Communitygithub.com

paxon-yang/talking-video-skills

Prepare materiais para criar vídeos de narração/moção: avatar digital, clonagem de voz, componentes de efeitos, molduras fixas — tudo o que você precisa antes de gerar o vídeo final com 'talking-video-oneshot'.

O que é talking-video-skills?

Este skill prepara o material base necessário para a produção de vídeos de narração ou com efeitos dinâmicos, garantindo que cada vídeo subsequente seja consistente e de alta qualidade. Ele cobre seis pilares: avatar digital (com look, fundo verde, máscara, calibração de boca e nitidez), clonagem de voz (regras de leitura, pausas), extração de padrões de movimento (a partir de vídeos de referência → criação de componentes parametrizados), biblioteca pessoal de componentes (títulos, cartões, gráficos, janelas, transições no Remotion), molduras fixas (legendas em cápsulas, fundos, capas) e uma rota de contingência para quando o Remotion não consegue reproduzir certos efeitos (3D, vidro, composição com cena real). O usuário pode solicitar ações como 'preparar avatar digital', 'aprender este efeito', 'extrair efeitos deste vídeo', 'criar componente', 'montar minha biblioteca de componentes', 'preparar materiais' ou 'o que falta para eu começar a fazer vídeos'. Após a preparação completa, o fluxo delega a geração do vídeo final ao skill `talking-video-oneshot`. O processo de aprendizado de efeitos segue um ciclo rigoroso: obter material de referência, dissecar quadro a quadro para extrair valores numéricos e curvas de easing, criar ou reutilizar componentes, replicar o efeito e calibrar com sobreposição lado a lado para garantir ±15% de tolerância. Todas as medições e conclusões, inclusive as descartadas, são registradas em uma base de conhecimento para evitar erros repetidos. O skill opera em 1920×1080 pixels, usa geradores determinísticos (sem aleatoriedade dependente de tempo) e processa uma renderização por vez em máquinas com pouca memória. A comunicação com o usuário é em português, oferecendo opções de múltipla escolha para decisões.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/paxon-yang/talking-video-skills/tree/HEAD/skills/video-asset-prep

Perguntar na sua IA favorita

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

Documentação

Preparação de Materiais: Investimento Único, Cada Vídeo Usa

Lista de Materiais (Confira Primeiro, Faça o que Faltar)

ItemCritério de ConclusãoLeia Sobre
① Avatar DigitalTer uma aparência + look; amostra de fundo verde aprovada; borda limpa após remoção de fundo; avanço de boca definido; nitidez testadareferences/digital-human.md, references/voice-and-host.md segunda parte
② VozVoz clonada; tabela de regras de leitura (abreviaturas, reduções, homófonos); parâmetros de pausa máximosreferences/voice-and-host.md primeira parte
③ Padrões de EfeitosPelo menos uma revisão dos padrões: conhecer duas escalas de easing, picos defasados, feedback de clique, transições, moderação na pós-produçãoreferences/principles.md; cartões de UI em cenas reais, transições reais → veja references/vlog-ui-fusion-and-transitions.md
④ Biblioteca de ComponentesSua própria biblioteca de componentes Remotion: títulos, cartões, gráficos, ícones, janelas, transições; cada um com parâmetros e registros de calibraçãoreferences/method-dissect.md, references/method-replicate.md
⑤ Moldura FixaEstilo de cápsula de legenda, fundo (claro/escuro, um de cada), avatar, modelo de capareferences/frame-kit.md
⑥ Rota de ContingênciaSaber o que fazer quando o Remotion não consegue reproduzir efeitos (3D, vidro, composição com cena real)references/fallback-ladder.md

Com os itens ①–⑤ prontos (para vídeos apenas com efeitos, apenas ②③④⑤) → passe para ../talking-video-oneshot/SKILL.md.

Criando Componentes: Ciclo de Aprendizagem de Efeitos

  1. Obter Material: O usuário fornece uma referência de efeito visual (gravação de tela / vídeo); use ffprobe para verificar especificações; crie um proxy de taxa de quadros constante se a original for variável; mantenha o original somente leitura.
  2. Dissecar: Varredura geral para localizar quadros-chave → extração densa de quadros (12–30 fps) por evento → meça deslocamento/escala/desfoque/brilho → ajuste curva de easing → escreva cartão de técnica, anotando cada valor com "medido/aprox" e nível de confiança.
  3. Inserir no Acervo: Primeiro, verifique se já existe um componente que possa ser ajustado por parâmetros ou combinado; só crie um novo se não houver. Novos padrões vão para a base de padrões: regra → valor → origem → nível de confiança.
  4. Replicar: Faça uma composição de calibração: renderize com parâmetros do cartão, meça novamente; tolerância de ±15% para aprovação; apenas a verificação independente de pixels prova que os valores da referência estão corretos.
  5. Calibragem Lado a Lado: Exiba o vídeo original à esquerda e nossa reprodução à direita, anote diferenças e "similaridade em porcentagem", submeta ao usuário e ajuste conforme feedback.
  6. Registrar Mesmo Conclusões Refutadas: Conclusões refutadas por medições devem ser registradas na base de padrões como "conclusões refutadas" para evitar repetição de erros.

A replicação é apenas para aprendizado interno, não entra no vídeo final e não copia o trabalho de terceiros.

Políticas

  • Componentes escritos em 1920×1080 pixels; determinismo: sem números aleatórios dependentes de tempo; para aleatoriedade, use geradores com semente; o tempo é derivado dos quadros.
  • Uma câmera por tomada; sem texto explicativo pequeno; não invente números (se não for legível, escreva "ilegível").
  • Em máquinas com pouca memória, renderize um componente por vez.
  • Comunique-se com o usuário em português; para decisões importantes, ofereça opções de múltipla escolha.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas