Communitygithub.com

stick-figure

Crée un récit animé en stick-figure (9:16, 30 à 45 s) à partir d'une question ou d'un sujet. Un monde cartoon lumineux aux contours épais, des bonhommes allumettes à grosse tête blanche, une caméra en mouvement constant, des transitions whip, des légendes de 1 à 2 mots, un underscore espiègle et des bruitages cartoon, le tout généré en code et synchronisé mot à mot avec la voix-off.

Qu'est-ce que stick-figure ?

Le skill **stick-figure** permet de produire automatiquement des vidéos explicatives animées en style stick-figure, au format vertical 9:16 (30 à 45 secondes). À partir d'une question ou d'un sujet, il génère un script, une voix-off (via Kokoro, ElevenLabs ou un enregistrement utilisateur), des animations synchronisées mot à mot, des légendes épurées (1 à 2 mots), une musique et des effets sonores — le tout sans aucun asset externe, uniquement par code. Le skill est conçu pour fonctionner avec Claude Code, Cursor et d'autres agents, et repose sur Node.js et Python (3.9+), avec ffmpeg. Il inclut un exemple complet dans `engine/template` (vidéo de 37 s) et propose un pipeline clair : script, vérification des faits, création du dossier, génération de la voix, écriture des plans, rendu d'images clés, mixage audio, puis construction finale. L'utilisateur peut ajuster chaque étape (script, timing, transitions, bruitages) via des fichiers JSON et JS bien structurés, et le système gère le ré-étalonnage automatique des plans lors d'un changement de voix.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AyushAggarwal768/claude-animation-skills/tree/HEAD/skills/stick-figure

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

/stick-figure

┌──────────────────────┐
│   ☀      ☁           │  ciel lumineux, mer, accessoires dessinés en code
│      ◯   ◯           │  bonhommes allumettes à grosse tête blanche, expressions expressives
│     /|\ /|\          │
│     / \ / \  🛢       │
│     cache-œil        │  légendes de 1 à 2 mots, minuscules, ~70% en bas
└──────────────────────┘

Un exemple complet est fourni : engine/template est un reel de 37 s terminé, intitulé « Que faire si les cache-œil des pirates n'avaient rien à voir avec des yeux manquants ? »

Première utilisation

Le dossier de ce skill est le « Répertoire de base » que Claude Code affiche lors de son chargement.

SKILL_DIR="<répertoire de base de ce skill>"
ENGINE="$SKILL_DIR/engine"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
[ -x "$KIT/.venv/bin/python" ] && [ -d "$KIT/models" ] || bash "$KIT/setup.sh" --voice   # ~1 Go de modèles vocaux, une fois
PY="$KIT/.venv/bin/python"; export NODE_PATH="$KIT/node_modules"

Nécessite ffmpeg, Node et Python 3.9+. Pour voir l'exemple : cp -r "$ENGINE/template" ~/reels/pirate && bash "$ENGINE/make.sh" ~/reels/pirate.

Comment tout s'assemble

Un reel est un dossier unique :

  • script.json : la voix-off, une phrase par entrée.
  • captions.json : remplacements de texte facultatifs pour les légendes ({"vingt cinq": "25"}).
  • web/shots.js : la liste des plans. Chaque plan est SHOTS.push({start, end, tr, draw(ctx, lt, t)}) en secondes de la voix-off ; lt est le temps à l'intérieur du plan, tr est la transition de sortie ('whip' ou 'cut').
  • web/lib.js (easing, keyframes kf, formes, texte), web/chars.js (le rig du bonhomme drawStick, chapeaux, visages, IK des bras, le cache-œil), web/env.js (ciel, nuages, mer, navires, pont, barils, canon, lanterne, sous-pont), web/main.js (flou de transition, vignette, grain, légendes). Ajoutez de nouveaux accessoires dans env.js ou un nouveau env2.js (listez-le dans web/index.html).
  • audio.py : musique et bruitages, tous synthétisés en code et placés en secondes de la voix-off.

make.sh génère la voix, aligne chaque mot (audio/words_new.json), mixe le son, rend les plans en parallèle et écrit <dossier>/<nom du dossier>.mp4.

Timing : audio/words_ref.json est la voix sur laquelle les plans ont été calés. Quand la voix change mais que les mots restent les mêmes, make.sh ajuste les plans sur la nouvelle prise, donc un nouvel enregistrement ne nécessite aucune modification. Si le script change, supprimez audio/words_ref.json (la prise suivante devient la référence) et re-calez shots.js.

Étapes

  1. Script. Environ 110 à 120 mots pour 38 à 40 secondes, une idée par phrase : un accroche « que faire si », la croyance commune, un retournement avec « Mais », des exemples qui s'enchaînent, un plan qui montre le mécanisme, et une conclusion qui répond à l'accroche. Montrez-le à l'utilisateur avant d'animer.
  2. Faits. Vérifiez chaque affirmation avec des sources. Tempérez les théories (« les scientifiques pensent »).
  3. Dossier. cp -r "$ENGINE/template" <reel>, puis videz son audio/ et remplacez script.json (et captions.json).
  4. Voix. Dans le dossier : "$PY" "$ENGINE/tools/tts_kokoro.py" (gratuit) ou un enregistrement personnel de l'utilisateur, ou ElevenLabs avec ELEVENLABS_API_KEY ("$PY" "$ENGINE/tools/tts_elevenlabs.py" audio/vo_el.mp3). Placez la prise dans audio/vo.wav, puis "$PY" "$ENGINE/tools/align.py" audio/vo.wav et lisez les temps des mots dans audio/words_new.json.
  5. Plans. Réécrivez web/shots.js : environ 10 à 12 configurations, la plupart de 2 à 4 s, le plan explicatif plus long. Une nouvelle idée nécessite une nouvelle configuration. Commencez l'accroche en action dès l'image 1. Gardez les visages et les accessoires clés hors de la bande des légendes (y environ 1250 à 1420) et dans la zone de sécurité d'Instagram (x 100 à 980, y 220 à 1500).
  6. Images fixes. Depuis le dossier : node "$ENGINE/tools/render.js" stills 1.5,4.2,9.0 écrit dans stills/. Examinez les moments les plus chargés et corrigez-les avant un rendu complet.
  7. Son. Modifiez les repères dans audio.py en fonction des temps des mots.
  8. Construction. bash "$ENGINE/make.sh" <reel> (conserve audio/vo.wav ; passez kokoro, elevenlabs ou un fichier pour le remplacer). WORKERS=8 sur une machine avec plus de cœurs. AUDIO_ONLY=1 remixe le son sans re-rendu.
  9. Livrez <reel>/<nom>.mp4.

Style

  • Légendes : Poppins Bold, blanc avec un contour foncé, 1 à 2 mots, minuscules, sans ponctuation (capText() dans main.js s'en charge ; les chiffres et % restent). Pas de tirets cadratins à l'écran.
  • Palette : saturée lumineuse, contours à l'encre (#221c22), ombres portées douces, avancées lentes avec dérive de prise en main, transitions whip avec flou de mouvement. Un impact est une explosion, une secousse et un flash.
  • Bruitages : placés sous la voix (gain environ 0.38). La musique est un underscore discret pincé, atténué sous la voix, jamais une boucle forte au début.

Skills associés