Communitygithub.com

remotion-topic-explainer

Muestra al agente cómo planificar, construir o editar un "remotion topic explainer" para que el resultado concreto sea un video terminado. El procedimiento avanza a través de la Habilidad de Video Explicativo de Remotion (60-90s), 1. Estructura y Temporización del Video (60-90s / 1800-2700 fotogramas a 30fps), 2. Generación de Voz en off TTS (`edge` | `cit`). Úsalo cuando una nueva tarea requiera esta habilidad.

¿Qué es remotion-topic-explainer?

Esta habilidad guía al agente en la creación de videos explicativos cortos de alta calidad (60-90 segundos) en formato vertical (1080x1920 a 30fps) para plataformas como TikTok, YouTube Shorts o Reels. El proceso combina las mejores prácticas visuales de Remotion (animaciones con resortes, interpolaciones con clamp, composición de secuencias y jerarquía tipográfica) con síntesis de voz mediante TTS, utilizando proveedores como `edge` (edge-tts-universal, gratuito y en línea) o `cit` (CIT Voice Studio, voces de estudio vietnamitas fuera de línea). La habilidad define una estructura de 6 escenas (Hook, Contexto/Problema, Concepto 1, Concepto 2, Impacto Real, Outro/CTA) con tiempos precisos y un proceso paso a paso: redacción del guion, generación de audio TTS, creación de la estructura de carpetas y código Remotion, y registro del compositor en `Root.tsx`. El resultado es un video terminado, sincronizado perfectamente entre la voz y los elementos visuales, listo para renderizar.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/hoangtuanqn/remotion-template/tree/HEAD/.agents/skills/remotion-topic-explainer

Preguntar en tu IA favorita

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

Documentación

Habilidad de Video Explicativo de Remotion (60-90s)

Esta habilidad te guía en la creación de videos explicativos cortos de alta calidad, de 60 a 90 segundos (formato TikTok / YouTube Shorts / Reels: 1080x1920 a 30fps) sobre cualquier tema.

Combina:

  1. Mejores prácticas visuales de remotion-dev/skills (resortes frame-precisos, interpolaciones con clamp, composición de secuencias, jerarquía tipográfica).
  2. Síntesis de Voz en off IA mediante TTS_PROVIDER en .env: edge (edge-tts-universal, en línea, gratuito) o cit (CIT Voice Studio, voces de estudio vietnamitas fuera de línea - descarga en github.com/Cuongyd196/cit-voice-studio, documentos de API: docs/cit-voice-studio.md).
  3. Sincronización de Tiempo Exacta que mapea las duraciones de la voz en off directamente en secuencias de fotogramas de Remotion.

1. Estructura y Temporización del Video (60-90s / 1800-2700 fotogramas a 30fps)

Un video corto cautivador sigue el marco Hook-Problema-Solución-Valor-Outro:

EscenaNombreTiempoRango de Fotogramas (@ 30fps)Propósito y Visuales
1Hook0s – 6s~180 fotogramasUna promesa o pregunta que despierta curiosidad, con un número, dicha en los primeros 2 segundos. Título grande, efecto hook de video-style.
2Contexto / Punto de Dolor6s – 17s~330 fotogramasPlantea el problema o contexto de por qué este tema es importante. Dos tarjetas opuestas se deslizan desde ambos lados.
3Concepto Clave Parte 117s – 32s~450 fotogramasPrincipio central 1: tarjeta de vidrio esmerilado, palabras clave destacadas.
4Concepto Clave Parte 232s – 48s~480 fotogramasMecanismo de funcionamiento: proceso de 3 pasos, líneas de conexión que se dibujan progresivamente.
5Impacto en el Mundo Real48s – 64s~480 fotogramasAplicación práctica, consejos o datos que aumentan.
6Outro y CTA64s – 75s~330 fotogramasUna frase contundente de cierre, botón de seguir el canal.

Para llegar a 90s, añade 1-2 escenas adicionales (ejemplo concreto, nota importante) antes del Outro. Si una escena supera los 13s, divídela en dos.

Duración Total: 1800 – 2700 fotogramas (aproximadamente 60 – 90 segundos).


2. Generación de Voz en off TTS (edge | cit)

2.1 Configuración de Voz mediante .env

Asegúrate de que el archivo .env esté configurado (consulta .env.example para más detalles):

TTS_PROVIDER=edge                    # edge | cit
TTS_OUTPUT_DIR=public/audio

# Edge TTS (TTS_PROVIDER=edge)
EDGE_TTS_VOICE=vi-VN-HoaiMyNeural    # o vi-VN-NamMinhNeural, en-US-ChristopherNeural
EDGE_TTS_RATE=+10%                   # +10% a +15% ayuda a que los videos cortos tengan un ritmo rápido y atractivo

# CIT Voice Studio (TTS_PROVIDER=cit)
CIT_TTS_BASE_URL=http://127.0.0.1:8001
CIT_TTS_VOICE=Hải Đăng               # lista de voces: docs/cit-voice-studio.md o GET /voices
CIT_TTS_SPEED=1.1                    # 0.5 - 2.0

Cuando TTS_PROVIDER=cit:

  • La app CIT Voice Studio debe estar abierta. El script llama a GET /health automáticamente antes de generar audio; si no se puede conectar, pide al usuario que abra la app (o la descargue de github.com/Cuongyd196/cit-voice-studio).
  • El diálogo puede incluir etiquetas de emoción [risa], [suspiro], [carraspeo] y etiquetas de pausa [pausa 0.5s] (no se leen en voz alta). No abuses: máximo 1 etiqueta por escena.
  • Error 400 Voice not found = nombre de voz incorrecto (distingue tildes). Verifica CIT_TTS_VOICE.

2.2 Proceso de Generación de Archivos de Audio

Al recibir un tema, crea primero la carpeta src/<NombreTema>/, ya que src/<NombreTema>/audioData.ts solo se genera una vez que esta carpeta existe. Luego crea scripts/generate-<tema>-audio.ts y ejecútalo para generar el audio:

import { generateTopicVoices } from "./generate-tts";

const scenes = [
  {
    id: "scene1_hook",
    text: "¿Sabías qué es realmente Docker y por qué todo programador lo necesita?",
  },
  {
    id: "scene2_problem",
    text: "Antes, la frase 'en mi máquina funciona' siempre era una pesadilla al entregar el producto.",
  },
  {
    id: "scene3_concept1",
    text: "Docker resuelve esto con Contenedores: empaqueta todo el código y el entorno en un solo bloque.",
  },
  {
    id: "scene4_concept2",
    text: "A diferencia de las pesadas máquinas virtuales, Docker comparte el núcleo del sistema operativo, arrancando en un instante.",
  },
  {
    id: "scene5_impact",
    text: "Gracias a esto, despliegas aplicaciones sin problemas en cualquier servidor, desde AWS, GCP hasta VPS económicos.",
  },
  {
    id: "scene6_outro",
    text: "¡Sigue el canal para dominar todos los conocimientos tecnológicos en corto cada día!",
  },
];

generateTopicVoices("DockerShort", scenes).catch((error) => {
  console.error(error);
  process.exitCode = 1;
});

Los archivos de audio se guardarán automáticamente en public/audio/<NombreTema>/<sceneId>.<ext> (.mp3 con edge, .wav con cit) junto con un archivo manifest.json que registra el número exacto de fotogramas (durationInFrames) y la audioPath para cada escena.

  • Opcional por escena: voice (voz del proveedor seleccionado), rate/pitch/volume (solo edge), speed 0.5-2.0 (solo cit).
  • Los archivos existentes se reutilizan (caché). Para regenerar después de modificar el diálogo o cambiar la voz, elimina el archivo de audio correspondiente primero.

3. Reglas de Codificación en Remotion (de remotion-dev/skills)

Al escribir código fuente de Remotion, es OBLIGATORIO cumplir las siguientes reglas:

3.1 Uso de Animaciones con Resortes

No uses keyframes/transitions CSS ni easing lineales sin vida. Usa spring():

import { spring, useCurrentFrame, useVideoConfig } from "remotion";

const frame = useCurrentFrame();
const { fps } = useVideoConfig();

// Resorte suave para Tarjeta/Icono
const scale = spring({
  frame,
  fps,
  config: {
    damping: 12,    // Menos de 15 crea un rebote elástico natural
    stiffness: 100,  // Tensión
    mass: 0.8,
  },
});

const entrance = spring({
  frame: frame - 10, // Retraso de 10 fotogramas
  fps,
  from: 50,
  to: 0,
});

3.2 Interpolación Segura (Siempre con Clamp)

Proporciona siempre extrapolateLeft: "clamp" y extrapolateRight: "clamp" para evitar desbordamientos de valor cuando la línea de tiempo se ejecuta fuera del rango:

import { interpolate } from "remotion";

const opacity = interpolate(frame, [0, 15], [0, 1], {
  extrapolateLeft: "clamp",
  extrapolateRight: "clamp",
});

3.3 Inserción de Audio y Sincronización de Secuencias

Cada escena en la Composición usa <Sequence> o <Series> para gestionar la temporización con precisión:

import { Audio, staticFile, Sequence } from "remotion";

// En el componente de la Escena - toma la ruta del manifest, NO codifiques la extensión .mp3 (el proveedor cit exporta .wav):
<Sequence from={0} durationInFrames={sceneDuration}>
  <Audio src={staticFile(audioManifest.scenes[0].audioPath)} />
  <SceneContent />
</Sequence>
  1. Buffer de Transición Ágil (Snappy Transition Buffer):
    • El espacio entre escenas debe ser de solo +3 a +4 fotogramas (aproximadamente 0.1s) después de que termine la voz.
    • Evita buffers demasiado largos (+15 a +20 fotogramas) que crean silencios/muertos rítmicos entre escenas. La siguiente escena debe aparecer justo cuando termina la frase anterior para mantener un ritmo rápido y atractivo para videos cortos.
// Ejemplo de cálculo de duración de escenas en Series
// Los valores en el manifest ya incluyen 10 fotogramas de buffer, así que resta antes de agregar el buffer.
const d1 = audioManifest.scenes[0].durationInFrames - 10 + 3;
const d2 = audioManifest.scenes[1].durationInFrames - 10 + 3;
// ...

3.4 Estándares de Diseño Visual (Vertical 1080x1920)

Todo el estilo (fondo, tarjetas de vidrio esmerilado, marca, tamaños de fuente, diseño, subtítulos, movimiento, hook) sigue la habilidad video-style. Copia theme.ts y components/ de src/ClaudeBugHunterRepo/. No uses emojis ni iconos decorativos dentro del texto.


4. Proceso de Creación de Video Paso a Paso para Antigravity / Codex

Al recibir la solicitud: "Crear un video explicativo sobre [Tema X]":

Paso 1: Redacción del Guion (Scripting)

  1. Define las 6 escenas (Hook, Problema, Concepto 1, Concepto 2, Impacto, Outro).
  2. Escribe el diálogo en español natural, conciso, con frases cortas (total 260-330 palabras, cada escena 35-50 palabras). La Escena 1 comienza con una promesa o un resultado concreto; consulta la sección Hook y Diálogo de video-style.

Paso 2: Generación de Voz (TTS Generation)

  1. Lee TTS_PROVIDER en .env para saber si se usa edge o cit.
  2. Crea la carpeta src/<NombreTema>/, luego crea el script scripts/generate-<tema>-audio.ts que llama a generateTopicVoices, ejecuta npx tsx scripts/generate-<tema>-audio.ts.
  3. Obtén la lista de duraciones reales en fotogramas desde manifest.json / src/<NombreTema>/audioData.ts.

Paso 3: Creación de la Carpeta de Código src/<NombreTema>/

Estructura de carpeta estándar:

src/<NombreTema>/
├── <NombreTema>.tsx          # Composición principal que agrupa las Series.Sequence
├── types.ts                 # Esquema y Props
├── audioData.ts             # Metadatos de duración de audio
└── scenes/
    ├── Scene1Hook.tsx
    ├── Scene2Problem.tsx
    ├── Scene3Concept1.tsx
    ├── Scene4Concept2.tsx
    ├── Scene5Impact.tsx
    └── Scene6Outro.tsx

Efectos de sonido: usa <SfxTrack cues={...} /> de src/sfx/SfxTrack.tsx, colocado en el componente principal. Los archivos de sonido están en public/sfx/, se crean de nuevo con npx tsx scripts/generate-sfx.ts.

CuándoSonido
Al inicio de cada escena, 3 fotogramas antes para caer en el silencio antes de la nueva frase (escena 1 en el fotograma 0)mallet
Cuando aparece una tarjeta o elementopop o tick
Punto culminante, conclusiónding
Llamada a la acción de seguimientochime
  • El frame de cada cue es el número de fotograma desde el inicio del video, coincidiendo con el momento en que aparece ese elemento.
  • No es necesario evitar superposiciones manualmente: SfxTrack descarta automáticamente los cues que están a menos de 0.4s del cue anterior y reduce el volumen cuando un sonido se repite inmediatamente después de sí mismo.
  • No descargues sonidos de myinstants o sitios con licencias dudosas. Si necesitas un sonido nuevo, agrégalo a scripts/generate-sfx.ts.

Paso 4: Registro de la Composición en src/Root.tsx

Añade la nueva Composición en src/Root.tsx:

<Composition
  id="<NombreTema>"
  component={<NombreTema>}
  durationInFrames={totalFrames}
  fps={30}
  width={1080}
  height={1920}
  defaultProps={{}}
/>

Paso 5: Verificación y Reporte

  1. Ejecuta npm run lint para verificar errores de TypeScript/ESLint.
  2. Reporta al usuario el enlace para abrir la Composición en Remotion Studio (http://localhost:3000) o el comando para renderizar MP4:
    npx remotion render <NombreTema> out/<NombreTema>.mp4
    

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados