Communitygithub.com

stickman-animation-studio

Produza um cartoon profissional completo (1080×1920, 30 fps) em inglês, narrado e sincronizado, a partir de um único prompt. Cobre todo o pipeline: pesquisa, roteiro, storyboard com contrato de sincronia, animação 2D/3D programática, narração, legendas, música e efeitos sonoros, QA e render final.

O que é stickman-animation-studio?

O Stickman Animation Studio é uma habilidade autônoma para agentes de IA que transforma um único prompt (tópico, título ou arquivo TXT) em um vídeo vertical cartoon em inglês, de qualidade profissional, usando apenas código — sem APIs pagas, sem geração de imagens ou vídeo por IA. Ele guia o agente por um pipeline completo e verificável: investigação das capacidades do agente, pesquisa e fact-checking, escrita de roteiro e direção de voz, storyboard com um contrato de sincronia narração-visual validado por um gate executável, animação programática 2D/3D com o motor Remotion embarcado, narração via edge-tts, música e SFX processuais, e portões rígidos de QA para stills, áudio e vídeo. É agnóstico a modelo e agente; qualquer agente com acesso a shell, sistema de arquivos e capacidade de executar comandos longos pode usá-lo. O resultado é um MP4 verificado, junto com fontes, script, fact-check e mapa de sincronia. A habilidade enfatiza a não opcionalidade dos gates de qualidade: stills, sync e áudio devem passar antes da entrega final.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/god-dark-z/stickman-animation-studio/tree/HEAD

Perguntar na sua IA favorita

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

Documentação

Stickman Animation Studio — /make-video

Transforme um prompt em um cartoon vertical em inglês, de qualidade de estúdio (1080×1920, 30 fps, H.264 + AAC) usando apenas código. Você escreve a história, cria um storyboard com um contrato de sincronia narração-visual explícito, executa o motor embarcado através de seus gates de QA e entrega o MP4 verificado junto com suas fontes.

Opere de forma autônoma. Sem perguntas de confirmação, sem narração de progresso, sem parar no meio do caminho. Se uma etapa estiver bloqueada, trate como um problema de roteamento: tente a próxima ferramenta, o próximo recurso, ou construa você mesmo. Pare apenas quando o vídeo for renderizado, verificado e entregue.

O idioma de produção é exclusivamente o inglês. Narração, diálogo, texto na tela, legendas, rótulos e textos inseridos são todos em inglês. A narração deve soar como documentário profissional, educacional ou narrativa animada (references/10-english-voice-direction.md).

0. Investigue suas capacidades, depois adapte

Antes de produzir, inspecione o que ESTE agente/modelo pode realmente fazer e adapte o fluxo de trabalho. Não presuma; verifique. Um minuto aqui evita uma renderização quebrada mais tarde.

SondaComoSe faltar → adaptação
Acesso a shell + arquivosexecute node --versionSem shell → esta habilidade não pode renderizar; recorra ao handoff install/PASTE-THIS-PROMPT.md para um agente de codificação
Pesquisa webUma ferramenta de busca web está disponível?Sem busca → escreva a partir do conhecimento interno, marque cada afirmação como "não verificada" em fact-check.md, prefira tópicos atemporais de física/história
Visão em imagensVocê consegue ler arquivos de imagem?Sem visão → confie em engine/scripts/qa_stills.py + engine/scripts/qa_sync.ts (gates de pixels/lexicão) e mencione isso no relatório de entrega
Execução em segundo planoVocê pode executar comandos longos em segundo plano?Não → execute as renderizações em primeiro plano e use --preview primeiro; reserve vários minutos
Orçamento de contextoContexto muito grande?Contexto restrito → leia apenas os arquivos references/ que a etapa atual nomeia, um de cada vez; mantenha o JSON da história como a única fonte da verdade
Profundidade de raciocínioModelo forte → vá além: enriquecimento de cena, mais beats, pesquisa mais profundaModelo mais fraco → siga os padrões de referência literalmente; eles são calibrados para produzir bons resultados sem improvisação

Seja qual for o ambiente, os gates de qualidade (etapas 4, 5, 7) não são opcionais — um fluxo de trabalho mais fraco deven passar pelas mesmas verificações executáveis.

0.5 Resolva o motor

O motor é um projeto Remotion autocontido. Encontre-o nesta ordem:

  1. Um diretório no projeto atual cujo package.json se chama stickman-studio-engine — use-o.
  2. A pasta engine/ que acompanha este arquivo — copie-a para o workspace (cp -r <skill-dir>/engine ./engine) e execute npm install dentro dela (apenas na primeira vez).
  3. Se nenhum existir, a habilidade foi instalada sem seu motor — clone o repositório da habilidade e pegue engine/ de lá.

Configuração única dentro do diretório do motor:

npm install                      # Remotion + three + zod
pip install edge-tts imageio-ffmpeg numpy scipy pillow   # narração + áudio procedural + QA

Os 65 SFX, 6 bases musicais e o grão de filme são gerados processualmente na primeira renderização (sem downloads, sem licenças, sem áudio de terceiros). A narração precisa de internet para edge-tts (gratuito, sem chave); --no-tts funciona totalmente offline para trabalho de encenação. Apenas vozes em inglês — veja references/10-english-voice-direction.md para o catálogo de vozes e regras de direção.

1. Pesquise o tópico (em inglês)

  • A entrada é um tópico, um título ou um caminho para um arquivo TXT (leia-o se fornecido).
  • Pesquise com busca na web antes de escrever. Construa uma tabela de fact-check (afirmação | o que a fonte diz | URL da fonte) para cada afirmação factual que você narrará → stories/<slug>/fact-check.md.
  • Se algo é apenas rumor ou folclore, ou descarte ou marque na narração ("reza a lenda…").
  • Prefira o detalhe verdadeiro mais estranho a um inventado mais suave.

2. Escreva o roteiro + escolha a voz

Mire em 190–210 palavras ≈ 60–75 s. Estrutura (siga exatamente):

  1. Linha 1: gancho paradoxal apresentado como fato simples. Sem saudações, sem "Você sabia".
  2. Configuração e riscos — herói, lugar, desejo.
  3. Escalação + uma breve frase citada onde alguém zomba do herói.
  4. Ponto de virada / pergunta retórica.
  5. "Veja," + o mecanismo, com uma analogia cotidiana e um gráfico inserido.
  6. Reviravolta na última linha. Termine com força.

Regras completas de criação: references/04-script-craft.md. Salve o roteiro em stories/<slug>/script.md.

Em seguida, dirija a voz antes de renderizar: escolha provedor/voz/velocidade para o gênero em references/10-english-voice-direction.md (padrão: en-US-AndrewMultilingualNeural @ +22%; documentário calmo lê mais devagar). Teste a linha de gancho com uma síntese rápida se não tiver certeza.

3. Verifique e construa recursos

  • Liste o que a história precisa: lugares, objetos estáticos, itens segurados.
  • Verifique o que existe: npx tsx scripts/locations.ts --list. Reutilize antes de construir; nunca crie um quase-duplicado; nomeie os recursos pelo que são.
  • Construa recursos faltantes antes de storyboard — receitas em references/08-extending-assets.md (localização 3D / objeto 3D / adereço 2D / fundo 2D / roupa).
  • Verifique novos recursos 3D com npx tsx scripts/locations.ts --stills --only=<name>.

4. Storyboard COM um contrato de sincronia (o gate de sincronia)

Escreva stories/<kebab-title>.json. Esquema + ids: references/09-schema-reference.md, engine/src/catalog.ts. Regras de criação: references/05-storyboard-craft.md.

A sincronização narração-visual é obrigatória e verificável por máquina. Cada segmento de narração (o say de um plano) deve mostrar visivelmente o que diz: lugar certo, hora do dia certa, a ação descrita como uma pose/beat/prop, objetos mencionados na tela, linhas citadas vinculadas a um ator quote, e continuidade entre os planos. O timing no nível da palavra dentro de um plano é vinculado com beats (at = uma palavra falada).

Execute o gate executável e itere até zero erros:

npx tsx scripts/qa_sync.ts stories/<file>.json            # verificações de lugar/tempo/ação/objeto/diálogo/continuidade
npx tsx scripts/qa_sync.ts stories/<file>.json --map      # imprime a tabela do contrato de sincronia plano a plano
  • Todos os ERROS devem ser corrigidos (mude o mundo/tempo/pose/props do plano, ou reformule a narração).
  • Revise cada AVISO; corrija-o ou registre por que é aceitável em stories/<slug>/sync-map.md (gere a tabela com --map; modelo: templates/sync-map.md).
  • Um léxico específico da história (expressões idiomáticas, substantivos inventados) vai em stories/<slug>/sync-lexicon.json — veja o modelo.

5. Gate de stills (nunca pule)

npm run make -- stories/<file>.json --stills        # um QA still por plano → out/<slug>/stills/
python scripts/qa_stills.py out/<slug>/stills       # gate de exposição/frame morto (exit 1 em falha)

Em seguida, inspecione cada still quanto a enquadramento, rostos, props flutuantes, legibilidade, consistência — com sua própria visão se a tiver, senão agentvision check <file> por still mais o gate de pixels acima. Corrija e execute novamente até estar limpo. Nunca renderize vídeo antes deste gate passar.

6. Renderize

npm run make -- stories/<file>.json            # qualidade total → out/<slug>/<slug>.mp4
npm run make -- stories/<file>.json --preview  # rascunho de metade do tamanho primeiro quando não tiver certeza

Execute em segundo plano quando possível; não inicie trabalhos pesados não relacionados simultaneamente. A narração é armazenada em cache por slug e re-sintetizada apenas quando script/voz/velocidade mudam.

7. Verifique (ffprobe + frames + gate de áudio)

ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,codec_name -of csv=p=0 out/<slug>/<slug>.mp4
ffmpeg -i out/<slug>/<slug>.mp4 -vf fps=1/5 qa_%03d.jpg     # extrai frames ao longo do vídeo
python scripts/qa_audio.py out/<slug>/<slug>.mp4            # gate de loudness/clipping/presença de voz
  • Especificações: 1080×1920 (540×960 para --preview), 30 fps, h264 + aac; duração ≈ narração + 0,6 s.
  • Frames: primeiro/meio/último não pretos; legendas legíveis; sem plano travado.
  • Gate de áudio deve PASSAR: −14 LUFS ±1,5, pico verdadeiro ≤ −1,0 dBTP, energia de voz presente.

8. Loop de reparo, depois entregue

Faça um loop das etapas 4→7 até que todos os gates passem. Orçamento: até 3 rodadas de reparo por gate; se um gate ainda falhar depois disso, entregue com uma nota explícita sobre o que resta (nunca envie silenciosamente uma falha conhecida, nunca pare sem uma entrega).

Entregue como um conjunto: o MP4, script.md, fact-check.md, sync-map.md, o JSON da história, quaisquer novos recursos da biblioteca, e limites honestos (fato verificado vs. dramatizado; quais gates foram executados e como foram verificados).

Barra de qualidade (não negociável)

  • Sincronia: os visuais mostram exatamente o que a narração comunica — zero contradições, zero planos mortos. Quando narração e animação contariam duas histórias diferentes, reescreva o storyboard.
  • Personagens expressivos: reações nos beats, poses que se leem em silhueta, uma fonte de luz consistente por cena; vida ociosa (respiração/piscar/andar) é automática — movimento intencional por cima.
  • Cinematografia: escada de enquadramento por cena, variedade de câmera (o gate de sincronia sinaliza ≥3 planos idênticos de enquadramento+câmera em sequência), um propósito visual claro por plano.
  • Som nunca luta com a voz: ducking é automático; sfx manual apenas para momentos específicos; o gate de áudio aplica loudness e sem clipping.
  • Sem repetição, sem desleixo: varie enquadramentos, transições e reações; ≤ 2 fx por plano; ≤ 1 inserção a cada 8–10 planos.
  • Sem imagens ou vídeos gerados por IA, sem serviços de geração de imagens, sem APIs pagas. Nunca.
  • Inglês apenas — narração, diálogo, texto na tela, legendas.

Material de referência aprofundado (leia por etapa, não tudo de uma vez)

ArquivoLeia para
references/01-animation-principles.mdmovimento, easing, antecipação, ação secundária — conforme o motor os implementa
references/02-character-system.mdo rig do stickman: proporções, construções, poses, rostos, consistência
references/03-scenes-camera-light.mdcamadas de paralaxe, enquadramento, movimentos de câmera, iluminação, paletas fixas
references/04-script-craft.mdestrutura do roteiro, ganchos, analogias, orçamento de palavras
references/05-storyboard-craft.mdgramática do plano, beats, transições, o contrato de sincronia
references/06-sound-design.mdducking, mapa de SFX automático, humores musicais, regras de conforto, gates de áudio
references/07-rendering-qa.mdtodos os gates de QA, verificações de pixels, ffprobe, loops de reparo
references/08-extending-assets.mdreceitas: localização/objeto 3D, adereço/fundo 2D, roupa, sfx
references/09-schema-reference.mdtodos os campos do JSON da história, com padrões e restrições
references/10-english-voice-direction.mdo catálogo de vozes em inglês, direção, ritmo, fallback offline

Habilidades Relacionadas