Communitygithub.com

NeverSight/video2dsprite

Transformez une image de personnage 2D fixe en sprites d'animation denses en utilisant les outils vidéo natifs de Grok Build.

Qu'est-ce que video2dsprite ?

Cette compétence est exclusivement conçue pour l'environnement Grok Build (xAI) et exploite ses capacités uniques 'image_to_video' pour générer des séquences animées à partir d'une image de personnage 2D statique. Le processus consiste à créer ou éditer une image de base sur fond magenta (#FF00FF), à générer une courte vidéo (6 ou 10 secondes) montrant le personnage effectuant une action en place (course, marche, etc.), puis à extraire les trames, à appliquer un incrustation chroma pour supprimer le fond, et à échantillonner les trames pour produire des sprites densément échantillonnés sous forme de bandes, grilles ou GIF. Cette approche permet d'obtenir des mouvements plus fluides que les animations générées image par image, mais au prix d'une qualité visuelle potentiellement plus douce et d'une dérive d'identité. La compétence est recommandée pour l'expérimentation et les prévisualisations, mais pour les productions professionnelles, il est préférable d'utiliser la compétence soeur $generate2dsprite, qui produit des feuilles de sprites plus nettes et cohérentes sans recourir à la vidéo.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/0x0funky/agent-sprite-forge/video2dsprite

Demander à votre IA préférée

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

Documentation

Video2dsprite (Grok Build uniquement)

Convertissez une image de personnage 2D de base en sprites d'animation denses à l'aide des outils vidéo natifs de Grok Build.

image fixe de base → image_to_video (mouvement sur place) → extraire les trames → incrustation chroma → échantillonner / normaliser → bande / grille / GIF

Verrouillage de plateforme (à lire d'abord)

RuntimePris en charge ?
Grok Build (xAI)Oui — nécessite image_gen / image_edit + image_to_video (ou reference_to_video)
Codex / Claude / autres agentsNon — ils ne disposent pas des outils vidéo Grok. Informez l'utilisateur que cette compétence est réservée à Grok Build et proposez $generate2dsprite à la place

Si image_to_video est absent de la liste des outils, arrêtez-vous et expliquez pourquoi. Ne simulez pas de mouvement avec des trames générées par code.

Cette compétence est un chemin optionnel pour un mouvement plus dense. Elle ne remplace pas $generate2dsprite :

Utilisez $generate2dsprite lorsque…Utilisez $video2dsprite lorsque…
Feuilles de sprites nettes, grilles fixes, héros à l'identité crucialeL'utilisateur souhaite des poses intermédiaires plus denses / des boucles plus fluides
Feuilles de corps d'attaque/invocation, packs d'accessoires, atlas de moteurL'utilisateur expérimente avec un mouvement source vidéo (course/marche/attente)
Par défaut pour la production de la plupart des sprites de jeuL'utilisateur demande explicitement vidéo → trames → sprites

La vidéo adoucit les pixels, fait dériver l'identité et laisse des franges chroma. Effectuez toujours un contrôle qualité ; pour les héros de production, préférez $generate2dsprite sauf si l'utilisateur souhaite l'aspect vidéo.

Paramètres

Déduisez-les de la demande de l'utilisateur :

  • subject : description du personnage / de la créature, ou chemin vers une image fixe existante
  • action : run | walk | idle | attack | phrase de mouvement personnalisée
  • view : généralement side (défilement latéral). topdown est plus difficile — prévenez et gardez la caméra verrouillée
  • duration : 6 (par défaut) ou 10 secondes
  • frame_counts: ensembles denses à exporter, par défaut 8,16,24,48
  • cell_size: taille de la cellule de sprite, par défaut 128
  • anchor: feet (par défaut pour la locomotion latérale) | center
  • bg: magenta uni #FF00FF (obligatoire pour l'incrustation chroma)
  • name: slug de sortie
  • out_dir: dossier de travail (par défaut ./sprites/video2dsprite/<name>/ ou relatif au projet)

Règles pour l'agent

  1. Réservé à Grok. Refusez sur les runtimes non Grok avec une brève explication + l'alternative $generate2dsprite.
  2. Image fixe → vidéo, jamais texte-à-vidéo seul. Préparez l'image de la trame 1 comme une image fixe propre (image_gen ou image_edit à partir d'une référence). Appelez ensuite image_to_video.
  3. Mouvement sur place. Demandez une course/marche sur place face à une direction fixe. Pas de panoramique, pas de défilement d'arrière-plan, pas de changement de scène. Le sujet reste approximativement centré.
  4. Fond magenta uni sur l'image de base et conservé dans l'invite vidéo (#FF00FF / magenta pur). Requis pour l'incrustation chroma par remplissage.
  5. N'inventez pas d'art avec PIL/Canvas. L'art de base provient de image_gen / image_edit ou d'une image fixe de l'utilisateur/locale. Les scripts ne font que du post-traitement.
  6. N'intégrez pas les sorties expérimentales dans le jeu sauf si l'utilisateur le demande.
  7. Préférez un cycle de locomotion pour l'utilisation dans un jeu. Un échantillonnage dense sur un clip complet multi-cycles de 6s est acceptable pour les prévisualisations ; pour les feuilles de moteur, ré-échantillonnez éventuellement un seul cycle (12–16 trames) après un contrôle qualité visuel.
  8. Signalez les chemins absolus de la vidéo, des trames nettoyées, des bandes et des GIF de prévisualisation une fois terminé.

Flux de travail

1. Planification

Choisissez la plus petite exécution utile :

  • Boucle course/marche vue latérale → cette compétence
  • Kit de héros multi-actions → utilisez toujours $generate2dsprite par action ; n'utilisez la vidéo que pour la locomotion si demandé
  • Packs d'effets / projectiles / accessoires → $generate2dsprite, pas la vidéo

Créez :

<out_dir>/
  base/
  video/
  frames-raw/
  frames-clean/
  sprite/          # ensemble par défaut de 8 trames + plus denses x16/x24/x48
  prompt-used.txt
  pipeline-meta.json
  README.txt

2. Construire l'image fixe de base

Options :

  • A. Sprite existant : ouvrez avec les outils image / lisez l'image, composez sur fond magenta #FF00FF si nécessaire
  • B. Nouveau personnage : image_gen avec fond magenta uni, corps complet, vue latérale, centré
  • C. Correspondre à une référence : image_edit à partir d'une référence utilisateur sur fond magenta, préservez l'identité

Exigences de base :

  • Corps complet visible, marge magenta généreuse
  • Vue latérale pour la course/la marche (profil ou 3/4), pieds près du tiers inférieur
  • Même style artistique que le reste du projet lorsqu'une référence existe
  • Pas de texte, d'interface utilisateur, de filigrane ou de deuxième personnage

Enregistrez sous <out_dir>/base/<name>-base.png.

Écrivez l'invite image exacte dans prompt-used.txt.

3. Animer avec image_to_video

Appelez Grok image_to_video :

  • image: chemin vers l'image fixe de base
  • duration: 6 (par défaut) ou 10
  • resolution_name: 480p sauf si l'utilisateur demande 720p
  • prompt: un plan court au présent (voir references/prompt-rules.md)

Contraintes de mouvement obligatoires dans l'invite :

  • Le sujet court/marche sur place (style tapis de course)
  • Caméra verrouillée — pas de panoramique, de zoom ou d'orbite
  • L'arrière-plan reste magenta uni plat
  • Identité, costume, palette stables pendant tout le plan
  • Une seule action continue uniquement

Copiez la vidéo retournée dans <out_dir>/video/<name>-<duration>s.mp4.

Si les outils vidéo ne sont pas disponibles, arrêtez-vous (verrouillage de plateforme).

4. Extraction + incrustation chroma + échantillonnage (script local)

Exécutez le processeur (ffmpeg + Pillow + numpy) :

python skills/video2dsprite/scripts/video2dsprite.py process \
  --video <out_dir>/video/<name>-6s.mp4 \
  --out-dir <out_dir> \
  --name <name> \
  --frame-counts 8,16,24,48 \
  --cell-size 128 \
  --body-height 100 \
  --foot-y 118 \
  --fps 0

Notes :

  • --fps 0 = extraire chaque trame décodée (utiliser la fréquence d'images source)
  • Remplissage magenta depuis les coins + suppression du déversement
  • Échantillonnage régulier pour chaque nombre dans --frame-counts
  • Cellules normalisées par les pieds, bande horizontale, grille, GIF en boucle par nombre

Optionnel : ré-échantillonnez uniquement les ensembles plus denses à partir des trames nettoyées existantes :

python skills/video2dsprite/scripts/video2dsprite.py sample \
  --clean-dir <out_dir>/frames-clean \
  --out-dir <out_dir> \
  --frame-counts 16,24,48 \
  --cell-size 128

5. Contrôle qualité

Vérifiez visuellement :

  • Le GIF de prévisualisation boucle sans sauts importants
  • Le magenta a disparu (pas de blocs roses unis) ; les franges sont acceptables ou re-key
  • Les pieds restent sur une ligne de base stable (pas de saut dû à un mauvais recadrage)
  • L'identité est globalement stable (visage/vêtements ne se métamorphosent pas à chaque trame)
  • L'action est sur place (ne glisse pas hors du cadre)
  • Pour une utilisation dans un jeu : choisissez un nombre (souvent 16 ou 24) ou découpez un vrai cycle

Si l'identité dérive fortement ou si les pixels sont trop doux, revenez à $generate2dsprite pour les feuilles de production et conservez l'ensemble vidéo comme référence de mouvement uniquement.

6. Livraison

Signalez uniquement les chemins (sauf si l'utilisateur demande à intégrer dans un jeu) :

  • Vidéo : video/*.mp4
  • Sprites denses : sprite/x16|x24|x48/
  • Bandes / grilles / GIF : sprite/run-strip-N.png, run-grid-N.png, run-preview-N.gif
  • Meta : pipeline-meta.json

Ne modifiez pas le code du jeu sauf si demandé.

Valeurs par défaut

  • Durée : 6s
  • Action : course latérale sur place, faisant face à droite
  • Nombres d'exportation : 8, 16, 24, 48
  • Cellule : 128², hauteur du corps ~100, pieds à y≈118
  • Arrière-plan : #FF00FF
  • Préférez image_to_video à reference_to_video (composez multi-références avec image_edit d'abord si nécessaire)

Compromis (informez l'utilisateur une fois)

Avantages : intermédiaires plus denses → souvent plus fluides que 4–8 poses générées discrètement. Inconvénients : pixels plus doux, dérive d'identité, franges chroma, clips multi-cycles de 6s ne sont pas une seule boucle parfaite, actifs plus lourds. Règle empirique : 8→16→24 gagnent généralement en fluidité ; 48 présente souvent des rendements décroissants ; 145 trames brutes sont pour l'échantillonnage, pas toutes pour l'exécution.

Ressources

Relation avec les autres compétences

  • $generate2dsprite — pipeline de feuilles principal (Codex + Grok lorsque la génération d'image existe)
  • $generate2dmap — cartes ; non utilisé ici
  • $video2dsprite — chemin exclusif à Grok Build pour la densification du mouvement

Individual skills in this repo

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

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

Skills associés