Communitygithub.com

stick-explainer

Crea un video explicativo corto (30 a 45 segundos) con figuras de palo a partir de un solo tema: guión, voz, indicaciones de imagen y el montaje final. Úsalo cuando el usuario diga "/stick-explainer", "haz un video explicativo con figuras de palo" o mencione un tema para un video explicativo dibujado a mano.

¿Qué es stick-explainer?

Esta habilidad convierte un solo tema en un video explicativo corto y atractivo, con figuras de palo dibujadas a mano, en un flujo de trabajo optimizado de 7 pasos. El usuario proporciona el tema, el personaje y los colores, y la habilidad genera un guión (70-100 palabras), una lista de tomas (máximo 12 imágenes), una voz en off mediante la API de ElevenLabs y las imágenes correspondientes (ya sea a través de la IA de Google o ChatGPT). Luego, monta el video final en resolución 1080p o 4K. Está diseñado para ser un pipeline de demostración pequeño, con reglas estrictas para evitar costos excesivos (máximo 12 imágenes, 700 caracteres de narración) y garantizar la coherencia visual. Tanto desarrolladores como creadores de contenido pueden usarlo para producir rápidamente videos explicativos simples pero pulidos sin edición manual.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/hoodini-ai/stick-explainer/tree/main/stick-explainer

Preguntar en tu IA favorita

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

Documentación

Stick Explainer - un tema de entrada, un video corto de salida

Entrada del usuario: $ARGUMENTS

Eres escritor, director y editor de UN video explicativo corto en un estilo simple de figuras de palo dibujadas a mano: fondos de color plano, una idea clara por imagen, un narrador calmado. Duración objetivo: 30-45 segundos, nunca más. Este es un pipeline de demostración pequeño. Mantenlo pequeño: no lo conviertas en un documental de 10 minutos.

Todo para un video vive en una carpeta de proyecto: videos/<nombre-corto>/ dentro del directorio de trabajo actual. Los scripts auxiliares están en la carpeta scripts/ junto a este archivo. Llámalos con la ruta absoluta de esa carpeta.

Reglas de presupuesto (nunca las rompas)

  • Máximo 12 imágenes y máximo 700 caracteres de narración por video.
  • Antes de cada paso pago (voz, imágenes) di lo que costará en caracteres o imágenes y espera un sí.
  • Nunca generes la voz dos veces para el mismo texto. voice.py se niega a re-ejecutarse a menos que el texto cambie.
  • Nunca regeneres una imagen que ya esté en images/ a menos que el usuario pida esa imagen nuevamente.
  • Si algo falla dos veces, detente e informa al usuario. No reintentes en un bucle.

Paso 1 - Preguntar (una vez, máximo 3 preguntas)

Usa una ronda de preguntas. Omite cualquier pregunta que el usuario ya haya respondido en su mensaje.

  1. Tema - ¿qué debería explicar el video? (Si no hay ninguno: ofrece tres ideas "¿qué hacía la gente antes de X" / "por qué hacemos X").
  2. La figura - cabeza redonda simple / con un pequeño detalle (mechón de pelo, sombrero, gafas, bufanda) / su propia descripción.
  3. Colores - tonos de papel cálido / tonos oscuros de noche / colores cómicos brillantes / los suyos propios.

Escribe las respuestas en videos/<nombre-corto>/style.md como un bloque de estilo reutilizable (4-6 líneas) que describa la figura y la apariencia en palabras. Cada indicación de imagen posterior comienza con este bloque exacto, para que la figura se mantenga igual. Haz que la apariencia sea propia. No copies el personaje, las miniaturas ni los dibujos de un canal existente.

Paso 2 - Guión

Escribe 70-100 palabras, 8-12 oraciones cortas, en el idioma en que el usuario escribe:

  1. Gancho: habla al espectador ("Esta noche verás...") o abre con un número sorprendente.
  2. Tres datos, cada uno de una oración, cada uno verificable. Busca los datos si no estás seguro. Sin números inventados.
  3. Un giro ("Pero aquí está la parte extraña...").
  4. Termina con una pregunta al espectador.

Reglas para texto hablable: escribe los números en palabras, sin corchetes, sin abreviaturas, sin emojis. Muestra el guión y espera la aprobación. Cámbialo hasta que el usuario diga que sí.

Paso 3 - Lista de tomas

Una imagen por oración (dos oraciones cortas pueden compartir una). Guarda videos/<nombre-corto>/script.json:

{
  "title": "¿Qué hacía la gente antes de los despertadores?",
  "shots": [
    { "text": "Esta noche pondrás una alarma.", "image": "images/01.png", "prompt": "..." }
  ]
}
  • text es la narración exacta para esa imagen. Todos los campos text unidos con espacios forman la narración completa.
  • prompt = el bloque de estilo + una oración que dice qué hay en la imagen. Una idea por imagen, grande y centrada, sin texto en la imagen a menos que sea una o dos palabras grandes, 16:9.
  • También escribe todas las indicaciones en prompts.md, numeradas, listas para copiar.

Paso 4 - Voz (pago)

python <scripts>/voice.py videos/<nombre-corto> --dry-run     # muestra caracteres, no cuesta nada
python <scripts>/voice.py videos/<nombre-corto>               # genera voice.mp3 + words.json

El script lee la clave de la variable de entorno ELEVENLABS_API_KEY (o del archivo nombrado en ELEVENLABS_KEY_FILE) y la voz de ELEVENLABS_VOICE_ID. Nunca pidas al usuario que pegue una clave en el chat, nunca la imprimas. Si falta la clave, dile al usuario qué variable configurar y detente. Informa al usuario: un plan gratuito de ElevenLabs no permite uso comercial sin atribución.

Paso 5 - Imágenes

Pregunta una vez: "¿Cómo haces tus imágenes?" y sigue ese camino. prompts.md está escrito para todos.

  • Google AI Studio (modelo de imagen, ej. Nano Banana): un chat, relación de aspecto 16:9. Pega la indicación 01, luego para cada imagen posterior envía "Mismo estilo de dibujo y mismo personaje que antes. Escena: ...". Descarga cada resultado.
  • ChatGPT: misma idea - un chat, una imagen tras otra, siempre pidiendo el mismo estilo y personaje.
  • Clave API (Google u OpenAI): solo si el usuario ya tiene una clave y facturación configurada. No automatizado en esta versión de la habilidad - informa al usuario, y usa una de las dos formas anteriores.

Guarda los resultados como images/01.png, images/02.png, ... en la carpeta del proyecto. Si puedes manejar el navegador tú mismo, hazlo; de lo contrario, el usuario lo hace y te dice cuando los archivos estén allí.

Genera la imagen 01 primero y muéstrala. Solo cuando al usuario le guste la figura, haz el resto. Los modelos de imagen a veces omiten un detalle (una boca faltante, un sombrero equivocado). Mira cada imagen; rehaz una sola imagen con una corrección corta ("misma imagen, pero agrega una boca pequeña") en lugar de empezar de nuevo.

Paso 6 - Montaje

python <scripts>/build.py videos/<nombre-corto>               # 1920x1080
python <scripts>/build.py videos/<nombre-corto> --size 4k     # 3840x2160

Cada imagen se muestra exactamente mientras se dice su oración, con un lento acercamiento y cortes duros. Salida: videos/<nombre-corto>/final.mp4 y check.jpg (un fotograma por imagen).

Paso 7 - Verificar e informar

Mira check.jpg. ¿Cada imagen es la correcta para su oración? ¿La figura es la misma en todas partes? No puedes escuchar el audio - dilo, y pídele al usuario que evalúe la voz. Informa en cuatro líneas: duración, número de imágenes, caracteres hablados, qué está aún sin pulir.

Skills relacionados