Communitygithub.com

delorenj/skills

Convierte video/audio a ASCII coloreado en MP4/GIF.

¿Qué es skills?

Este skill implementa una pipeline completa de producción de video ASCII, transformando cualquier entrada (video, audio, imágenes o generativa) en animaciones de caracteres coloreados en formatos MP4, GIF o secuencias de imágenes. Soporta seis modos de operación: video a ASCII, audio-reactivo, generativo, híbrido, superposición de letras/texto y narración TTS. La arquitectura se basa en una pipeline de seis etapas (INPUT, ANALYZE, SCENE_FN, TONEMAP, SHADE, ENCODE) con un único script Python autónomo que no requiere GPU, utilizando NumPy, SciPy, Pillow y ffmpeg. Incluye un potente sistema de efectos, paletas de caracteres, shaders y composición multicapa, permitiendo crear desde simples visualizaciones hasta obras de arte cinemáticas con una estética densa y considerada.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/delorenj/skills/tree/HEAD/ascii-video

Preguntar en tu IA favorita

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

Documentación

Pipeline de Producción de Video ASCII

Cuándo usarlo

Úsalo cuando los usuarios soliciten: video ASCII, video de arte en texto, video estilo terminal, animación de arte de caracteres, visualización de texto retro, visualizador de audio en ASCII, conversión de video a arte ASCII, efectos estilo Matrix o cualquier salida ASCII animada.

Qué contiene

Pipeline de producción para video de arte ASCII — cualquier formato. Convierte entrada de video/audio/imágenes/generativa en video de caracteres ASCII coloreados (MP4, GIF, secuencia de imágenes). Cubre: conversión de video a ASCII, visualizadores de música audio-reactivos, animaciones generativas de arte ASCII, híbrido de video+audio reactivo, superposición de texto/letras y renderizado en terminal en tiempo real.

Estándar Creativo

Esto es arte visual. Los caracteres ASCII son el medio; el cine es el estándar.

Antes de escribir una sola línea de código, articula el concepto creativo. ¿Cuál es el estado de ánimo? ¿Qué historia visual cuenta? ¿Qué hace que ESTE proyecto sea diferente de cualquier otro video ASCII? La indicación del usuario es un punto de partida —interprétala con ambición creativa, no con transcripción literal.

La excelencia en el primer renderizado no es negociable. El resultado debe ser visualmente impactante sin necesidad de rondas de revisión. Si algo parece genérico, plano o como "arte ASCII generado por IA", está mal —replantea el concepto creativo antes de enviarlo.

Ve más allá del vocabulario de referencia. Los catálogos de efectos, preajustes de shaders y bibliotecas de paletas en las referencias son un vocabulario inicial. Para cada proyecto, combina, modifica e inventa nuevos patrones. El catálogo es una paleta de pinturas; tú escribes la pintura.

Sé proactivamente creativo. Amplía el vocabulario del skill cuando el proyecto lo requiera. Si las referencias no tienen lo que la visión exige, constrúyelo. Incluye al menos un momento visual que el usuario no haya pedido pero que apreciará: una transición, un efecto, una elección de color que eleve toda la pieza.

Estética cohesionada sobre corrección técnica. Todas las escenas de un video deben sentirse conectadas por un lenguaje visual unificador: temperatura de color compartida, paletas de caracteres relacionadas, vocabulario de movimiento consistente. Un video técnicamente correcto donde cada escena usa un efecto aleatorio diferente es un fracaso estético.

Denso, en capas, considerado. Cada fotograma debe recompensar la visualización. Nunca fondos negros planos. Siempre composición multicuadrícula. Siempre variación por escena. Siempre color intencional.

Modos

ModoEntradaSalidaReferencia
Video a ASCIIArchivo de videoRecreación ASCII del metraje originalreferences/inputs.md § Muestreo de Video
Audio-reactivoArchivo de audioVisuales generativas impulsadas por características de audioreferences/inputs.md § Análisis de Audio
GenerativoNinguno (o parámetros semilla)Animación ASCII proceduralreferences/effects.md
HíbridoVideo + audioVideo ASCII con superposiciones audio-reactivasAmbas referencias de entrada
Letras/textoAudio + texto/SRTTexto temporizado con efectos visualesreferences/inputs.md § Texto/Letras
Narración TTSCitas de texto + API TTSVideo narrado de testimonio/cita con texto escritoreferences/inputs.md § Integración TTS

Stack

Un único script Python autónomo por proyecto. No se requiere GPU.

CapaHerramientaPropósito
NúcleoPython 3.10+, NumPyMatemáticas, operaciones en arrays, efectos vectorizados
SeñalSciPyFFT, detección de picos (modos de audio)
ImágenesPillow (PIL)Rasterización de fuentes, decodificación de fotogramas, E/S de imágenes
E/S de videoffmpeg (CLI)Decodificar entrada, codificar salida, multiplexar audio
Paraleloconcurrent.futuresN trabajadores para renderizado por lotes/clips
TTSAPI de ElevenLabs (opcional)Generar clips de narración
OpcionalOpenCVMuestreo de fotogramas de video, detección de bordes

Arquitectura de la Pipeline

Cada modo sigue la misma pipeline de 6 etapas:

ENTRADA → ANALIZAR → FUNCIÓN_ESCENA → MAPEO_TONAL → SOMBREADO → CODIFICAR
  1. ENTRADA — Cargar/decodificar material fuente (fotogramas de video, muestras de audio, imágenes o nada)
  2. ANALIZAR — Extraer características por fotograma (bandas de audio, luminancia/bordes de video, vectores de movimiento)
  3. FUNCIÓN_ESCENA — La función de escena renderiza en un lienzo de píxeles (uint8 H,W,3). Compone múltiples cuadrículas de caracteres mediante _render_vf() + modos de mezcla de píxeles. Ver references/composition.md
  4. MAPEO_TONAL — Normalización adaptativa de brillo basada en percentiles. Ver references/composition.md § Mapeo Tonal Adaptativo
  5. SOMBREADO — Postprocesamiento mediante ShaderChain + FeedbackBuffer. Ver references/shaders.md
  6. CODIFICAR — Enviar fotogramas RGB sin procesar a ffmpeg para codificación H.264/GIF

Dirección Creativa

Dimensiones Estéticas

DimensiónOpcionesReferencia
Paleta de caracteresRampas de densidad, elementos de bloque, símbolos, scripts (katakana, griego, runas, braille), específicos del proyectoarchitecture.md § Paletas
Estrategia de colorHSV, OKLAB/OKLCH, paletas RGB discretas, armonía generada automáticamente, monocromático, temperaturaarchitecture.md § Sistema de Color
Textura de fondoCampos de seno, ruido fBM, deformación de dominio, voronoi, difusión-reactiva, autómatas celulares, videoeffects.md
Efectos principalesAnillos, espirales, túnel, vórtice, ondas, interferencia, aurora, fuego, SDFs, atractores extrañoseffects.md
PartículasChispas, nieve, lluvia, burbujas, runas, órbitas, bandadas boid, seguidores de campo de flujo, estelaseffects.md § Partículas
Estado de ánimo del shaderCRT retro, moderno limpio, arte glitch, cinematográfico, soñador, industrial, psicodélicoshaders.md
Densidad de cuadrículaxs(8px) hasta xxl(40px), mixto por capaarchitecture.md § Sistema de Cuadrícula
Espacio de coordenadasCartesianas, polares, en mosaico, rotadas, ojo de pez, Möbius, deformación de dominioeffects.md § Transformaciones
RetroalimentaciónTúnel de zoom, estelas de arcoíris, eco fantasmal, mandala giratorio, evolución de colorcomposition.md § Retroalimentación
EnmascaramientoCírculo, anillo, degradado, plantilla de texto, iris/barrido/disolución animadacomposition.md § Enmascaramiento
TransicionesFundido cruzado, barrido, disolución, corte glitch, iris, revelado basado en máscarashaders.md § Transiciones

Variación por Sección

Nunca uses la misma configuración para todo el video. Para cada sección/escena:

  • Efecto de fondo diferente (o compón 2-3)
  • Paleta de caracteres diferente (que coincida con el estado de ánimo)
  • Estrategia de color diferente (o al menos un tono diferente)
  • Varía la intensidad del shader (más brillo durante los picos, más grano durante los momentos tranquilos)
  • Tipos de partículas diferentes si las partículas están activas

Invención Específica del Proyecto

Para cada proyecto, inventa al menos uno de los siguientes:

  • Una paleta de caracteres personalizada que coincida con el tema
  • Un efecto de fondo personalizado (combina/modifica bloques de construcción existentes)
  • Una paleta de colores personalizada (conjunto RGB discreto que coincida con la marca/estado de ánimo)
  • Un conjunto de caracteres de partículas personalizado
  • Una transición de escena novedosa o un momento visual

No solo elijas del catálogo. El catálogo es vocabulario; tú escribes el poema.

Flujo de Trabajo

Paso 1: Visión Creativa

Antes de cualquier código, articula el concepto creativo:

  • Estado de ánimo/atmósfera: ¿Qué debería sentir el espectador? ¿Energético, meditativo, caótico, elegante, ominoso?
  • Historia visual: ¿Qué sucede durante la duración? ¿Construir tensión? ¿Transformar? ¿Disolver?
  • Mundo de color: ¿Cálido/frío? ¿Monocromático? ¿Neón? ¿Tonos tierra? ¿Cuál es el tono dominante?
  • Textura de caracteres: ¿Datos densos? ¿Estrellas dispersas? ¿Puntos orgánicos? ¿Bloques geométricos?
  • ¿Qué hace que ESTO sea diferente?: ¿Cuál es la única cosa que hace único a este proyecto?
  • Arco emocional: ¿Cómo progresan las escenas? ¿Abrir con energía, construir hasta el clímax, resolver?

Mapea la indicación del usuario a elecciones estéticas. Un "visualizador lo-fi relajante" exige todo diferente a un "flujo de datos cyberpunk glitch".

Paso 2: Diseño Técnico

  • Modo — cuál de los 6 modos anteriores
  • Resolución — apaisada 1920x1080 (por defecto), retrato 1080x1920, cuadrada 1080x1080 a 24fps
  • Detección de hardware — detectar automáticamente núcleos/RAM, establecer perfil de calidad. Ver references/optimization.md
  • Secciones — mapear marcas de tiempo a funciones de escena, cada una con su propia configuración de efecto/paleta/color/shader
  • Formato de salida — MP4 (por defecto), GIF (640x360 a 15fps), secuencia PNG

Paso 3: Construir el Script

Un único archivo Python. Componentes (con referencias):

  1. Detección de hardware + perfil de calidad — references/optimization.md
  2. Cargador de entrada — dependiente del modo; references/inputs.md
  3. Analizador de características — FFT de audio, luminancia de video o sintético
  4. Cuadrícula + renderizador — cuadrículas de densidad múltiple con caché de mapa de bits; references/architecture.md
  5. Paletas de caracteres — múltiples por proyecto; references/architecture.md § Paletas
  6. Sistema de color — HSV + RGB discreto + generación de armonía; references/architecture.md § Color
  7. Funciones de escena — cada una devuelve canvas (uint8 H,W,3); references/scenes.md
  8. Mapeo tonal — normalización adaptativa de brillo; references/composition.md
  9. Pipeline de shaders — ShaderChain + FeedbackBuffer; references/shaders.md
  10. Tabla de escenas + despachador — tiempo → función de escena + configuración; references/scenes.md
  11. Codificador paralelo — renderizado de clips con N trabajadores mediante tuberías ffmpeg
  12. Principal — orquestar la pipeline completa

Paso 4: Verificación de Calidad

  • Primero fotogramas de prueba: renderiza fotogramas individuales en marcas de tiempo clave antes del renderizado completo
  • Verificación de brillo: canvas.mean() > 8 para todo el contenido ASCII. Si está oscuro, baja gamma
  • Coherencia visual: ¿todas las escenas parecen pertenecer al mismo video?
  • Verificación de visión creativa: ¿la salida coincide con el concepto del Paso 1? Si parece genérica, vuelve atrás

Notas Críticas de Implementación

Brillo — Usa tonemap(), No Multiplicadores Lineales

Este es el problema visual #1. ASCII sobre negro es inherentemente oscuro. Nunca uses multiplicadores canvas * N — recortan los realces. Usa mapeo tonal adaptativo:

def tonemap(canvas, gamma=0.75):
    f = canvas.astype(np.float32)
    lo, hi = np.percentile(f[::4, ::4], [1, 99.5])
    if hi - lo < 10: hi = lo + 10
    f = np.clip((f - lo) / (hi - lo), 0, 1) ** gamma
    return (f * 255).astype(np.uint8)

Pipeline: scene_fn() → tonemap() → FeedbackBuffer → ShaderChain → ffmpeg

Gamma por escena: por defecto 0.75, solarizar 0.55, posterizar 0.50, escenas brillantes 0.85. Usa mezcla screen (no overlay) para capas oscuras.

Altura de Celda de Fuente

Pillow en macOS: textbbox() devuelve altura incorrecta. Usa font.getmetrics(): cell_height = ascent + descent. Ver references/troubleshooting.md.

Punto Muerto de Tubería ffmpeg

Nunca stderr=subprocess.PIPE con ffmpeg de larga duración — el búfer se llena a 64KB y se bloquea. Redirigir a archivo. Ver references/troubleshooting.md.

Compatibilidad de Fuentes

No todos los caracteres Unicode se renderizan en todas las fuentes. Valida las paletas al inicio — renderiza cada carácter, verifica si la salida está en blanco. Ver references/troubleshooting.md.

Arquitectura por Clip

Para videos segmentados (citas, escenas, capítulos), renderiza cada uno como un archivo de clip separado para renderizado paralelo y re-renderizado selectivo. Ver references/scenes.md.

Objetivos de Rendimiento

ComponentePresupuesto
Extracción de características1-5ms
Función de efecto2-15ms
Renderizado de caracteres80-150ms (cuello de botella)
Pipeline de shaders5-25ms
Total~100-200ms/fotograma

Referencias

ArchivoContenido
references/architecture.mdSistema de cuadrícula, preajustes de resolución, selección de fuentes, paletas de caracteres (20+), sistema de color (HSV + OKLAB + RGB discreto + generación de armonía), helper _render_vf(), clase GridLayer
references/composition.mdModos de mezcla de píxeles (20 modos), blend_canvas(), composición multicuadrícula, tonemap() adaptativo, FeedbackBuffer, PixelBlendStack, sistema de enmascaramiento/plantilla
references/effects.mdBloques de construcción de efectos: generadores de campos de valor, campos de tono, ruido/fBM/deformación de dominio, voronoi, difusión-reactiva, autómatas celulares, SDFs, atractores extraños, sistemas de partículas, transformaciones de coordenadas, coherencia temporal
references/shaders.mdShaderChain, despacho _apply_shader_step(), catálogo de 38 shaders, escalado audio-reactivo, transiciones, preajustes de tinte, codificación de formato de salida, renderizado en terminal
references/scenes.mdProtocolo de escena, clase Renderer, tabla SCENES, render_clip(), corte sincronizado con el ritmo, renderizado paralelo, patrones de diseño (jerarquía de capas, arcos direccionales, metáforas visuales, técnicas de composición), ejemplos completos de escenas en cada nivel de complejidad, lista de verificación de diseño de escenas
references/inputs.mdAnálisis de audio (FFT, bandas, ritmos), muestreo de video, conversión de imágenes, texto/letras, integración TTS (ElevenLabs, asignación de voz, mezcla de audio)
references/optimization.mdDetección de hardware, perfiles de calidad, patrones vectorizados, renderizado paralelo, gestión de memoria, presupuestos de rendimiento
references/troubleshooting.mdErrores de transmisión de NumPy, trampas de modos de mezcla, multiprocesamiento/pickling, diagnóstico de brillo, problemas de ffmpeg, problemas de fuentes, errores comunes

Divergencia Creativa (usar solo cuando el usuario solicite salida experimental/creativa/única)

Si el usuario pide una salida creativa, experimental, sorprendente o poco convencional, selecciona la estrategia que mejor se adapte y razona a través de sus pasos ANTES de generar código.

  • Conexiones Forzadas — cuando el usuario quiera inspiración entre dominios ("haz que se vea orgánico", "estética industrial")
  • Mezcla Conceptual — cuando el usuario nombre dos cosas para combinar ("océano se encuentra con música", "espacio + caligrafía")
  • Estrategias Oblicuas — cuando el usuario esté máximo abierto ("sorpréndeme", "algo que nunca haya visto")

Conexiones Forzadas

  1. Elige un dominio no relacionado con el objetivo visual (sistemas meteorológicos, microbiología, arquitectura, dinámica de fluidos, tejido textil)
  2. Enumera sus elementos visuales/estructurales centrales (erosión → revelación gradual; mitosis → división duplicada; tejido → patrones entrelazados)
  3. Mapea esos elementos en caracteres ASCII y patrones de animación
  4. Sintetiza — ¿cómo se ve la "erosión" o la "cristalización" en una cuadrícula de caracteres?

Mezcla Conceptual

  1. Nombra dos distintivos visuales/...

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

delorenj/skills

Plan and generate terminal ASCII animations/screensaver-style output (FPS, refresh rules, loop policy, low-flicker guidance), with a static poster frame and an optional local demo script.

delorenj/skills

Plan, build and quality-check a premium short commercial for a real business (roofing, property, ecommerce, B2B software) using AI-generated footage, code-built motion (HTML/GSAP), selective Three.js and an independent-critic "Gauntlet" loop. Use when asked to make a launch-style / SaaS-style video, business ad, explainer, sample reel or pitch video, or to review and improve one. Encodes motion principles distilled from 28 professional launch films, a quality bar, audio rules and a business-offer playbook.

delorenj/skills

CSS animation adapter patterns for HyperFrames. Use when authoring CSS keyframes, animation-delay based timing, animation-fill-mode, animation-play-state, or CSS-only motion that HyperFrames must seek deterministically during preview and rendering.

delorenj/skills

Generate professional voiceovers using ElevenLabs AI. Use when the user needs to create voiceovers for videos, audio narration, or text-to-speech content. Supports multiple voices with character presets (narrator, salesperson, expert) for natural delivery. Includes single scene regeneration for fine-tuning.

delorenj/skills

HyperFrames CLI dev loop — `npx hyperframes` for scaffolding (init), validation (lint, inspect), preview, render, and environment troubleshooting (doctor, browser, info, upgrade). Use when running any of these commands or troubleshooting the HyperFrames build/render environment. For asset preprocessing commands (`tts`, `transcribe`, `remove-background`), invoke the `hyperframes-media` skill instead.

delorenj/skills

Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transparent overlays (u2net). Use when generating voiceover from text, transcribing speech for captions, removing the background from a video or image to use as a transparent overlay, choosing a TTS voice or whisper model, or chaining these (TTS → transcribe → captions). Each command downloads its own model on first run.

delorenj/skills

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

delorenj/skills

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For dev-loop CLI commands (init, lint, inspect, preview, render) see the hyperframes-cli skill; for asset preprocessing commands (tts, transcribe, remove-background) see the hyperframes-media skill.

delorenj/skills

Manim CE animations: 3Blue1Brown math/algo videos.

delorenj/skills

Join a Google Meet or Zoom call as a video meeting agent via PikaStreaming. Trigger: user drops a Google Meet or Zoom link, or asks to join a meeting.

delorenj/skills

Translate an existing Remotion (React-based) video composition into a HyperFrames HTML composition. Use ONLY when the user explicitly asks to port, convert, migrate, translate, or rewrite a Remotion composition as HyperFrames (e.g. "port my Remotion project to HyperFrames"). Do NOT use when (a) authoring a NEW HyperFrames composition (even if A/B-testing a Remotion video); (b) Remotion is mentioned in passing; (c) Remotion code is shared as reference, not for translation; (d) the user wants "the same video as my Remotion one" without explicitly asking to migrate the source — treat as a fresh HyperFrames build. When in doubt, default to the `hyperframes` skill. Detects unsupported patterns (useState, useEffect side effects, async calculateMetadata, third-party React component libraries, `@remotion/lambda`) and recommends the runtime interop escape hatch instead of a lossy translation.

delorenj/skills

Generate speech using the self-hosted voxxy (vox) TTS service at https://vox.delo.sh. Use when the user asks to speak, say, narrate, synthesize speech, clone a voice, create a voice, add or register a voice, pipe TTS, or control voice qualities by description (e.g. "a young woman with a cheerful voice"). Handles HTTP API usage, voice profile management, description-based voice design, cloning, MCP registration, and integration patterns for new platforms.

delorenj/skills

Capture a website and create a HyperFrames video from it. Use when: (1) a user provides a URL and wants a video, (2) someone says "capture this site", "turn this into a video", "make a promo from my site", (3) the user wants a social ad, product tour, or any video based on an existing website, (4) the user shares a link and asks for any kind of video content. Even if the user just pastes a URL — this is the skill to use.

delorenj/skills

YouTube transcripts to summaries, threads, blogs.

Skills relacionados