Communitygithub.com

半色调拼贴动效

将参考图或描述解码为可编辑的半色调纸张拼贴规范,再用本地工具生成静帧和透明图层,制作从空背景逐件组装的动态视频。

¿Qué es 半色调拼贴动效?

Este skill de IA está diseñado para crear videos dinámicos y animados de collage editorial a partir de una imagen de referencia o una breve descripción. El proceso se divide en dos fases principales: primero, decodifica la entrada en una especificación detallada y editable, incluyendo prompts generales y un esquema JSON de collage. En la segunda fase, genera imágenes fijas completas usando la herramienta `image_gen` integrada de Codex y luego descompone esas imágenes en capas transparentes para una animación precisa. El motion se realiza localmente con FFmpeg o HyperFrames, construyendo la animación pieza por pieza desde un fondo vacío, en lugar de usar transiciones simples o desplazamientos de pantalla. Está optimizado para plataformas como Codex y Cursor, y solo recurre a servicios externos como Arcads cuando el usuario lo solicita explícitamente y las conexiones están disponibles. El skill también incluye un riguroso proceso de control de calidad y declaración de proveniencia para garantizar la transparencia y la consistencia en la producción. Útil para creadores de contenido, diseñadores de motion graphics y especialistas en marketing que necesitan transformar imágenes de referencia en videos de collage animados con un estilo vintage de impresión y papel recortado, incluyendo efectos semitone, collage de papel, y animación stop-motion.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/editorial-collage-motion

Preguntar en tu IA favorita

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

Documentación

Colaje de Semitonos Animado

Divide la creación en dos fases: primero decodifica la referencia visual en una especificación editable, y luego construye la animación a partir de imágenes fijas o capas transparentes aprobadas. Utiliza un flujo de trabajo local compatible por defecto y registra cada generador y renderizador.

Seleccionar el Alcance de Entrega

Primero determina qué capa necesita el usuario:

  1. Sólo análisis: Entrega desglose, prompts universales y especificación JSON del collage.
  2. Sólo imágenes fijas: Completa el análisis, genera y selecciona las imágenes fijas.
  3. Animación de collage: Una vez aprobadas las imágenes fijas, produce el metraje animado sin sonido.
  4. Video completo: Usa este Skill como fase visual, continuando con las reglas de producción de video, subtítulos, locución, avatar digital y archivo.

Si no hay imagen de referencia pero el usuario indica explícitamente "analiza esta imagen", solicita la imagen. Si solo hay una breve descripción, redacta la especificación directamente sin preguntar información ya conocida.

Seleccionar la Ruta de Ejecución

Por defecto, se utiliza la ruta local:

  • Imágenes fijas o capas: Carga el skill imagegen y usa image_gen integrado de Codex. No cambiar por defecto a la API de OpenAI, CLI u otros modelos de generación de imágenes.
  • Ensamblaje simple por capas: Usa scripts/render_assembly.py.
  • Maquetación compleja, múltiples transiciones o línea de tiempo por componentes: Carga el skill hyperframes, siguiendo esta especificación y declaración de origen.

Solo cuando el usuario solicita explícitamente Arcads, Nano Banana, Seedance o Kling, y la herramienta correspondiente se puede invocar en la sesión actual, se lee references/provider-boundaries.md y se entra en la ruta externa. Antes de subir imágenes de marca, producto o personas locales, se debe explicar la ubicación, costo y propósito de la subida y obtener confirmación del usuario.

No inferir el proveedor real basándose en el prompt, nombre de archivo o modelo esperado. Los modelos no invocados solo pueden describirse como "prompts objetivo" o "estilo compatible", no como fuentes de salida.

Cadena de Producción por Defecto (Predeterminado Estricto)

Sigue este orden estrictamente:

  1. Decodifica la imagen de referencia o descripción corta, genera el desglose, prompts universales y especificación JSON del collage.
  2. Usa image_gen integrado de Codex para generar una imagen fija completa para cada escena de forma independiente. Las referencias de marca, producto o persona deben mantenerse visibles en todas las invocaciones relacionadas.
  3. Copia los resultados generados del directorio de generación por defecto de Codex a la carpeta assets/stills/ del proyecto. No referenciar archivos bajo $CODEX_HOME/generated_images/ de forma permanente.
  4. Muestra las imágenes fijas completas al usuario. No generar animación, plan de ensamblaje FFmpeg o video formal hasta que el usuario confirme explícitamente las imágenes fijas.
  5. Una vez confirmadas las imágenes fijas, usa image_gen integrado de Codex para generar los elementos de collage recortados individuales. Si se necesitan PNG con transparencia, primero genera un fondo chroma-key de color sólido, luego usa remove_chroma_key.py local del skill imagegen para recortar, y pasa una pre-verificación alfa.
  6. Usa las imágenes fijas aprobadas para fijar la composición final, crea un assembly-plan.json con las capas transparentes, y luego usa FFmpeg local o HyperFrames para ensamblar pieza por pieza desde un fondo vacío.
  7. Completa la verificación de metadatos, puntos clave de fotogramas y manifiesto de origen. Por defecto, registra actual_still_provider: codex-image-gen, actual_motion_provider: local-ffmpeg o hyperframes, external_uploads: false.

Si el usuario proporciona directamente todas las imágenes fijas o capas transparentes, cambia actual_still_provider a user-supplied. Solo llenar con Arcads, Nano Banana, Seedance o Kling cuando ocurra una invocación externa real.

Fase A: Decodificar la Referencia

En la primera decodificación, lee completamente references/visual-contract.md y references/schemas.md. Genera la salida en este orden:

  1. ### Desglose: Medio y técnica, campo de color, elementos y bordes, composición y capas, creatividad de la escena, texto, zona segura, emoción.
  2. ### Prompt Universal: Escribe un prompt en lenguaje natural autocontenido que no dependa de "imagen de arriba".
  3. ### Especificación JSON: Copia de assets/templates/collage-spec.json y rellena, manteniendo JSON válido.

Escribe las observaciones como parámetros reproducibles. Por ejemplo, escribe "puntos semitone blanco y negro, aproximadamente 65 lpi, borde blanco fino, sombra suave de 6px abajo a la derecha", no solo "tiene textura de papel".

Para múltiples imágenes de referencia, decodifica cada una por separado y luego añade un resumen de estilo común. Cuando el usuario solicite "mantener la apariencia, solo cambiar el color", solo modifica los campos correspondientes, pero vuelve a generar el JSON completo.

Fase B: Planificar las Escenas

Cada escena retiene solo una idea creativa central. Para cada escena, define:

  • Color de fondo y tamaño del lienzo.
  • Elementos principales, elementos auxiliares, capas y coordenadas finales.
  • Contenido del texto, tipografía y método de edición.
  • Secuencia de entrada desde fondo vacío hasta composición completa.
  • Zona de evitación para personas reales, avatares digitales, subtítulos, logotipos e IU de la plataforma.

Crea el plan de ensamblaje desde assets/templates/assembly-plan.json. Para la versión final, prioriza el modo layered, proporcionando un PNG con canal alfa para cada elemento. El modo bands solo corta la imagen fija completa en tiras que se deslizan, usable solo para vistas previas rápidas o versiones simplificadas aceptadas explícitamente por el usuario.

Fase C: Generar y Aprobar Imágenes Fijas

Carga el skill imagegen, usa image_gen integrado de Codex para generar o combinar primero la imagen fija completa, luego muéstrasela al usuario para su aprobación. Mantén las referencias de marca o producto visibles en todas las invocaciones de generación relacionadas.

El modo formal local funciona en este orden:

  1. Para cada escena, realiza una llamada independiente a image_gen integrado para generar la imagen fija de composición completa; no uses una sola llamada para combinar múltiples escenas en una imagen grande.
  2. Copia la imagen fija seleccionada a la carpeta assets/stills/ del proyecto, registrando el prompt final y el rol de la imagen de referencia.
  3. Muestra la imagen fija y obtén confirmación explícita del usuario. Sin confirmación, solo se permite ajustar el prompt y regenerar.
  4. Una vez confirmada, genera los elementos de collage independientes. Sigue la ruta de chroma-key más recorte local del skill imagegen para obtener PNG transparentes, manteniendo la línea clave blanca y la sombra suave.
  5. Usa la imagen fija aprobada para calibrar el tamaño, las coordenadas y las capas de los elementos. Por defecto, el texto se mantiene como capa de texto editable en HyperFrames, HTML o Remotion.
  6. Exporta la imagen fija de la escena y el inventario de capas, luego pasa a la fase de animación.

Si image_gen integrado no está disponible o falla, no cambies automáticamente a CLI. Primero informa al usuario que la ruta CLI/API requiere OPENAI_API_KEY, y solo cambia si el usuario acepta explícitamente.

Si solo se tiene una imagen fija completa, se puede usar el modo bands para una vista previa de movimiento de bajo costo, pero no describir el deslizamiento de tiras rectangulares como un "ensamblaje elemento por elemento" real.

Fase D: Ensamblaje Local por Capas

Primero valida la especificación y el plan:

python3 .claude/skills/editorial-collage-motion/scripts/validate_collage.py \
  --spec /ruta/absoluta/collage-spec.json \
  --plan /ruta/absoluta/assembly-plan.json \
  --project /ruta/absoluta/project

Luego renderiza el metraje sin sonido:

python3 .claude/skills/editorial-collage-motion/scripts/render_assembly.py \
  --project /ruta/absoluta/project \
  --plan /ruta/absoluta/assembly-plan.json \
  --output /ruta/absoluta/project/renders/collage-assembly.mp4

La animación debe comenzar desde un fondo vacío de color sólido, y los elementos deben entrar desde el borde del lienzo según el plan y colocarse en su sitio. Está prohibido usar movimientos de cámara, desplazamiento de toda la imagen o zoom continuo para simular ensamblaje. Una vez colocados, deja suficiente tiempo de lectura.

Fase E: Control de Calidad y Declaración de Origen

Lee completamente references/qc-and-provenance.md, y al menos completa:

  • Sonda de medios: tamaño, proporción, fotogramas por segundo, duración, códec y decodificabilidad.
  • Revisión de fotogramas: primer fotograma, antes y después de la colocación de cada escena, punto medio de escena y último fotograma.
  • Comprobaciones: inicio desde fondo vacío, entrada pieza por pieza, sombras estables, texto legible, zona segura y densidad visual.
  • Verifica que render-manifest.json sea consistente con la salida real, el plan de entrada y los generadores.

En las notas de producción, escribe claramente:

  • actual_still_provider
  • actual_motion_provider
  • external_uploads
  • Si pertenece a compatible_render y con qué especificación visual es compatible

Cuando no se haya invocado el MCP de Arcads en la sesión actual, usa siempre "render compatible con estilo Arcads" o "render local de collage editorial", no lo escribas como salida nativa de Nano Banana o Seedance.

Recursos

  • references/visual-contract.md: Vocabulario de estilo, contrato visual estricto y contraejemplos.
  • references/schemas.md: Descripción de campos de la especificación visual y del plan de ensamblaje.
  • references/provider-boundaries.md: Límites y divulgación de rutas de generación local y externa.
  • references/qc-and-provenance.md: Control de calidad de entrega y registro de origen.
  • assets/templates/collage-spec.json: Plantilla reutilizable de especificación visual.
  • assets/templates/assembly-plan.json: Plantilla reutilizable de plan de ensamblaje local.
  • assets/templates/assembly-plan-bands.json: Plantilla de vista previa con tiras para cuando solo se tienen imágenes fijas completas.
  • scripts/validate_collage.py: Pre-verificación de especificación, plan y materiales.
  • scripts/render_assembly.py: Ensamblador determinista por capas o tiras con FFmpeg.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

口播基础素材包生成。转录口播、识别口误、生成审核页;用户确认后剪出新视频,Agent 再基于剪后视频重新转写、AI 校对字幕,输出后续口播成片可用的 source_cut.mp4 和 subtitles.srt。触发词:剪口播、处理口播素材、准备口播素材、识别口误、基础素材包

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

Skills relacionados