Communitygithub.com

paper-explainer

Transforma um artigo (arXiv/PDF), um texto técnico longo ou uma revisão de múltiplos artigos em um vídeo explicativo horizontal de 6–8 minutos em chinês.

O que é paper-explainer?

Este skill transforma artigos acadêmicos, revisões técnicas ou múltiplos papers em um vídeo explicativo horizontal de 6 a 8 minutos, focado em clareza e engajamento para uma audiência técnica que não leu o artigo original. O processo começa com a extração de um cartão do artigo e uma cadeia de perguntas do espectador, seguido pela redação de um roteiro narrado, verificação de fatos e testes cegos. Depois, o skill gera um plano de cena detalhado, sincroniza a narração com um motor de renderização baseado em WebCodecs no navegador, e produz o vídeo final com trilha sonora e efeitos. Ele suporta plataformas como Claude Code, Cursor e Codex, e é especialmente útil para criadores de conteúdo que desejam produzir vídeos educacionais de alta qualidade sem edição manual complexa.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ningcodes/paper-explainer-skill/tree/HEAD/skill

Perguntar na sua IA favorita

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

Documentação

Artigo → Vídeo Explicativo

Público-alvo: pessoas com formação técnica, mas que não leram o artigo. Ao final, devem conseguir explicar: o que foi alterado, por que funciona, o que podemos aprender, e reproduzir o funcionamento com um exemplo concreto. Sem dedução de fórmulas, mas com o raciocínio claro.

Especificação: 1920×1080, 30fps, H.264 + AAC, duração de 6–8 minutos, priorizando clareza (aceitável até ~10 min). Créditos finais e call to action são configuráveis no film.json (outro), não fixos.

Este skill acompanha o código do repositório: engine/ (shell da tela, papel físico, cartão de estilo ④, página de renderização WebCodecs, concatenação e mixagem, alinhamento de narração, música e efeitos sonoros), examples/demo (exemplo mínimo de 25s), examples/always-on (exemplo completo de um episódio). Documentação da interface: engine/README.md.


I. Regras rígidas (cada uma vem de retrabalho; em caso de conflito, estas prevalecem)

  1. Antes de começar, carregue todo o texto deste skill; ao enviar briefs para subagentes, cole o checklist original, não reproduza de memória. Briefs de roteiro e revisão devem incluir também references/voiceover-selfcheck.md. A primeira linha do brief deve conter o caminho deste skill, exigindo a leitura completa.
  2. A ordem não pode ser invertida: cadeia lógica → roteiro congelado → storyboard (plano de cena) → dublagem → corte bruto para ver o fluxo → efeitos especiais / acabamento artístico → capa por último. Roteiro não congelado = sem cenas; sem storyboard e roteiro congelados = nenhum material além da dublagem é gerado (ex.: avatar opcional). Definir o estilo antes de alterar o conteúdo = retrabalho.
  3. Quem escreve não aprova. Antes de enviar o roteiro para aprovação, ele deve passar por um teste cego de "ouvir uma vez" e verificação de fatos independentes. Antes de mostrar o vídeo final ao autor, um agente que não participou da produção deve assistir ao vídeo completo e dinâmico, verificar com references/review-checklist.md, e entregar o relatório junto.
  4. Renderização segue apenas um caminho: render(t) quadro a quadro na página Chrome local + codificação WebCodecs (hardware, engine/common/shell-wc.html). O brief deve mencionar apenas este caminho, sem dar alternativa de "headless frame-by-frame → ffmpeg". Antes de renderizar, teste 10s de ms/quadro e o renderizador WebGL; se for SwiftShader / llvmpipe (software), pare e reporte, não mude o método de renderização. Síntese proibida de usar geq. Renderização em agentes paralelos e segmentos independentes; a sessão principal mantém capacidade de diálogo.
  5. Dublagem: qualquer TTS gera wav → engine/voice/align.py alinha. Frases lidas errado são regeradas individualmente, sem ajuste manual de tempo.
  6. O quadro 0 já tem conteúdo; os primeiros 20–30 segundos são os mais importantes. O gancho vai direto: nome de autoridade + resultado mais contra-intuitivo + dúvida do espectador (ou "resumo completo de X"), sem suspense.
  7. A duração segue a clareza, aceitável até ~10 min; pausas entre frases são curtas (veja seção 10).
  8. Cena: legibilidade em primeiro lugar, estilo editorial com fundo branco quente / bege; cartão de estilo padrão ④ Jornal (já usado em vídeos publicados). Prefere movimentos de câmera contínuos, zoom em páginas de artigos, camadas suaves de música de fundo. Não use fundo escuro estilo 3Blue1Brown como base, nem estilo suíço de pôster com grade; evite cortes secos estilo PPT com cartões estáticos.
  9. Avatar opcional: a cena principal é o conteúdo. Se colocar a imagem do autor, apenas no canto inferior direito, apenas no início / capítulo / final, sem close-up; narração não vira texto grande.
  10. Final: pergunta de discussão (relacionada ao mecanismo central, respondível em 1–2 frases) → créditos + call to action (outro do film.json); sem prévia do próximo episódio.
  11. Texto: profissional e conciso, com raciocínio, poucos emojis; evite "não é... mas sim..."; não escreva testes pessoais não realizados; separe alegações oficiais, medições e inferências. Envie o roteiro em segmentos para aprovação do autor. Lista de auto-verificação: references/voiceover-selfcheck.md (prioritária em relação a qualquer versão antiga neste arquivo).
  12. Baseie planos em práticas já validadas, não invente novos formatos. Para novos tipos de cena, encontre exemplos semelhantes em examples/.

Etapas que o autor deve fazer pessoalmente (o agente para aqui, explica o que o autor precisa fazer, e aguarda confirmação): revisar a cadeia lógica e o roteiro (seção 7), gerar o áudio da dublagem wav (seção 9, a menos que o autor já tenha fornecido um método TTS utilizável), ver o plano de cena (seção 8), ver o rascunho e o vídeo final (seções 11–12), publicar. Enquanto o autor não terminar a revisão, o mesmo vídeo não avança para a próxima etapa (outros vídeos podem continuar).

Economia de tokens: no máximo 1 rodada de verificação de fatos e 1 teste cego por versão enviada para revisão; problemas pequenos são acumulados e corrigidos junto com o feedback do autor. Use modelos menores para busca e organização de arquivos; modelos fortes para redação, julgamento de fatos e revisão. Conteúdo grande escreva em arquivo, retorne apenas o caminho e a conclusão.


II. Visão geral do processo

  1. Triagem de tópicos: visão geral do artigo + popularidade do mesmo tópico na sua plataforma de publicação; requisito mínimo: o artigo tem um estudo de caso completo.
  2. Leitura aprofundada → cartão do artigo (references/paper-card.md)
  3. Encontrar o gancho
  4. Esboço de três perguntas + exemplo transversal + cadeia de perguntas do espectador (references/question-chain.md)
  5. Escrever o roteiro (seção 4 + references/voiceover-selfcheck.md)
  6. Teste cego "ouvir uma vez" (dois papéis, subagente, references/listen-test-brief.md) → corrigir roteiro
  7. Verificação de fatos independente + advogado do diabo (subagentes, paralelo, references/factcheck-brief.md) → teste de compreensão novamente após correções
  8. Autor revisa o roteiro segmento por segmento (cadeia lógica em uma página + roteiro segmentado, aguarda confirmação)
  9. Storyboard: selecionar cartão de estilo + plano de cena (references/shot-plan.md) + barra de progresso do topo → (Autor vê o plano de cena)
  10. Dublagem (qualquer TTS)
  11. Alinhamento, trilha sonora (voz + música de fundo + efeitos sonoros)
  12. Componentes compartilhados → escrever scene.js por capítulo em paralelo → rascunho → revisão independente → vídeo completo → refinamento artístico por capítulo → nova revisão → versão .1
  13. Auto-verificação com amostragem de quadros → entrega; após o autor assistir e fazer perguntas, primeiro replaneje antes de editar

Para "resumo completo" de múltiplas fontes, este skill também se aplica

Revisões / palestras de múltiplos artigos também seguem os passos 0–12. Consequências de não carregar este skill: frases cheias de "instituição + ano + número" ditas de uma vez, capítulos soltos uns dos outros, sem páginas reais de artigos, sem animações, sem música, sem teste de compreensão, resultando em retrabalho total. Adaptações:

  • Use um exemplo transversal + um diagrama mestre para unificar o vídeo; cada capítulo percorre o diagrama mestre com o mesmo conjunto de palavras. O diagrama mestre deve priorizar a classificação existente no artigo, e o texto segue essa classificação para dividir os capítulos, sem criar uma estrutura própria.
  • Cada capítulo conta apenas uma história principal e um número principal; os outros números vão para cartões de fonte na tela, e o roteiro apenas diz "X descobriu".
  • Capítulos progressivos (do simples ao complexo / ordem de pipeline), e o último capítulo retoma o gancho inicial.
  • Instituição e ano não entram em frases longas do roteiro; uma informação por frase.
  • A autoridade de uma revisão vem de "artigo + código open-source de grandes empresas"; o gancho tem apenas um sujeito.

0. Triagem de tópicos

  • Quando houver múltiplos candidatos, veja primeiro a visão geral do artigo (ex.: alphaXiv), use apenas para decidir se vale a pena ler aprofundadamente, não como fonte de fatos.
  • Verifique a popularidade do tópico na sua plataforma de publicação: alguém já explicou bem? Qual a repercussão? Popularidade acadêmica (curtidas, citações, número de artigos) ≠ popularidade na plataforma; na plataforma, geralmente viralizam "conceitos explicados claramente", "um artigo é suficiente", e nomes/empresas. Sem evidências, não diga "está muito na moda recentemente".
  • Requisito mínimo: o artigo deve conter um estudo de caso completo (entrada → o que cada camada fez → pontuação antes e depois), para sustentar uma "passagem completa". Caso contrário, escolha com cuidado.
  • Ao escolher o tópico, defina quatro coisas: a pergunta do leitor, nossa afirmação, as evidências, e a entrega (o que o espectador leva após assistir).

1. Leitura aprofundada: cartão do artigo

  • Obter o texto completo: https://arxiv.org/pdf/<id>; se possível, baixe também o código TeX (/src/<id>, números e legendas mais precisos, imagens originais podem ser usadas diretamente); se o download do PDF falhar, leia primeiro arxiv.org/html/<id>. Baixe apenas materiais que você tem direito de usar, anote a licença (CC BY, etc.).
  • PDF: pdftoppm -r 150 renderiza todas as páginas para ver o conteúdo; páginas e regiões usadas na cena use 300dpi, figuras com zoom use 720dpi para renderização vetorial (câmera vai dar zoom de 2–3x, 150dpi ou quadros de vídeo vão ficar borrados). Caixas de palavras (para localizar marca-texto) use pdftotext -bbox; pode crashar em algumas versões do poppler, então use PyMuPDF (veja examples/demo/get-paper.sh, lembre-se de normalização NFKC, senão ligaduras como fi não serão encontradas). Para texto de páginas web, use engine/tools/capture.mjs (screenshot 3x + caixas de palavras para frases).
  • Leia o texto principal, apêndices, legendas de figuras. Apêndices, ablation, casos de falha, limitações devem ser lidos separadamente

[O restante do SKILL.md foi omitido por brevidade, mas segue o mesmo padrão de tradução e formatação.]

Habilidades Relacionadas