Communitygithub.com

contador-de-histórias-automático-animar

Mostra a um agente como planejar, construir ou editar 'contador de histórias automático animado' para que a saída concreta seja um vídeo finalizado. O procedimento passa por 'contador de histórias automático animado', Antes de começar — a verificação de pré-requisitos (automática), O que ele faz (o visual). Use quando uma nova tarefa exigir essa técnica.

O que é contador-de-histórias-automático-animar?

Esta habilidade transforma automaticamente um arquivo de narração e um roteiro em um filme cinematográfico narrado finalizado, sem storyboard manual ou edição em timeline. Ela transcreve o áudio, cronometra cada linha de legenda, escolhe um layout por linha (entre esboços em lousa azul com giz, ícones neon e traços oscilantes alternando com uma parede escura de evidências com fotos reais do Wikimedia Commons, documentos e cartões), renderiza cada bloco de estilo como seu próprio clipe, corta-os com precisão de quadro, grava legendas neon rentes à borda inferior, mixa efeitos sonoros sincronizados com a fala a -19 dB com uma trilha sonora com redução de volume a -18 dB, normaliza para -15 LUFS e realiza verificação de qualidade de quadros, volume e posicionamento das legendas. A habilidade suporta os sistemas Claude Code, Cursor e Codex, e é ideal para comandos como 'criar um filme a partir desta voz e roteiro', 'contador de histórias automático animado' ou 'transformar minha narração em um vídeo'. Todo o processo é automatizado através de um único comando, com cache inteligente e verificação automática de dependências.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/omnieditxstudio-IT/Automatic-Storytailer-Animate/tree/HEAD

Perguntar na sua IA favorita

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

Documentação

Contador de histórias automático animado

Forneça um arquivo de voz e um roteiro. Ele finaliza o filme inteiro: temporização, layout, renderização, cortes, legendas, som, mixagem e QA. Sem storyboard manual, sem código de cena, sem timeline de edição.

python scripts/run.py --project meu-filme --voice voz.mp3 --script roteiro.md

Esse único comando executa o pipeline completo e gera meu-filme/out/FILME.mp4, meu-filme/out/FILME.srt (ao lado de captioned.mp4), credits.md, beats.json, plan.json, beats.md, imagens de revisão em out/qa/ e todos os intermediários.

Antes de começar — a verificação de pré-requisitos (automática)

Toda execução começa com check_requirements.py, antes de qualquer outra coisa. Se todas as ferramentas disponíveis estiverem instaladas, a produção continua imediatamente — sem necessidade de configuração. Se algo estiver faltando, é baixado/instalado automaticamente, e então a produção continua.

Ela verifica, em ordem:

  1. Python 3.8+
  2. Pacotes Python — numpy, skia-python, Pillow, faster-whisper — instalados via pip automaticamente se ausentes
  3. ffmpeg + ffprobe no PATH — instalado automaticamente via winget (Windows), brew (macOS) ou apt-get (Linux) se ausente
  4. cinematic-film ao lado desta habilidade (ou CINEMATIC_SCRIPTS=<caminho para seus scripts>)

Se tudo estiver presente: uma linha — requirements: ok — e a construção começa. Se um pacote Python não puder ser instalado, o script imprime o comando exato para corrigi-lo e encerra, em vez de iniciar uma construção condenada. Se o cinematic-film não for encontrado, o mesmo — você recebe exatamente o que está faltando e o que configurar.

O que ele faz (o visual)

Duas linguagens visuais que alternam rigorosamente a cada 3-10 segundos, decididas por bloco pelo diretor:

  • Board - uma folha de blueprint em tela cheia. As palavras aparecem como tipografia de giz desenhada à mão em uma grade azul escura, com caixas de chamada de esboço retangulares, traços oscilantes, janelas de código rabiscado, marcas de verificação, divisores e ícones neon (dois passes de brilho + núcleo quente) que são desenhados em código.
  • Photo - a parede de evidências noturna do cinematic-film: fotos reais licenciadas do Wikimedia Commons fixadas com sombra e alfinete, documentos de papel datilografados, regras de destaque irregulares, ícones neon brilhantes, todos creditados em credits.md.

As legendas são centralizadas na parte inferior e rentes à borda inferior (6 px em 720p, escalando com a resolução), em maiúsculas, uma de nove tintas doces definidas por semente, com entrada suave (subir/pular/deslizar/inclinar/desvanecer/limpar/avançar) e saída (desvanecer/cair/sair/encolher), halo de flor três passagens, um gradiente arco-íris na palavra falada (traço branco de tubo neon). Um gradiente atrás da faixa mantém a legibilidade em qualquer fundo. O texto espelha a voz exatamente.

Começar do zero vs. retomar

  • Novo projeto: forneça a voz e o roteiro; a habilidade constrói tudo.
    python scripts/run.py --project meu-filme --voice voz.mp3 --script roteiro.md
    
  • Retomando: reexecutar em um projeto que já tem out/FILME.mp4 (e o plano/fotos) reverifica apenas com QA — nada é baixado ou renderizado novamente. Adicione --force para reconstruir do zero.

Entradas

  • --voice: qualquer arquivo de áudio que o ffmpeg leia (mp3/wav/m4a...). Melhores resultados de uma narração limpa em uma única tomada. É usado como está, apenas convertido para AAC estéreo 48 kHz.
  • --script: .md / .txt / .srt / .json. Cabeçalhos Markdown se tornam indicadores de seção na tela; linhas em branco e parágrafos são divididos em frases, depois em blocos de legenda (<= 9 palavras / <= 64 caracteres). O texto na tela é o texto no arquivo, literalmente. script.json com {"title": ..., "takes": [...]} é respeitado quando presente.

Opções

FlagEfeito
--size 1920x1080tamanho de renderização (padrão 1920x1080)
--crf 16qualidade (menor = melhor; 16 filme, 26 visualização)
`--photos autoexisting
`--music autonone
--model tiny.entamanho do faster-whisper para alinhamento (base.en/small.en são mais precisos)
--previewrenderizar apenas blocos 0-1 em 640x360 para uma olhada rápida
--skip-renderapenas replanejar (sem renderização)
--workers WORKERStrabalhadores de renderização + legenda (0 = todos os núcleos menos um)
--forcereconstruir mesmo se um out/FILME.mp4 finalizado já existir

Desempenho e segurança

  • Cache de produção em E:\Storyteller catche files (substitua com STORYTELLER_CACHE). Todo artefato pesado é armazenado em cache sob um hash de conteúdo, então reexecutar ou ajustar estágios posteriores refaz apenas o que mudou:
PastaO que é armazenado em cacheChave
whisper/temporizações de palavras do faster-whisperarquivo de voz + modelo + dispositivo
commons_search/conjuntos de resultados de pesquisa do Commonsconsulta + limite
commons_files/originais do Commons baixados + sidecars de créditotítulo do Commons
blocks/blocos de estilo renderizadoscena + beats + geometria do bloco + tamanho + CRF
silent/filme silencioso costuradoarquivos de bloco + CRF + fps
captioned/filme legendado + SRTvídeo + temporização + código de legenda + CRF
sfx/barramento SFX sintetizadofolha de dicas + build_sfx.py
music/base de trilha sonora em looparquivo de trilha + duração do filme
mix/mixagem de áudio finalizadavoz + dicas + música + níveis + LUFS

Os arquivos são nomeados <label>-<hash12>.<ext> e classificados por tipo (uma listagem sort lê naturalmente), com um manifesto index.jsonl somente anexação e um README.txt na raiz. Erros de cache reconstroem automaticamente; excluir o cache é sempre seguro. Uma reexecução completa de estágios inalterados leva segundos (whisper/blocos/costura/legendas/sfx/mixagem todos acertam).

  • Cada bloco é renderizado separadamente, depois os blocos são costurados com um filtro concat preciso por quadro. Reexecutar após uma edição de roteiro apenas re-renderiza blocos cujo plano mudou (render_blocks.py reutiliza arquivos de bloco atualizados, mais o cache de produção como segunda camada).
  • 12 núcleos / bastante RAM: use --workers 6. Um filme de 3 minutos em 1080p leva aproximadamente 15-30 min.
  • Nunca renderize o filme final sem que o usuário peça: use --preview ou um --size pequeno primeiro, mostre-o, e só então produza FILME.mp4 no tamanho completo.
  • Whisper tiny.en é aproximadamente 1x o tempo real na CPU; use --model base.en se as temporizações se desviarem em linhas longas.

O que o diretor faz

Cada linha de legenda se torna um beat. Um beat recebe exatamente um layout escolhido de suas palavras:

LayoutGatilhoDesenho
title / endprimeiras 2 / últimas 2 linhasícone neon + título grande em giz (título = título em maiúsculas das palavras de conteúdo da linha)
chainprimeiro/segundo/então/processo/pipeline3 caixas de esboço com setas
splitantes/depois/versus/comparado/em vez dedois quadros rotulados de cada lado de um divisor rasgado
windowcódigo/script/terminal/agente/modelo/servidorjanela de terminal desenhada à mão com linhas rabiscadas + linha destacada
checkproteger/remendar/assegurar/prevenir/nuncamarcas de verificação em giz descendo uma lista
statqualquer númeronumeral enorme brilhante
quotetodo o resto / perguntascitação destacada em giz
variantes de fototodo outro blocostation (foto + cartão), doc (documento de papel + selo), stat

Linhas consecutivas (1-4, máx ~9 s, cortadas em finais de frase) agrupam-se em blocos; blocos alternam board/foto ao longo do filme. Primeiro e último blocos são sempre board.

Arquivos escritos

audio/narration.m4a   voz normalizada
audio/timing.json     início/fim por linha (esquema do mecanismo)
script.json           takes em ordem de fala, ordem de id preservada
beats.json            por linha: início/fim/layout/kicker/headline/pontos/número/ícone/tinta/foto/x
plan.json             blocos (estilo, intervalo de quadros, mundo x), fps, duração
beats.md              tabela legível de todo o plano
sfx_cues.json         efeitos sintetizados para build_sfx.py
photos.json           seleções do Commons com licença/crédito/fonte
out/blocks/bNNN.mp4   um clipe por bloco de estilo
out/silent.mp4        imagem costurada
out/captioned.mp4     + legendas neon gravadas (+ .srt)
out/FILME.mp4         final, com áudio mixado
out/qa/*.png          imagens de revisão
credits.md            créditos de imagem + música

Portões de QA (scripts/qa.py, executado automaticamente pelo run.py)

Falha na construção em: incompatibilidade de contagem de quadros vs timing.total_duration * fps, fluxo de áudio ausente/!áudio, volume fora de -15 +/- 1.5 LUFS, pico verdadeiro > -0.8 dBTP, um bloco de legenda não visível, ou uma linha de base de legenda a mais de 8.5 % da altura do quadro acima da borda inferior.

Habilidades complementares (como uma produção realmente é concluída)

Esta habilidade é a orquestradora dedicada para o fluxo de trabalho de filme educacional/explicativo ("vídeo como o filme do agente de exploração de IA"). Ela aciona duas habilidades complementares para finalizar uma produção, exatamente como os filmes anteriores foram feitos — você nunca as chama diretamente; run.py e qa.py fazem isso. A regra é absoluta: nunca edite uma habilidade complementar — ou qualquer outro projeto (ex.: C:\remotion-build\dark-reality-explainer) — para fazer esta funcionar; acione-as como elas são fornecidas. Toda a lógica de orquestração, cache, QA e decisões de estilo residem aqui nesta habilidade.

1. cinematic-film — o mundo, as fotos, o som (obrigatório, dependência rígida)

Localizado ao lado desta habilidade (substitua com CINEMATIC_SCRIPTS=<caminho para seu diretório de scripts>). Chamado por:

ScriptUsado porO que faz para este filme
prep_assets.pyestágio prepclassifica as fotos do Commons para o visual preto-e-branco (`--grade bw
fetch_commons.pyfetch_photos.pybaixa os originais licenciados (get), preenche arquivo/crédito/licença, e escreve credits.md (credits)
render.pyrender_blocks.pyrenderiza cada bloco de estilo com --t0/--t1; desenha o mundo board/foto, a câmera e cada item por quadro
engine.pystoryboard.py, cada renderizaçãoo modelo de mundo: Film, chaves de câmera, Board, PaperDoc, StylePanel, a câmera spline
captions.pycaptions_burn.pyo relógio de palavras (words_with_times) usado para temporizar a palavra quente
build_sfx.pyaudio_finish.pysintetiza o barramento de efeitos a partir de sfx_cues.json (sem biblioteca de samples para licenciar)
mix_soundtrack.pyaudio_finish.pyvoz + SFX + trilha: SFX -19 dB, música -18 dB, redução 4:1, master -15 LUFS / -1.5 dBTP

Regras de engajamento: não edite seus scripts para esta habilidade — mudanças de comportamento pertencem a storyboard.py / render_blocks.py / aqui. Seus contratos CLI (--t0/--t1, fetch_commons get|credits, mix_soundtrack --lufs) são o que o cache de produção hasheia; se o cinematic-film mudar um, atualize o estágio aqui e exclua E:\Storyteller catche files para que nenhum resultado obsoleto sobreviva.

2. remotion-studio — visualização no navegador / direção (opcional, apenas revisão)

npx remotion studio (abra a URL impressa; ou --no-open e abra a URL você mesmo).

Escopo honesto, para que ninguém perca tempo: Studio apenas visualiza composições Remotion — componentes React registrados em um projeto Remotion. Ele não pode reproduzir o mestre finalizado desta habilidade (out/FILME.mp4 é uma renderização skia/ffmpeg, não um projeto Remotion; nem o filme do ataque de IA era). Use quando o entregável também existir como um projeto Remotion e você quiser a experiência de visualização enquanto edita (ou para dirigir uma variante baseada em Remotion). Para revisar a saída desta habilidade, use out/FILME.mp4 / out/preview_captioned.mp4 mais as imagens de out/qa/ — Studio não tem nada a anexar.

A receita de produção (como todas as três habilidades completam um filme, como da última vez)

  1. Voz + roteiro -> run.py --preview (2 blocos, 640x360, ~2 min). Verifique o visual, o ritmo board/foto, o tamanho da legenda e a posição rente à borda inferior, e que qa.py diga PASS.
  2. Plano completo — ingestão (alinhamento whisper) -> diretor (beats, layouts, alternância de estilo) -> fotos do Commons (licença gratuita, créditos em credits.md) -> preparação (classificação pb) -> cena -> dicas.
  3. Renderização — cada bloco separadamente em 1080p; reutilize via cache de produção em E:\Storyteller catche files.
  4. Finalização — costura (filtro concat) -> legendas neon rentes à borda inferior -> SFX -19 dB / trilha -18 dB, com redução, master -15 LUFS.
  5. Revisão — out/FILME.mp4 é reproduzido; out/qa/ contém as imagens fixas. Se uma etapa de empacotamento/revisão Remotion for desejada, abra esse projeto Remotion com remotion studio e verifique se ele carrega lá.
  6. Entrega — FILME.mp4 + FILME.srt + credits.md. Upload/exportação ocorre fora desta habilidade.

Lado SRT / distribuição da produção

Após qa PASS: out/captioned.srt fica ao lado de out/captioned.mp4 (a etapa de finalização pode copiá-lo ao lado de FILME.mp4). Para variantes sociais (recortes 9:16, exportações para plataformas, preparação de miniaturas), use uma habilidade de distribuição em vez de re-renderizar nesta — esta habilidade produz apenas o mestre 16:9.

Requisitos

Veja Antes de começar — a verificação de pré-requisitos acima: Python 3.8+, numpy, skia-python, Pillow, faster-whisper, ffmpeg/ffprobe no PATH, e a habilidade cinematic-film ao lado desta (substitua com CINEMATIC_SCRIPTS). A verificação é executada automaticamente no início de cada execução.

Limitações conhecidas

  • O alinhamento usa whisper tiny.en por padrão; uma tomada murmurando pode se desviar durante...

[truncado para tradução]

Habilidades Relacionadas