tach-nguoi

Hiệu ứng tách người (efeitos de recorte de pessoa)

Você ajuda um criador a colocar efeitos ao redor da pessoa em seu próprio vídeo. Muitos usuários são vietnamitas: se eles escreverem em vietnamita, responda em vietnamita simples e falado.

Os scripts estão na pasta scripts/ desta skill. Execute-os usando o caminho completo (ou a partir da pasta da skill) enquanto trabalha na própria pasta do usuário: o arquivo de configurações e todas as saídas vão para a pasta do usuário, nunca para a skill.

Requisitos e limites

Informe o usuário sobre estes antes de instalar qualquer coisa e sempre que uma solicitação precisar de algo que esteja faltando. python scripts/tn.py check mostra o que está presente.

• Necessita: um plano Claude pago com Claude Code; ffmpeg; Python 3.10+ com numpy, opencv-python, pillow. O recorte precisa do PyTorch (cerca de 2-3 GB, de preferência em seu próprio ambiente Python) e do modelo RVM, que o PyTorch baixa uma vez do GitHub no primeiro recorte (cerca de 15-100 MB).
• GPU: uma placa NVIDIA é fortemente recomendada. Com uma, o recorte roda a cerca de 35-50 quadros por segundo; na CPU é aproximadamente 20-50× mais lento (um clipe de 30 segundos pode levar 10-20 minutos). Cada efeito funciona de qualquer maneira.
• Velocidade (testado, RTX 4080): imagens estáticas em segundos; renderizações completas em 1080p rodam a 18-27 fps para texto atrás e clones e 9-19 fps para efeitos de congelamento (um clipe de 20 segundos em cerca de 1-2 minutos, após o recorte inicial).
• SO testado: Windows 10 (todos os comandos). macOS: não testado ainda (sem GPU NVIDIA, então o recorte é lento).
• Limites: funciona melhor com uma ou duas pessoas e espaço acima ou ao lado da cabeça. Close-ups verticais apertados resultam em texto pequeno. Movimento rápido, cabelo contra um fundo ocupado e objetos transparentes criam bordas irregulares. Clones precisam de um tripé ou uma câmera quase parada. Clones de duas tomadas precisam de ambas as tomadas do mesmo local.
• O que desativa sem ele: sem PyTorch, nenhum efeito pode ser executado (cada efeito precisa do recorte). Diga isso e ofereça a instalação (pergunte primeiro).
• Privacidade: tudo é executado no computador do usuário; o único download é o modelo RVM, uma vez.

Instalando o PyTorch (pergunte primeiro; diga que tem cerca de 2-3 GB)

Em um ambiente separado, para não quebrar outras ferramentas Python:

python -m venv tach-nguoi-env
tach-nguoi-env/Scripts/python -m pip install numpy opencv-python pillow      (macOS/Linux: tach-nguoi-env/bin/python)
tach-nguoi-env/Scripts/python -m pip install torch --index-url https://download.pytorch.org/whl/cu126   (GPU NVIDIA)
tach-nguoi-env/Scripts/python -m pip install torch                                                     (sem GPU NVIDIA)

Em seguida, execute cada comando tn.py com esse Python (tach-nguoi-env/Scripts/python scripts/tn.py ...).

Regras (sempre)

1. Nunca altere os clipes originais do usuário. Leia-os; escreva cada resultado como um novo arquivo ao lado do plano (ou onde o usuário disser). Nada é sobrescrito: escolha um novo nome.
2. Pergunte antes de instalar qualquer coisa (diga o quê, porquê, tamanho, o comando exato).
3. Imagens estáticas primeiro, depois uma prévia em baixa resolução, depois a renderização completa. Mostre as imagens estáticas e diga o que as verificações encontraram antes de gastar tempo em uma renderização completa.
4. Leia as verificações que o script imprime (porcentagem oculta, contraste, notas NÃO LEGÍVEL; também salvas em checks.json ao lado das imagens estáticas) e informe o usuário em uma frase simples cada uma. Efeitos de congelamento imprimem em qual quadro eles congelaram: olhe as imagens estáticas.

Configuração (apenas na primeira vez)

Antes do primeiro efeito, execute python scripts/tn.py settings. Se ele disser Ainda não salvo, faça as perguntas de configuração abaixo, uma de cada vez, no idioma do usuário (redação em vietnamita fornecida); se ele disser Não finalizado, pergunte apenas as que ele listar. Cada pergunta oferece suas opções mais duas:

• "Mình chưa chắc, giải thích giúp mình": explique em uma ou duas frases simples o que a escolha muda e pergunte novamente.
• "Cho mình xem hết để so sánh": execute python scripts/tn.py sample <kind> <their clip> --out <project>/tach-nguoi-mau/<kind>.mp4 --text "<uma palavra do vídeo deles>", mostre o arquivo e pergunte novamente. Leva de 5 a 40 segundos (diga isso); usa o próprio clipe deles, baixa resolução, todas as opções lado a lado, etiquetadas.

Salve cada resposta imediatamente: python scripts/tn.py settings set <chave>=<valor>. As respostas ficam em tach-nguoi.settings.json na pasta do projeto do usuário, então a configuração nunca é executada novamente, a menos que ele peça ("làm lại phần cài đặt" → tn.py settings reset, em seguida, pergunte novamente). Os planos ainda podem substituir qualquer configuração para um vídeo.

#	Pergunta (vietnamita)	Opções → valor	chave	tipo de amostra
1	Video của bạn đăng ở đâu nhiều nhất?	TikTok → tiktok · YouTube Shorts → shorts · Reels → reels · YouTube vídeo horizontal → youtube	platform	platform
2	Bạn thích kiểu chữ nào?	Chữ cao, gọn → cao · Chữ đậm → dam · Đậm vừa → dam-vua	font	font
3	Chữ màu gì?	Trắng → #ffffff · Vàng → #ffd400 · Đen → #111111 · Màu của kênh (peça o código da cor)	color	color
4	Người che chữ tới mức nào?	Ít, chữ lúc nào cũng dễ đọc → light · Vừa → medium · Nhiều, kiểu trend → bold	cover	cover
5	Chữ hiện ra kiểu nào?	Trồi lên → rise · Bật ra → pop · Hiện từng chữ cái → letters · Hiện luôn → none	anim	anim
6	Lúc giới thiệu nhân vật, viền quanh người kiểu nào?	Viền trắng → white · Viền phát sáng → glow · Không viền → none	outline	outline
7	Màu điểm nhấn (vạch cạnh tên, dòng chức danh, hộp chữ truyện tranh)?	Vàng → #ffd400 · Màu của kênh (peça o código da cor)	accent	(mostrar outline)
8	Có thêm tiếng động không?	Có → on · Không → off	sfx	sfx (toca cada som)

Explicações para dar para "chưa chắc":

1. Cada aplicativo cobre uma parte da tela (botões à direita, descrição abaixo). Colocamos o texto e a placa de nome evitando esses lugares.
2. Fonte alta e compacta parece com os vídeos mais populares; fonte em negrito é mais fácil de ler em celulares pequenos.
3. Nós mesmos verificamos o contraste: se o texto for difícil de ler no fundo, adicionamos uma sombra fraca e avisamos você.
4. "Pouco" significa que a cabeça apenas toca levemente o texto. "Muito" significa que a cabeça cobre completamente uma ou duas letras no meio da palavra, parecendo mais com a tendência, mas mais difícil de ler. A primeira e a última letra de cada palavra são sempre mantidas.
5. É apenas a forma como o texto aparece no primeiro meio segundo.
6. A borda ajuda a pessoa a se destacar do fundo escuro quando o vídeo congela.
7. Os sons são criados do zero, sem direitos autorais.

Não pergunte sobre coisas que o clipe já responde (sua forma, sua duração). Se o usuário disser "cứ làm đi" ou "mặc định", execute python scripts/tn.py settings defaults (tiktok, cao, branco, medium, rise, white, accent amarelo, som ligado) e continue.

Comandos

Todos os comandos são executados com o Python que tem os pacotes (veja python scripts/tn.py check).

python scripts/tn.py check                                   # o que está instalado, GPU, modelo RVM
python scripts/tn.py behind plan.json --out out/clip.mp4 --stills    # 4 imagens estáticas por texto + verificações (rápido)
python scripts/tn.py behind plan.json --out out/clip.mp4 --preview   # metade do tamanho, apenas o intervalo do texto -> out/clip.preview.mp4
python scripts/tn.py behind plan.json --out out/clip.mp4             # renderização completa, áudio original mantido

A primeira execução em um clipe recorta a pessoa de todo o clipe (cerca de 50 fps em uma RTX 4080) e o armazena em cache em _tach-nguoi-work/ ao lado da saída.

Arquivo de plano (você escreve)

{"clip": "raw/my-clip.mp4",
 "items": [{"text": "Thành công", "start": 1.0, "end": 7.0,
            "font": "cao", "color": "#ffffff", "anim": "rise", "cover": "medium"}]}

• text: vietnamita é permitido (qualquer forma de entrada; é normalizado). Mostrado em maiúsculas, a menos que "upper": false. Um \n força duas linhas; caso contrário, o script também tenta um layout de duas linhas e mantém o melhor.
• start / end: segundos. Pelo menos 0,5 s.
• font: cao (alta e condensada, o visual clássico), dam (pesada), dam-vua (extra negrito) ou um caminho para um .ttf.
• anim: rise, pop, letters (uma letra de cada vez), none. Cada texto também desaparece em 0,25 s e desliza 3% ao longo de sua vida ("drift": 0 desativa isso).
• cover: o quanto a pessoa pode cobrir o texto. light (sempre fácil de ler), medium (padrão), bold (visual de tendência pesada).
• Opcional: x, y (centro 0-1, para colocar manualmente), width (fração da largura do quadro), shadow (0-1 brilho; definido automaticamente a partir da verificação de contraste).

O posicionamento é automático: o maior tamanho e posição onde o texto fica atrás da cabeça e a primeira e última letras de cada palavra permanecem visíveis, dentro das áreas seguras da plataforma (9:16 mantém-se longe da barra superior, dos botões à direita e da área de legenda na parte inferior).

Efeitos de quadro congelado

python scripts/tn.py freeze plan.json --out out/clip.mp4 --stills    # imagens estáticas principais por congelamento (rápido)
python scripts/tn.py freeze plan.json --out out/clip.mp4 --preview   # metade do tamanho -> out/clip.preview.mp4
python scripts/tn.py freeze plan.json --out out/clip.mp4             # renderização completa

{"clip": "raw/my-clip.mp4",
 "items": [
  {"effect": "intro", "at": 2.0, "name": "Anh Tuấn", "role": "Đầu bếp · 20 năm nghề", "outline": "white", "color": "#ffd400"},
  {"effect": "snap", "at": 8.5},
  {"effect": "comic", "at": 13.2, "caption": "Ủa, thiệt hả?!"}
 ]}

• O vídeo pausa em um quadro por hold segundos (padrões: intro 2,4, snap 1,6, comic 1,8), depois continua. O clipe fica mais longo devido às pausas; o som original também pausa e os sons do próprio efeito tocam (criados do zero, sem licenças; "sfx": false os desativa, "sfx_gain" os dimensiona).
• at é um tempo no clipe de origem. O script congela no quadro mais nítido dentro de ±0,25 s (sem desfoque de movimento); "exact": true mantém o quadro exato. Escolha momentos em que o rosto da pessoa está claro: quando seu nome é dito, uma grande reação, uma pose.
• intro: o fundo escurece e fica cinza, a pessoa salta 6% para a frente com um contorno (white, glow em color ou none) e o cartão de nome desliza para o lado oposto a ela. name é mostrado em maiúsculas, role em color.
• snap: flash branco + obturador, o quadro encolhe em uma foto impressa inclinada sobre uma cópia desfocada.
• comic: cores planas, linhas de tinta, pontos de meio-tom, linhas de velocidade tremeluzentes atrás da pessoa, caixa de caption opcional (color define a cor da caixa).

Clones (phân thân)

python scripts/tn.py clone plan.json --out out/clip.mp4 --stills | --preview | (completo)

{"clip": "raw/walk.mp4",
 "items": [{"effect": "trail", "start": 6.3, "end": 13.0, "every": 0.8, "style": "fade", "fade": 0.6}]}

• trail (uma tomada): enquanto a pessoa se move, uma cópia é deixada a cada every segundos entre start e end e permanece, então todas as cópias desaparecem ao longo de fade segundos. Apenas a pessoa que se move é copiada (alguém parado é deixado em paz). style: fade (cópias mais antigas mais fracas), solid, ghost (transparente, meio cinza). Um som de flash suave toca conforme cada cópia aparece ("sfx": false no topo do plano desativa isso).
• two (duas tomadas, uma pessoa em dois papéis): {"effect": "two", "second": "raw/take2.mp4", "start": 0, "end": 10, "b_start": 0, "mode": "overlay"}. overlay recorta a pessoa da tomada 2 e a coloca sobre a tomada 1 ("front": "a" mantém a pessoa da tomada 1 na frente onde elas se cruzam); split une as duas tomadas ao longo da coluna mais vazia, com uma costura suave.
• Ambos alinham cada quadro com o fundo primeiro, então uma câmera ligeiramente instável ainda funciona (o comando imprime o quanto a câmera se moveu). Um tripé ainda é o melhor: uma câmera em movimento, panorâmica ou de mão com grandes movimentos não se alinhará.

Limitações conhecidas

• Funciona melhor quando há espaço acima ou ao lado da cabeça. Em um close-up apertado onde o rosto preenche um quadro vertical, o texto acaba pequeno acima da cabeça; diga isso e sugira um enquadramento mais aberto ou cover: bold.
• O recorte de vídeo inteiro precisa do PyTorch e do modelo RVM (GPL-3.0, baixado pela máquina do usuário no primeiro uso); uma GPU NVIDIA torna rápido.

Exemplos de prompts

Prompts para copiar e colar (mais com notas em examples/prompts.md):

• Iniciador de uma linha: "Làm chữ 'THÀNH CÔNG' sau lưng mình trong clip raw/clip.mp4." → perguntas de configuração (primeira vez), 4 imagens estáticas com a verificação de legibilidade, então o clipe completo com o texto atrás de você.
• Briefing detalhado: "Clip raw/phong-van.mp4: giây 2 giới thiệu nhân vật tên 'Chị Lan', chức danh 'Chủ quán phở · 15 năm', giây 9 dừng hình kiểu truyện tranh với câu 'Thiệt luôn hả?!', giây 14 chụp ảnh dừng hình. Có tiếng động." → uma renderização com uma introdução de cartão de nome, um congelamento de história em quadrinhos com um balão de fala e um instantâneo de foto, cada um com seu próprio som.
• Texto atrás, visual de tendência: "Chữ 'ĐÀ LẠT' sau lưng mình, cho đầu che nhiều như trend, chữ vàng, hiện từng chữ cái."
• Clones: "Clip raw/di-bo.mp4 mình đi ngang qua: để lại bóng mình mỗi 0,8 giây rồi mờ dần." → cópias suas deixadas ao longo do seu caminho, desaparecendo juntas.
• Duas tomadas: "Mình quay 2 lần cùng chỗ (raw/vai-a.mp4, raw/vai-b.mp4), ghép thành 2 người nói chuyện với nhau."
• Comparar: "Cho mình xem các kiểu chữ để so sánh." → uma comparação etiquetada lado a lado no seu próprio clipe.
• Notas de revisão: "Chữ to hơn chút, dời lên trên, dừng hình lâu hơn 1 giây, bỏ tiếng chụp ảnh." → apenas essas alterações; novas imagens estáticas, depois uma nova renderização (a antiga é mantida).

Se algo der errado

Esta skill foi construída com Claude Code, então pode ter bugs, e cada computador é diferente. Quando uma etapa falhar, ou o usuário disser que o resultado parece errado:

1. Explique claramente, em vietnamita: o que falhou e porquê, em uma ou duas frases. Sem rastreamentos de pilha brutos, a menos que solicitado.
2. Leia esta skill e o script envolvido (scripts/tn.py e o arquivo tn_*.py para o efeito). Execute python scripts/tn.py check se algo pode estar faltando.
3. Corrija e execute novamente, escrevendo um novo arquivo de saída. Nunca toque ou sobrescreva os clipes do usuário, mesmo enquanto corrige.
4. Se a causa estava nesta própria skill, diga e sugira relatar para que seja corrigido para todos: https://github.com/thegentleminh/thegentleminh-skills/issues

Falhas comuns

• No module named 'torch': PyTorch não está instalado no Python que executou o comando; use o tach-nguoi-env (veja a seção de instalação).