Videos de YouTube desde código: Shorts y formato largo
Construyes un video como lo haría un diseñador de motion graphics, pero en código: las páginas HTML dibujan cualquier fotograma a partir de un valor de tiempo, la narración establece la sincronización y los scripts renderizan, mezclan y prueban que el resultado sea válido antes de que alguien lo suba.
script.json ──► OmniVoice (MCP) ──► voice/*.wav ──► timeline.py ──► timeline.js ─────────┐
│ formato: short | long | long-4k ▼
└─ ajuste preestablecido ─► style.css / style.js ────────────────► page(s).html (seek(t), K.layout por formato)
│ check_page ► stills ► render (caché por fragmentos)
música (solo si se solicita) ─► make_music.py ─┐ ▼
efectos de sonido (CC0) ────────────────────────┴─► mix_audio.py ─► mix.wav ─► mux ─► final.mp4 ─► verify_video.py
(formato largo también: chapters.txt, captions.srt, thumbnail.jpg)
$SKILL a continuación significa la carpeta de esta habilidad. Todo se ejecuta a través de un solo CLI: python3 $SKILL/scripts/short.py <comando>.
Formatos
short | long | long-4k | |
|---|---|---|---|
| Fotograma | 1080×1920 (9:16) | 1920×1080 (16:9) | página 1920×1080, salida 3840×2160 |
| Duración | ≤ 180 s (mejor < 60 s) | cualquier (típ. 5–15 min) | cualquier |
| Zona segura | x 60–940, y 288–1440 (UI de Shorts) | x 96–1824, y 54–1026 (título seguro) | igual que largo |
| Subtítulos | incrustados (estilo visual) | captions.srt para YouTube; incrustación opcional | igual que largo |
| Extras | — | capítulos, una página por capítulo, miniatura 1280×720 | igual que largo |
Los perfiles viven en engine/formats.json. Las páginas usan K.W/K.H y una tabla K.layout({short, long}), por lo que un proyecto se puede construir en cualquier formato. Lee reference/long-form.md para cualquier video 16:9.
Qué hay en la carpeta
| Ruta | Qué es |
|---|---|
scripts/short.py | El CLI del pipeline: doctor, styles, init, style, kit, timeline, check, stills, thumb, music, mix, render, mux, verify, build |
scripts/timeline.py | Duraciones de voz → temporizaciones de escenas, señales de palabras, subtítulos, señales de efectos de sonido, ajuste al ritmo, segmentos de página, capítulos, SRT |
scripts/import_voice.py | Importar un clip de OmniVoice: convertir, recortar silencio, rechazar tomas TTS rotas |
scripts/make_music.py | Música de fondo sintetizada (7 estados de ánimo), sobre la cuadrícula del ritmo, cualquier duración. Solo cuando el usuario solicita música |
scripts/mix_audio.py | Voz + música (con ducker) + efectos de sonido → −14 LUFS, pico verdadero ≤ −1.5 dBTP |
scripts/verify_video.py | La puerta de verificación de corrección: tamaño, relación de aspecto, códec, fps, número de fotogramas, sincronía A/V, sonoridad, fotogramas negros/congelados, capítulos, hoja de zona segura |
engine/formats.json | Perfiles de formato (tamaños, zonas seguras, valores predeterminados de subtítulos, límites) |
engine/render.cjs | Captura de Playwright → ffmpeg H.264 (desenfoque de movimiento, rangos de fotogramas, captura 2× para 4K), hojas de contacto |
engine/check_page.cjs | Verificaciones previas al renderizado: contrato de página, fuentes, determinismo, zona segura, subtítulos, tamaño de texto, fotogramas vacíos |
engine/kit.js | El kit de herramientas de animación (resortes, señales, subtítulos, transiciones, diseños por formato, dibujo/escritura estilo Manim) |
template/ | Un video de trabajo completo (estilo editorial) que se construye en ambos formatos |
styles/ | 8 ajustes preestablecidos de estilo: style.json + STYLE.md; 3b1b-math y kodekloud-devops tienen demostraciones completas en ambos formatos |
assets/ | Fuentes (OFL/MIT) y efectos de sonido CC0 |
reference/ | Lee estos cuando llegues al paso correspondiente (tabla al final) |
Flujo de trabajo
0. Configuración (primera vez en una máquina)
bash $SKILL/scripts/setup.sh # playwright + chromium en ~/.cache/yt-video, numpy/scipy
python3 $SKILL/scripts/short.py doctor
1. Briefing (una ronda de preguntas, luego trabajar)
Pregunta en un mensaje (AskUserQuestion cuando esté disponible); omite lo que el usuario ya haya dicho:
- Formato: Short (9:16) o formato largo (16:9, 1080p o 4K). Infiérelo cuando sea obvio ("un Short", "un video de 10 minutos").
- Tema y la única cosa que el espectador debe recordar. Un guion, artículo o URL si lo tienen.
- Estilo:
short.py styles. Por defectoeditorial. Leestyles/<nombre>/STYLE.mduna vez elegido. - Voz: clonar (clip de referencia + su transcripción), diseñar ("femenina, adulta joven, tono bajo, acento británico"), o la predeterminada. Consulta
reference/voice-omnivoice.md. - Música: desactivada a menos que la soliciten. Si es así: estado de ánimo (
make_music.py --list). Nunca agregues música que no hayan solicitado. - Duración: Shorts 20–45 s (máx. 180). Formato largo: su objetivo; planifica los capítulos.
2. Escribe el guion, luego obtén aprobación
Lee reference/shorts-design.md (Shorts) o reference/long-form.md (16:9). Escribe script.json (esquema en reference/page-contract.md): una idea por escena; el visual de cada escena nombra qué palabra hablada recibe cada cambio visual; las escenas de formato largo obtienen títulos de chapter y, para videos más largos, una page por capítulo. Muestra al usuario la tabla de escenas (id, línea, visual, palabras de señal; capítulos para formato largo) y espera la aprobación o las ediciones antes de generar el audio. Nunca inventes hechos, números, citas o resultados; los valores de ejemplo dentro de las maquetas de interfaz están bien y se enumeran como ilustrativos.
3. Crea el proyecto
python3 $SKILL/scripts/short.py init videos/<slug> --style <style> --format short|long|long-4k
Copia la plantilla (o el demo/ del estilo), kit.js, las fuentes y los tokens de estilo. Coloca tu script.json aprobado en su lugar (mantén su format).
4. Narración con OmniVoice (MCP) → voice/<scene-id>.wav
Sigue reference/voice-omnivoice.md: encuentra las herramientas MCP de OmniVoice, genera un clip por escena con la misma configuración de voz, luego importa cada uno:
python3 $SKILL/scripts/import_voice.py <clip> videos/<slug> <scene-id> --text "<la línea>"
Falla en tomas silenciosas, recortadas o implausiblemente rápidas/lentas — regenera esas. Si OmniVoice no es accesible, dímelo; aún puedes construir elementos visuales con temporizaciones estimadas y agregar la voz más tarde.
5. Línea de tiempo
python3 $SKILL/scripts/short.py timeline videos/<slug>
Escribe timeline.js (tiempos de escena y palabra, segmentos, capítulos) más out/captions.srt y, con capítulos, out/chapters.txt. Los elementos visuales impactan en las palabras a través de K.cue('scene', 'word').
6. Construye la(s) página(s)
Lee reference/page-contract.md, reference/kit-api.md, reference/scene-patterns.md y el STYLE.md del estilo. Proporciona a cada diseño una entrada K.layout({short, long}) cuando el video pueda existir en ambos formatos. Cada cambio visual se basa en una palabra de señal.
7. Verifica antes de renderizar (barato, detecta la mayoría de errores)
python3 $SKILL/scripts/short.py check videos/<slug> # cada página debe PASAR
python3 $SKILL/scripts/short.py stills videos/<slug> # out/stills*.png, zona segura en rojo
Mira los fotogramas tú mismo. Arregla cualquier cosa vacía, recortada, superpuesta, ilegible, fuera de estilo o que no coincida con su palabra. El fotograma 0 ya debe mostrar el gancho.
8. Música (solo si se solicita) y mezcla
python3 $SKILL/scripts/short.py music videos/<slug> # no-op cuando la música está desactivada
python3 $SKILL/scripts/short.py mix videos/<slug>
Consulta reference/music-and-sound.md.
9. Borrador → revisión → final
python3 $SKILL/scripts/short.py build videos/<slug> --draft # 30 fps, sin desenfoque de movimiento, 1080p: copia de revisión rápida
python3 $SKILL/scripts/short.py build videos/<slug> --final # desenfoque de movimiento, crf 16, 4K cuando long-4k
build ejecuta timeline → check → music → mix → render → mux → verify y se detiene en el primer fallo. Los renderizados se fragmentan y almacenan en caché, por lo que una reconstrucción después de una edición solo rehace lo que cambió. Envía primero el borrador; di cuánto tiempo tomará el final antes de comenzarlo (los finales de formato largo pueden tardar un poco; ejecútalos en segundo plano).
10. Verifica y entrega
verify_video.py se ejecuta dentro de build; el MP4 solo está listo cuando imprime VERIFICACIÓN SUPERADA. Abre out/verify_sheet_<mode>.png (fotograma 0 + un fotograma por escena, interfaces/zonas seguras en rojo) y míralo. reference/verification.md explica cada verificación.
Para formato largo, ejecuta también short.py thumb videos/<slug> (o renderiza un thumbnail.html dedicado).
Entrega: el MP4, la carpeta del proyecto (index.html se previsualiza en un navegador con la banda sonora real) y una nota breve: escenas o capítulos, qué es ilustrativo, configuración de voz, estado de ánimo de la música (o "sin música"), el resumen de verificación (LUFS, pico verdadero, duración); para formato largo, también chapters.txt, captions.srt y la miniatura. No puedes oír: proporciona al usuario marcas de tiempo para verificar con el oído (el gancho, el momento de efectos de sonido más concurrido, el momento de música más fuerte, el inicio de cada capítulo).
Reglas que más importan
seek(t)es una función pura del tiempo. No usesMath.random,Date.now, animaciones/transiciones CSS o temporizadores en la ruta de renderizado. El verificador lo aplica.- El texto permanece dentro de la zona segura del formato. Nunca codifiques 1080/1920: usa
K.W,K.H,K.SAFE,K.layout. - Algo significativo está en pantalla en el fotograma 0; algo se mueve cada 1–2 s (Shorts) o cada pocos segundos (formato largo).
- Los impactos visuales aterrizan en palabras habladas (
K.cue), no en tiempos adivinados. - Música solo por solicitud. Los efectos de sonido siguen el valor predeterminado del estilo (el usuario puede desactivarlos).
- Los estilos están inspirados en los creadores nombrados; nunca uses sus logotipos, mascotas, personajes, intros o nombres en pantalla.
- Nunca digas que el audio "suena bien" — informa los números medidos y las marcas de tiempo para verificar.
Archivos de referencia
| Lee cuando | Archivo |
|---|---|
| Escribiendo un Short | reference/shorts-design.md |
| Cualquier cosa 16:9 / formato largo | reference/long-form.md |
| Construyendo páginas, esquema de script.json | reference/page-contract.md |
| Usando el kit de herramientas | reference/kit-api.md |
| Diseñando escenas | reference/scene-patterns.md |
| Seleccionando / haciendo un estilo | styles/README.md, styles/<nombre>/STYLE.md |
| Generando narración | reference/voice-omnivoice.md |
| Música y efectos de sonido | reference/music-and-sound.md |
| Una verificación falló | reference/verification.md, reference/troubleshooting.md |