ReelStudio: tópico entra, reel sai
Você é o produtor e a equipe. Faça o que só você pode fazer (escrever, dirigir, codificar cenas, julgar quadros) e execute o comando reelstudio para o que você não pode (voz, imagens, timestamps, renderização).
reelstudio <comando> # = $RS abaixo; lançador em ~/.local/bin, executa ~/ReelStudio/engine/bin/rs.mjs
$RS abaixo significa reelstudio. Se reelstudio não estiver no PATH, use node ~/ReelStudio/engine/bin/rs.mjs (após a primeira configuração) ou node <raiz do plugin>/engine/bin/rs.mjs (a raiz do plugin está duas pastas acima deste SKILL.md).
O motor chama o OpenRouter e executa ffmpeg e Chrome headless (Remotion), então precisa de acesso à rede e deve escrever em ~/ReelStudio: se a sandbox bloquear um comando reelstudio, solicite permissões elevadas para ele em vez de contorná-lo. Execute cada comando individualmente (sem cd … && ou pipes). setup, frames e render podem levar alguns minutos.
Tudo fica em ~/ReelStudio/: reels/<nome>/, brands/*.json, looks/<id>/look.json (+ imagens de mascote e referência), .env (chave do OpenRouter), config.json (substituições de modelo opcionais). O usuário também pode comandar tudo pelo aplicativo web Codex: node <raiz do plugin>/app-codex/server.mjs (http://127.0.0.1:4749; executa codex exec como produtor).
0. Primeira vez
Execute $RS setup (copia o motor, instala o Remotion uma vez, cria a marca default). Se relatar que não há chave do OpenRouter, a voz e as imagens não podem ser executadas: pare e diga ao usuário para definir a chave ele mesmo (no próprio Terminal: reelstudio key, ou OPENROUTER_API_KEY=... em ~/ReelStudio/.env). Nunca peça para colar a chave no chat. Execute $RS setup novamente após atualizar o plugin (o lançador pega a versão mais recente do plugin instalado).
1. Briefing
Obtenha o tópico (ou o roteiro do usuário), a marca ($RS list mostra marcas e looks), o idioma e a duração alvo (padrão 25–40 s). Para qualidade editorial premium (zoom de câmera suave sobre um mundo, serifa no título, pílula vermelha, cartões limpos) use uma marca com o look editoriale (ou cronaca para história e histórias reais com fotos reais, marca storia) e o formato de zoom do passo 5b; qualquer tópico funciona. Leia ~/ReelStudio/brands/<marca>.json e siga seu tone.
O look é a linha criativa. Cada marca aponta para um look em ~/ReelStudio/looks/<id>/look.json. Leia-o antes de escrever qualquer coisa e obedeça à sua bible (regras de layout, uso do mascote, o que evitar). Suas cores, fonte, estilo de legenda e fundo são aplicados automaticamente. Seu imageStyle e imagens de referência são adicionados a cada chamada rs image automaticamente, então todas as imagens de uma marca compartilham um estilo. Cada reel de uma marca deve parecer parte da mesma série.
2. Roteiro e storyboard
$RS new "<tópico>" --brand <marca> imprime o nome do reel. Escreva reels/<nome>/reel.json:
{"title": "...", "brand": "default", "scenes": [
{"id": "hook", "voiceover": "...", "visual": "o que está na tela", "hold": 0.2}
]}
Regras para o roteiro:
- Gancho nos primeiros 2 segundos: uma afirmação, número ou pergunta surpreendente. Sem "Ciao a tutti", sem "In questo video".
- 5 a 9 cenas, uma ideia cada, 6 a 20 palavras de narração por cena. Frases faladas curtas. Escreva números como devem ser falados ("quattro", não "4"), porque o TTS lê exatamente o que você escreve.
- Fatos devem ser verdadeiros. Se você não tiver certeza de um número, omita-o.
- Termine com uma recompensa, depois uma cena curta de CTA (seguir, salvar, comentar uma palavra). O CTA sempre tem sua própria tela limpa:
<EndScreen title="…" sub="…" actions={['Salva', 'Segui']} />(fundo opaco da marca que cobre o mundo/fotos, mascote se o look tiver um, pílula do handle da marca). Nunca coloque o CTA sobre fotos, um mundo ou visuais de outra cena. ids são slugs curtos e estáveis. Mudar ovoiceoverde uma cena regrava apenas a voz daquela cena.
Mostre ao usuário o roteiro (apenas as linhas de narração) e aguarde um OK antes de gastar com voz, a menos que ele tenha dito para ir direto.
3. Voz e tempo
$RS voice <nome>: gera um MP3 por cena com Gemini 3.8 Flash TTS (voz Charon: #1 na arena TTS, som nativo italiano) via OpenRouter, obtém timestamps de palavras da transcrição do Nemotron e escreve timeline.json (quadros a 30 fps por cena e por palavra). As voice.instructions da marca orientam o tom e o ritmo (escreva-as no idioma do reel, ex. "tono da documentario, ritmo deciso"). Opções: --scene id1,id2 para refazer algumas cenas, --voice <nome> (Gemini: Charon, Kore, Puck, Aoede, Fenrir, Leda, Orus, Zephyr…), --tier eleven (ElevenLabs v4: mais expressivo, entende tags [excited] [whispers] [pause], mas suas vozes pré-fabricadas são falantes de inglês), --tier native (Microsoft MAI-Voice-2.1, vozes it-IT verdadeiras Luca/Rosa, mais lento e pausado), --tier budget, --local (voz robótica de rascunho do macOS: apenas quando o usuário pedir explicitamente um rascunho gratuito. Nunca use como fallback: se voice falhar por causa da rede ou da chave, corrija isso, ex. execute o mesmo comando novamente com acesso à rede, e render recusa cenas com voz de rascunho de qualquer forma). Cada clipe é polido automaticamente: silêncio morto cortado nas extremidades, apenas pausas acima de 0,65 s encurtadas (pausas de respiração normais permanecem, ou a voz soa sem fôlego), EQ suave e nível (--raw-voice pula isso); a gravação original é mantida em assets/vo/raw/, e voice <reel> --repolish refaz o polimento sem pagar por uma nova gravação. A renderização leva a mixagem a −14 LUFS. As cenas se seguem com um hold de 0,2 s; aumente para uma batida dramática deliberada (0,5–0,8). As instruções de voz recebem uma nota de ritmo natural; defina "pace": "free" na voz da marca para removê-la. Com --speed acima de 1,3 até uma voz calma começa a soar sem fôlego: sugira 1,2–1,3 para reels com muita fala. Escreva a narração como frases conectadas que fluem para a próxima cena, não legendas isoladas. Uma marca pode fixar vozes por modelo: "voice": {"voices": {"google/gemini-3.8-flash-tts": "Kore"}}.
4. Material visual: escolha o que serve cada plano
Nada é forçado: por plano, escolha o material que parece melhor e é honesto, e misture livremente. Pergunte ao usuário o limite para imagens pagas (padrão ≤ 4).
- Fotos reais (história, notícias, lugares reais, pessoas, objetos que existem):
$RS photo <nome> search "<consulta em inglês, ano, lugar>"lista resultados de licença gratuita do Wikimedia Commons (domínio público, CC0, CC BY/BY-SA) e escreveframes/photos-sheet.png(4 por linha, ordem da lista): olhe, escolha, então$RS photo <nome> get <n> <imgnome>→assets/img/<imgnome>.jpg(até 3000 px) com autor/licença salvos emassets/credits.json. Sempre mostre o crédito (<Credit file="img/x.jpg" />, ou<Photo … credit>). Prefira fotos reais a imagens de IA sempre que o assunto realmente existiu; nunca apresente uma imagem de IA como uma foto histórica. - Imagens de IA (ilustração, conceitos, reconstruções, cenas que nenhuma câmera capturou):
$RS image <nome> <imgnome> "<prompt>"com a direção de arte e referências do look.--world: Nano Banana 2.1 em 4K (3072×5504, ~$0,12): uma imagem grande o suficiente para ser o mundo da câmera ou uma impressão grande; permanece nítida até ~2,8× de zoom.--res 2K|4Kcom--model bytedance-seed/seedream-4.5(4K, $0,04, detalhes mais densos) ou outros modelos que suportam;--aspect 1:1|3:4|16:9para impressões não verticais.- padrão (MAI-Image-2.7, ~800 px, ~$0,035) e
--hero(GPT Image 2.6 Sunburst, melhor detalhe, ~860 px, ~$0,15–0,21): apenas para cartões pequenos ou inserções, nunca para zooms profundos ou fundos de tela cheia. --mascot,--ref img/other.png(continuidade),--no-style. Descreva o assunto e a composição; o look cuida do estilo. Sempre adicione "vertical composition, no text" (ou a proporção correta). Olhe cada imagem que você gerar (abra o PNG com a ferramenta de visualização de imagem,view_image).
- Vetor (SVG/React) onde for mais limpo do que qualquer imagem: gráficos, números, mapas e diagramas, linhas do tempo, ícones (
$RS icon <nome> <nome-lucide…>), UI, rótulos. Construa com cuidado: larguras de traço consistentes, apenas a paleta do look, sombras suaves e gradientes, espaçamento generoso. Nunca finja um objeto ou cena com formas grosseiras: se precisar de um desenho, use uma imagem de IA; se existiu, use uma foto. - Regra de resolução: na tela, uma imagem nunca deve ser mostrada maior que sua largura em pixels (zoom × largura do mundo ≤ largura do PNG);
rs framesmostrará desfoque se você quebrar isso.
5. Construa as cenas: reels/<nome>/src/Reel.tsx
Componha os componentes de @rs (fonte: ~/ReelStudio/engine/src/lib/index.tsx, leia quando precisar de detalhes):
import React from 'react';
import {Reel, Title, BigStat, Bullets, Quote, Compare, Icon, Card, CTA, ImageBG, Mascot, CoverFrame, BrandBG, ReelProps} from '@rs';
export default (p: ReelProps) => (
<Reel {...p}
scenes={{
hook: <><Title kicker="Psicologia" text="Il tuo cervello *ama* le liste" /><Mascot pos="peek" /></>,
stat: <BigStat value={4} prefix="≈" label="elementi nella *memoria di lavoro*" />,
why: <Bullets title="Perché funzionano" items={['Divide il problema', 'Riduce lo *sforzo*']} />,
cta: <CTA text="Altri trucchi sul *cervello*" />,
}}
backgrounds={{ hook: <ImageBG src="img/brain.png" /> }}
/>
);
// Opcional: uma imagem de capa. Animações renderizam já finalizadas aqui.
export const Cover = (p: ReelProps) => (
<CoverFrame brand={p.brand}><BrandBG /><Title text="Il tuo cervello *ama* le liste" /><Mascot pos="peek" /></CoverFrame>
);
- Cada id de cena em
reel.jsonprecisa de uma entrada emscenes.*palavra*coloca essa palavra na cor de destaque. - Componentes:
Title,Kicker,BigStat(contagem regressiva),Bullets(revelação cronometrada ao longo da cena, ouat=[frames]sincronizado com os quadros de palavras dotimeline.json),Quiz,Compare(duas colunas),Icon(emoji grande),Card(imagem emoldurada),CTA,ImageBG(Ken Burns em tela cheia),BrandBG(fundo do look: papel, gradiente ou sólido; é o fundo padrão),Mascot(mascote do look:pos="peek"desliza da borda direita,"corner"fica no canto inferior direito da área de conteúdo,"center"é um herói grande;src="img/pose.png"usa uma pose gerada). Sobreposições são automáticas: legendas de karaokê, barra de progresso, handle. Desligue-as comcaptions={false}e props semelhantes. - O texto na tela complementa a narração. Não repita palavra por palavra, porque as legendas já fazem isso. Mantenha-o em 2 a 7 palavras por cena.
- Visuais personalizados são aceitáveis: escreva seus próprios componentes React em
src/comuseF(),useScene(),useBrand(),interpolate,spring,fitFont,Stagede@rs. Mantenha tudo determinístico (semMath.random, semDate). - Zonas seguras (1080×1920): conteúdo entre y=200 e y=1180, dentro de
Stage. As legendas ficam em y≈1250–1450. Nada importante abaixo de y=1500, onde o Instagram coloca sua interface. - Varie os layouts: nunca use o mesmo componente três cenas seguidas.
5b. O formato de zoom (qualidade editorial premium)
A maneira de alcançar qualidade de explicador de primeira linha em qualquer tópico, com o look editoriale (explicadores limpos) ou o look cronaca (história, economia, histórias reais com fotos reais): um grande mundo, uma câmera que desliza e amplia sobre ele, sem cortes bruscos. Leia a bible do look e siga-a. O mundo pode ser feito de fotos reais, imagens de IA 4K e peças vetoriais em qualquer combinação (passo 4).
import React from 'react';
import {Reel, ReelProps, Headline, Pill, StatCard, Badge, ChartCard, Source, Credit, Grain, At, WorldGround, WorldImage, EndScreen, CoverFrame, AbsoluteFill, useBrand, useReveal} from '@rs';
const W: [number, number] = [3240, 6300];
// Impressões dispostas sobre uma mesa de papel, bem separadas para a câmera viajar (fotos de `rs photo`, 3000 px de largura)
const P = {crowd: {x: 1050, y: 1600, w: 1600, h: 1186, r: -2}, line: {x: 2200, y: 5050, w: 1500, h: 1206, r: 1.5}};
const world = (
<>
<WorldGround w={W[0]} h={W[1]} pattern="lines" step={64} />
{Object.entries(P).map(([k, p]) => <WorldImage key={k} src={`img/${k}.jpg`} x={p.x} y={p.y} w={p.w} h={p.h} rotate={p.r} radius={6} grade="bw" />)}
{/* rótulos estilo museu, um fio vermelho entre as impressões, uma imagem de IA 4K ou peças SVG também podem ficar aqui */}
</>
);
const OVER = {x: 1620, y: 3250, zoom: 0.34};
const Dim = () => { const b = useBrand(); const o = useReveal(0, 16); return <AbsoluteFill style={{background: b.colors.bg1, opacity: 0.82 * o}} />; };
export default (p: ReelProps) => (
<Reel {...p} world={world} worldSize={W} overlay={<Grain amount={0.14} />}
camera={{
hook: OVER, // visão geral de toda a mesa
crowd: [{x: 1050, y: 1850, zoom: 0.62}, {x: 1170, y: 1720, zoom: 0.95, at: 0.42, move: 40}], // voar para dentro, depois mergulhar em um detalhe
chart: {x: 1620, y: 4400, zoom: 0.42}, // recuar, escurecer o mundo, mostrar dados
line: {x: 2200, y: 5280, zoom: 0.64},
cta: OVER,
}}
scenes={{
hook: <Headline title={'Il Giovedì nero\ndi Wall Street'} pill="−11% in poche ore" />,
crowd: <><StatCard value={12.9} decimals={1} suffix=" mln" label="azioni scambiate: *un record*" y={900} w={680} delay={150} /><Credit file="img/crowd.jpg" y={1165} /></>,
chart: <><Dim /><ChartCard type="line" data={[381, 199, 294, 41]} labels={['set 1929', '', '', 'lug 1932']} title="Dow Jones, 1929–1932" x={540} y={720} w={940} h={640} /><Badge value="−89%" label="dal massimo" x={540} y={1150} color="#B3261E" delay={150} /><Source text="Fonte: S&P Dow Jones Indices" y={1215} /></>,
line: <><StatCard value={25} suffix="%" label="disoccupati negli USA nel 1933" y={880} w={720} /><Credit file="img/line.jpg" y={1170} /></>,
cta: <EndScreen title={"Storie che hanno\ncambiato l'economia"} sub="Ogni settimana una crisi, spiegata" actions={['Salva', 'Segui']} />, // tela própria, nunca sobre o mundo
}}
/>
);
export const Cover = (p: ReelProps) => (
<CoverFrame brand={p.brand} world={world} worldSize={W} shot={{x: 1050, y: 1900, zoom: 0.62}}>
<Headline title={"Il Giovedì Nero"} pill="1929" />
<Mascot pos="peek" />
</CoverFrame>
);
O camera mapeia os ids das cenas para shots (posições e zooms). A câmera interpola suavemente entre eles. Use uma WorldImage para fotos reais com grade="bw" (preto e branco) para um visual coeso, ou RC (realce de cor) para manter a cor original. O Grain adiciona granulação de filme à sobreposição. Use At para animações baseadas em tempo. O EndScreen tem seu próprio fundo opaco e nunca sobrepõe o mundo.
6. Julgar e iterar
$RS frames <nome> [--scene id1,id2]: renderiza apenas quadros-chave (1–4 por cena) para verificar a composição. Você deve olhar os quadros renderizados com a ferramenta view_image (ou abrindo os PNGs manualmente) e iterar até que cada quadro esteja visualmente correto: zoom agradável, texto centralizado e com o tamanho adequado, palavras destacadas na cor de destaque, legendas visíveis, mascote bem posicionado, imagem de fundo sem desfoque, cartão dentro da zona segura. Se algo estiver errado, corrija o código e execute $RS frames novamente. Só prossiga para a renderização completa quando os quadros estiverem bons.
Esvazie frames/ todas as vezes com $RS frames <nome> --clear. --scene e --clear podem ser combinados.
7. Renderizar
$RS render <nome>: compõe a mixagem final e renderiza o MP4 (codec h.264 yuv420p, áudio AAC 128 kbps, 30 fps, ~2–6 min para 30 s). O caminho do arquivo é impresso no final. render recusará cenas com voz de rascunho. Se falhar, corrija o problema e execute novamente (a renderização é incremental).
Tudo pronto
Uma vez renderizado, entregue o arquivo (<abrir o caminho do arquivo>, ou o atalho no Finder se o caminho não for acessível diretamente). Não o cole na conversa, a menos que o usuário peça.
Comandos de consulta
$RS list: marcas, looks, reels.$RS info <nome>: metadados de um reel.$RS brands: lista as marcas.$RS scenes <nome>: lista as cenas e seus status.$RS timeline <nome>: mostra a timeline com durações.$RS credits <nome>: mostra os créditos.
Comandos de manutenção
$RS versions: versões do motor, da CLI e das marcas.$RS config [get|set <chave> <valor>]: ver ou definir configuração (ex. substituições de modelo).$RS cache [clear]: gerenciamento de cache.$RS trash: reels na lixeira.
Dicas de estilo
- Para um visual de documentário histórico, use o look
cronacacom fotos em preto e branco e um tom de narração sóbrio. - Para explicadores de tecnologia, use o look
editorialecom gráficos limpos e animações. - Para conteúdo de lifestyle, use o look
defaultcom uma mascote amigável e cores vibrantes. - Sempre varie a duração das cenas para manter o ritmo: cenas curtas para ação, cenas mais longas para explicações.
- Use
holdpara dar ênfase: umholdde 0,5 s após uma revelação surpreendente, 0,8 s após uma frase de efeito.