Communitygithub.com

Pluviobyte/rnskill

Transformez des visualisations de pouvoirs surdimensionnés (法天象地), d'avatars colossaux ou de manifestations de force en images clés continues, puis générez, inspectez et assemblez des vidéos d'action par segments à l'aide d'outils de génération vidéo à partir d'images, choisis par l'utilisateur ou disponibles, sans être lié à une plateforme de montage final.

Qu'est-ce que rnskill ?

Ce skill permet de décomposer une manifestation de pouvoir unique et lisible en une séquence d'états continus, puis de confier la génération des mouvements entre ces états à des outils de génération vidéo. Il est idéal pour les scènes où le personnage principal et son avatar surdimensionné apparaissent dans le même cadre, pour les déploiements de domaine, la matérialisation et les attaques synchronisées. Le skill fonctionne indépendamment de la plateforme de rendu final et ne prend pas en charge l'adaptation complète d'un roman ou le simple diaporama d'images. Il propose quatre modes de travail principaux : partir d'un style ou d'images clés déjà approuvés, livrer des concepts, des prompts ou des images clés, ou exécuter la génération vidéo complète avec inspection et assemblage. Il se distingue par son souci de la continuité spatiale et anatomique entre le personnage et son avatar, évitant les erreurs de miroir ou d'inversion. Le skill n'est pas lié à un outil de génération particulier ; il s'adapte aux outils disponibles et documente les capacités réelles de chaque plateforme. Il produit un journal détaillé des états, des prompts, des itérations, des retouches et des écarts résiduels, et livre soit des images clés indépendantes et une synthèse de segmentation, soit une vidéo finale téléchargeable avec un rapport complet.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/avatar-keyframe-video

Demander à votre IA préférée

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

Documentation

法天象地连续帧成片

Décomposez une manifestation de pouvoir unique et lisible en une séquence d'états continus, puis confiez la génération des mouvements entre chaque état à une génération vidéo. Livrez le plan, les images clés ou la vidéo finale selon la demande de l'utilisateur, sans élargir automatiquement le périmètre.

Reprendre depuis l'avancement actuel

  • Style approuvé : Utilisez-le directement comme modèle, ne relancez pas une sélection de style.
  • Images clés approuvées : Après avoir vérifié les incohérences entre les images, générez la vidéo, ne régénérez pas les images.
  • Demande de plan, Skill, prompt ou images clés uniquement : Livrez les éléments correspondants, ne soumettez pas automatiquement une tâche de vidéo payante.
  • L'utilisateur dit "continuer après sélection" : Arrêtez-vous au point de sélection. Si déjà sélectionné ou autorisé, ne redemandez pas de confirmation.
  • Préférence non critique manquante et autonomie autorisée : Adoptez une valeur par défaut raisonnable et avancez. La pluie nocturne, huit images, 25 secondes, le couteau et la bande-son ne sont pas des exigences fixes.

Peut recevoir les cartes d'événement de novel-distill, ou utiliser directement les idées de l'utilisateur, sans nécessiter l'installation d'un Skill supplémentaire. Distinguez clairement : faits originaux F, traitement audiovisuel P, nouvelle adaptation A. Les domaines, avatars et armes des vidéos de référence ne doivent pas être importés comme des faits du roman. En l'absence de texte original, appelez cela une "interprétation visuelle de concept".

Choix de l'outil : indépendant de la plateforme

Ce Skill fixe la méthode de production, ne spécifie pas de plateforme de rendu finale par défaut. La génération d'images, la génération vidéo à partir d'images, le montage et le mixage peuvent être effectués par différents outils ou sur la même plateforme.

  • Outil spécifié par l'utilisateur ou projet existant : Priorité à la réutilisation, vérifiez ses capacités réelles. N'utilisez pas automatiquement Pexo simplement parce qu'il a été utilisé dans un cas historique.
  • Non spécifié : Choisissez en fonction des outils actuellement disponibles, des contraintes de capacité des images de référence, de la durée, de la possibilité de téléchargement de la sortie et du budget, et expliquez brièvement le choix. Si une solution est déjà disponible et que l'utilisateur permet une décision autonome, il n'est pas nécessaire d'ajouter une étape de confirmation pour le choix de la plateforme.
  • Aucun outil de génération disponible : Livrez les images clés indépendantes, un rapport de segmentation général et des prompts, en expliquant les capacités manquantes. Ne présentez pas les éléments préparés comme une vidéo déjà générée.
  • Vérifiez d'abord l'interface ou l'API actuelle, puis mappez le rapport général en paramètres spécifiques. Le nom de la plateforme n'équivaut pas à la capacité du modèle ; ne partez pas du principe que chaque plateforme prend en charge plusieurs images de référence, les images de début/fin ou les effets sonores natifs.

1. Verrouiller la relation de co-cadre et la continuité

Utilisez un tableau de continuité concis pour enregistrer les informations existantes :

ÉlémentContenu à verrouiller
PersonnageVisage, âge, coiffure, silhouette de la robe, matière, objets d'identification
AvatarPar défaut, sa propre manifestation agrandie, même visage, même tenue. Si l'utilisateur spécifie une divinité ou une forme étrangère, enregistrez la relation correspondante
Espace de co-cadrePersonnage au premier plan, avatar en arrière-plan, plus haut que les bâtiments. La silhouette du petit personnage et le visage du grand avatar doivent être lisibles simultanément
Coordonnées du corps et de l'imageAnatomiquement, quelle main tient quoi, où se trouvent le point de départ et le point d'arrivée dans l'image
ScèneMonuments du lieu, source de lumière, météo, position de la caméra et axe d'action
Évolution de la matièrePar exemple, ombre argentée → matière de la peau → dissipation des bords. N'imposez pas si l'utilisateur n'en a pas besoin
AttaqueInitiation → Accumulation → Libération → Retrait, nombre de fois, direction, cible et réaction de l'environnement

Mappage d'action identique, pas un miroir horizontal. Le bras anatomique droit du personnage correspond au bras droit de l'avatar, n'écrivez pas de "mirror pose" ambigu qui entraînerait une inversion gauche-droite. L'avatar ne peut pas devenir un second adversaire au loin. Un gros plan du visage seul ne peut pas remplacer l'image clé en co-cadre requise.

Par défaut, gardez une seule position de caméra à partir du modèle, ou une légère avancée, pour réduire la difficulté de raccordement. Lorsque l'utilisateur demande plusieurs positions de caméra, précisez les changements de plan et l'axe, ne transformez pas la position unique en interdiction de style.

2. Concevoir d'abord le changement d'état, puis générer les images indépendantes

Consultez references/keyframes.md. Pour chaque image, enregistrez la posture du personnage, la posture/transparence de l'avatar, l'état de l'arme, la réaction de l'environnement, la différence avec l'image précédente et les actions pas encore réalisées. La différence doit être visible dans l'image.

La structure courante est "Préparation → Ouverture du domaine → Première apparition → Déploiement → Matérialisation → Rassemblement de l'arme / Lever de la main → Libération synchronisée → Rémanence", qui peut être fusionnée ou divisée. Lorsque l'écart entre le rassemblement de l'arme et le lever de la main est trop grand, ajoutez un état de transition, n'entassez pas plus d'exigences dans le même prompt.

Utilisez les outils de génération / édition d'images actuellement disponibles ; lorsque l'utilisateur spécifie une plateforme ou un modèle, vérifiez les capacités réellement appelables. Si l'interface ne renvoie pas de version, enregistrez le canal et "version non divulguée", ne prétendez pas utiliser un modèle spécifique comme GPT-Image 2.

Générez une image indépendante à la fois, en maintenant le format. Passez généralement le "modèle approuvé + la dernière image approuvée" : le modèle maintient l'identité, l'image précédente maintient l'état. Si l'image précédente contient une erreur, corrigez-la d'abord, ne propagez pas l'erreur, et n'utilisez pas toutes les images en une seule fois. Les premières images doivent explicitement réduire l'apogée du modèle : pas de grand visage si non encore manifesté, pas d'éclat d'arme complet si non encore libéré.

Après avoir généré chaque image, regardez-la avant de continuer. Ne modifiez localement que lorsque le bras de l'avatar est erroné, en conservant les parties correctes du personnage, du visage, des vêtements et de la scène. Les différences locales de texture sont autorisées dans une mesure raisonnable, mais les contradictions majeures d'identité, de côté de la main et d'étape d'action doivent être résolues en premier.

3. Répartir les mouvements entre les images en segments vidéo

Consultez references/video-and-qa.md. Segmentez en fonction de la capacité de durée et de la complexité du mouvement, chaque segment partageant un état limite validé avec le segment adjacent. Le partage d'images ne garantit pas un raccordement naturel après génération.

Pour chaque segment, écrivez l'état initial, l'état final, la référence de processus, l'action principale, le mouvement de la caméra, la relation de correspondance entre les deux, la sollicitation de l'environnement, le rythme sonore et la posture finale. L'image fixe l'apparence et l'état, le prompt vidéo décrit le mouvement entre les états ; ne faites pas un diaporama d'images statiques.

S'il existe des champs spécifiques pour l'image de début/fin, utilisez-les selon l'interface. Un image_list ordinaire ne peut être appelé qu'une référence ordonnée. En l'absence de contrainte d'image finale, vérifiez la fin réelle du segment, utilisez si nécessaire l'image finale validée du segment comme image de début du segment suivant. Ne soumettez des segments indépendants que lorsque la limite est claire et que l'outil prend en charge les contraintes correspondantes.

Ne consultez les instructions d'adaptation optionnelles references/pexo.md que si Pexo est effectivement utilisé pour cette tâche. Ce n'est pas une entrée par défaut ou une dépendance requise. Pour les autres outils, exécutez selon le rapport général et les capacités actuelles.

4. Validation, correction et assemblage

Examinez d'abord les éléments réels, puis décidez de la régénération. Priorisez la correction des relations de cohérence, du côté de la main et de la direction, des attaques répétées, des régressions d'action et des dérives majeures d'identité. Les écarts de texture sont jugés par rapport à l'objectif initial ; un texte d'auto-vérification d'une plateforme ne peut pas déclencher directement une nouvelle tentative payante.

Co-cadre n'est pas égal à synchronisation. Le personnage a déjà rangé l'arme alors que l'avatar la tient encore : c'est une erreur critique. Vérifiez les points de libération et de raccordement. Utilisez un recadrage raisonnable, des points de montage correspondants et des ponts sonores pour traiter les petites différences. N'utilisez pas la lecture inversée ou de longues fondus pour masquer des postures erronées.

Conservez la version originale et la version corrigée, ne remplacez pas le seul élément réussi. Chaque cycle de traitement doit clairement identifier les défauts ; réservez une marge pour les nouvelles tentatives et la post-production. L'utilisateur fixe une limite, ne l'augmentez pas sans autorisation. Les objectifs de coût de l'assistant doivent également être signalés en cas d'écart. Comptabilisez les corrections multiples une par une dans la consommation ; n'écrivez pas "un cycle" comme une nouvelle tentative gratuite.

Le son est organisé selon l'accumulation, la libération et la rémanence, en conservant les effets sonores d'environnement et d'action efficaces. Si la musique est trop longue, coupez-la avec un fondu sortant ; ne régénérez que si le contenu ne convient pas. "Remplacer la piste audio" ne peut pas être présenté comme "superposer et conserver". Si la plateforme ne peut pas mixer, vous pouvez effectuer la post-production externe selon les autorisations existantes, mais expliquez honnêtement la répartition des tâches.

Exemple de vérification technique locale :

python3 scripts/audit_video.py /absolute/path/final.mp4 --cuts 6.04,12.08,17.12 --out /absolute/path/qa

Les points de coupe doivent être renseignés avec la timeline réelle. Nécessite Python 3, ffmpeg, ffprobe. Le script génère les paramètres média, le résumé global, les images extraites aux points de coupe, la détection d'écran noir et de volume ; il ne juge pas de la synchronisation des personnages, de la perception auditive ou de la présence de voix humaine, une inspection visuelle et une vérification audio appropriée restent nécessaires.

Livraison

Livrez les images clés indépendantes et/ou la vidéo finale téléchargeable selon le périmètre, en conservant le tableau des états, les prompts et les enregistrements de production. Enregistrez les outils réels / le modèle identifiable, la timeline, les nouvelles tentatives, la consommation et les écarts résiduels. Pour la vidéo finale, enregistrez également les éléments source et les spécifications de sortie. Ne présentez pas un upscaling comme une résolution native, et ne considérez pas le statut "terminé" de la plateforme comme une validation.

Présentez directement l'œuvre finale et les limitations importantes. Si un cas réel est nécessaire, consultez references/worked-example.md. Les prix et effets passés ne constituent pas une promesse de succès, de budget ou de croissance de followers.

Individual skills in this repo

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

Pluviobyte/rnskill

口播基础素材包生成。转录口播、识别口误、生成审核页;用户确认后剪出新视频,Agent 再基于剪后视频重新转写、AI 校对字幕,输出后续口播成片可用的 source_cut.mp4 和 subtitles.srt。触发词:剪口播、处理口播素材、准备口播素材、识别口误、基础素材包

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

将参考图或简要描述解码为可编辑的半色调纸张拼贴规范,默认使用 Codex 内置 image_gen 生成品牌一致的静帧和透明图层,再用本地 FFmpeg 或 HyperFrames 制作“从空背景逐件组装”的确定性动态视频。用户提到半色调拼贴、纸张拼贴、剪纸拼贴、编辑式拼贴、杂志拼贴、复古印刷拼贴、拼贴动效、拼贴动画、剪纸动画、纸片组装、逐层组装、从无到有、元素飞入拼装、定格拼贴、定格动画、Arcads 风格、参考图拆解、风格拆解、反向拆解视觉、照这个风格做、做类似的、生成拼贴静帧、让这张图动起来、让这些元素组装起来、制作拼贴广告或拼贴解释视频时使用。英文触发语义包括 editorial collage、halftone collage、paper collage、paper-cut motion、stop-motion graphic、assemble from empty、build-on motion、analyze this、break this down、reverse-engineer this look、generate the stills、animate this、make these move。默认不调用 Arcads、Nano Banana、Seedance 或 Kling;只有用户明确要求且对应连接器可用时才进入外部生成路径。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

Skills associés