Communitygithub.com

carlosa54/explainer-video

Crie vídeos explicativos narrados e animados (diagramas estilo 3Blue1Brown com Manim, capturas de tela reais, voz ElevenLabs e legendas sincronizadas). Use quando for solicitado a criar um vídeo explicativo ou tutorial, recortar ou encurtar um existente, ou alterar sua narração.

O que é explainer-video?

Esta habilidade permite criar vídeos explicativos animados e narrados de forma automática, combinando diagrama estilo 3Blue1Brown (via Manim), capturas de tela de aplicações reais, síntese de voz ElevenLabs e legendas temporizadas. O processo é organizado em um pipeline baseado em projetos, com scripts separados para narração (`narration.py`), cenas (`scenes.py`), configuração (`video.json`) e capturas de tela (`screens/`). Cada nova versão ou corte é um novo projeto, criado com `scripts/new_project.py`, mantendo versões anteriores intocadas e reutilizando falas sintetizadas em cache para economizar custos. A habilidade suporta qualquer plataforma onde possa executar Python com Manim (requer Cairo, Pango e ffmpeg) e usa a chave da API ElevenLabs do ambiente. O fluxo de trabalho é guiado: coleta de fatos, criação do projeto, escrita do roteiro (com aprovação do usuário antes da síntese), animação com áudio de rascunho gratuito, narração final, build e verificação, e entrega do MP4, SRT e artefatos associados.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/carlosa54/explainer-video/tree/HEAD/skills/explainer-video

Perguntar na sua IA favorita

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

Documentação

Vídeo explicativo

Um vídeo explicativo pronto é um MP4 cujas imagens se movem com as palavras: cada animação começa quando o narrador atinge a frase que ilustra, e as legendas são temporizadas a partir dos timestamps de caracteres da própria voz. O trabalho é um pipeline em uma pasta de projeto: narration.py (o script), scenes.py (cenas Manim), video.json (título, voz), screens/ (capturas de tela) e kit/ (o toolkit embutido, executado como python -m kit <comando> a partir da raiz do projeto).

Cada corte (uma nova versão, uma edição encurtada, uma nova voz) é uma nova pasta de projeto criada com scripts/new_project.py DEST --from OLD. Cortes anteriores permanecem reproduzíveis e intocados; frases sintetizadas são armazenadas em cache por conteúdo fora do projeto, então um corte só paga por frases que mudaram.

A chave vem de ELEVENLABS_API_KEY no ambiente. Execute comandos de voz através do gerenciador de segredos que o usuário tiver (op run --, av inject +ELEVENLABS_API_KEY --, um simples export); nunca imprima, registre ou escreva a chave.

Etapas

1. Ficha de fatos

Colete o que o vídeo pode afirmar, a partir do briefing do usuário, seus repositórios e configurações, e perguntas a ele. Escreva cada afirmação como verificada (vista na configuração, em uma tela ou nas palavras do usuário) ou ilustrativa (um placeholder, um exemplo, um layout conceitual). Identifique o público, a duração alvo e o que deve ser cortado.

Concluído quando cada afirmação falada ou exibida que você planeja usar remonta a uma linha verificada, e as ilustrativas estão listadas para as notas do resultado. Leia references/script.md para as afirmações que mais frequentemente dão errado.

2. Projeto

python3 <skill>/scripts/new_project.py DEST para um novo vídeo, ou --from OLD para um novo corte. Instale template/requirements.txt em um venv (Manim precisa de Cairo, Pango e ffmpeg no sistema). Defina name, title e voice em video.json.

Concluído quando python -m kit draft && python -m kit build --low compila o exemplo embutido (ou o corte copiado) em out/.

3. Roteiro

Escreva narration.py: cenas em ordem de reprodução, cada uma uma lista de segmentos (id, caption, spoken), de uma a três frases cada. Orçamento de cerca de 150 palavras faladas por minuto de vídeo; deixe o áudio real decidir a duração final em vez de acelerar a voz. Coloque pronúncias de nomes em pronunciations.json.

Mostre ao usuário o roteiro como uma tabela (cena, narração, o que está na tela) e faça as perguntas que só ele pode responder. Concluído quando o usuário aprovar a redação: a síntese custa créditos, edições de roteiro antes dela são gratuitas.

4. Animar com áudio de rascunho

python -m kit draft cria narração placeholder gratuita com temporizações uniformes de caracteres, para que você possa organizar as cenas antes de pagar pela voz. Escreva uma classe Narrated (diagramas) ou ScreenScene (capturas de tela) por cena em scenes.py, controlando cada mudança com say / until / done. Itere com python -m kit build --low e veja os quadros.

Concluído quando cada segmento tem uma imagem que muda com suas palavras, python -m kit timing não relata lacunas silenciosas, e nenhum quadro na prévia de baixa resolução tem texto sobreposto ou um estágio vazio. Leia references/animation.md antes de escrever cenas; leia references/screens.md antes de capturar qualquer aplicativo ao vivo.

5. Voz

Se nenhuma voz for escolhida, faça uma audição: python -m kit voices, depois python -m kit audition ID1 ID2 ID3 em uma frase cheia dos nomes difíceis, e deixe o usuário escolher de ouvido. Depois python -m kit narrate --dry-run para ver o custo em caracteres, e python -m kit narrate.

Concluído quando narrate reporta 0 segmentos restantes para sintetizar. Leia references/narration.md para configurações de voz, vozes clonadas, créditos e permissões de chave.

6. Build e verificação

python -m kit build (resolução total), depois python -m kit verify --speech. Revise a folha de contato em out/ e quadros em resolução total de cada cena, e corrija o que encontrar. Uma nova voz altera o ritmo, então uma troca de voz sempre significa uma renderização completa, nunca uma substituição de trilha sonora.

Concluído quando todas as verificações em references/verify.md passam ou sua exceção é explicada.

7. Entrega

Reporte os caminhos absolutos do MP4, SRT, roteiro e folha de contato; duração; voz e modelo; os números de verificação; a lista ilustrativa ou não verificada da etapa 1; e os comandos de reconstrução. Nunca chame áudio de rascunho de narração finalizada: assemble recusa um build final enquanto qualquer segmento ainda for um rascunho.

Habilidades Relacionadas