Communitygithub.com

NeverSight/learn-skills.dev

Guia de conversão de imagem estática para vídeo: seleção de modelos, criação de movimento e câmera. Abrange Wan 2.5 i2v, Seedance, Fabric, Grok Video com quando usar cada um.

O que é learn-skills.dev?

Este skill fornece um guia completo para converter imagens estáticas em vídeos animados usando a CLI do inference.sh (belt). Ele abrange desde a seleção do modelo ideal — como Wan 2.5 i2v para movimento realista e sutil, Fabric 1.0 para simulação de tecidos e líquidos, e Seedance 2.0 para qualidade versátil de até 1080p — até técnicas avançadas de motion prompting e movimentos de câmera. O guia inclui práticas recomendadas que enfatizam movimentos sutis em vez de dramáticos para evitar distorções, além de uma estrutura de prompt detalhada (movimento de câmera + movimento do sujeito + efeitos atmosféricos + clima/ritmo). Também oferece orientações sobre duração do clipe, efeito de cinemagraph, pipeline completo (geração de imagem, animação, upscale, áudio ambiente e merge) e armadilhas comuns. Suporta múltiplas plataformas de inferência e modelos de última geração.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/101-skills/skills/image-to-video

Perguntar na sua IA favorita

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

Documentação

Instale o skill da CLI belt: npx skills add belt-sh/cli

Imagem para Vídeo

Converta imagens estáticas em vídeos animados via CLI inference.sh.

Início Rápido

Requer a CLI inference.sh (belt). Instruções de instalação

belt login

# Gere uma imagem estática
belt app run falai/flux-dev-lora --input '{
  "prompt": "lago sereno na montanha ao pôr do sol, picos cobertos de neve refletidos na água parada, luz da hora dourada, fotografia de paisagem",
  "width": 1248,
  "height": 832
}'

# Anime-a
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "ondulações suaves na superfície do lago, nuvens se movendo lentamente, luz quente mudando, pássaros voando ao longe",
  "image": "caminho/para/imagem-lago.png"
}'

Seleção de Modelo

ModeloApp IDMelhor ParaEstilo de Movimento
Wan 2.5 i2vfalai/wan-2-5-i2vMovimento realista, movimento naturalFotorrealista, sutil
WAN-I2V (Pruna)pruna/wan-i2vEconômico, rápido, 480p/720pNatural, eficiente
Seedance 2.0bytedance/seedance-2-0Até 1080p, áudio sincronizado, todos os tipos de entradaVersátil, alta qualidade
Seedance 2.0 Fastbytedance/seedance-2-0-fastVariante rápida, mesmas capacidadesVersátil, rápido
Fabric 1.0falai/fabric-1-0Tecido, pano, líquido, materiais fluidosFluxo baseado em física
Grok Imagine Videoxai/grok-imagine-videoAnimação geral, guiada por textoVersátil

Quando Usar Cada Um

CenárioMelhor ModeloPorquê
Paisagem com água/nuvensWan 2.5 i2vMelhor em movimento natural e realista
Retrato com expressão sutilWan 2.5 i2vMantém a fidelidade do rosto
Produto com tecido/panoFabric 1.0Especializado em física de materiais
Bandeira ondulando, cortina fluindoFabric 1.0Simulação de tecido
Imagem ilustrada/artísticaSeedance 2.0Combina com conteúdo estilizado
"Trazer à vida" geralSeedance 2.0Bom versátil, até 1080p
Teste/iteração rápidaSeedance 2.0 FastGeração mais rápida

Tipos de Movimento

Movimento de Câmera

MovimentoPalavra-chave no PromptEfeito
Aproximar / Dolly para frente"dolly lento para frente", "câmera se aproxima"Aumento de intimidade/foco
Afastar / Dolly para trás"câmera se afasta", "zoom lento para fora"Revelar, contexto
Panorâmica esquerda/direita"câmera faz panorâmica lentamente para a direita"Escaneamento, acompanhamento
Inclinar para cima/baixo"câmera inclina para cima"Revelando altura
Órbita"câmera orbita ao redor do sujeito"Exploração 3D
Crane para cima"câmera sobe"Grande revelação
Estática(nenhum prompt de movimento de câmera)Apenas movimento do sujeito

Movimento do Sujeito

TipoExemplos de Prompt
Elementos naturais"água ondulando", "nuvens se movendo", "folhas farfalhando na brisa"
Cabelo/roupa"cabelo soprando suavemente ao vento", "tecido do vestido fluindo"
Atmosféricos"névoa rolando lentamente", "partículas de poeira flutuando em feixes de luz"
Personagem"pessoa vira lentamente para a câmera", "movimento sutil de respiração"
Mecânicos"engrenagens girando", "ponteiros de relógio se movendo"
Líquidos"vapor de café subindo", "tinta escorrendo", "água jorrando"

Práticas Recomendadas de Prompt

A Regra de Ouro: Sutil > Dramático

Modelos de vídeo com IA produzem melhores resultados com movimento suave e sutil do que com ação dramática. Solicitar muito movimento causa distorção e artefatos.

❌ "pessoa correndo e pulando obstáculos enquanto a câmera gira"
✅ "pessoa andando lentamente para frente, brisa suave, câmera acompanha ao lado"

❌ "explosão com detritos voando por toda parte"
✅ "chama de vela tremeluzindo suavemente, luz ambiente quente mudando"

❌ "zoom rápido nos olhos com tremor dramático de câmera"
✅ "dolly lento em direção ao sujeito, mudança sutil de foco"

Estrutura do Prompt

[Movimento de câmera] + [Movimento do sujeito] + [Efeitos atmosféricos] + [Clima/Ritmo]

Exemplos por Cenário

# Animação de paisagem
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "panorâmica suave da câmera para a direita, água refletindo nuvens em movimento, árvores balançando levemente na brisa, luz dourada quente, pacífico e lento",
  "image": "paisagem.png"
}'

# Animação de retrato
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "movimento sutil de respiração, leve virada de cabeça, piscada natural de olhos, cabelo se movendo suavemente, mudanças sutis de iluminação ambiente",
  "image": "retrato.png"
}'

# Animação de produto
belt app run bytedance/seedance-2-0 --input '{
  "prompt": "órbita lenta de 360 graus ao redor do produto, movimento suave do holofote, reflexos sutis mudando, exibição de produto premium, movimento suave",
  "image": "produto.png",
  "generate_audio": true
}'

# Animação de tecido/pano
belt app run falai/fabric-1-0 --input '{
  "prompt": "tecido fluindo e ondulando ao vento suave, física natural de tecido, movimento suave",
  "image": "cena-tecido.png"
}'

# Visualização arquitetônica
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "dolly lento para frente pela entrada, leve inclinação da câmera para cima, luz ambiente filtrando pelas janelas, partículas de poeira em feixes de luz",
  "image": "interior-edificio.png"
}'

Diretrizes de Duração

DuraçãoQualidadeUso Para
2-3 segundosMais alta qualidadeGIFs, fundos em loop, cinemagraphs
4-5 segundosAlta qualidadePosts de mídia social, revelações de produtos
6-8 segundosBoa qualidadeClipes curtos, transições
10+ segundosQualidade degradaEvite, a menos que esteja costurando clipes mais curtos

Estendendo a Duração

Para vídeos mais longos, gere vários clipes curtos e costure:

# Gere 3 clipes da mesma imagem com movimento progressivo
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "panorâmica lenta para a esquerda, movimento suave da água",
  "image": "cena.png"
}' --no-wait

belt app run falai/wan-2-5-i2v --input '{
  "prompt": "continuando panorâmica, nuvens mudando, luz mudando",
  "image": "cena.png"
}' --no-wait

# Costure
belt app run infsh/media-merger --input '{
  "media": ["clip1.mp4", "clip2.mp4"]
}'

O Fluxo de Trabalho Completo

Pipeline de Imagem para Vídeo Final

# 1. Gere a imagem de origem (melhor qualidade)
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "paisagem cinematográfica, montanhas nebulosas ao amanhecer, lago em primeiro plano, nuvens dramáticas, hora dourada, qualidade 4K, fotografia profissional",
  "size": "2K"
}'

# 2. Anime a imagem
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "névoa suave rolando pelo vale, superfície do lago ondulando, nuvens se movendo lentamente, pássaros ao longe, luz quente mudando",
  "image": "paisagem.png"
}'

# 3. Aumente a resolução do vídeo, se necessário
belt app run falai/topaz-video-upscaler --input '{
  "video": "paisagem-animada.mp4"
}'

# 4. Adicione áudio ambiente
belt app run infsh/hunyuanvideo-foley --input '{
  "video": "paisagem-animada.mp4",
  "prompt": "ambiência natural suave, pássaros distantes, vento suave, água batendo"
}'

# 5. Mescle vídeo com áudio
belt app run infsh/video-audio-merger --input '{
  "video": "paisagem-upscalada.mp4",
  "audio": "audio-ambiente.mp3"
}'

Efeito Cinemagraph

Um cinemagraph é uma foto estática onde apenas um elemento se move (ex.: uma cachoeira se movendo em uma cena congelada). Para conseguir isso:

  1. Gere a imagem estática com o elemento de movimento claramente definido
  2. Peça movimento apenas nesse elemento específico
  3. Mantenha de 2 a 4 segundos para um loop perfeito
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "apenas a cachoeira está se movendo, todo o resto permanece perfeitamente parado, água em cascata suavemente, resto da cena congelado",
  "image": "cena-cachoeira.png"
}'

Erros Comuns

ErroProblemaCorreção
Muito movimento solicitadoDistorção, artefatos, deformaçãoSutil > dramático, sempre
Modelo errado para o tipo de conteúdoResultados ruinsUse o guia de seleção acima
Clipes muito longos (10s+)Qualidade degrada significativamenteMantenha de 3 a 5 segundos, costure se necessário
Nenhum movimento de câmera especificadoMovimento aleatório/imprevisívelSempre especifique o comportamento da câmera
Direções de movimento conflitantesCaótico, não naturalUma direção de movimento principal
Imagem de origem de baixa resoluçãoSaída de vídeo de baixa resoluçãoComece com a fonte da mais alta qualidade
Cenas de ação complexasModelos não conseguem lidarMantenha o movimento simples e natural

Skills Relacionados

npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@p-video
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@prompt-engineering

Navegue por todos os apps: belt app store

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Habilidades Relacionadas