Communitygithub.com

NeverSight/learn-skills.dev

Use esta habilidade ao adicionar áudio a vídeos programáticos - gerando narração com ElevenLabs TTS, buscando música de fundo livre de direitos, criando efeitos sonoros com FFmpeg, implementando duck de áudio ou mixando múltiplas camadas de áudio no Remotion. Dispara em ElevenLabs, text-to-speech, geração de voz, música de fundo, efeitos sonoros, mixagem de áudio e duck de volume.

O que é learn-skills.dev?

Esta habilidade capacita agentes de IA a projetar e implementar trilhas sonoras completas para vídeos gerados programaticamente, especialmente no Remotion. Ela abrange desde a geração de narração natural via ElevenLabs, OpenAI TTS ou Edge TTS, até a criação de efeitos sonoros sintéticos com FFmpeg (como cliques, whooshes e dings) e a seleção de música de fundo isenta de royalties de fontes como Pixabay e Freesound. O ponto central é a implementação de 'audio ducking', uma técnica que reduz automaticamente o volume da música de fundo durante a fala para garantir clareza, usando funções como `interpolate()` do Remotion para transições suaves. A habilidade também gerencia o sincronismo quadro a quadro, medindo a duração da narração com ffprobe para ajustar o timing das cenas, e fornece antipadrões críticos, como evitar vazamento de chaves de API e garantir que os volumes relativos das camadas de áudio (narração, SFX e música) estejam balanceados.

Funciona com✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/absolutelyskilled/absolutelyskilled/video-audio-design

Perguntar na sua IA favorita

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

Documentação

Quando esta habilidade for ativada, sempre comece sua primeira resposta com o emoji :speaker:.

Design de Áudio para Vídeo

O design de áudio para vídeo é a prática de sobrepor narração, efeitos sonoros e música de fundo em composições de vídeo programáticas. Um bom áudio transforma um vídeo de apresentação de slides em uma produção polida - a narração guia o espectador, a música define o tom emocional e os efeitos sonoros pontuam momentos-chave. Esta habilidade cobre a geração de fala com ElevenLabs e provedores TTS alternativos, a criação de efeitos sonoros sintéticos com FFmpeg, a obtenção de música de fundo livre de direitos autorais, a implementação de duck de áudio para manter a fala inteligível e a mixagem de todas as camadas em composições Remotion com sincronismo preciso de quadros.


Quando usar esta habilidade

Ative esta habilidade quando o usuário:

  • Quiser adicionar narração ou locução a um vídeo programático
  • Precisar gerar fala com ElevenLabs, OpenAI TTS ou Edge TTS
  • Perguntar sobre seleção de voz, configurações de voz ou clonagem de voz
  • Quiser adicionar música de fundo ou precisar de fontes de música livre de direitos
  • Perguntar sobre criação programática de efeitos sonoros
  • Quiser implementar duck de áudio (reduzir a música durante a fala)
  • Precisar mixar múltiplas camadas de áudio no Remotion
  • Perguntar sobre sincronismo de áudio, níveis de volume ou sincronia baseada em quadros

NÃO ative esta habilidade para:

  • Roteirização de vídeo ou storyboard - use a habilidade de video-scriptwriting
  • Arquitetura de componentes Remotion ou renderização - use a habilidade remotion-video
  • Produção de áudio profissional em uma DAW (Ableton, Logic, Pro Tools)
  • Composição musical ou programação MIDI

Princípios-chave

  1. Arquitetura de áudio em camadas - Cada vídeo tem três camadas de áudio: narração no topo (mais alta), SFX no meio (volume de acento) e música de fundo na base (mais baixa).

  2. A narração define o tempo - Gere a narração primeiro, meça sua duração e depois ajuste o tempo das cenas para corresponder. Nunca force a narração a se encaixar em durações de cena arbitrárias.

  3. Faça duck da música durante a fala - A música de fundo deve cair 50-60% quando a narração toca. Use rampas suaves (10-15 quadros) para evitar mudanças bruscas.

  4. SFX como acentos, não distrações - Mantenha os SFX curtos (menos de 0,5s), sutis em volume e relevantes para a ação na tela.

  5. Teste o áudio em contexto - Sempre pré-visualize a mixagem completa com todas as camadas juntas. Ouça por fala turva, picos de volume ou silêncio absoluto.


Conceitos centrais

Arquitetura de áudio em 3 camadas

CamadaFunçãoVolume BaseDurante a Narração
NarraçãoTransmite informações, define o ritmo0,8-1,0N/A (camada superior)
SFXAcentua transições e ações0,3-0,50,3-0,5 (inalterado)
Música de FundoDefine o tom emocional, preenche o silêncio0,3-0,50,15-0,25 (com duck)

Modelo da API ElevenLabs

ElevenLabs fornece TTS neural via uma API REST. O fluxo principal:

  1. Escolha uma voz (pré-criada ou clonada) - cada uma tem um voice_id
  2. Envie texto + configurações de voz para /v1/text-to-speech/{voice_id}
  3. Receba os bytes de áudio brutos (mp3 por padrão)
  4. Escreva em um arquivo e meça a duração para o tempo da cena

Configurações de voz:

ConfiguraçãoFaixaBaixoAltoRecomendado
stability0-1Mais expressivo, variávelMais consistente, monótono0,4-0,6
similarity_boost0-1Mais criativoMais próximo da voz original0,6-0,8
style0-1Entrega neutraEstilo exagerado0,3-0,6

Conceito de duck de áudio

O duck de áudio reduz o volume da música de fundo quando a narração começa e o restaura quando a narração termina. No Remotion, use interpolate():

Volume da música:  0.4 ---\              /--- 0.4
                       \            /
               0.15     \__________/
                     início da narração → fim

As rampas devem levar 10-15 quadros (~0,3-0,5s a 30fps).

Sincronismo de áudio baseado em quadros no Remotion

  • useCurrentFrame() retorna o número do quadro atual
  • interpolate() mapeia intervalos de quadros para intervalos de valores (por exemplo, volume)
  • <Sequence from={frame}> posiciona o áudio em um quadro específico
  • <Audio volume={fn}> aceita um número estático ou uma função por quadro

Converta segundos em quadros: quadros = segundos * fps.


Tarefas comuns

1. Configurar a chave da API ElevenLabs e gerar narração

import fs from 'fs';

const ELEVENLABS_API_URL = 'https://api.elevenlabs.io/v1';

async function generateNarration(
  text: string,
  voiceId: string,
  outputPath: string
): Promise<void> {
  const response = await fetch(
    `${ELEVENLABS_API_URL}/text-to-speech/${voiceId}`,
    {
      method: 'POST',
      headers: {
        'Content-Type': 'application/json',
        'xi-api-key': process.env.ELEVEN_LABS_API_KEY!,
      },
      body: JSON.stringify({
        text,
        model_id: 'eleven_multilingual_v2',
        voice_settings: {
          stability: 0.5,
          similarity_boost: 0.75,
          style: 0.5,
          use_speaker_boost: true,
        },
      }),
    }
  );

  if (!response.ok) {
    const error = await response.text();
    throw new Error(`ElevenLabs API error ${response.status}: ${error}`);
  }

  const buffer = Buffer.from(await response.arrayBuffer());
  fs.writeFileSync(outputPath, buffer);
}

2. Selecionar e configurar configurações de voz

Perguntas para seleção de voz: gênero, faixa etária, sotaque, nível de energia, calor.

interface VoiceSettings {
  stability: number;
  similarity_boost: number;
  style: number;
  use_speaker_boost: boolean;
}

const presets: Record<string, VoiceSettings> = {
  explainer: { stability: 0.6, similarity_boost: 0.75, style: 0.4, use_speaker_boost: true },
  promo: { stability: 0.3, similarity_boost: 0.7, style: 0.7, use_speaker_boost: true },
  tutorial: { stability: 0.7, similarity_boost: 0.8, style: 0.2, use_speaker_boost: false },
};

3. Gerar narração por cena a partir de um roteiro

import { execSync } from 'child_process';
import path from 'path';

interface Scene { id: string; narrationText: string; }
interface SceneWithAudio extends Scene {
  audioPath: string;
  durationMs: number;
  durationFrames: number;
}

function getAudioDurationMs(filePath: string): number {
  const output = execSync(
    `ffprobe -v error -show_entries format=duration -of csv=p=0 "${filePath}"`
  ).toString().trim();
  return Math.round(parseFloat(output) * 1000);
}

async function generateSceneNarrations(
  scenes: Scene[], voiceId: string, outputDir: string, fps: number
): Promise<SceneWithAudio[]> {
  const results: SceneWithAudio[] = [];
  for (const scene of scenes) {
    const audioPath = path.join(outputDir, `${scene.id}.mp3`);
    await generateNarration(scene.narrationText, voiceId, audioPath);
    const durationMs = getAudioDurationMs(audioPath);
    results.push({
      ...scene, audioPath, durationMs,
      durationFrames: Math.ceil((durationMs / 1000) * fps),
    });
  }
  return results;
}

4. Encontrar música de fundo

Fontes de música livre de direitos:

5. Gerar SFX com FFmpeg

# Som de clique - curta explosão senoidal
ffmpeg -f lavfi -i "sine=frequency=800:duration=0.05" \
  -af "afade=t=out:st=0.02:d=0.03" click.wav

# Som de digitação - explosão de ruído filtrado
ffmpeg -f lavfi -i "anoisesrc=d=0.08:c=white:a=0.3" \
  -af "highpass=f=2000,lowpass=f=8000,afade=t=out:st=0.04:d=0.04" type.wav

# Whoosh - varredura de frequência
ffmpeg -f lavfi -i "sine=frequency=200:duration=0.4" \
  -af "vibrato=f=8:d=0.5,afade=t=in:d=0.1,afade=t=out:st=0.2:d=0.2,lowpass=f=1000" \
  whoosh.wav

# Ding/timbre - síntese de sino
ffmpeg -f lavfi -i "sine=frequency=1200:duration=0.6" \
  -af "afade=t=out:st=0.1:d=0.5,aecho=0.8:0.88:40:0.4" ding.wav

# Pop - impulso
ffmpeg -f lavfi -i "sine=frequency=400:duration=0.08" \
  -af "afade=t=out:st=0.02:d=0.06,lowpass=f=600" pop.wav

# Swoosh de transição
ffmpeg -f lavfi -i "sine=frequency=300:duration=0.3" \
  -af "vibrato=f=12:d=0.8,afade=t=in:d=0.05,afade=t=out:st=0.15:d=0.15,bandpass=f=500:w=400" \
  swoosh.wav

6. Implementar duck de áudio no Remotion

import React from 'react';
import { Audio, useCurrentFrame, interpolate, Sequence } from 'remotion';

const AudioMixer: React.FC<{
  narrationSrc: string;
  musicSrc: string;
  narrationStart: number;
  narrationDuration: number;
}> = ({ narrationSrc, musicSrc, narrationStart, narrationDuration }) => {
  const frame = useCurrentFrame();

  const duckRampFrames = 10;
  const musicVolume = interpolate(
    frame,
    [
      narrationStart - duckRampFrames,
      narrationStart,
      narrationStart + narrationDuration,
      narrationStart + narrationDuration + duckRampFrames,
    ],
    [0.4, 0.15, 0.15, 0.4],
    { extrapolateLeft: 'clamp', extrapolateRight: 'clamp' }
  );

  return (
    <>
      <Audio src={musicSrc} volume={musicVolume} />
      <Sequence from={narrationStart} durationInFrames={narrationDuration}>
        <Audio src={narrationSrc} volume={0.9} />
      </Sequence>
    </>
  );
};

export default AudioMixer;

7. Mixar 3 camadas de áudio em uma composição Remotion

import React from 'react';
import { Audio, Sequence, useCurrentFrame, interpolate } from 'remotion';

interface NarrationSegment { src: string; startFrame: number; durationFrames: number; }
interface SfxEvent { src: string; frame: number; }

const FullAudioMix: React.FC<{
  narrations: NarrationSegment[];
  sfxEvents: SfxEvent[];
  musicSrc: string;
}> = ({ narrations, sfxEvents, musicSrc }) => {
  const frame = useCurrentFrame();
  const duckRamp = 10;

  let musicVolume = 0.4;
  for (const seg of narrations) {
    const duck = interpolate(
      frame,
      [seg.startFrame - duckRamp, seg.startFrame,
       seg.startFrame + seg.durationFrames, seg.startFrame + seg.durationFrames + duckRamp],
      [1, 0.375, 0.375, 1],
      { extrapolateLeft: 'clamp', extrapolateRight: 'clamp' }
    );
    musicVolume = musicVolume * duck;
  }

  return (
    <>
      <Audio src={musicSrc} volume={musicVolume} loop />
      {sfxEvents.map((sfx, i) => (
        <Sequence key={i} from={sfx.frame} durationInFrames={30}>
          <Audio src={sfx.src} volume={0.4} />
        </Sequence>
      ))}
      {narrations.map((seg, i) => (
        <Sequence key={i} from={seg.startFrame} durationInFrames={seg.durationFrames}>
          <Audio src={seg.src} volume={0.9} />
        </Sequence>
      ))}
    </>
  );
};

export default FullAudioMix;

8. Usar provedores TTS alternativos

OpenAI TTS - boa qualidade, API simples, seis vozes integradas:

import OpenAI from 'openai';
import fs from 'fs';

const openai = new OpenAI();

async function generateWithOpenAI(
  text: string,
  outputPath: string,
  voice: 'alloy' | 'echo' | 'fable' | 'onyx' | 'nova' | 'shimmer' = 'alloy'
): Promise<void> {
  const mp3 = await openai.audio.speech.create({
    model: 'tts-1-hd',
    voice,
    input: text,
  });
  const buffer = Buffer.from(await mp3.arrayBuffer());
  fs.writeFileSync(outputPath, buffer);
}

Edge TTS - gratuito, muitas vozes, usa o serviço TTS do Microsoft Edge:

pip install edge-tts
edge-tts --voice en-US-AriaNeural --text "Hello world" --write-media output.mp3
edge-tts --list-voices

Antipadrões / erros comuns

ErroPor que está erradoO que fazer em vez disso
Música no mesmo volume durante a narraçãoA fala se torna ininteligívelImplemente duck de áudio - reduza a música em 50-60% durante a fala
Codificar a chave da API ElevenLabsA chave vaza no controle de versãoUse variáveis de ambiente: process.env.ELEVEN_LABS_API_KEY
Usar TTS sem medir a duraçãoO tempo da cena fica errado, a narração é cortadaMeça a duração do áudio com ffprobe após a geração
SFX mais alto que a narraçãoDistrai do conteúdoSFX a 0,3-0,5, narração a 0,8-1,0
Sem fade no início/fim da músicaInício/parada abruptos soam como um bugAdicione 0,5-1s de fade-in no início e fade-out no final
Usar modelo TTS de baixa qualidadeVoz robótica prejudica a qualidadeUse eleven_multilingual_v2 ou tts-1-hd
Ignorar o formato do arquivo de áudioAlguns formatos adicionam silêncioUse MP3 para narração, WAV para SFX

Armadilhas

  1. Limites de taxa e cotas de caracteres do ElevenLabs - O plano gratuito tem um limite mensal de caracteres. Armazene em cache o áudio gerado agressivamente e só regenere quando o texto mudar. Use um hash do texto como chave de cache.

  2. O padding do codificador MP3 adiciona silêncio - Arquivos MP3 geralmente têm 20-50ms de silêncio no início. Apare com ffmpeg -af silenceremove=1:0:-50dB ou considere o deslocamento no tempo dos quadros.

  3. O volume do áudio no Remotion é por componente, não global - Dois componentes <Audio> no volume 1.0 podem distorcer. Mantenha o volume total entre camadas simultâneas abaixo de 1.0.

  4. SFX do FFmpeg soam diferentes entre sistemas - Sempre especifique -ar 44100 -sample_fmt s16 para uma saída consistente entre máquinas.

  5. Consistência de voz entre cenas - O ElevenLabs pode produzir tons diferentes para as mesmas configurações com texto variado. Use stability >= 0,5 para narração em várias cenas.


Referências

Para padrões detalhados em subdomínios específicos de áudio, leia o arquivo relevante da pasta references/:

  • references/elevenlabs-api.md - padrões avançados da API ElevenLabs, incluindo clonagem de voz, TTS streaming, API websocket, dicionários de pronúncia e gerenciamento de cotas
  • references/audio-mixing-patterns.md - padrões de mixagem avançados, incluindo duck multi-segmento, crossfades entre cenas, curvas de automação de volume e masterização da mixagem final
  • references/sfx-generation.md - geração abrangente de SFX com FFmpeg, incluindo síntese complexa, sobreposição de múltiplos geradores e construção de uma biblioteca SFX reutilizável

Carregue um arquivo de referência apenas se a tarefa atual o exigir - eles são longos e consumirão contexto.


Verificação complementar

Na primeira ativação de...

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

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

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

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