Communitygithub.com

3dvid

Crea cortos animados en 3D verticales de principio a fin, desde un tema de actualidad hasta un guion, voz gratuita en inglés del Reino Unido, mundo 3D con three.js/Remotion, música original y efectos de sonido, subtítulos tipo sticker, render 2K, portada y subida a YouTube en la lista de reproducción de Shorts con enlace de suscripción.

¿Qué es 3dvid?

3DVID es una habilidad profesional de IA (skill) que automatiza la creación completa de cortos verticales animados en 3D estilo caricatura, con una duración de 55 a 70 segundos y resolución 1440x2560 a 30 fps. Está diseñada para agentes de IA como Claude, Cursor o Codex, y está basada en un pipeline probado con cortos reales como 'Slower Than Molasses in January' (sobre la inundación de melaza de Boston de 1919). La habilidad guía al agente desde la investigación de noticias de tendencia con evidencia de demanda (más de 5 millones de vistas), pasando por la escritura de un guion con una fórmula de 8 pasos que incluye un gancho, escalada, clímax, analogía cotidiana y consecuencia, hasta la generación de voz gratuita con Kokoro TTS, la construcción del mundo 3D con three.js y Remotion, la adición de música original y efectos de sonido sintetizados, subtítulos estilo sticker, render 2K en una PC con Windows mediante control remoto, y finalmente la subida automática a YouTube como Short público en la lista de reproducción '#Shorts | For very short videos', incluyendo la portada y el enlace de suscripción. La habilidad impone reglas estrictas de calidad de audio y video (master a -15 LUFS, pico verdadero ≤ -1.2 dBTP, tinta en bordes, desenfoque de profundidad de campo controlado) y asegura que todo el contenido sea original, con fuentes verificadas y sin parodias de personas reales o engaños.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/easswad/VideoSkills_for_Youtube/tree/main/3dvid

Preguntar en tu IA favorita

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

Documentación

3DVID: cortos animados 3D, de tema a YouTube

Un corto vertical de ~55-70 segundos (1440x2560, 30 fps) en el que personajes 2D planos actúan una historia real en un mundo 3D colorido de caricatura. Se explica una idea física con una analogía cotidiana. Probado en "Slower Than Molasses in January" (Inundación de Melaza de Boston de 1919, 69.7 s), que se encuentra en templates/molasses/ y examples/molasses/.

Config (editar para otro usuario o canal)

ClaveValor
Canal / enlace de suscripciónhttps://www.youtube.com/@easswad
Lista de reproducción`#Shorts
PC de render + carpeta sincronizadaPC con Windows vía Control Remoto; C:\ZapierAi Folder\3D\<nombre>-render (Google Drive de escritorio sincroniza C:\ZapierAi Folder)
Ruta de subidaZapier: Google Drive "Find a File" → YouTube "Upload Video" → YouTube "Add Video to Playlist"
VozKokoro TTS bm_fable (gratuita, masculino del Reino Unido)

Reglas permanentes

  • Historia: verdadera e investigada, con una fuente para cada hecho. Guion, personajes y tomas propios. Nunca copiar, nombrar o subir videos de un canal de referencia.
  • Tono: las bromas recaen sobre las personas o empresas culpables, nunca sobre las víctimas.
  • Idioma y voz: solo inglés, un tono de narrador constante. Solo herramientas gratuitas: no gastar créditos de vidIQ o Higgsfield sin preguntar.
  • Aprobaciones: obtener la aprobación del usuario sobre el tema y el guion. Después, solo hacerlo.
  • Mezcla: voz sin cambios, base musical aproximadamente 10 LU por debajo de la voz (estándar "+3 dB música"), pista de SFX a -6 dB. Master -15 LUFS, pico verdadero ≤ -1.2 dBTP, 48 kHz.
  • Texto en pantalla ACTIVADO: subtítulos tipo sticker más una etiqueta de fuente superior (paso 7).
  • Cada subida: público, no apto para niños, categoría Educación. La descripción termina con el enlace de suscripción y el video va a la lista de reproducción anterior.
  • Guardado: guardar el trabajo después de cada paso. Colocar los entregables en la carpeta de archivos del proyecto.

Pipeline

1. Tema

Encontrar historias reales que sean tendencia en los últimos días, con evidencia de demanda (más de 5M de visitas en cortos similares, enlaces de YouTube). Preferir una historia con una causa y efecto físico visibles, y una analogía cotidiana que la explique. Dar al usuario una tabla de opciones para elegir. Nunca ofrecer parodias de IA de personas reales o engaños.

2. Guion (≈3.7 palabras/s, 55-70 s, alrededor de 250 palabras)

Escribir SCRIPT.md con los hechos y sus fuentes al inicio. Fórmula de ritmo (ver examples/molasses/SCRIPT.md):

  1. Gancho: el hecho absurdo en una línea.
  2. Escenario.
  3. Escalada en 3-4 tiempos.
  4. Chasquido: el momento en que se rompe.
  5. "Por suerte… / Por desgracia…" inexpresivo.
  6. "Verás…" más la analogía cotidiana.
  7. Consecuencia: la regla o ley que creó.
  8. Giro de vuelta.

Nunca narrar lo que el espectador ya ve.

3. Voz (gratuita)

Configuración:

pip install kokoro-onnx soundfile librosa

Colocar kokoro-v1.0.onnx y voices-v1.0.bin de los lanzamientos de GitHub de thewh1teagle/kokoro-onnx (model-files-v1.0) en $KOKORO_DIR (por defecto ~/tts). HuggingFace y edge-tts pueden estar bloqueados.

Generar la narración:

python scripts/voice/narrate_timed.py bm_fable 1.32 lines.txt voice/ 0.08   # una línea de guion por línea de texto
python scripts/voice/align.py bm_fable 1.32 voice/                         # tiempos de palabras DTW → voice/words.json
  • La velocidad es muy no lineal: 1.30 dio 71.6 s, 1.32 dio 69.6 s y 1.35 dio 60.8 s para 254 palabras.
  • Todo lo posterior se sincroniza con words.json (fotograma = inicio de palabra × 30).

4. Mundo 3D + tomas (Remotion + three.js)

  1. Copiar templates/molasses/ (el más reciente) o templates/bridge/ a src/videos/<nombre>/.
  2. Registrar la composición en src/Root.tsx (1080x1920, 30 fps).
  3. Instalar @remotion/three, [email protected], @react-three/fiber@8, @react-three/postprocessing@2, postprocessing@6 y @remotion/google-fonts (misma versión que remotion).

Dónde están las cosas:

  • story.ts: SHOTS, XFADE, FLASH_AT, cámaras por toma, kicks, DOF.
    • Cada reacción visual aterriza 0-3 fotogramas antes de su palabra.
    • Cada pausa se desliza (push-in), y los cortes ocurren en saltos grandes.
  • world.ts: cielo, suelo, edificios con eliminación por línea de visión, props de la historia posados por fotograma. El sol está congelado por toma y relativo a la cámara.
  • cast.ts / toon.ts / cardshade.ts: personajes tipo cartel dibujados con el Pen de Canvas2D (cabezas de frijol, extremidades de palo, tinta ciruela, capa NOINK).
  • Post (<Nombre>.tsx, ink.ts, lensblur.ts, grade.ts):
    • Orden: tinta → desenfoque de lente → bloom → mapa de tono NEUTRO → grade, MSAA 4.
    • Los parámetros de píxel escalan con altura / 1920.

Los objetivos de mirada y las trampas de legibilidad se enumeran en "Reglas de apariencia" más abajo.

5. Verificaciones de apariencia

Renderizar fotogramas fijos a media escala:

npx remotion still src/index.ts <Comp> out/x.png --frame=N --scale 0.5 --props='{"post":{"dpr":0.5},"text":false}'
  • En una caja en la nube con Linux, añadir --browser-executable=<chromium> --gl=swangle.
  • Corregir z-fighting moviendo los conjuntos interiores muy lejos (±600 m), junto con los props que bloqueen la cámara.
  • Eliminar manchas enormes cerca del lente y cualquier cosa que se lea mal.
  • Opcional: hojas lado a lado (scripts/qa/sbs_sheet.py) y una pasada de verificación.

6. Sonido (original, sintetizado)

templates/audio/molasses_example/molasses_audio.py es un pipeline completo de un solo archivo. Importa dsp.py, instruments.py y sfx_gen.py de templates/audio/. La versión de bridge está dividida en timeline.py, sfx.py, music.py y mix.py.

  1. Copiarlo.
  2. Configurar FPS/TOTAL, SHOTS y los fotogramas de evento desde story.ts.
  3. Escribir los eventos de SFX y la lista de pistas musicales.
  4. Ejecutar con WORDS_JSON=... VOICE_WAV=... python molasses_audio.py.

Genera mix.wav (longitud exacta), pistas y cues.md. La voz silencia la música aproximadamente 3 dB, y la limitación a corto plazo mantiene los SFX al menos 5 LU por debajo de la voz.

Bloquear la temporización de la imagen antes de hacer el sonido. Cualquier cambio de temporización significa volver a ejecutarlo.

7. Texto en pantalla (estilo sticker de casa)

  1. Copiar templates/molasses/Captions.tsx.
  2. Escribir captions_spec.txt:
    • Una línea por línea de guion, con fragmentos de 1-3 palabras separados por |.
    • Marcar las palabras clave con *. Van en un cuadro amarillo.
    • Escribir los números como dígitos, y usar #n cuando el recuento de palabras mostradas difiera del hablado.
    • Poner TAG: SOURCE: … antes de cada línea de hecho. La primera etiqueta es una etiqueta de fecha/lugar, p. ej. BOSTON · 15 DE ENERO DE 1919.
  3. Generar el archivo de datos:
    python scripts/captions/make_captions.py voice/words.json captions_spec.txt src/videos/<nombre>/captions-data.ts -v
    
  4. En el componente principal, renderizar {getInputProps().text !== false && <Captions />} al final, encima de todo.

El estilo:

  • Los subtítulos se sitúan ~68% abajo. Poppins Black en mayúsculas en blanco con un contorno negro grueso y sombra dura.
  • Las palabras clave obtienen un cuadro #FFD43B inclinado con borde negro, que aparece con un resorte.
  • La etiqueta de fuente es un cuadro blanco pequeño con borde negro cerca de la parte superior (128 px en 1080).
  • La fuente se carga desde Google Fonts en tiempo de render, por lo que el render necesita internet.

8. Render final (en la PC; la CPU en la nube tarda horas)

Empaquetar el proyecto sin node_modules, más mix.wav, en la carpeta sincronizada/de render. Luego, en una sesión de Control Remoto:

npm i
npx remotion render src/index.ts <Comp> out/<nombre>_video.mp4 --codec h264 --crf 16 --scale 1.3333333333333333 --concurrency 4 --timeout 300000
ffmpeg -i out/<nombre>_video.mp4 -i mix.wav -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 256k -shortest out/<nombre>_final_text.mp4
  • --scale debe ser exactamente 4/3, o Remotion rechaza la altura no entera.
  • La concurrencia 8 se quedó sin memoria en un portátil 890M. La concurrencia 4 renderiza ~5.5 fps, unos 6-7 minutos para 70 s.
  • En el efecto de limpieza, llamar a InkPass.prototype.dispose.call(fx.ink), no a fx.ink.dispose().
  • QA: python scripts/qa/short_qa.py final.mp4 qa/ shots.json verifica fotogramas negros, blancos, congelados y de pop, y el volumen. También verificar fotogramas para la fuente, recortes y caras.

9. Portada / miniatura

  1. Renderizar un fotograma fijo de 1080x1920 del momento más dramático con {"text":false}.
  2. Ejecutar:
    python scripts/cover/make_cover.py frame.png <nombre>_cover_1080x1920.jpg --font Poppins-Black.ttf --top "A 25-FOOT" --key "MOLASSES" --big "WAVE" --badge "BOSTON 1919" --sub "@easswad"
    

El resultado es un JPEG de menos de 2 MB (límite de miniaturas de YouTube). Guardarlo junto al mp4 en la carpeta sincronizada con Drive.

10. Subida (sincronización con Drive + Zapier, sin enlaces públicos)

  1. Esperar hasta que la acción de Zapier Google Drive "Find a File" encuentre tanto el mp4 como la portada. Devuelve una referencia file que se puede pasar directamente.
  2. Ejecutar Zapier YouTube "Upload Video" con:
    • video: la referencia del archivo.
    • thumbnail: la referencia de la portada.
    • Un título (≤ 70 caracteres, gancho + emoji + "(True Story)").
    • Etiquetas.
    • privacy_status=public, made_for_kids=false, category_id Education, default_language=en, notify_subscribers=true.
    • Una descripción en este orden: línea de gancho, viñetas de hechos con emoji, una pregunta de comentario, Fuentes, hashtags terminando en #Shorts, luego "Subscribe for more: https://www.youtube.com/@easswad".
  3. Ejecutar YouTube "Add Video to Playlist" en #Shorts | For very short videos. Resolver el ID de la lista de reproducción desde la acción. No usar la otra lista de reproducción simplemente llamada "Shorts".
  4. Verificar a través de la API de YouTube que el video es público, está procesado y tiene la miniatura. Dar al usuario el enlace.

Notas:

  • Si la miniatura falla, ejecutar "Update Video Thumbnail" (necesita un canal verificado por teléfono).
  • Cada llamada de Zapier usa una tarea del plan. Si se alcanza el límite mensual, informar al usuario y detenerse.

Reglas de apariencia (de los cortos probados)

  • Tinta: líneas del mundo #030303, 5.1 px cerca → 3.3 px lejos en 1080. Sin tinta en los carteles de personajes.
  • Luz diurna: cielo #3e7fd2 → #b8d0ec, niebla = color del horizonte. La sombra es fría solo en las sombras. La melaza/líquidos obtienen marrón cálido (#4f240f), con el sol detrás de la cámara en tomas de olas.
  • DOF: aproximadamente 1/3 del tiempo de pantalla (primeros planos 12-16 px en 1080), planos generales se mantienen nítidos.
  • Personajes: 3.5 cabezas de altura, parpadeos cada 0.5-2.3 s, bamboleo al caminar 5%, sombras de contacto.
  • Trampas:
    • Props a menos de 2 m del lente se convierten en manchas.
    • Un columpio dibujado con una cuerda se lee como un ahorcado.
    • Letreros iluminados desde un lado se vuelven grises.
    • Pausas planas se leen como congelados. Cada pausa necesita un push-in progresivo.
  • Grano: mantener el grano de película APAGADO, ya que cuadruplica el tamaño del archivo.
  • Disco: Remotion agrupa copias de public/ en la carpeta temporal cada vez. Eliminar las carpetas viejas remotion-webpack-bundle-* al terminar.

Archivos en esta habilidad

  • templates/molasses/: la fuente completa más reciente, incluyendo Captions.tsx y captions-data.ts.
  • templates/bridge/: la primera fuente probada (MIT, ver el archivo LICENSE).
  • templates/audio/: el motor de sonido y molasses_example/.
  • scripts/voice/: narración Kokoro y alineación de palabras.
  • scripts/captions/make_captions.py
  • scripts/cover/make_cover.py
  • scripts/qa/: herramientas de fotogramas fijos, QA y lado a lado.
  • examples/molasses/: guion, especificación de subtítulos y la descripción de YouTube.

Skills relacionados