Tour de Repositório GitHub — Vídeo de Rolagem com Narração Sincronizada e Legendas
Depende de: website-to-hyperframes — carregue-o antes de começar. Seu fluxo de trabalho de 6 etapas e arquivos de referência se aplicam aqui. Esta skill especializa esse fluxo de trabalho para tours de rolagem de página única com narração e legendas visíveis.
O Que Esta Skill Produz
Um vídeo vertical 1080x1920 (formato Instagram Reels) que:
- Mostra uma página de repositório GitHub — captura de tela de página inteira em modo celular, rolando suavemente de cima para baixo por 15–30 segundos.
- Narra o tour — Voz AI ElevenLabs descrevendo o que está na tela, sincronizada com a posição da rolagem.
- Grava legendas na tela — sobreposição de legendas palavra por palavra que destaca cada palavra conforme o narrador a fala. O espectador lê junto enquanto ouve.
- Termina com um CTA — "Star no GitHub" ou "Siga para mais" chamada para ação.
Decisões Principais
| Decisão | Valor | Porquê |
|---|---|---|
| Dimensões | 1080x1920 | Formato principal do Instagram Reels |
| Duração | 15–30 segundos | Ponto ideal para engajamento em Shorts/Reels |
| Narração | Controla o tempo | Velocidade de rolagem, duração das batidas e tempo das legendas derivam do áudio |
| Legendas | Destaque palavra por palavra | Cada palavra acende conforme o narrador a diz — Legendas estilo Karaokê |
| Viewport do celular | Rolagem em tela cheia, sem moldura | A página GitHub preenche toda a tela 1080x1920 |
| Pasta de saída | github-promos/<repo>-tour/ | Ao lado de projetos de promoção de repositório GitHub |
Estrutura de Diretórios
github-promos/
<repo>-tour/
index.html ← composição principal do HyperFrames
package.json ← de hyperframes init
hyperframes.config.json ← Config do HyperFrames
SCRIPT.md ← Roteiro de narração com timestamps
assets/
repo-page.png ← Captura de tela GitHub em página inteira (modo escuro, viewport móvel)
narration.mp3 ← Narração ElevenLabs
renders/ ← MP4s gerados
Fluxo de Trabalho
Etapa 0: Capturar Informações do Repositório e Captura de Tela
Use web-search ou fetch_url para obter metadados do repositório:
- Estrelas, forks, watchers, issues abertas
- Linguagem primária, descrição, tópicos
- Resumo do README (o que o projeto faz, principais recursos)
Em seguida, use a skill screenshot para capturar uma captura de tela de página inteira, modo escuro, viewport móvel:
use_skill("screenshot")
// URL: https://github.com/{owner}/{repo}
// Full page, dark mode
// Viewport: 390px width (iPhone 14 mobile) — a captura de tela deve
// capturar a altura total da página na largura móvel
// Save as: github-promos/<repo>-tour/assets/repo-page.png
Obtenha as dimensões da captura de tela (você precisa da altura em pixels para o cálculo da rolagem):
sips -g pixelHeight github-promos/<repo>-tour/assets/repo-page.png
sips -g pixelWidth github-promos/<repo>-tour/assets/repo-page.png
Etapa 1: Escrever o Roteiro de Narração
Escreva um roteiro de 15–30 segundos que descreva o que o espectador vê conforme a rolagem avança. O narrador guia o espectador pela página:
[0s–4s] "Este é {repositório}. {descrição em uma linha}."
[4s–8s] "Aqui está o README — a instalação é um único comando."
[8s–13s] "Rolando pela lista de recursos — {mencione 2-3 recursos visíveis}."
[13s–18s] "{estrelas} estrelas, {forks} forks e uma comunidade crescente."
[18s–23s] "Dê uma estrela no GitHub. Link na bio."
[23s–25s] "Siga para mais."
Regras para o roteiro:
- O narrador faz referência ao que está atualmente na tela em cada posição de rolagem.
- Contagem total de palavras: 50–75 palavras (ritmo confortável para 15–30 segundos).
- Sem enchimento ("hum", "é", "deixe-me mostrar"). Cada palavra merece seu lugar.
- Termine com um CTA claro.
Etapa 2: Gerar Narração via ElevenLabs
curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/AZnzlk1XvdvUeBnXmlld" \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "FULL_SCRIPT_HERE",
"model_id": "eleven_multilingual_v2",
"voice_settings": {
"stability": 0.35,
"similarity_boost": 0.8,
"style": 0.25,
"use_speaker_boost": true
}
}' \
--output github-promos/<repo>-tour/assets/narration.mp3
Verifique se o arquivo existe e tem tamanho > 0.
Etapa 3: Transcrever e Mapear o Tempo
Após gerar o áudio, extraia os timestamps no nível da palavra:
Opção A: Timestamps ElevenLabs (retornados com a resposta da API se output_format: "mp3" não for a única saída — consulte a documentação da API para aligned output).
Opção B: Use ffmpeg + Whisper (transcrição local com timestamps de palavras):
# Instale o whisper se necessário
pip install openai-whisper
# Transcreva com timestamps de palavras
whisper github-promos/<repo>-tour/assets/narration.mp3 \
--model base \
--output_format json \
--output_dir github-promos/<repo>-tour/assets/ \
--word_timestamps True
A saída fornece words[] com timestamps start e end para cada palavra. Mapeie esses timestamps para as posições de rolagem.
Etapa 4: Construir a Composição HyperFrames
Crie index.html seguindo a arquitetura de composição HyperFrames:
<!DOCTYPE html>
<html lang="pt">
<head>
<meta charset="UTF-8"/>
<meta name="viewport" content="width=1080,height=1920"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<link href="https://fonts.googleapis.com/css2?family=Inter:wght@400;500;600;700;800;900&display=swap" rel="stylesheet">
<style>
/* ── Raiz e Canvas ── */
* { margin: 0; padding: 0; box-sizing: border-box; }
#root {
position: relative;
width: 1080px;
height: 1920px;
background: #0d1117;
font-family: 'Inter', sans-serif;
overflow: hidden;
}
/* ── Captura de Tela Rolável ── */
.scroll-container {
position: absolute;
inset: 0;
width: 1080px;
height: 1920px;
overflow: hidden;
}
.scroll-content {
position: absolute;
top: 0;
left: 0;
width: 1080px;
height: VAR_IMG_H px; /* altura real da captura de tela */
}
/* ── Sobreposição de Legendas ── */
.subtitle-bar {
position: absolute;
bottom: 180px;
left: 50%;
transform: translateX(-50%);
width: 1000px;
text-align: center;
z-index: 100;
}
.subtitle-word {
display: inline-block;
font-size: 42px;
font-weight: 700;
color: rgba(255,255,255,0.35);
padding: 0 4px;
transition: color 0.08s, transform 0.08s;
}
.subtitle-word.active {
color: #FFFFFF;
transform: scale(1.08);
}
.subtitle-word.past {
color: rgba(255,255,255,0.65);
}
/* ── Barra de Progresso da Rolagem ── */
.scroll-progress-track {
position: absolute;
right: 16px;
top: 100px;
width: 5px;
height: 1720px;
border-radius: 3px;
background: rgba(255,255,255,0.1);
z-index: 50;
}
.scroll-progress-thumb {
position: absolute;
top: 0;
left: 0;
width: 5px;
height: VAR_THUMB_H px;
border-radius: 3px;
background: linear-gradient(180deg, #58a6ff, #3fb950);
z-index: 51;
}
/* ── Sobreposição de CTA (Batidas 6-7) ── */
.cta-overlay {
position: absolute;
inset: 0;
display: flex;
flex-direction: column;
align-items: center;
justify-content: center;
background: rgba(13,17,23,0.92);
backdrop-filter: blur(8px);
z-index: 200;
opacity: 0;
}
.cta-title {
font-size: 56px;
font-weight: 800;
color: #e6edf3;
text-align: center;
}
.cta-subtitle {
font-size: 32px;
color: #8b949e;
margin-top: 16px;
}
.cta-button {
margin-top: 40px;
padding: 18px 48px;
background: #238636;
color: #e6edf3;
font-size: 28px;
font-weight: 700;
border-radius: 999px;
box-shadow: 0 0 30px rgba(35,134,54,0.5);
}
.follow-pill {
margin-top: 24px;
padding: 12px 28px;
background: rgba(22,27,34,0.8);
border: 1px solid #30363d;
border-radius: 999px;
font-size: 22px;
color: #e6edf3;
font-weight: 600;
}
</style>
</head>
<body>
<div id="root"
data-composition-id="{repo}-tour"
data-width="1080"
data-height="1920"
data-start="0"
data-duration="{total_seconds}">
<audio id="narration-audio"
src="assets/narration.mp3"
data-start="0"
data-duration="{total_seconds}"
preload="auto"></audio>
<!-- Captura de tela rolável (tela cheia) -->
<div class="scroll-container">
<img class="scroll-content" src="assets/repo-page.png" />
</div>
<!-- Barra de progresso da rolagem -->
<div class="scroll-progress-track">
<div class="scroll-progress-thumb" id="scroll-thumb"></div>
</div>
<!-- Sobreposição de legendas -->
<div class="subtitle-bar" id="subtitle-bar">
<!-- Palavras injetadas por JS, um <span class="subtitle-word"> por palavra -->
</div>
<!-- Sobreposição de CTA (5s finais) -->
<div class="cta-overlay" id="cta-overlay">
<div class="cta-title">Dê uma Estrela no GitHub</div>
<div class="cta-subtitle">{descrição do repositório}</div>
<div class="cta-button">github.com/{owner}/{repo}</div>
<div class="follow-pill">@githubprojects</div>
</div>
</div>
<script>
// ── Cálculo da Rolagem ──────────────────────────────────────────
var IMG_H = /* altura real da captura de tela */;
var CANVAS_H = 1920;
var MAX_SCROLL = IMG_H - CANVAS_H;
var THUMB_TRACK = 1720;
var THUMB_H = Math.round(THUMB_TRACK * (CANVAS_H / IMG_H));
var THUMB_TRAVEL = THUMB_TRACK - THUMB_H;
function thumbTop(scrollY) {
return (Math.abs(scrollY) / MAX_SCROLL) * THUMB_TRAVEL;
}
// ── Timestamps de Palavras ─────────────────────────────────────
// Cole os timestamps no nível da palavra da Etapa 3 aqui.
// Formato: [palavra, startSeconds, endSeconds]
var WORDS = [
// ["Este", 0.0, 0.3],
// ["é", 0.3, 0.5],
// ["mercury-skills", 0.5, 1.0],
// ...
];
var TOTAL_DURATION = /* segundos totais do áudio */;
// ── Construir Spans de Legendas ────────────────────────────────
var subtitleBar = document.getElementById("subtitle-bar");
var wordSpans = [];
WORDS.forEach(function(w, i) {
var span = document.createElement("span");
span.className = "subtitle-word";
span.textContent = w[0];
subtitleBar.appendChild(span);
wordSpans.push(span);
});
// ── Linha do Tempo GSAP ───────────────────────────────────────
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({paused: true});
// Fase 1: Rolagem (0s a ~80% da duração total)
var scrollEnd = TOTAL_DURATION * 0.80;
var ctaStart = TOTAL_DURATION * 0.80;
// Rolar do topo para o fundo com easing
tl.to(".scroll-content", {
y: -MAX_SCROLL,
duration: scrollEnd,
ease: "none",
onUpdate: function() {
var progress = this.progress();
var thumbTop = progress * THUMB_TRAVEL;
gsap.set("#scroll-thumb", { top: thumbTop });
}
}, 0);
// Fase 2: Destaque palavra por palavra
var currentWordIndex = -1;
WORDS.forEach(function(w, i) {
tl.call(function() {
// Desativar palavra anterior
if (currentWordIndex >= 0 && wordSpans[currentWordIndex]) {
wordSpans[currentWordIndex].classList.remove("active");
wordSpans[currentWordIndex].classList.add("past");
}
// Ativar palavra atual
wordSpans[i].classList.add("active");
currentWordIndex = i;
}, null, w[1]);
});
// Fase 3: Sobreposição de CTA aparece em 80%
tl.to("#cta-overlay", { opacity: 1, duration: 0.5, ease: "power2.out" }, ctaStart);
// Fase 4: Escurecer barra de legendas durante CTA
tl.to("#subtitle-bar", { opacity: 0.3, duration: 0.5 }, ctaStart);
// Fase 5: Barra de progresso da rolagem desaparece
tl.to(".scroll-progress-track", { opacity: 0, duration: 0.3 }, ctaStart);
window.__timelines["{repo}-tour"] = tl;
</script>
</body>
</html>
Etapa 5: Renderizar
cd github-promos/<repo>-tour
# Se não existir nenhuma configuração de projeto HyperFrames:
npx hyperframes init --example blank --non-interactive
# Verificar
npx hyperframes lint
# Captura de tela para verificação visual
npx hyperframes snapshot
# Renderização de rascunho
npx hyperframes render --quality draft
# Verificar o MP4 de saída em renders/
ls -la renders/
# Se tudo parecer bom, renderizar final
npx hyperframes render --quality standard
Etapa 6: Entregar
Envie o MP4 final para o usuário. Pergunte se ele deseja:
- Renderização de alta qualidade (
--quality high) - Proporção de aspecto diferente (paisagem 1920x1080)
- Revisões do roteiro
Sistema de Legendas — Como Funciona
O sistema de legendas é o principal diferencial desta skill. Veja como a sincronização palavra por palavra funciona:
Timestamps no Nível da Palavra
O áudio da narração é transcrito com timestamps no nível da palavra (do ElevenLabs ou Whisper). Cada palavra recebe uma entrada [palavra, startSeconds, endSeconds] no array WORDS.
Três Estados Visuais
Cada palavra na barra de legendas tem três estados CSS:
| Estado | Classe | Visual |
|---|---|---|
| Futuro | .subtitle-word | Branco fraco rgba(255,255,255,0.35) |
| Ativo | .subtitle-word.active | Branco brilhante #FFFFFF, levemente escalado 1.08 |
| Passado | .subtitle-word.past | Branco médio rgba(255,255,255,0.65) |
A linha do tempo GSAP chama uma função no startSeconds de cada palavra para fazer a transição de palavraAtual → ativo e palavraAnterior → passado. Isso cria um destaque palavra por palavra estilo Karaokê perfeitamente sincronizado com o áudio.
Tipografia
- Fonte: Inter 700, 42px
- Posição: Fundo 180px, centralizado, 1000px de largura máxima
- Fundo: Sem caixa de fundo — as palavras flutuam sobre o conteúdo da rolagem com o gradiente fraco/brilhante/fraco tornando-as legíveis contra qualquer conteúdo
- Z-index: 100 (acima do conteúdo de rolagem no z-index 1, abaixo da sobreposição de CTA no z-index 200)
Considerações de Layout
As palavras são dispostas com display: inline-block e quebra de texto natural. Para roteiros mais longos (20+ segundos), considere dividir em 2–3 grupos de linha que aparecem/desaparecem entre segmentos de rolagem:
// Agrupar palavras por segmento de rolagem
var SEGMENTS = [
{ start: 0, end: 5, words: [0, 12] }, // Batida 1: Herói
{ start: 5, end: 15, words: [13, 35] }, // Batida 2: Rolagem
{ start: 15, end: 20, words: [36, 50] }, // Batida 3: Estatísticas
// ...
];
