Communitygithub.com

inspection-état-mouvement-blender

Utilisez cette compétence pour inspecter des personnages Blender, des armatures, des poses, du retargeting d'animation, le contact au sol, la direction du regard ou l'alignement modèle/mouvement lorsque des captures d'écran seules ne suffisent pas.

Qu'est-ce que inspection-état-mouvement-blender ?

Cette compétence fournit un flux de travail structuré pour diagnostiquer les problèmes de mouvement et d'alignement de personnages 3D dans Blender, sans se fier uniquement aux captures d'écran. Elle se concentre sur l'extraction de données objectives à partir de l'état interne de Blender (os, armatures, transformations, contacts) avant d'utiliser les rendus visuels comme preuve de confirmation. La compétence guide l'utilisateur à travers un processus en sept étapes : inventorier la scène, identifier le squelette, déterminer les axes de référence, échantillonner les images clés, vérifier l'intégrité du modèle, diagnostiquer les problèmes de contact et de mouvement, et produire un rapport structuré. Elle est conçue pour les artistes et les développeurs utilisant Blender avec des plugins comme Blender State Exporter ou des scripts Python, et elle permet d'éviter les pièges courants comme la modification des proportions du corps ou la suppression prématurée d'objets auxiliaires.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/blender-motion-state-inspection

Demander à votre IA préférée

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

Documentation

Inspection de l'État du Mouvement dans Blender

Quand l'utiliser

  • Un personnage Blender semble tordu, en miroir, aplati, décalé ou avec des glissements de pied dans une animation.
  • Un utilisateur demande si un avatar importé, une armature ou un mouvement retargeté correspond à une pose attendue.
  • Vous devez comparer des preuves rendues avec des faits structurés tels que les os, les boîtes englobantes, les contacts et les vecteurs de direction.
  • Un workflow dépend de la décision de savoir si un modèle est un personnage, un accessoire, un maillage proxy, un rig de contrôle ou une importation cassée.

Principe fondamental

Ne jugez pas les actifs 3D animés uniquement à partir de captures d'écran. Les captures d'écran sont des preuves d'examen, mais elles cachent les conventions d'axes, les noms d'os, l'échelle des objets, les transformations locales, les maillages parentés, les emplacements de matériaux et l'état de contact image par image.

Extrayez d'abord l'état structuré de Blender, puis utilisez des captures d'écran de la fenêtre ou des rendus pour confirmer ce que les faits impliquent.

Comment cela fonctionne

  1. Établissez la scène propre et la base de référence de l'actif avant de juger du mouvement.
  2. Extrayez des faits structurés de Blender à l'aide d'un exportateur ou de Blender Python exécuté dans son propre interpréteur.
  3. Échantillonnez les images les plus susceptibles de révéler des erreurs de contact, d'orientation, d'échelle et de retargeting.
  4. Comparez les faits mesurés avec la pose attendue, la direction, le plan de sol et l'objectif de rendu de l'utilisateur.
  5. Retournez un rapport concis qui sépare les faits confirmés, les causes probables et les correctifs nécessaires.

Flux de travail d'inspection

  1. Inventoriez la scène.

    • Listez les maillages, armatures, empties, caméras, lumières, modificateurs, relations parentales et objets cachés.
    • Séparez les maillages de personnages de la géométrie d'aide/proxy avant de juger l'avatar.
    • Enregistrez les boîtes englobantes dans l'espace objet et dans l'espace monde.
  2. Identifiez le squelette.

    • Capturez les noms d'armatures, les os de pose, les têtes/queues d'os, le roulis, les chaînes parentales, les contraintes et les axes de pose de repos.
    • Cartographiez les os sémantiques tels que les hanches, la colonne vertébrale, le cou, la tête, les épaules, les coudes, les mains, les cuisses, les genoux, les chevilles et les pieds.
    • Signalez les paires gauche/droite manquantes et les schémas de nommage inhabituels.
  3. Déterminez les axes avant, haut et côté.

    • Utilisez le bassin, la colonne vertébrale, les épaules, les hanches, la tête et les pieds ensemble ; ne vous fiez pas à une seule normale de maillage.
    • Comparez les axes locaux de l'armature avec les axes du monde et les conventions de fichier importées telles que glTF Y-up vs Blender Z-up.
    • Marquez les importations probablement en miroir ou inversées lorsque la direction du visage/de la tête/des pieds entre en conflit avec le mouvement racine.
  4. Échantillonnez les images d'animation.

    • Inspectez les premières images, les images médianes, les images de contact, les images aériennes et les images extrêmes.
    • Enregistrez l'emplacement racine, la direction racine, la hauteur du bassin, l'inclinaison du torse, les directions des membres, le dégagement des pieds et les limites du maillage.
    • Pour les mouvements longs ou rapides, échantillonnez plus densément autour des retournements, des atterrissages, des virages, des collisions et des contacts avec le sol.
  5. Vérifiez l'intégrité du modèle avant d'attribuer la faute au retargeting.

    • Confirmez la forme de base propre avant d'appliquer l'animation.
    • Préservez le maillage original, les matériaux, l'armature et le skinning, sauf si l'utilisateur demande explicitement une réparation.
    • Traitez les blobs sphériques inexpliqués, les maillages proxy géants ou les corps écrasés comme des problèmes d'importation/sélection jusqu'à preuve du contraire.
  6. Diagnostiquez les problèmes de contact et de mouvement.

    • Pénétration du sol : comparez les sommets les plus bas du pied ou de la chaussure avec la hauteur du sol par image.
    • Glissement du pied : comparez les positions mondiales du pied sur les images plantées.
    • Croisement de jambe : comparez l'ordre des côtés gauche/droit de la cuisse, du genou, de la cheville et du pied.
    • Dommage de torsion : comparez la direction d'oscillation de l'os séparément du roulis/torsion autour de l'axe du membre.
    • Dérive d'échelle : comparez les limites du maillage animé avec les limites de la base propre.
  7. Rapportez les faits avant les opinions.

    • Incluez les numéros d'image, les noms d'objets, les noms d'os, les coordonnées mondiales et les seuils.
    • Séparez les échecs confirmés des soupçons visuels.
    • Joignez des captures d'écran uniquement après que l'état structuré explique quoi rechercher.

Format de rapport recommandé

## Inspection du mouvement Blender

### Inventaire de la scène
- Candidats personnages :
- Armatures :
- Objets d'aide/proxy :
- Caméras/lumières :

### Orientation
- Haut du monde :
- Avant du personnage :
- Direction racine :
- Risque de miroir/inversion :

### Intégrité de la base
- Limites du maillage propre :
- Limites du maillage animé :
- Matériaux/skin préservés :
- Maillages non personnages suspects :

### Résultats des images
| Image | Résultat | Preuve |
| --- | --- | --- |
| 1 | Pose de base propre | hanches/colonne vertébrale/pieds alignés |
| 96 | Le pied pénètre le sol | left_foot min_z = -0.04 |

### Verdict
- Réussite/échec :
- Correctif requis :
- Prêt pour le rendu :

Exemples

Cycle de marche avec glissement du pied

Scénario : un personnage retargeté semble patiner pendant un cycle de marche, mais l'angle de la caméra avant rend difficile le jugement du contact du pied.

Appliquez le workflow :

  • Inventoriez la scène : maillage du personnage HeroBody, armature HeroRig, plan de sol Floor, aucun maillage proxy caché.
  • Identifiez le squelette : les pieds sémantiques sont foot.L et foot.R ; les hanches sont pelvis ; l'os racine est root.
  • Échantillonnez les images d'animation : inspectez les images 1, 18, 24, 30, 42 et 48 autour des moments de pied planté.
  • Diagnostiquez les problèmes de contact et de mouvement : comparez les positions mondiales des pieds pendant les images plantées.

Faits extraits :

ImageFaitPreuve
18Le pied gauche est plantéfoot.L min_z = 0.004, orteil et talon près du sol
24Le pied gauche glisse en étant plantéfoot.L x = 0.21 -> 0.28 sur six images
30Le bassin continue d'avancerpelvis y = 1.14 -> 1.31

Verdict : échec pour la préparation au rendu. Le mouvement nécessite un nettoyage du verrouillage du pied ou une révision des contraintes de retargeting ; le maillage du corps n'a pas besoin de modifications de proportions.

Personnage importé à l'envers

Scénario : un personnage semble correct dans une image fixe, mais l'animation se déplace dans la direction opposée à la direction de déplacement attendue.

Appliquez le workflow :

  • Déterminez les axes avant, haut et côté : comparez la tête, la poitrine, les pieds et le mouvement racine.
  • Échantillonnez les images d'animation : inspectez l'image 1 et le point médian du chemin de déplacement.
  • Rapportez les faits avant les opinions : incluez séparément la direction racine et la direction du regard du modèle.

Faits extraits :

ImageFaitPreuve
1Le visage du personnage pointe vers le monde -Yle vecteur tête/poitrine de neck à head résout en -Y
72Le mouvement racine se déplace vers le monde +Yroot y = 0.0 -> 2.8
72Les pieds restent visuellement face au sens inverse du déplacementles os des orteils pointent vers -Y tandis que le déplacement est +Y

Verdict : probablement une importation inversée ou une inadéquation de l'axe avant du retargeting. Corrigez la cartographie des axes d'importation/retargeting avant de modifier les courbes d'animation.

Seuils pratiques

  • Supposez que les unités par défaut de Blender sont en mètres, sauf indication contraire de l'échelle de la scène.
  • Considérez une pénétration du sol supérieure à 1-2 cm comme visible, sauf si le sol est mou ou stylisé intentionnellement.
  • Considérez un changement d'échelle soudain supérieur à 5 % comme un problème probable de rig, de contrainte ou d'héritage de transformation.
  • Considérez les inversions d'ordre côté gauche/droit de la cheville pendant un mouvement inversé aérien comme un risque de croisement de jambe, même s'il se rétablit plus tard.
  • Considérez les sauts de direction racine supérieurs à 30 degrés par image comme suspects, sauf si le mouvement source inclut un virage brusque.

Anti-patrons

  • Ne modifiez pas les proportions du corps pour forcer l'adaptation de la pose, sauf si la tâche consiste explicitement en une réparation du maillage.
  • Ne cuisez pas la base propre avant de l'enregistrer.
  • N'utilisez pas un seul angle de caméra rendu comme preuve qu'une pose est correcte.
  • Ne supprimez pas les objets d'aide avant d'avoir enregistré pourquoi ils ne font pas partie du personnage.
  • Ne supposez pas qu'un avatar fait face à +Y, -Y, +X ou -X sans vérifier ensemble la tête, les pieds, le torse et le mouvement racine.

Remarques sur les outils

Si un exportateur d'état Blender est disponible, préférez un JSON qui inclut les maillages, les armatures, les os de pose, les matériaux, les contacts, les boîtes englobantes et les images d'animation échantillonnées. Si aucun exportateur n'existe, exécutez un petit script Python Blender via Blender lui-même, par exemple blender --background scene.blend --python collect_motion_state.py, car bpy n'est pas disponible dans un interpréteur Python système normal.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés