Communitygithub.com

NeverSight/learn-skills.dev

Apenas para Grok Build. Transforme uma imagem estática de personagem 2D em sprites de animação suaves usando image_gen/image_edit → image_to_video → extração de quadros → chroma key → sprites densamente amostrados.

O que é learn-skills.dev?

Esta skill converte uma imagem base de um personagem 2D em sprites animados densos, aproveitando as ferramentas nativas de vídeo do Grok Build (xAI). O fluxo começa com uma imagem estática de fundo magenta sólido, gerada via image_gen ou image_edit, que é então animada com image_to_video para criar um loop de corrida/caminhada no lugar. Em seguida, um script local (ffmpeg + Pillow + numpy) extrai quadros, aplica chroma key (substitui o magenta por transparência) e amostra conjuntos de sprites em contagens como 8, 16, 24 ou 48 quadros, exportando tiras, grades e GIFs. O resultado são sprites mais densos e suaves que os gerados por métodos diretos de imagem, ideais para experimentação com movimento locomotor. A skill é exclusiva para Grok Build — não funciona em Codex/Claude por falta de image_to_video — e recomenda usar generate2dsprite para sprites de produção mais nítidos. O usuário deve estar ciente das trocas: vídeo amolece pixels, deriva a identidade do personagem e deixa franjas de chroma, exigindo controle de qualidade cuidadoso.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/0x0funky/agent-sprite-forge/video2dsprite

Perguntar na sua IA favorita

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

Documentação

Video2dsprite (Apenas Grok Build)

Converta uma imagem base de personagem 2D em sprites de animação densos usando as ferramentas nativas de vídeo do Grok Build.

imagem estática → image_to_video (movimento no lugar) → extrair quadros → chroma key → amostrar/normalizar → tira / grade / GIF

Portão de plataforma (leia primeiro)

RuntimeSuportado?
Grok Build (xAI)Sim — requer image_gen / image_edit + image_to_video (ou reference_to_video)
Codex / Claude / outros agentesNão — eles não têm as ferramentas de vídeo do Grok. Informe ao usuário que esta skill é exclusiva do Grok Build e ofereça $generate2dsprite como alternativa

Se image_to_video estiver faltando na lista de ferramentas, pare e explique. Não simule movimento com quadros desenhados por código.

Esta skill é um caminho opcional para movimento mais denso. Ela não substitui $generate2dsprite:

Use $generate2dsprite quando…Use $video2dsprite quando…
Folhas de pixel nítidas, grades fixas, heróis com identidade críticaO usuário quer poses intermediárias mais densas / loops com sensação mais suave
Folhas de corpo de ataque/conjuração, pacotes de props, atlas de engineExperimentando movimento de corrida/caminhada/parado originado de vídeo
Padrão de produção para a maioria dos sprites de jogoO usuário explicitamente pede vídeo → quadros → sprites

O vídeo amolece os pixels, desvia a identidade e deixa franjas de chroma. Sempre faça controle de qualidade; para heróis de produção, prefira $generate2dsprite a menos que o usuário queira o visual de vídeo.

Parâmetros

Inferir a partir da solicitação do usuário:

  • subject: descrição do personagem / criatura, ou caminho para uma imagem estática existente
  • action: run | walk | idle | attack | frase de movimento personalizada
  • view: geralmente side (plataforma lateral). topdown é mais difícil — avise e mantenha a câmera fixa
  • duration: 6 (padrão) ou 10 segundos
  • frame_counts: quais conjuntos mais densos exportar, padrão 8,16,24,48
  • cell_size: célula do sprite de saída, padrão 128
  • anchor: feet (padrão para locomoção lateral) | center
  • bg: magenta sólido #FF00FF (obrigatório para chroma)
  • name: slug de saída
  • out_dir: pasta de trabalho (padrão ./sprites/video2dsprite/<name>/ ou relativo ao projeto)

Regras do agente

  1. Apenas Grok. Recuse em runtimes que não sejam Grok com uma breve explicação + alternativa $generate2dsprite.
  2. Imagem estática → vídeo, nunca apenas texto-para-vídeo. Coloque o quadro 1 como uma imagem estática limpa (image_gen ou image_edit a partir de uma referência). Depois chame image_to_video.
  3. Movimento no lugar. Solicite corrida/caminhada no lugar voltado para uma direção fixa. Sem panorâmica de câmera, sem rolagem de fundo, sem mudança de cena. O sujeito permanece aproximadamente centralizado.
  4. Fundo magenta sólido na imagem base e preservado no prompt de vídeo (#FF00FF / magenta puro). Obrigatório para chroma por preenchimento de inundação.
  5. Não invente arte com PIL/Canvas. A arte base vem de image_gen / image_edit ou de uma imagem estática do usuário/local. Scripts apenas pós-processam.
  6. Não coloque saídas experimentais no jogo a menos que o usuário peça para integrar.
  7. Prefira um ciclo de locomoção para uso em jogo. Amostragem densa em um clipe de múltiplos ciclos de 6s é aceitável para prévias; para folhas de engine, opcionalmente re-amostre um único ciclo (12–16 quadros) após controle de qualidade visual.
  8. Informe caminhos absolutos do vídeo, quadros limpos, tiras e GIFs de prévia quando terminar.

Fluxo de trabalho

1. Planejar

Escolha a execução útil mais simples:

  • Loop de corrida/caminhada em visão lateral → esta skill
  • Kit de herói com múltiplas ações → ainda use $generate2dsprite por ação; use vídeo apenas para locomoção se solicitado
  • Pacotes de FX / projétil / prop → $generate2dsprite, não vídeo

Crie:

<out_dir>/
  base/
  video/
  frames-raw/
  frames-clean/
  sprite/          # conjunto padrão de 8 quadros + mais denso x16/x24/x48
  prompt-used.txt
  pipeline-meta.json
  README.txt

2. Construir a imagem base estática

Opções:

  • A. Sprite existente: abra com ferramentas de imagem / leia imagem, componha sobre #FF00FF sólido se necessário
  • B. Novo personagem: image_gen com fundo magenta sólido, corpo inteiro, visão lateral, centralizado
  • C. Corresponder à referência: image_edit a partir de referência do usuário sobre magenta, preserve a identidade

Requisitos da base:

  • Corpo inteiro visível, margem magenta generosa
  • Visão lateral para corrida/caminhada (perfil ou 3/4 lateral), pés próximos ao terço inferior
  • Mesmo estilo de arte que o resto do projeto quando houver referência
  • Sem texto, UI, marca d'água ou segundo personagem

Salve como <out_dir>/base/<name>-base.png.

Escreva o prompt de imagem exato em prompt-used.txt.

3. Animar com image_to_video

Chame Grok image_to_video:

  • image: caminho para a imagem base estática
  • duration: 6 (padrão) ou 10
  • resolution_name: 480p a menos que o usuário peça 720p
  • prompt: um pequeno plano em tempo presente (veja references/prompt-rules.md)

Restrições de movimento obrigatórias no prompt:

  • O sujeito corre/caminha no lugar (estilo esteira)
  • Câmera fixa — sem panorâmica, zoom ou órbita
  • Fundo permanece magenta sólido e liso
  • Identidade, traje, paleta estáveis durante todo o plano
  • Apenas uma ação contínua

Copie o vídeo retornado para <out_dir>/video/<name>-<duration>s.mp4.

Se as ferramentas de vídeo não estiverem disponíveis, pare (portão de plataforma).

4. Extrair + chroma + amostrar (script local)

Execute o processador (ffmpeg + Pillow + numpy):

python skills/video2dsprite/scripts/video2dsprite.py process \
  --video <out_dir>/video/<name>-6s.mp4 \
  --out-dir <out_dir> \
  --name <name> \
  --frame-counts 8,16,24,48 \
  --cell-size 128 \
  --body-height 100 \
  --foot-y 118 \
  --fps 0

Notas:

  • --fps 0 = extrair todos os quadros decodificados (use o fps de origem)
  • Preenchimento de inundação magenta a partir dos cantos + despill
  • Amostragem uniforme para cada contagem em --frame-counts
  • Células normalizadas pelos pés, tira horizontal, grade, GIF de loop por contagem

Opcional: re-amostre apenas conjuntos mais densos a partir de quadros limpos existentes:

python skills/video2dsprite/scripts/video2dsprite.py sample \
  --clean-dir <out_dir>/frames-clean \
  --out-dir <out_dir> \
  --frame-counts 16,24,48 \
  --cell-size 128

5. Controle de qualidade

Verifique visualmente:

  • GIF de prévia faz loop sem grandes pulos
  • Magenta removido (sem blocos rosa sólidos); franjas são aceitáveis ou refaça a chave
  • Pés permanecem em uma linha de base estável (sem salto de corte ruim)
  • Identidade aproximadamente estável (rosto/roupas não estão mudando a cada quadro)
  • Ação está no lugar (não deslizando para fora do quadro)
  • Para uso em jogo: escolha uma contagem (geralmente 16 ou 24) ou corte um ciclo verdadeiro

Se a identidade desviar muito ou os pixels estiverem muito suaves, recorra a $generate2dsprite para folhas de produção e mantenha o conjunto de vídeo apenas como referência de movimento.

6. Entregar

Informe apenas caminhos (a menos que o usuário peça para integrar em um jogo):

  • Vídeo: video/*.mp4
  • Sprites densos: sprite/x16|x24|x48/
  • Tiras / grades / GIFs: sprite/run-strip-N.png, run-grid-N.png, run-preview-N.gif
  • Meta: pipeline-meta.json

Não modifique código do jogo a menos que solicitado.

Padrões

  • Duração: 6s
  • Ação: corrida lateral no lugar, voltado para a direita
  • Contagens de exportação: 8, 16, 24, 48
  • Célula: 128², altura do corpo ~100, pés em y≈118
  • Fundo: #FF00FF
  • Prefira image_to_video em vez de reference_to_video (componha múltiplas referências com image_edit primeiro se necessário)

Compensações (informe o usuário uma vez)

Prós: intermediários mais densos → geralmente parece mais suave do que 4–8 poses discretas geradas.
Contras: pixels mais suaves, desvio de identidade, franja de chroma, clipes de múltiplos ciclos de 6s não são um loop perfeito único, assets mais pesados.
Regra prática: 8→16→24 geralmente ganha suavidade; 48 frequentemente tem retornos decrescentes; 145 quadros brutos são para amostragem, não para todos em tempo de execução.

Recursos

Relação com outras skills

  • $generate2dsprite — pipeline principal de folhas (Codex + Grok quando existe geração de imagem)
  • $generate2dmap — mapas; não usado aqui
  • $video2dsprite — caminho de densificação de movimento exclusivo do Grok Build

Individual skills in this repo

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

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

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

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

Habilidades Relacionadas