Communitygithub.com

delorenj/skills

Pipeline de produção de vídeo ASCII: converte vídeo/áudio em MP4/GIF colorido com arte ASCII.

O que é skills?

Este skill implementa uma pipeline completa para gerar vídeos artísticos em ASCII colorido a partir de entrada de vídeo, áudio, imagens ou geração procedural. Ele suporta seis modos de operação: vídeo-para-ASCII, reativo a áudio, generativo, híbrido, legendas/letras e narração TTS, em uma única pipeline de seis estágios (INPUT → ANALYZE → SCENE_FN → TONEMAP → SHADE → ENCODE). É auto-contido em Python puro e não requer GPU, usando NumPy, SciPy, Pillow, ffmpeg e, opcionalmente, OpenCV e ElevenLabs API. O skill enfatiza excelência criativa desde o primeiro frame, exigindo conceitos visuais únicos, paletas de caracteres personalizadas, sistemas de cor intencionais e variação por cena para evitar resultados genéricos. Inclui referências detalhadas para sistemas de grade, blend modes, shaders, efeitos, composição, otimização e solução de problemas, tornando-o adequado tanto para tarefas de conversão direta quanto para experimentação artística avançada.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/delorenj/skills/tree/HEAD/ascii-video

Perguntar na sua IA favorita

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

Documentação

Pipeline de Produção de Vídeo ASCII

Quando usar

Use quando os usuários solicitarem: vídeo ASCII, vídeo com arte em texto, vídeo estilo terminal, animação com arte de caracteres, visualização retrô de texto, visualizador de áudio em ASCII, conversão de vídeo para arte ASCII, efeitos estilo Matrix ou qualquer saída ASCII animada.

O que está incluído

Pipeline de produção para vídeo com arte ASCII — qualquer formato. Converte entrada de vídeo/áudio/imagens/generativa em saída de vídeo com caracteres ASCII coloridos (MP4, GIF, sequência de imagens). Abrange: conversão de vídeo para ASCII, visualizadores de música reativos a áudio, animações generativas de arte ASCII, híbrido vídeo+áudio reativo, sobreposição de texto/letras, renderização em terminal em tempo real.

Padrão Criativo

Isto é arte visual. Caracteres ASCII são o meio; o cinema é o padrão.

Antes de escrever uma única linha de código, articule o conceito criativo. Qual é o clima? Que história visual isso conta? O que torna ESTE projeto diferente de todos os outros vídeos ASCII? O prompt do usuário é um ponto de partida — interprete-o com ambição criativa, não transcrição literal.

Excelência no primeiro render é inegociável. A saída deve ser visualmente impressionante sem exigir rodadas de revisão. Se algo parecer genérico, plano ou como "arte ASCII gerada por IA", está errado — repense o conceito criativo antes de entregar.

Vá além do vocabulário de referência. Os catálogos de efeitos, predefinições de shaders e bibliotecas de paletas nas referências são um vocabulário inicial. Para cada projeto, combine, modifique e invente novos padrões. O catálogo é uma paleta de tintas — você escreve a pintura.

Seja proativamente criativo. Expanda o vocabulário do skill quando o projeto exigir. Se as referências não tiverem o que a visão exige, construa-o. Inclua pelo menos um momento visual que o usuário não pediu, mas apreciará — uma transição, um efeito, uma escolha de cor que eleve toda a peça.

Estética coesa acima de correção técnica. Todas as cenas em um vídeo devem parecer conectadas por uma linguagem visual unificada — temperatura de cor compartilhada, paletas de caracteres relacionadas, vocabulário de movimento consistente. Um vídeo tecnicamente correto onde cada cena usa um efeito aleatório diferente é uma falha estética.

Denso, em camadas, considerado. Cada frame deve recompensar a visualização. Nunca fundos pretos planos. Sempre composição multi-grade. Sempre variação por cena. Sempre cor intencional.

Modos

ModoEntradaSaídaReferência
Vídeo-para-ASCIIArquivo de vídeoRecriação ASCII da fonte originalreferences/inputs.md § Amostragem de Vídeo
Reativo a ÁudioArquivo de áudioVisuais generativos guiados por características de áudioreferences/inputs.md § Análise de Áudio
GenerativoNenhum (ou parâmetros de semente)Animação ASCII proceduralreferences/effects.md
HíbridoVídeo + áudioVídeo ASCII com sobreposições reativas a áudioAmbas referências de entrada
Letras/TextoÁudio + texto/SRTTexto temporizado com efeitos visuaisreferences/inputs.md § Texto/Letras
Narração TTSCitações de texto + API TTSVídeo narrado de depoimento/citação com texto digitadoreferences/inputs.md § Integração TTS

Stack

Um único script Python auto-contido por projeto. Nenhuma GPU necessária.

CamadaFerramentaPropósito
NúcleoPython 3.10+, NumPyMatemática, operações em arrays, efeitos vetorizados
SinalSciPyFFT, detecção de picos (modos de áudio)
ImagemPillow (PIL)Rasterização de fontes, decodificação de frames, E/S de imagem
E/S de Vídeoffmpeg (CLI)Decodificar entrada, codificar saída, multiplexar áudio
Paraleloconcurrent.futuresN workers para renderização de lote/clipe
TTSElevenLabs API (opcional)Gerar clipes de narração
OpcionalOpenCVAmostragem de frames de vídeo, detecção de bordas

Arquitetura da Pipeline

Todo modo segue a mesma pipeline de 6 estágios:

INPUT → ANALYZE → SCENE_FN → TONEMAP → SHADE → ENCODE
  1. INPUT — Carregar/decodificar material de origem (frames de vídeo, amostras de áudio, imagens ou nada)
  2. ANALYZE — Extrair características por frame (bandas de áudio, luminância/bordas de vídeo, vetores de movimento)
  3. SCENE_FN — Função de cena renderiza para canvas de pixel (uint8 H,W,3). Compõe múltiplas grades de caracteres via _render_vf() + modos de blend de pixel. Veja references/composition.md
  4. TONEMAP — Normalização adaptativa de brilho baseada em percentil. Veja references/composition.md § Tonemap Adaptativo
  5. SHADE — Pós-processamento via ShaderChain + FeedbackBuffer. Veja references/shaders.md
  6. ENCODE — Enviar frames RGB brutos para ffmpeg para codificação H.264/GIF

Direção Criativa

Dimensões Estéticas

DimensãoOpçõesReferência
Paleta de caracteresRampas de densidade, elementos de bloco, símbolos, scripts (katakana, grego, runas, braile), projeto-específicoarchitecture.md § Paletas
Estratégia de corHSV, OKLAB/OKLCH, paletas RGB discretas, harmonia auto-gerada, monocromático, temperaturaarchitecture.md § Sistema de Cor
Textura de fundoCampos senoidais, ruído fBM, warp de domínio, voronoi, reação-difusão, autômatos celulares, vídeoeffects.md
Efeitos principaisAnéis, espirais, túnel, vórtex, ondas, interferência, aurora, fogo, SDFs, atratores estranhoseffects.md
PartículasFaíscas, neve, chuva, bolhas, runas, órbitas, boids em bando, seguidores de campo de fluxo, rastroseffects.md § Partículas
Clima do shaderCRT retrô, moderno limpo, arte glitch, cinematográfico, sonhador, industrial, psicodélicoshaders.md
Densidade da gradexs(8px) até xxl(40px), mista por camadaarchitecture.md § Sistema de Grade
Espaço de coordenadasCartesiano, polar, ladrilhado, rotacionado, olho de peixe, Möbius, domain-warpedeffects.md § Transformações
FeedbackTúnel de zoom, rastros de arco-íris, eco fantasmagórico, mandala rotativa, evolução de corcomposition.md § Feedback
MascaramentoCírculo, anel, gradiente, estêncil de texto, íris/wipe/dissolve animadoscomposition.md § Mascaramento
TransiçõesCrossfade, wipe, dissolve, corte glitch, íris, revelação baseada em máscarashaders.md § Transições

Variação por Seção

Nunca use a mesma configuração para o vídeo inteiro. Para cada seção/cena:

  • Efeito de fundo diferente (ou componha 2-3)
  • Paleta de caracteres diferente (combine com o clima)
  • Estratégia de cor diferente (ou no mínimo uma matiz diferente)
  • Varie a intensidade do shader (mais bloom durante picos, mais granulado durante silêncio)
  • Tipos de partículas diferentes se partículas estiverem ativas

Invenção por Projeto

Para cada projeto, invente pelo menos um de:

  • Uma paleta de caracteres personalizada que combine com o tema
  • Um efeito de fundo personalizado (combine/modifique blocos de construção existentes)
  • Uma paleta de cores personalizada (conjunto RGB discreto que combine com a marca/clima)
  • Um conjunto personalizado de caracteres de partículas
  • Uma transição de cena ou momento visual inovador

Não apenas escolha do catálogo. O catálogo é vocabulário — você escreve o poema.

Fluxo de Trabalho

Passo 1: Visão Criativa

Antes de qualquer código, articule o conceito criativo:

  • Clima/atmosfera: O que o espectador deve sentir? Energético, meditativo, caótico, elegante, ameaçador?
  • História visual: O que acontece ao longo da duração? Construir tensão? Transformar? Dissolver?
  • Mundo de cor: Quente/frio? Monocromático? Neon? Tons terrosos? Qual é a matiz dominante?
  • Textura de caracteres: Dados densos? Estrelas esparsas? Pontos orgânicos? Blocos geométricos?
  • O que torna ESTE diferente: Qual é a única coisa que torna este projeto único?
  • Arco emocional: Como as cenas progridem? Abrir com energia, construir para o clímax, resolver?

Mapeie o prompt do usuário para escolhas estéticas. Um "visualizador chill lo-fi" exige tudo diferente de um "fluxo de dados cyberpunk glitch".

Passo 2: Design Técnico

  • Modo — qual dos 6 modos acima
  • Resolução — paisagem 1920x1080 (padrão), retrato 1080x1920, quadrado 1080x1080 @ 24fps
  • Detecção de hardware — auto-detectar núcleos/RAM, definir perfil de qualidade. Veja references/optimization.md
  • Seções — mapear timestamps para funções de cena, cada uma com sua própria configuração de efeito/paleta/cor/shader
  • Formato de saída — MP4 (padrão), GIF (640x360 @ 15fps), sequência PNG

Passo 3: Construir o Script

Arquivo Python único. Componentes (com referências):

  1. Detecção de hardware + perfil de qualidade — references/optimization.md
  2. Carregador de entrada — dependente do modo; references/inputs.md
  3. Analisador de características — FFT de áudio, luminância de vídeo ou sintético
  4. Grade + renderizador — grades multi-densidade com cache de bitmap; references/architecture.md
  5. Paletas de caracteres — múltiplas por projeto; references/architecture.md § Paletas
  6. Sistema de cor — HSV + RGB discreto + geração de harmonia; references/architecture.md § Cor
  7. Funções de cena — cada uma retorna canvas (uint8 H,W,3); references/scenes.md
  8. Tonemap — normalização adaptativa de brilho; references/composition.md
  9. Pipeline de shader — ShaderChain + FeedbackBuffer; references/shaders.md
  10. Tabela de cenas + despachante — tempo → função de cena + configuração; references/scenes.md
  11. Codificador paralelo — renderização de clipe com N workers e pipes ffmpeg
  12. Main — orquestrar pipeline completa

Passo 4: Verificação de Qualidade

  • Teste frames primeiro: renderize frames únicos em timestamps chave antes do render completo
  • Verificação de brilho: canvas.mean() > 8 para todo conteúdo ASCII. Se escuro, abaixe gamma
  • Coerência visual: todas as cenas parecem pertencer ao mesmo vídeo?
  • Verificação de visão criativa: a saída corresponde ao conceito do Passo 1? Se parecer genérica, volte

Notas Críticas de Implementação

Brilho — Use tonemap(), Não Multiplicadores Lineares

Este é o problema visual #1. ASCII sobre preto é inerentemente escuro. Nunca use multiplicadores canvas * N — eles cortam realces. Use tonemap adaptativo:

def tonemap(canvas, gamma=0.75):
    f = canvas.astype(np.float32)
    lo, hi = np.percentile(f[::4, ::4], [1, 99.5])
    if hi - lo < 10: hi = lo + 10
    f = np.clip((f - lo) / (hi - lo), 0, 1) ** gamma
    return (f * 255).astype(np.uint8)

Pipeline: scene_fn() → tonemap() → FeedbackBuffer → ShaderChain → ffmpeg

Gamma por cena: padrão 0.75, solarizar 0.55, posterizar 0.50, cenas brilhantes 0.85. Use blend screen (não overlay) para camadas escuras.

Altura da Célula da Fonte

macOS Pillow: textbbox() retorna altura errada. Use font.getmetrics(): cell_height = ascent + descent. Veja references/troubleshooting.md.

Deadlock do Pipe do ffmpeg

Nunca stderr=subprocess.PIPE com ffmpeg de longa duração — o buffer enche em 64KB e trava. Redirecione para arquivo. Veja references/troubleshooting.md.

Compatibilidade de Fonte

Nem todos os caracteres Unicode renderizam em todas as fontes. Valide paletas na inicialização — renderize cada caractere, verifique saída em branco. Veja references/troubleshooting.md.

Arquitetura por Clipe

Para vídeos segmentados (citações, cenas, capítulos), renderize cada um como um arquivo de clipe separado para renderização paralela e re-renderização seletiva. Veja references/scenes.md.

Metas de Performance

ComponenteOrçamento
Extração de características1-5ms
Função de efeito2-15ms
Renderização de caracteres80-150ms (gargalo)
Pipeline de shader5-25ms
Total~100-200ms/frame

Referências

ArquivoConteúdo
references/architecture.mdSistema de grade, predefinições de resolução, seleção de fonte, paletas de caracteres (20+), sistema de cor (HSV + OKLAB + RGB discreto + geração de harmonia), helper _render_vf(), classe GridLayer
references/composition.mdModos de blend de pixel (20 modos), blend_canvas(), composição multi-grade, tonemap() adaptativo, FeedbackBuffer, PixelBlendStack, sistema de mascaramento/estêncil
references/effects.mdBlocos de construção de efeitos: geradores de campo de valor, campos de matiz, ruído/fBM/warp de domínio, voronoi, reação-difusão, autômatos celulares, SDFs, atratores estranhos, sistemas de partículas, transformações de coordenadas, coerência temporal
references/shaders.mdShaderChain, despacho _apply_shader_step(), catálogo de 38 shaders, escalonamento reativo a áudio, transições, predefinições de matiz, codificação de formato de saída, renderização em terminal
references/scenes.mdProtocolo de cena, classe Renderer, tabela SCENES, render_clip(), corte sincronizado com batida, renderização paralela, padrões de design (hierarquia de camadas, arcos direcionais, metáforas visuais, técnicas de composição), exemplos de cenas completas em todos os níveis de complexidade, lista de verificação de design de cena
references/inputs.mdAnálise de áudio (FFT, bandas, batidas), amostragem de vídeo, conversão de imagem, texto/letras, integração TTS (ElevenLabs, atribuição de voz, mixagem de áudio)
references/optimization.mdDetecção de hardware, perfis de qualidade, padrões vetorizados, renderização paralela, gerenciamento de memória, orçamentos de performance
references/troubleshooting.mdArmadilhas de broadcasting NumPy, erros de modo de blend, multiprocessamento/pickling, diagnóstico de brilho, problemas com ffmpeg, problemas de fonte, erros comuns

Divergência Criativa (use apenas quando o usuário solicitar saída experimental/criativa/única)

Se o usuário pedir saída criativa, experimental, surpreendente ou não convencional, selecione a estratégia que melhor se encaixa e raciocine através de seus passos ANTES de gerar código.

  • Conexões Forçadas — quando o usuário deseja inspiração entre domínios ("faça parecer orgânico", "estética industrial")
  • Mistura Conceitual — quando o usuário nomeia duas coisas para combinar ("oceano encontra música", "espaço + caligrafia")
  • Estratégias Oblíquas — quando o usuário está maximamente aberto ("me surpreenda", "algo que nunca vi")

Conexões Forçadas

  1. Escolha um domínio não relacionado ao objetivo visual (sistemas climáticos, microbiologia, arquitetura, dinâmica de fluidos, tecelagem têxtil)
  2. Liste seus elementos visuais/estruturais principais (erosão → revelação gradual; mitose → divisão duplicadora; tecelagem → padrões entrelaçados)
  3. Mapeie esses elementos para caracteres ASCII e padrões de animação
  4. Sintetize — como "erosão" ou "cristalização" se parece em uma grade de caracteres?

Mistura Conceitual

  1. Nomeie duas visuais/... distintas [conteúdo truncado para fins de tradução]

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

delorenj/skills

Plan and generate terminal ASCII animations/screensaver-style output (FPS, refresh rules, loop policy, low-flicker guidance), with a static poster frame and an optional local demo script.

delorenj/skills

Plan, build and quality-check a premium short commercial for a real business (roofing, property, ecommerce, B2B software) using AI-generated footage, code-built motion (HTML/GSAP), selective Three.js and an independent-critic "Gauntlet" loop. Use when asked to make a launch-style / SaaS-style video, business ad, explainer, sample reel or pitch video, or to review and improve one. Encodes motion principles distilled from 28 professional launch films, a quality bar, audio rules and a business-offer playbook.

delorenj/skills

CSS animation adapter patterns for HyperFrames. Use when authoring CSS keyframes, animation-delay based timing, animation-fill-mode, animation-play-state, or CSS-only motion that HyperFrames must seek deterministically during preview and rendering.

delorenj/skills

Generate professional voiceovers using ElevenLabs AI. Use when the user needs to create voiceovers for videos, audio narration, or text-to-speech content. Supports multiple voices with character presets (narrator, salesperson, expert) for natural delivery. Includes single scene regeneration for fine-tuning.

delorenj/skills

HyperFrames CLI dev loop — `npx hyperframes` for scaffolding (init), validation (lint, inspect), preview, render, and environment troubleshooting (doctor, browser, info, upgrade). Use when running any of these commands or troubleshooting the HyperFrames build/render environment. For asset preprocessing commands (`tts`, `transcribe`, `remove-background`), invoke the `hyperframes-media` skill instead.

delorenj/skills

Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transparent overlays (u2net). Use when generating voiceover from text, transcribing speech for captions, removing the background from a video or image to use as a transparent overlay, choosing a TTS voice or whisper model, or chaining these (TTS → transcribe → captions). Each command downloads its own model on first run.

delorenj/skills

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

delorenj/skills

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For dev-loop CLI commands (init, lint, inspect, preview, render) see the hyperframes-cli skill; for asset preprocessing commands (tts, transcribe, remove-background) see the hyperframes-media skill.

delorenj/skills

Manim CE animations: 3Blue1Brown math/algo videos.

delorenj/skills

Join a Google Meet or Zoom call as a video meeting agent via PikaStreaming. Trigger: user drops a Google Meet or Zoom link, or asks to join a meeting.

delorenj/skills

Translate an existing Remotion (React-based) video composition into a HyperFrames HTML composition. Use ONLY when the user explicitly asks to port, convert, migrate, translate, or rewrite a Remotion composition as HyperFrames (e.g. "port my Remotion project to HyperFrames"). Do NOT use when (a) authoring a NEW HyperFrames composition (even if A/B-testing a Remotion video); (b) Remotion is mentioned in passing; (c) Remotion code is shared as reference, not for translation; (d) the user wants "the same video as my Remotion one" without explicitly asking to migrate the source — treat as a fresh HyperFrames build. When in doubt, default to the `hyperframes` skill. Detects unsupported patterns (useState, useEffect side effects, async calculateMetadata, third-party React component libraries, `@remotion/lambda`) and recommends the runtime interop escape hatch instead of a lossy translation.

delorenj/skills

Generate speech using the self-hosted voxxy (vox) TTS service at https://vox.delo.sh. Use when the user asks to speak, say, narrate, synthesize speech, clone a voice, create a voice, add or register a voice, pipe TTS, or control voice qualities by description (e.g. "a young woman with a cheerful voice"). Handles HTTP API usage, voice profile management, description-based voice design, cloning, MCP registration, and integration patterns for new platforms.

delorenj/skills

Capture a website and create a HyperFrames video from it. Use when: (1) a user provides a URL and wants a video, (2) someone says "capture this site", "turn this into a video", "make a promo from my site", (3) the user wants a social ad, product tour, or any video based on an existing website, (4) the user shares a link and asks for any kind of video content. Even if the user just pastes a URL — this is the skill to use.

delorenj/skills

YouTube transcripts to summaries, threads, blogs.

Habilidades Relacionadas