Communitygithub.com

Stickman Video Master Skill

Crée des courts-métrages d'horreur et de mystère en hindi, du code à l'export, avec recherche, script, design de personnages, construction de scènes, voix off, mixage et export en 1080×1920.

Qu'est-ce que Stickman Video Master Skill ?

Cette compétence est un pipeline complet et éprouvé pour produire des vidéos courtes (Shorts) d'horreur et de mystère en hindi, en 1080×1920 à 30 images par seconde, entièrement par code. Elle couvre toutes les étapes : recherche approfondie avec vérification des sources (documents officiels, légendes), écriture de script avec un fort hook et des dialogues naturels en hindi, storyboard et verrouillage géométrique des scènes, design de personnages SVG animés (articulations, expressions faciales, cycles de marche), construction de décors 3D avec matériaux réalistes (murs en pierre, rochers, éclairage), montage avec GSAP et rendu avec Playwright/ffmpeg, auto-audit qualité (artistique, physique, narratif) avec score sur 100, voix off via modèles TTS (Gemini et fallbacks), mixage audio (BGM et SFX) avec normalisation LUFS, et QC final. Les plateformes cibles sont Claude Code, Cursor, Codex ou tout agent IA capable d'exécuter des scripts Python et Node.js. Le code est organisé dans des dossiers `code/`, `vo/`, `scripts/` et `docs/` pour une reproductibilité maximale.

Compatible avec~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/i-amraj/stickman-video-master-skill/tree/HEAD

Demander à votre IA préférée

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

Documentation

Stickman Video Master Skill — Du script au montage final

Un pipeline complet et éprouvé : courts-métrages d'horreur/mystère en hindi (1080×1920, 30 ips) entièrement générés par code — recherche, script, design des personnages, construction des scènes, voix off, mixage, contrôle qualité. Production de référence : la vidéo Bhangarh (la démo est dans le dépôt — demo/demo_10s.mp4, tout le code de ce style se trouve dans les dossiers code/ et vo/).

ÉTAPE 0 — Recherche (avant le script)

  • Effectuez des recherches approfondies sur le lieu ou l'histoire réels : Wikipédia + sources officielles (preuves primaires comme le panneau ASI).
  • Étiquetez chaque affirmation : [DOCUMENTÉ] (preuve trouvée) · [LÉGENDE] (folklore) · [PAS TROUVÉ] (ne pas ajouter au script).
  • N'ajoutez jamais une affirmation virale fausse — vérifiez d'abord. (Leçon de Bhangarh : « seul fort où il est interdit de rester la nuit » était FAUX, retiré du script.)
  • Vérifiez la demande : regardez les plus grandes vidéos YouTube sur le même sujet — quel angle a fonctionné (visite de nuit, gros plan du panneau, histoire pure) ?

ÉTAPE 1 — Écriture du script

  • Première phrase = tout l'événement (accroche). L'indice de la réponse est caché dans la première ligne/cadre.
  • Chaque phrase 6–12 mots ; total ~150 mots ≈ 49 secondes à ~190 mots/min.
  • Donnez des NOMS aux personnages. Révélation d'abord, « parce que » après.
  • Au milieu, un défi « tu » + à la fin un commentaire d'un seul mot (OUI ou NON ?).
  • Mots de remplissage : « en fait / c'est-à-dire / regarde bien / réfléchis un peu ». INTERDICTION : mots IA (mystère, fait, frisson, sensation) NON.
  • Règle des dialogues : seuls 2 à 4 dialogues choisis avec la propre voix des personnages ; tout le reste est narration. Pas de dialogues inventés.
  • Vérification du rythme : VO à 2,3–2,7 mots/sec · silence mort >12 % = coupure · le titre ne doit pas gâcher la réponse.

ÉTAPE 2 — Storyboard + verrouillage géométrique

  • Ligne → tableau des scènes (t0–t1 de chaque ligne déterminé d'abord). Puis verrouillage des coordonnées ASCII : sol (FLOOR) de chaque décor, positions des personnages, caméra à chaque battement.
  • Esquisse d'abord, aspect visuel après — pas de code final sans esquisse.

ÉTAPE 3 — Design des personnages (code code/my_builder.js)

  • Personnage = acteur SVG conçu sur mesure (~640 unités) : bras FK à 2 segments (hanche→genou, épaule→coude), articulations rondes, visage en forme de mâchoire avec chemin par rôle.
  • Chaque rôle a une palette ADN : peau, iris, tenue, marque distinctive (bindi, tilak, pagri).
  • Les détails du front (tilak) se font APRÈS la couche des cheveux — sinon, ils seront cachés sous les cheveux.
  • API de jeu d'acteur : setFaceMood · lookEyes · poseArms · speakHuman (formes des lèvres) · walkHuman (véritable cycle de marche — glissement = ÉCHEC SÉVÈRE).
  • Mains : paume + pouce + lignes des doigts. Boucle de clignement + respiration sur chaque acteur.
  • Référence qualité : le personnage ne doit PAS être fait de formes primitives (tête ronde, corps cylindrique) — seuls des chemins sculptés sont acceptés.

ÉTAPE 4 — Design des décors (code code/my_head.js, my_scenes_a/b.js)

  • Matériaux d'abord : chaque surface avec dégradé multi-arrêts (iGrad) + véritable ombre portée ; couleur unie = ÉCHEC.
  • Pièce = coque 3D : mur du fond + murs latéraux en perspective + polygone de sol + plinthe.
  • Mur en pierre : chaque pierre avec ton différent + ligne de contour + taches climatiques (texture procédurale) — répétition carrelage de salle de bain = ÉCHEC.
  • Rocher/bloc : polygone irrégulier à 12 points + 3 nuances de facettes + fissure + taches de sable + ombre de contact. Octogone/dalle = ÉCHEC SÉVÈRE.
  • Accessoires animés : lampe suspendue, flammes de havan + fumée, corbeaux, brume (légère !) — mais ne laissez PAS un effet d'éclairage allumé en permanence, chaque effet doit avoir un OFF.
  • Loi de la caméra : avant chaque camTo, calculez le bas du cadre — cy + 960/s ≤ 1920, sinon le ciel/une bordure noire apparaîtra en bas du cadre.
  • Le rectangle du ciel doit toujours être en pleine hauteur.

ÉTAPE 5 — Assemblage + rendu

  • Cœur du moteur = préfixe d'un fichier HTML assemblé (shell svg#stage + defs + rig + helpers E/iGrad/makeCam/seekWrap) + fichier de scène + balises de fermeture. Gardez gsap.min.js à côté — ne mettez PAS les copies de fichiers dans une chaîne && (un échec stoppe tout le reste).
  • Timeline GSAP ; rendu déterministe via seek : Playwright 1080×1920 → window.seekToTime(t) chaque image → JPEG q88 → ffmpeg libx264 crf18. Rendu par morceaux d'environ 20 s (évitez le redémarrage de la VM), avec reprise (ignorer si l'image >10 Ko).
  • Leçon GSAP : pour un groupe qui a déjà une transformation (translate+scale), n'utilisez PAS de tween x/y — utilisez des tweens absolus sur l'attribut transform.
  • Lignes de légende longues : dans le script de rendu, si getComputedTextLength() > 1030, appliquez le correctif textLength=1030.
  • Signe poseArms : tourner le bras droit vers la gauche dans le cadre = rotation POSITIVE. Personnage tombant : à −84°, la tête va ~530 unités vers la gauche — calculez d'abord la position finale de la tête pour placer l'enveloppe.

ÉTAPE 6 — Boucle d'auto-audit (chaque scène)

  • Générez des images de test (milieu de chaque scène + images problématiques) → examinez (y compris les recadrages zoom) → corrections → regénérez.
  • 3 audits : Artistique (composition, couleurs) · Physique (anatomie, ombres, ancrage au sol) · Histoire (correspondance de la narration, expression pas inversée ?).
  • Score /100 ; 95+ seulement = VALIDATION FINALE. Un échec sévère (bras cassé, objet flottant, ombre inversée, accessoire changé) annule le score.
  • Bannière/sous-titre : restez dans l'espace d'écran : hauteur d'écran de la tête = (wy − cy)·s + 960 ; bannière entre 118–222, sous-titre au-delà de 1652.

ÉTAPE 7 — Voix off (code vo/fit_lines.py)

  • Modèle UNIQUEMENT gemini-3.8-flash-tts (principal) / gemini-3.1-flash-tts-preview (fallback uniquement sur 429). PAS de 2.5 TTS. Quota de 10 appels/jour/modèle — calculez le budget d'abord.
  • Narration = UN SEUL appel, tout le script en une fois. Envoyez le texte BRUT — un long style-direction ralentit le rythme de 2,5× et énonce parfois la direction elle-même.
  • Voix : narration Puck (préférée de Raj, par défaut sur les reels de @i.raj1801) · méchant/autre voix Algenib.
  • WAV TTS = échantillonné à 48000 Hz — les calculs de hauteur utilisent le taux réel : hauteur ×1.12 = asetrate 53760 (N'utilisez JAMAIS rubberband — cela donne un écho). Pour alourdir le méchant, utilisez ×0.96.
  • Ajustement des lignes : prenez les segments de transcription Whisper (small, langue hi) → découpez chaque ligne → compression des pauses (silenceremove) → hauteur → par ligne, atempo pour un ajustement exact dans la fenêtre de légende.
  • Décodez le WAV avec la bibliothèque standard wave+numpy (PyAV génère une TypeError metadata_errors).

ÉTAPE 8 — Mixage (code vo/mix.py)

  • BGM FRAIS pour chaque reel — jamais réutilisé ; licence sûre (bibliothèque Kevin MacLeod). Volume ~0,10, en dessous de la VO.
  • SFX sur la grille de beats : whoosh (lancer), impact (coup/chute), tonnerre (éclair/malédiction), riser (avant la malédiction).
  • Loudnorm 2 passes (mesurer → appliquer linéairement) = −14,0 LUFS, TP ≤ −1,5. Une seule passe s'arrête souvent à −15,8.
  • Multiplexage : copie du flux vidéo + AAC 192k.

ÉTAPE 9 — QC final + livraison

  • Écoutez le fichier livré avec Whisper — chaque ligne écrite est-elle au bon endroit/timing ? La vérification de la source ne suffit pas.
  • Vérifiez et rapportez durée, taille, LUFS.
  • Leçon de livraison : ne réutilisez PAS le nom du fichier vidéo — l'application met en cache l'ancienne copie. Chaque nouvelle livraison = nouveau nom (v2, _Final, date).
  • Les vidéos parfaites (approuvées par Raj) sont stockées dans le dossier Perfect_Videos/<date>/ — uniquement les parfaites.

Guide des fichiers

  • script/Script_v1.md — script Bhangarh + étiquettes vrai/histoire + vérification de rythme (à utiliser comme modèle)
  • code/my_head.js — shaders, HUD, drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLamp
  • code/my_builder.js — buildBhangarhActor (5 rôles, rig complet)
  • code/my_scenes_a.js / my_scenes_b.js — 8 décors + timeline + légendes
  • code/props_snippet.js / api_snippet.js — arbres/herbe + API de jeu d'acteur
  • code/render_test.py / render_full.py — images seules + rendu complet (avec reprise)
  • vo/fit_lines.py / vo/mix.py — ajustement VO + mixage final
  • docs/ — résumé du système visuel + leçons
  • demo/demo_10s.mp4 — échantillon de 10 secondes de ce pipeline (le reel réel n'est pas public ici)

Skills associés