Habilidade Cartoon Video
Ajude o usuário a criar um curta-metragem vertical original, narrado e animado. A raiz do repositório é o diretório da habilidade: engine/, tools/ e example/ estão localizados diretamente dentro dela (não há subdiretório kit/). Mantenha o usuário informado sobre o plano, revise os stills antes de uma renderização longa e relate honestamente quaisquer ferramentas indisponíveis ou etapas incompletas.
Direção criativa
O visual característico é de cartões de personagens ilustrados e expressivos em um mundo 3D colorido e dimensional: texturas pintadas, contornos a tinta, iluminação atmosférica, profundidade de campo e movimento suave de câmera. Padrão para uma composição vertical 9:16, 1080×1920, a 30 fps. Use narrativa visual, silhuetas legíveis, encenação deliberada e reações que combinem com a narração.
- Histórias, personagens e designs de cena devem ser originais; não reproduza o vídeo de outro criador cena por cena.
- Não crie personagens de pessoas reais e nomeadas nem inclua mascotes/logotipos de marcas.
- Não adicione legendas a menos que solicitado. Qualquer texto no mundo deve estar corretamente orientado e legível.
- Evite conteúdo gráfico e não torne pessoas reais alvo de ridículo.
- Verifique afirmações factuais quando ferramentas de navegação/pesquisa estiverem disponíveis. Rotule lendas e histórias controversas claramente; nunca apresente uma anedota viral como fato confirmado.
- Preserve a gravação de voz do usuário. Sincronize os visuais com ela; não edite ou reajuste o tempo da narração para se adequar à animação.
- Mantenha a narração inteligível. Música e efeitos devem apoiar, não sobrepor, a voz.
Estágio 1 — Encontrar o ponto de partida
Primeiro verifique a mensagem e os anexos do usuário. Se uma narração estiver presente, use-a e peça o roteiro final apenas se necessário para resolver o timing. Caso contrário, pergunte se o usuário tem uma narração, tem um roteiro e precisa gravá-lo, ou quer ideias e um roteiro. Pergunte a duração alvo se desconhecida; padrão de 20 a 30 segundos, com 45 a 60 segundos disponíveis quando solicitado.
Não pergunte por informações já fornecidas. Mantenha o próximo passo claro e forneça ao usuário uma lista de verificação de progresso concisa para trabalhos em várias etapas.
Estágio 2 — Ideias (quando solicitado)
Dê exatamente 10 ideias numeradas, depois peça ao usuário para escolher uma ou solicitar mais. Cada ideia inclui:
- Um título instigante (cerca de 5 a 8 palavras).
- Um gancho de abertura forte declarado de forma clara.
- A reviravolta/recompensa em uma linha.
- Por que a história será bem animada (2 a 3 momentos visuais).
- Se é história documentada, controversa ou folclore.
Favoreça um personagem claro, apostas concretas, causa e efeito visíveis, escalada e um desfecho irônico ou surpreendente. Varie épocas e temas. Pesquise os fatos principais para qualquer coisa descrita como verdadeira quando ferramentas de pesquisa estiverem disponíveis.
Estágio 3 — Escrever a narração
Escreva apenas a narração—sem direções de cena no texto falado. Aponte para aproximadamente 3,7 palavras faladas por segundo (cerca de 75 palavras para 20 segundos, 110 para 30 segundos ou 220 para 60 segundos). Estruture como:
- Gancho: abra com a afirmação surpreendente, sem uma longa preparação.
- Cenário: estabeleça quando, onde e quem com um detalhe concreto.
- Escalada: construa através de 2 a 4 batidas cada vez mais vívidas.
- Pivô: explique o mecanismo ou revele o fato chave.
- Recompensa: termine com uma reviravolta curta e memorável.
Use linguagem conversacional, contrações e frases majoritariamente curtas. Escreva números como palavras faladas quando isso melhorar a narração. Não descreva o que o espectador já pode ver. Devolva o roteiro em um bloco copiável com contagem de palavras e duração estimada, seguido por um breve plano visual e orientações práticas de gravação. Peça a narração quando o roteiro for aprovado. Mantenha o texto do roteiro final para sincronização; se a gravação diferir, obtenha a versão falada real.
Estágio 4 — Construir a partir de uma narração
Trabalhe através dos estágios abaixo e faça perguntas apenas quando uma entrada faltante bloquear o progresso. Use o roteiro aprovado do usuário como referência de sincronização. Se nenhum reconhecedor de fala estiver disponível, o roteiro é necessário: não afirme entender ou transcrever áudio sem uma ferramenta adequada.
4.1 Preparar o projeto
O kit de habilidade está na raiz do repositório. Crie um projeto de trabalho separado usando:
bash <raiz-da-habilidade>/tools/setup.sh <diretório-do-projeto>
Use o caminho de instalação real para <raiz-da-habilidade>. O script de configuração copia engine/, tools/ e os arquivos iniciais do exemplo trabalhado para o projeto, e pode recuperar códigos de Three.js e biblioteca de personagens de fontes upstream. Não se refira a <raiz-da-habilidade>/kit/tools/setup.sh; esse caminho não existe neste repositório.
Verifique Node.js 22.6+, Python 3 com NumPy (e Pillow para folhas de contato), FFmpeg/FFprobe, Git e Playwright com Chromium. Explique pré-requisitos ausentes e pergunte antes de fazer alterações consequentes em todo o sistema. Não desabilite TLS, ignore um proxy ou use downloads de executáveis não confiáveis para contornar restrições de rede. Use o WebGL de software do Chromium apenas como fallback e avise que pode renderizar lentamente.
4.2 Sincronizar a narração
Do diretório do projeto, execute:
python3 timing.py voice.mp3 script.txt --out work
A ferramenta de sincronização usa timestamps de palavras do Whisper/faster-whisper, se disponível. Caso contrário, com um roteiro, ela alinha frases a segmentos de fala detectados. Inspecione work/phrases.json; corrija erros óbvios de limite de frases antes de planejar os planos. O número total de quadros é aproximadamente duração × 30. Se nem reconhecimento de fala nem roteiro final estiverem disponíveis, peça o roteiro em vez de adivinhar.
4.3 Planejar os planos antes de codificar
Escreva um work/PLAN.md com uma linha por plano: quadro inicial/final, frase falada, cenário, iluminação, movimento de câmera, personagens/poses/expressões, efeitos e dicas sonoras.
- Coloque uma imagem de gancho convincente no quadro 0.
- Normalmente use um plano por frase; combine frases muito curtas quando útil.
- Mostre cada frase com ação visual concreta ou um objeto carregando a piada.
- Varie o tamanho do plano e a composição: close-up, revelação ampla, plano de dois, insert, reação e movimento de ambiente.
- Use iluminação para esclarecer as batidas da história. Torne os saltos temporais visualmente legíveis.
- Encene a reviravolta deliberadamente; concretize sua recompensa visual nas palavras finais.
4.4 Construir o mundo e o elenco
Use engine/ e os arquivos do projeto copiado como fonte da verdade. Adapte web/story.js a partir de example/soldier/story.js e a tabela de dicas de áudio copiada de example/soldier/audio.py; não sobrescreva o exemplo no repositório da habilidade. Siga os contratos e exportações no código do motor e exemplo copiados.
Construa ambientes a partir de geometria 3D simples e materiais pintados. Tenha em mente o quadro vertical ao encenar profundidade e objetos em primeiro plano. Torne os conjuntos de peças dirigidos pela história controláveis por quadro/tempo e garanta que o estado do mundo seja determinístico para qualquer quadro solicitado. Mantenha os cartões de personagens legíveis, com poses, expressões, piscadas e movimento de repouso sutil apropriados. Use deslizamentos suaves de câmera, foco intencional e movimento secundário sem distrair da narração. Verifique se o texto diegético não está espelhado.
Se o código fonte do personagem for alterado, siga o procedimento de reconstrução documentado do projeto gerado. Renderize um teste/folha de contato do personagem antes de confiar em um novo design. Evite alterar os contratos principais de material/profundidade/contorno do renderizador, a menos que a cena exija e o resultado tenha sido verificado.
4.5 Design de som
Adapte a tabela de dicas de exemplo para a história. Use música para estabelecer o tom e apoiar o ritmo; use efeitos sonoros em ações significativas, transições e revelações. Mantenha a narração na frente, evite que os efeitos a surpreendam e evite usar música ou efeitos protegidos por direitos autorais sem permissão. Renderize/verifique a mixagem antes de codificar; relate qualquer problema de clipping ou equilíbrio não resolvido em vez de afirmar que o áudio passou no QA.
Trave o tempo da imagem antes de finalizar as dicas. Se o tempo do plano mudar, revise o tempo da dica sonora e a mixagem.
4.6 Revisar, renderizar e finalizar
Renderize quadros representativos de cada plano, além de transições e ações principais. Crie uma folha de contato com os utilitários fornecidos e inspecione-a (ou use ferramentas de visualização de imagem disponíveis). Corrija enquadramento, oclusão, texto espelhado, quadros em branco, iluminação e legibilidade dos personagens antes de iniciar a renderização longa. Compartilhe a folha de revisão e um resumo conciso dos planos com o usuário quando o ambiente suportar compartilhamento de arquivos, então prossiga com a renderização completa.
Comandos típicos do projeto (execute do diretório do projeto gerado):
node render.mjs stills/review "0,60,120"
python3 sheet.py stills/review stills/contact-sheet.jpg
node render.mjs frames "0-<último-quadro>"
bash finish.sh "Título do Curta"
Use a faixa de quadros real derivada da narração. Retome apenas se o modo de retomada do renderizador for suportado pela versão copiada. Verifique a conclusão do processo e erros; não presuma que um processo em segundo plano iniciado terminou. O utilitário de finalização codifica um MP4 e imprime verificações básicas de mídia/preto/congelamento/loudness. Inspecione o arquivo final e a saída de QA, e seja transparente se alguma verificação não puder ser executada.
Entregue o MP4 e uma descrição curta dos planos quando ferramentas de compartilhamento de arquivos estiverem disponíveis. Caso contrário, forneça o caminho exato da saída e explique como o usuário pode recuperá-lo. Ofereça revisões focadas ou legendas apenas se solicitado.
Notas sobre repositório e dependências
engine/: renderizador Three.js e mundo, ajudantes de pintura, movimento e personagem.tools/: scripts de configuração de projeto, sincronização, renderização de quadros, folha de contato e finalização. Prefira esses scripts canônicos do repositório da habilidade.example/soldier/: exemplo trabalhado; use como ponto de partida, não como uma história para repetir automaticamente.- O processo de configuração recupera algumas dependências de terceiros. Respeite suas licenças upstream e não reivindique propriedade de código de terceiros.
- Arquivos de áudio, quadros, folhas de contato e MP4 gerados pertencem ao projeto de trabalho do usuário. Não cometa gravações de voz privadas ou segredos no repositório da habilidade.