pausado), --tier budget, --local (voz de borrador robótica de macOS: solo cuando el usuario pida explícitamente un borrador gratuito. Nunca lo uses como alternativa: si voice falla por la red o la clave, soluciona eso, por ejemplo, vuelve a ejecutar el mismo comando con acceso a la red, y render rechaza de todos modos las escenas con voz de borrador). Cada clip se pule automáticamente: silencios recortados en ambos extremos, solo las pausas de más de 0.65 s se acortan (las pausas de respiración normales se mantienen, o la voz sonará sin aliento), ecualización y nivel suaves (--raw-voice lo omite); la toma sin procesar se guarda en assets/vo/raw/, y voice <reel> --repolish rehace el pulido sin pagar por una nueva toma. El renderizado lleva la mezcla a −14 LUFS. Las escenas se suceden con un hold de 0.2 s; auméntalo para un golpe dramático deliberado (0.5–0.8). Las instrucciones de voz incluyen una nota de ritmo natural; establece "pace": "free" en la voz de la marca para eliminarla. Con --speed por encima de 1.3, incluso una voz tranquila comienza a sonar sin aliento: sugiere 1.2–1.3 para reels con mucho habla. Escribe la locución como oraciones conectadas que fluyen hacia la siguiente escena, no como subtítulos aislados. Una marca puede fijar voces por modelo: "voice": {"voices": {"google/gemini-3.8-flash-tts": "Kore"}}.

4. Material visual: elige lo que sirve a cada toma

Nada es forzado: por toma, elige el material que se vea mejor y sea honesto, y mezcla libremente. Pregunta al usuario su límite de imágenes de pago (por defecto ≤ 4).

  • Fotos reales (historia, noticias, lugares reales, personas, objetos que existen): $RS photo <nombre> search "<consulta en inglés, año, lugar>" lista resultados con licencia libre de Wikimedia Commons (dominio público, CC0, CC BY/BY-SA) y escribe frames/photos-sheet.png (4 por fila, en orden de lista): míralo, elige, luego $RS photo <nombre> get <n> <nombreimg> → assets/img/<nombreimg>.jpg (hasta 3000 px) con autor/licencia guardados en assets/credits.json. Siempre muestra el crédito (<Credit file="img/x.jpg" />, o <Photo … credit>). Prefiere fotos reales sobre imágenes de IA siempre que el sujeto haya existido realmente; nunca presentes una imagen de IA como una foto histórica.
  • Imágenes de IA (ilustraciones, conceptos, reconstrucciones, escenas que ninguna cámara captó): $RS image <nombre> <nombreimg> "<prompt>" con la dirección artística y las referencias del look.
    • --world: Nano Banana 2.1 a 4K (3072×5504, ~$0.12): una imagen lo suficientemente grande como para ser el mundo de la cámara o una impresión grande; se mantiene nítida hasta ~2.8× de zoom.
    • --res 2K|4K con --model bytedance-seed/seedream-4.5 (4K, $0.04, detalle más denso) u otros modelos que lo soporten; --aspect 1:1|3:4|16:9 para impresiones no verticales.
    • por defecto (MAI-Image-2.7, ~800 px, ~$0.035) y --hero (GPT Image 2.6 Sunburst, mejor detalle, ~860 px, ~$0.15–0.21): solo para tarjetas pequeñas o inserciones, nunca para zooms profundos o fondos de pantalla completa.
    • --mascot, --ref img/otro.png (continuidad), --no-style. Describe el sujeto y la composición; el look maneja el estilo. Añade siempre "composición vertical, sin texto" (o la relación de aspecto correcta). Mira cada imagen que generes (abre el PNG con la herramienta de visualización de imágenes, view_image).
  • Vectorial (SVG/React) donde sea más limpio que cualquier imagen: gráficos, números, mapas y diagramas, líneas de tiempo, iconos ($RS icon <nombre> <nombre-lucide…>), IU, etiquetas. Constrúyelo con cuidado: grosores de trazo consistentes, solo la paleta del look, sombras suaves y degradados, espacios generosos. Nunca falsifiques un objeto o una escena con formas toscas: si necesita un dibujo, usa una imagen de IA; si existió, usa una foto.
  • Regla de resolución: en pantalla, una imagen nunca debe mostrarse más grande que su ancho en píxeles (ancho de zoom × ancho del mundo ≤ ancho del PNG); rs frames mostrará borrosidad si lo incumples.

5. Construye las escenas: reels/<nombre>/src/Reel.tsx

Compón los componentes de @rs (fuente: ~/ReelStudio/engine/src/lib/index.tsx, léelo cuando necesites detalles):

import React from 'react';
import {Reel, Title, BigStat, Bullets, Quote, Compare, Icon, Card, CTA, ImageBG, Mascot, CoverFrame, BrandBG, ReelProps} from '@rs';

export default (p: ReelProps) => (
  <Reel {...p}
    scenes={{
      hook: <><Title kicker="Psicología" text="Tu cerebro *ama* las listas" /><Mascot pos="peek" /></>,
      stat: <BigStat value={4} prefix="≈" label="elementos en la *memoria de trabajo*" />,
      why:  <Bullets title="Por qué funcionan" items={['Divide el problema', 'Reduce el *esfuerzo*']} />,
      cta:  <CTA text="Más trucos sobre el *cerebro*" />,
    }}
    backgrounds={{ hook: <ImageBG src="img/brain.png" /> }}
  />
);

// Opcional: una imagen de portada. Las animaciones ya se renderizan aquí.
export const Cover = (p: ReelProps) => (
  <CoverFrame brand={p.brand}><BrandBG /><Title text="Tu cerebro *ama* las listas" /><Mascot pos="peek" /></CoverFrame>
);
  • Cada id de escena en reel.json necesita una entrada en scenes. *palabra* pone esa palabra en el color de acento.
  • Componentes: Title, Kicker, BigStat (contador ascendente), Bullets (revelado temporizado a lo largo de la escena, o at=[fotogramas] sincronizado con los fotogramas de palabras de timeline.json), Quote, Compare (dos columnas), Icon (emoji grande), Card (imagen enmarcada), CTA, ImageBG (Ken Burns a sangre), BrandBG (el fondo del look: papel, degradado o sólido; es el fondo predeterminado), Mascot (la mascota del look: pos="peek" se desliza desde el borde derecho, "corner" se sienta en la parte inferior derecha del área de contenido, "center" es un héroe grande; src="img/pose.png" usa una pose generada). Las superposiciones son automáticas: subtítulos estilo karaoke, barra de progreso, handle. Desactívalos con captions={false} y props similares.
  • El texto en pantalla complementa la locución. No lo repitas palabra por palabra, porque los subtítulos ya lo hacen. Limítalo a 2–7 palabras por escena.
  • Los elementos visuales personalizados están bien: escribe tus propios componentes React en src/ con useF(), useScene(), useBrand(), interpolate, spring, fitFont, Stage de @rs. Mantén todo determinista (sin Math.random, sin Date).
  • Zonas seguras (1080×1920): contenido entre y=200 e y=1180, dentro de Stage. Los subtítulos se sitúan en y≈1250–1450. Nada importante por debajo de y=1500, donde Instagram coloca su IU.
  • Varía los diseños: nunca uses el mismo componente tres escenas seguidas.

5b. El formato de zoom (calidad editorial premium)

La forma de alcanzar la calidad de explicación de primer nivel sobre cualquier tema, con el look editoriale (explicadores limpios) o el look cronaca (historia, economía, historias reales con fotos reales): un gran mundo, una cámara que se desliza y hace zoom sobre él, nunca un corte brusco. Lee la bible del look y síguela. El mundo puede estar hecho de fotos reales, imágenes de IA en 4K y piezas vectoriales en cualquier combinación (paso 4).

import React from 'react';
import {Reel, ReelProps, Headline, Pill, StatCard, Badge, ChartCard, Source, Credit, Grain, At, WorldGround, WorldImage, EndScreen, CoverFrame, AbsoluteFill, useBrand, useReveal} from '@rs';

const W: [number, number] = [3240, 6300];
// Impresiones colocadas sobre una mesa de papel, muy separadas para que la cámara viaje (fotos de `rs photo`, 3000 px de ancho)
const P = {crowd: {x: 1050, y: 1600, w: 1600, h: 1186, r: -2}, line: {x: 2200, y: 5050, w: 1500, h: 1206, r: 1.5}};
const world = (
  <>
    <WorldGround w={W[0]} h={W[1]} pattern="lines" step={64} />
    {Object.entries(P).map(([k, p]) => <WorldImage key={k} src={`img/${k}.jpg`} x={p.x} y={p.y} w={p.w} h={p.h} rotate={p.r} radius={6} grade="bw" />)}
    {/* las etiquetas de estilo museo, un hilo rojo entre las impresiones, una imagen de IA en 4K o piezas SVG también pueden vivir aquí */}
  </>
);
const OVER = {x: 1620, y: 3250, zoom: 0.34};
const Dim = () => { const b = useBrand(); const o = useReveal(0, 16); return <AbsoluteFill style={{background: b.colors.bg1, opacity: 0.82 * o}} />; };

export default (p: ReelProps) => (
  <Reel {...p} world={world} worldSize={W} overlay={<Grain amount={0.14} />}
    camera={{
      hook: OVER,                                                                  // visión general de toda la mesa
      crowd: [{x: 1050, y: 1850, zoom: 0.62}, {x: 1170, y: 1720, zoom: 0.95, at: 0.42, move: 40}], // acercarse, luego sumergirse en un detalle
      chart: {x: 1620, y: 4400, zoom: 0.42},                                       // alejarse, atenuar el mundo, mostrar datos
      line: {x: 2200, y: 5280, zoom: 0.64},
      cta: OVER,
    }}
    scenes={{
      hook: <Headline title={'El Jueves Negro\nde Wall Street'} pill="−11% en pocas horas" />,
      crowd: <><StatCard value={12.9} decimals={1} suffix=" mln" label="acciones intercambiadas: *un récord*" y={900} w={680} delay={150} /><Credit file="img/crowd.jpg" y={1165} /></>,
      chart: <><Dim /><ChartCard type="line" data={[381, 199, 294, 41]} labels={['sep 1929', '', '', 'jul 1932']} title="Dow Jones, 1929–1932" x={540} y={720} w={940} h={640} /><Badge value="−89%" label="desde el máximo" x={540} y={1150} color="#B3261E" delay={150} /><Source text="Fuente: S&P Dow Jones Indices" y={1215} /></>,
      line: <><StatCard value={25} suffix="%" label="desempleados en EE. UU. en 1933" y={880} w={720} /><Credit file="img/line.jpg" y={1170} /></>,
      cta: <EndScreen title={"Historias que han\ncambiado la economía"} sub="Cada semana una crisis, explicada" actions={['Salva', 'Segui']} />,  // pantalla propia, nunca sobre el mundo
    }}
  />
);
export const Cover = (p: ReelProps) => (
  <CoverFrame brand={p.brand} world={world} worldSize={W} shot={{x: 1050, y: 1900, zoom: 0.62}}>
    <Headline title={"El Jueves Negro\nde Wall Street"} pill="−11% en pocas horas" />
  </CoverFrame>
);

El mundo y sus imágenes reemplazan los fondos de escena habituales (ImageBG, BrandBG). Cada escena obtiene una posición de cámara de camera. Las escenas se suceden sin hold; la cámara se mueve en la transición. Añade la duración de cada escena con sec (por ejemplo sec: 5.5 en los puntos de referencia de la cámara; cuanto más se mueve la cámara, más larga es la escena). at programa eventos (por ejemplo, que un StatCard aparezca después de que la cámara se haya asentado). EndScreen usa worldSize para un fondo de tamaño completo y siempre se superpone opaco.

6. Fotogramas y audio final

$RS frames <nombre> renderiza una imagen PNG por fotograma en frames/. Míralos para comprobar errores de diseño, texto recortado, problemas de temblor o velocidad del zoom. Para corregir el zoom, cambia las posiciones de la cámara o usa move (velocidad de movimiento, por defecto 50, más alto = más lento, más bajo = más rápido; 70–90 es suave). Si el mundo se ve borroso, la imagen no tiene suficiente resolución (regla del paso 4). Después de arreglarlo, vuelve a ejecutar frames. Siempre verifica al menos la escena inicial y final.

Reproduce el audio completo: $RS audio <nombre> (descarga y mezcla la locución de cada escena y un bucle de la canción de fondo de la marca; sí, la canción suena como un remix extendido de un fragmento). El usuario puede añadir su propia canción como assets/song.mp3 o assets/song.ogg antes de renderizar. audio solo se ejecuta una vez; añadir o cambiar activos requiere --re-audio. $RS volume <nombre> <dB> ajusta el volumen de la canción (por defecto −16 dB, −20 dB para más voz, −8 dB para música más fuerte).

7. Renderizado

$RS render <nombre> renderiza el video (mp4 H.264 a 30 fps, 60 segundos máximo, volumen a −14 LUFS) en out/<nombre>.mp4. El usuario puede previsualizarlo reproduciendo el archivo con el visor de imágenes disponible. Si se ve bien, $RS copy <nombre> lo copia al portapapeles listo para pegar en Instagram/TikTok desde el Finder. Si el usuario lo pide, $RS post <nombre> (solo macOS) lo sube a través de su navegador iniciando sesión en la web de Instagram/TikTok (no usa la API).

Guía rápida de comandos

ComandoDescripción
$RS setupConfigura el motor por primera vez
$RS new "<tema>" --brand <marca>Crea un nuevo reel y establece el nombre
$RS listLista marcas, looks y reels existentes
$RS voice <nombre>Genera locución y marcas de tiempo
$RS photo <nombre> search "<consulta>"Busca fotos de stock gratuitas
$RS image <nombre> <img> "<prompt>"Genera una imagen de IA
$RS icon <nombre> <lucide-name>Inserta un icono SVG
$RS frames <nombre>Renderiza fotogramas para revisión
$RS render <nombre>Renderiza el MP4 final
$RS copy <nombre>Copia al portapapeles
$RS post <nombre>Publica en Instagram/TikTok vía navegador

Flujo de trabajo típico

  1. $RS new "cómo dormir mejor" – crea el reel
  2. Escribir reel.json y esperar aprobación
  3. $RS voice sleep – generar locución
  4. $RS photo sleep search "sleeping person bedroom" – buscar fotos de stock; elegir; descargar
  5. $RS image sleep brain "illustration of brain with sleep symbols, vertical composition, no text" – generar gráfico de IA
  6. Escribir Reel.tsx con escenas y componentes
  7. $RS frames sleep – verificar fotogramas
  8. $RS render sleep – producir video

Notas de calidad

  • El gancho debe ser la primera escena, sin introducción.
  • La locución debe sonar natural; usar --tier eleven si se desea más emoción.
  • Las imágenes de IA nunca deben pretender ser fotos reales; dar crédito cuando se usen fotos reales.
  • El zoom del mundo debe sentirse como un movimiento de cámara suave, no como un salto.
  • Los subtítulos siempre deben estar sincronizados con la locución (se maneja automáticamente).

Solución de problemas

  • reelstudio no encontrado: verificar PATH o usar la ruta completa.
  • Error de clave de OpenRouter: ejecutar $RS key o establecer OPENROUTER_API_KEY en ~/ReelStudio/.env.
  • Fotogramas borrosos: la imagen es demasiado pequeña para el nivel de zoom; usar resolución más alta.
  • Voz entrecortada: reducir --speed por debajo de 1.3.
  • Error de renderizado: ejecutar $RS frames primero para aislar el problema; verificar que todos los activos existen.

Skills relacionados