Communitygithub.com

3dvid

Pipeline completo para criar curtas verticais animadas 3D em cartoon, do tópico verdadeiro ao upload no YouTube Shorts com link de inscrição.

O que é 3dvid?

Esta skill oferece um pipeline automatizado e completo para produzir vídeos curtos verticais de desenho animado 3D (1440x2560, 30 fps), com duração entre 55 e 70 segundos. O fluxo abrange desde a descoberta de histórias verdadeiras com evidência de demanda até o upload final no YouTube Shorts, incluindo geração de roteiro, narração gratuita (Kokoro TTS), construção do mundo 3D com Three.js e Remotion, criação de trilha sonora e efeitos sonoros originais sintetizados, legendas estilizadas, renderização em 2K e capa personalizada. O sistema segue regras rigorosas: tom respeitoso, fontes verificadas para cada fato, mixagem de áudio com padrões profissionais (-15 LUFS, true peak ≤ -1.2 dBTP), e uso exclusivo de ferramentas gratuitas. É uma solução ideal para criadores que desejam produzir conteúdo educativo e envolvente de forma escalável, com foco em analogias cotidianas para explicar conceitos físicos. A skill foi validada com o exemplo "Slower Than Molasses in January" sobre a Grande Inundação de Melado de Boston (1919).

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/easswad/VideoSkills_for_Youtube/tree/main/3dvid

Perguntar na sua IA favorita

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

Documentação

3DVID: curtas de histórias em cartoon 3D, do tópico ao YouTube

Um curta vertical de ~55-70 s (1440x2560, 30 fps) no qual personagens 2D planos atuam em uma história real em um mundo cartoon 3D colorido. Uma ideia da física é explicada com uma analogia do cotidiano. Comprovado em "Slower Than Molasses in January" (Inundação de Melado de Boston, 1919, 69,7 s), que está em templates/molasses/ e examples/molasses/.

Config (editar para outro usuário ou canal)

ChaveValor
Canal / link de inscriçãohttps://www.youtube.com/@easswad
Playlist`#Shorts
PC de renderização + pasta sincronizadaPC Windows via Remote Control; C:\ZapierAi Folder\3D\<nome>-render (Google Drive para desktop sincroniza C:\ZapierAi Folder)
Caminho de uploadZapier: Google Drive "Encontrar um arquivo" → YouTube "Enviar vídeo" → YouTube "Adicionar vídeo à playlist"
VozKokoro TTS bm_fable (grátis, voz masculina do Reino Unido)

Regras permanentes

  • História: verdadeira e pesquisada, com fonte para cada fato. Roteiro, personagens e cenas próprios. Nunca copiar, nomear ou enviar vídeos de um canal de referência.
  • Tom: piadas direcionadas às pessoas ou empresas responsáveis, nunca às vítimas.
  • Idioma e voz: apenas inglês, tom de narrador constante. Apenas ferramentas gratuitas: não gastar créditos do vidIQ ou Higgsfield sem perguntar.
  • Aprovações: obter a aprovação do usuário sobre o tópico e o roteiro. Depois disso, apenas executar.
  • Mixagem: voz inalterada, trilha musical cerca de 10 LU abaixo da voz (padrão "+3 dB música"), faixa de efeitos sonoros -6 dB. Master -15 LUFS, pico verdadeiro ≤ -1,2 dBTP, 48 kHz.
  • Texto na tela está LIGADO: legendas adesivadas mais uma tag de fonte no topo (etapa 7).
  • Cada upload: público, não feito para crianças, categoria Educação. A descrição termina com o link de inscrição e o vídeo vai para a playlist acima.
  • Salvamento: salvar o trabalho após cada etapa. Colocar os entregáveis na pasta de arquivos do projeto.

Pipeline

1. Tópico

Encontrar histórias verdadeiras em alta nos últimos dias, com evidência de demanda (5M+ visualizações em curtas semelhantes, links do YouTube). Preferir uma história com causa e efeito físicos visíveis, e uma analogia cotidiana que a explique. Apresentar ao usuário uma tabela de opções para escolher. Nunca oferecer paródias de IA de pessoas reais ou boatos.

2. Roteiro (≈3,7 palavras/s, 55-70 s, cerca de 250 palavras)

Escrever SCRIPT.md com os fatos e suas fontes no topo. Fórmula de batida (ver examples/molasses/SCRIPT.md):

  1. Gancho: o fato absurdo em uma linha.
  2. Cenário.
  3. Escalada em 3-4 batidas.
  4. Estalo: o momento em que quebra.
  5. "Felizmente… / Infelizmente…" em tom seco.
  6. "Você vê…" mais a analogia cotidiana.
  7. Consequência: a regra ou lei que criou.
  8. Reviravolta de retorno.

Nunca narrar o que o espectador já vê.

3. Voz (grátis)

Configuração:

pip install kokoro-onnx soundfile librosa

Colocar kokoro-v1.0.onnx e voices-v1.0.bin dos releases do GitHub de thewh1teagle/kokoro-onnx (model-files-v1.0) em $KOKORO_DIR (padrão ~/tts). HuggingFace e edge-tts podem estar bloqueados.

Gerar a narração:

python scripts/voice/narrate_timed.py bm_fable 1.32 lines.txt voice/ 0.08   # uma linha de roteiro por linha de texto
python scripts/voice/align.py bm_fable 1.32 voice/                         # tempos das palavras DTW → voice/words.json
  • A velocidade é muito não linear: 1.30 deu 71,6 s, 1.32 deu 69,6 s e 1.35 deu 60,8 s para 254 palavras.
  • Tudo a jusante é temporizado com base em words.json (quadro = início da palavra × 30).

4. Mundo 3D + cenas (Remotion + three.js)

  1. Copiar templates/molasses/ (o mais novo) ou templates/bridge/ para src/videos/<nome>/.
  2. Registrar a composição em src/Root.tsx (1080x1920, 30 fps).
  3. Instalar @remotion/three, [email protected], @react-three/fiber@8, @react-three/postprocessing@2, postprocessing@6 e @remotion/google-fonts (mesma versão do remotion).

Onde as coisas ficam:

  • story.ts: SHOTS, XFADE, FLASH_AT, câmeras por cena, kicks, DOF.
    • Toda reação visual ocorre 0-3 quadros antes de sua palavra.
    • Toda pausa tem um zoom suave (push-in), e cortes acontecem em saltos grandes.
  • world.ts: céu, chão, edifícios com eliminação de linha de visão, objetos da história posicionados por quadro. O sol está congelado por cena e relativo à câmera.
  • cast.ts / toon.ts / cardshade.ts: personagens em billboard desenhados com a Pen do Canvas2D (cabeças de feijão, membros de palito, tinta preta, camada NOINK).
  • Pós-processamento (<Nome>.tsx, ink.ts, lensblur.ts, grade.ts):
    • Ordem: tinta → desfoque de lente → bloom → tone map NEUTRO → grade, MSAA 4.
    • Parâmetros de pixel escalam com altura / 1920.

Alvos de olhar e armadilhas de legibilidade estão listados em "Regras visuais" abaixo.

5. Verificações visuais

Renderizar stills em meia escala:

npx remotion still src/index.ts <Comp> out/x.png --frame=N --scale 0.5 --props='{"post":{"dpr":0.5},"text":false}'
  • Em uma caixa Linux na nuvem, adicionar --browser-executable=<chromium> --gl=swangle.
  • Corrigir z-fighting movendo conjuntos interiores para longe (±600 m), junto com objetos que bloqueiam a câmera.
  • Remover grandes manchas próximas à lente e qualquer coisa que pareça errada.
  • Opcional: folhas lado a lado (scripts/qa/sbs_sheet.py) e uma passagem de verificação.

6. Som (original, sintetizado)

templates/audio/molasses_example/molasses_audio.py é um pipeline completo de arquivo único. Ele importa dsp.py, instruments.py e sfx_gen.py de templates/audio/. A versão da ponte é dividida em timeline.py, sfx.py, music.py e mix.py.

  1. Copiá-lo.
  2. Definir FPS/TOTAL, SHOTS e os quadros de eventos de story.ts.
  3. Escrever os eventos de SFX e a lista de cues musicais.
  4. Executar com WORDS_JSON=... VOICE_WAV=... python molasses_audio.py.

Ele gera mix.wav (comprimento exato), stems e cues.md. A voz atenua a música em cerca de 3 dB, e a limitação de curto prazo mantém os SFX pelo menos 5 LU abaixo da voz.

Travar a temporização da imagem antes de fazer o som. Qualquer mudança na temporização significa executá-lo novamente.

7. Texto na tela (estilo adesivo da casa)

  1. Copiar templates/molasses/Captions.tsx.
  2. Escrever captions_spec.txt:
    • Uma linha por linha de roteiro, com grupos de 1-3 palavras separados por |.
    • Marcar palavras-chave com *. Elas vão para uma caixa amarela.
    • Escrever números como dígitos, e usar #n quando a contagem de palavras exibida diferir da falada.
    • Colocar TAG: FONTE: … antes de cada linha de fato. A primeira tag é uma tag de data/local, ex. BOSTON · 15 DE JANEIRO DE 1919.
  3. Gerar o arquivo de dados:
    python scripts/captions/make_captions.py voice/words.json captions_spec.txt src/videos/<name>/captions-data.ts -v
    
  4. No componente principal, renderizar {getInputProps().text !== false && <Captions />} por último, sobre tudo.

O estilo:

  • As legendas ficam ~68% abaixo. Poppins Black em maiúsculas brancas com um contorno preto grosso e sombra dura.
  • Palavras-chave recebem uma caixa inclinada #FFD43B com borda preta, aparecendo com uma mola.
  • A tag de fonte é uma pequena caixa branca com borda preta perto do topo (128 px em 1080).
  • A fonte é carregada do Google Fonts no momento da renderização, então a renderização precisa de internet.

8. Renderização final (no PC; a CPU da nuvem leva horas)

Empacotar o projeto sem node_modules, mais mix.wav, na pasta sincronizada/de renderização. Então, em uma sessão Remote Control:

npm i
npx remotion render src/index.ts <Comp> out/<nome>_video.mp4 --codec h264 --crf 16 --scale 1.3333333333333333 --concurrency 4 --timeout 300000
ffmpeg -i out/<nome>_video.mp4 -i mix.wav -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 256k -shortest out/<nome>_final_text.mp4
  • --scale deve ser exatamente 4/3, ou o Remotion rejeita a altura não inteira.
  • Concurrency 8 ficou sem memória em um laptop 890M. Concurrency 4 renderiza ~5,5 fps, cerca de 6-7 min para 70 s.
  • No efeito de limpeza, chamar InkPass.prototype.dispose.call(fx.ink), não fx.ink.dispose().
  • QA: python scripts/qa/short_qa.py final.mp4 qa/ shots.json verifica quadros pretos, brancos, congelados e de pop e a sonoridade. Também verificar quadros aleatórios para fonte, corte e rostos.

9. Capa / miniatura

  1. Renderizar um still de 1080x1920 do momento mais dramático com {"text":false}.
  2. Executar:
    python scripts/cover/make_cover.py frame.png <nome>_cover_1080x1920.jpg --font Poppins-Black.ttf --top "UMA ONDA DE 7,6 METROS" --key "MELAÇO" --big "INUNDAÇÃO" --badge "BOSTON 1919" --sub "@easswad"
    

A saída é um JPEG abaixo de 2 MB (limite de miniatura do YouTube). Salvá-lo ao lado do mp4 na pasta sincronizada com Drive.

10. Upload (sincronização Drive + Zapier, sem links públicos)

  1. Aguardar até que a ação "Encontrar um arquivo" do Google Drive do Zapier encontre tanto o mp4 quanto a capa. Ela retorna uma referência file que pode ser passada diretamente.
  2. Executar o "Enviar vídeo" do YouTube do Zapier com:
    • video: a referência do arquivo.
    • thumbnail: a referência da capa.
    • Um título (≤ 70 caracteres, gancho + emoji + "(História Real)").
    • Tags.
    • privacy_status=public, made_for_kids=false, category_id Educação, default_language=en, notify_subscribers=true.
    • Uma descrição nesta ordem: linha de gancho, marcadores de fato com emoji, uma pergunta de comentário, Fontes, hashtags terminando em #Shorts, depois "Inscreva-se para mais: https://www.youtube.com/@easswad".
  3. Executar "Adicionar vídeo à playlist" do YouTube em #Shorts | Para vídeos muito curtos. Resolver o ID da lista de playlists da ação. Não usar a outra playlist simplesmente chamada "Shorts".
  4. Verificar através da API do YouTube que o vídeo está público, processado e possui a miniatura. Fornecer o link ao usuário.

Notas:

  • Se a miniatura falhar, executar "Atualizar miniatura do vídeo" (precisa de um canal verificado por telefone).
  • Cada chamada do Zapier usa uma tarefa do plano. Se o limite mensal for atingido, informar o usuário e parar.

Regras visuais (dos curtas comprovados)

  • Tinta: linhas do mundo #030303, 5,1 px perto → 3,3 px longe em 1080. Sem tinta nos cards de personagens.
  • Luz do dia: céu #3e7fd2 → #b8d0ec, névoa = cor do horizonte. Sombra é fria apenas nas sombras. Melaço/líquidos ganham marrom quente (#4f240f), com o sol atrás da câmera em cenas de ondas.
  • DOF: cerca de 1/3 do tempo de tela (close-ups 12-16 px em 1080), cenas abertas permanecem nítidas.
  • Personagens: 3,5 alturas de cabeça, piscadas a cada 0,5-2,3 s, balanço de caminhada 5%, sombras de contato.
  • Armadilhas:
    • Objetos a menos de 2 m da lente viram manchas.
    • Um balanço desenhado com uma corda parece uma forca.
    • Placas iluminadas lateralmente ficam cinzas.
    • Pausas planas parecem congelamentos. Toda pausa precisa de um zoom suave de aproximação.
  • Grão: manter grão de filme DESLIGADO, pois quadruplica o tamanho do arquivo.
  • Disco: os pacotes do Remotion copiam public/ para a pasta temporária toda vez. Excluir pastas remotion-webpack-bundle-* antigas quando terminar.

Arquivos nesta skill

  • templates/molasses/: o código fonte completo mais recente, incluindo Captions.tsx e captions-data.ts.
  • templates/bridge/: o primeiro código fonte comprovado (MIT, ver arquivo LICENSE).
  • templates/audio/: o motor de som e molasses_example/.
  • scripts/voice/: narração Kokoro e alinhamento de palavras.
  • scripts/captions/make_captions.py
  • scripts/cover/make_cover.py
  • scripts/qa/: ferramentas de stills, QA e lado a lado.
  • examples/molasses/: roteiro, especificação de legendas e a descrição do YouTube.

Habilidades Relacionadas