Communitygithub.com

christian-byrne/comfy-skills

Pipeline de produção para vídeos em arte ASCII. Suporta conversão de vídeo para ASCII, visuais reativos a áudio, cenas generativas e narração TTS. Use quando solicitado a criar vídeos ASCII, converter vídeo para ASCII ou fazer arte de vídeo baseada em terminal.

O que é comfy-skills?

Este skill fornece um pipeline completo de produção para criar vídeos em arte ASCII, seja convertendo vídeos existentes ou gerando animações ASCII originais. Ele é útil para desenvolvedores e criadores que desejam transformar conteúdo multimídia em arte de terminal retrô ou visualizações estilizadas. O skill suporta vários modos de operação, incluindo conversão de vídeo para ASCII, visuais reativos a áudio, cenas generativas, composições híbridas e narração por texto-para-fala (TTS). O pipeline segue as etapas: entrada, análise, geração de cena, mapeamento de tom, sombreamento e codificação, usando rampas de caracteres ASCII configuráveis. Funciona em plataformas que suportam Python, PIL e ffmpeg, como sistemas Unix/macOS. O código-fonte inclui exemplos práticos para extrair quadros de vídeo, converter pixels em caracteres e renderizar o resultado final em vídeo com ou sem áudio.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christian-byrne/comfy-skills/tree/HEAD/skills/ascii-video

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Pipeline de Produção de Vídeo ASCII

Crie vídeos em arte ASCII a partir de filmagens existentes ou gere animações ASCII originais.

Pré-requisitos

pip install numpy scipy pillow
# Também necessário: ffmpeg
# macOS: brew install ffmpeg
# Linux: apt install ffmpeg

Modos

ModoDescrição
Vídeo para ASCIIConverter vídeo existente para representação ASCII
Reativo a áudioVisuais impulsionados por entrada de áudio
GenerativoCenas e padrões ASCII processuais
HíbridoMisturar conversão de vídeo com sobreposições generativas
Letras/textoTexto animado sincronizado com áudio
Narração TTSTexto-para-fala com acompanhamento visual

Pipeline

ENTRADA → ANALISAR → FUNCAO_CENA → MAPEAMENTO_TON → SOMBREAMENTO → CODIFICAR
  1. ENTRADA — Arquivo de vídeo, arquivo de áudio ou parâmetros para geração
  2. ANALISAR — Extrair quadros (vídeo) ou características de áudio (reativo)
  3. FUNCAO_CENA — Gerar conteúdo de quadro ASCII por quadro
  4. MAPEAMENTO_TON — Mapear brilho do pixel para rampa de caracteres ASCII
  5. SOMBREAMENTO — Aplicar conjunto de caracteres e cores ANSI opcionais
  6. CODIFICAR — Renderizar para vídeo via ffmpeg

Rampas de Caracteres ASCII

# Claro para escuro (padrão)
RAMP = " .:-=+*#%@"

# Estendida
RAMP_EXT = " .'`^\",:;Il!i><~+_-?][}{1)(|\\/tfjrxnuvczXYUJCLQ0OZmwqpdbkhao*#MW&8%B@$"

# Caracteres de bloco (maior contraste)
RAMP_BLOCK = " ░▒▓█"

Vídeo para ASCII

import subprocess
import numpy as np
from PIL import Image
import io

def video_to_ascii(video_path, width=120, fps=15):
    """Extrair quadros e converter para ASCII."""
    cmd = [
        'ffmpeg', '-i', video_path,
        '-vf', f'fps={fps},scale={width}:-1',
        '-f', 'image2pipe', '-vcodec', 'rawvideo', '-pix_fmt', 'gray', '-'
    ]
    # Processar quadros...
    proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.DEVNULL)
    # Ler dados do quadro, converter cada pixel para caractere ASCII da rampa

Renderizar para Vídeo

# Renderizar quadros ASCII para vídeo com ffmpeg
# 1. Gerar imagens de quadro (PIL/Pillow com fonte monoespaçada)
# 2. Codificar:
ffmpeg -framerate 30 -i frames/quadro_%04d.png -c:v libx264 -pix_fmt yuv420p saida.mp4

# Adicionar faixa de áudio:
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -shortest saida_com_audio.mp4

Padrões Criativos

  • Excelência na primeira renderização — cada quadro deve ficar bom por si só
  • Variação por seção — variar conjuntos de caracteres, densidade e efeitos entre as seções
  • Estética coesa — manter estilo consistente dentro de uma peça
  • Taxa de quadros — 15fps para sensação retrô, 30fps para suave, 60fps para fluido
  • Resolução — 80-120 colunas é o ponto ideal para legibilidade

Habilidades Relacionadas