Communitygithub.com

渲染绑定3D

完整的18关节3D骨架绑定程序化动画、逐帧视频检查以及从头开始的音频制作技能,遵循用户精确的基于文件夹的指令工作流程。

渲染绑定3D 是什么?

渲染绑定3D是一项专为AI代理(如Claude Code、Cursor、Codex)设计的全面技能,用于根据用户提供的参考视频和画外音文件,从零开始创建完整的3D动画视频。该技能强制使用一套严格的、基于Python(PyCairo、NumPy、FFmpeg)的程序化3D引擎,并锁定18关节骨架绑定角色动画,确保所有输出都遵循统一的视觉风格。其核心工作流程要求用户将参考视频和画外音文件放入一个指定的项目文件夹中,然后AI代理会执行从帧分析、音频制作到最终渲染的完整四步流程。关键特性包括:无故障的3D透视摄像机管线(含近平面裁剪和背面剔除)、丰富的角色面部表情和道具交互、用于物理概念解释的微距3D视图,以及完全从零开始的音效和音乐合成。该技能特别强调视觉叙事,要求AI代理独立分析每一帧,然后编排摄像机运动和角色动作,以精确匹配画外音叙述,最终输出无字幕的成品视频。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/abdulahadofficial432-arch/Gemini_Argon_Video_Skills/tree/HEAD/Render%20Rigged%203D%20Videos%20Skill/Skills/Render%20Rigged%203D

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

预览

来自技能 README

火车视频3D图板01 (0s–25s):3D铁轨上蹲伏的钢锯、蒸汽火车经过、平行峡谷桥梁、联合车站金条与紫脸老板
火车视频3D图板02 (25s–50s):侧视宏观3D铁轨接头与游标卡尺、焊接的竞争对手轨道、Vandergold豪华车厢、颠簸车厢与未被遮挡的报纸
火车视频3D图板03 (50s–76.67s):五月间隙中的银币、七月间隙中的白纸、碾压的竞争对手铁轨、沙滩伞大亨与钢拱桥坠落
日本职场文化3D图板01:3D办公室环境、斜靠在桌上的姿势与铰接式18关节行走循环
日本职场文化3D图板02:动态3D摄像机角度、富有表现力的球形头部与道具交互
日本职场文化3D图板03:高潮3D序列与零字幕工作室成品

文档

Render Rigged 3D — 完整技能与用户指令工作流

1. 用户如何提供指令(用户的工作流程方法)

每当用户开始一个新的视频重建任务时,他们都会遵循以下精确的工作流程:

  1. 主工作区中的新项目文件夹(C:\Users\WayWe Work-Station\Downloads\Mate\<Project Folder>\):
    • 用户在主工作区文件夹内创建一个以视频主题命名的新文件夹(例如:"Train Video"、"Job Culture of japan"、"Railroad Video"、"The Window That Breaks Japan's Gambling Law"、"80 Victories in a Plane Nobody Could See")。
  2. 项目文件夹中的参考视频 + 画外音:
    • 在该项目文件夹内,用户放置:
      • 一个参考视频(例如,"Example video 1.mp4"、"Jap vid.mp4"、"My video 0.mp4"、"My video 2.mp4")。
      • 一个画外音音频文件,直接放置在项目文件夹内,或放在一个画外音子文件夹("VoiceOver"、"VoiceOver 01"、"VoiceOver 02")中,命名为例如 "Voiceover.mp3" 或 "Audio.mp3"。
  3. 用户的提示模式:
    • 用户要求你:
      1. 逐帧读取并分析参考视频(Frame 0 到 Frame N-1),严格按时间顺序,不跳过或采样帧,检查每一帧以了解:
        • 精确帧号和时间戳(frame / fps)
        • 摄像机位置、角度、移动(dx, dy、缩放、倾斜、滚动)以及镜头构图
        • 每个可见的人物、位置、移动、面部表情、身体姿势、手/手指以及服装/配饰
        • 物体、车辆、背景/环境、光照、阴影、文字/标志/标识以及视觉效果
        • 帧间比较(哪些变了、哪些没变、移动的方向/幅度、新增/消失的物体、变形、闪烁或生成伪影)
      2. 使用用户的画外音文件,100%从零开始重建完全相同的视频,匹配精确的视觉、高度吸引观众注意力的动画、角色绑定/运动、摄像机编排和清晰的视觉解释——以锁定的18关节3D骨架绑定程序化动画风格渲染,零字幕,并且100%从零开始制作音效和音乐音轨。

2. 视觉参考与渲染3D联系表(screenshots/)

A. 火车视频 — 18关节3D绑定重制与宏观热物理(train_rigged_3d_sheet_01..03.jpg)

火车视频3D图板01 (0s–25s):3D铁轨上蹲伏的钢锯、蒸汽火车经过、平行峡谷桥梁、联合车站金条与紫脸老板

火车视频3D图板02 (25s–50s):侧视宏观3D铁轨接头与游标卡尺、焊接的竞争对手轨道、Vandergold豪华车厢、颠簸车厢与未被遮挡的报纸

火车视频3D图板03 (50s–76.67s):五月间隙中的银币、七月间隙中的白纸、碾压的竞争对手铁轨、沙滩伞大亨与钢拱桥坠落

B. 日本职场文化 — 18关节3D绑定企业动画(japan_rigged_3d_sheet_01..03.jpg)

日本职场文化3D图板01:3D办公室环境、斜靠在桌上的姿势与铰接式18关节行走循环

日本职场文化3D图板02:动态3D摄像机角度、富有表现力的球形头部与道具交互

日本职场文化3D图板03:高潮3D序列与零字幕工作室成品


3. 锁定的18关节3D骨架绑定动画架构

使用Render Rigged 3D创建的所有视频必须使用100%从零开始的3D程序化引擎(PyCairo + NumPy + FFmpeg,分辨率为1080×1920,30.00 fps),零2D简笔人物画捷径和零多边形故障:

A. 无故障3D摄像机与多边形管线(Camera3D、clip_and_project_poly、draw_box_3d)

  1. 真正的3D透视摄像机(Camera3D):
    • 支持世界空间 pos = (x, y, z)、target = (tx, ty, tz)、fov、荷兰角 roll、有机手持晃动(math.sin(t * 2.5) * 4.0)、快速推拉镜头、横扫、摇臂俯仰以及高频震动摇晃。
  2. Sutherland-Hodgman 3D近平面多边形裁剪(NEAR_Z = 45.0):
    • 强制性防故障规则:永远不要通过简单地钳制 z_cam 来投影越过摄像机的3D顶点。在透视除法之前,始终将每个3D多边形(clip_and_project_poly)针对摄像机近平面 z_cam >= 45.0 进行裁剪,这样长的轨道、地板、墙壁和桥梁就不会在屏幕上折叠或扭曲。
  3. 确定性3D朝外法线背面剔除:
    • 强制性防闪烁规则:在 draw_box_3d 中,永远不要按顶点平均深度对面进行排序(这会导致相邻面在摄像机移动时交换深度顺序并闪烁)。始终使用朝外法线背面剔除(np.dot(face_normal, cam.pos - face_center) > 0),并将长几何体(例如铁路轨道和轨枕)细分为从后到前的片段。

B. 18关节3D铰接式角色绑定(draw_rigged_character_3d)

每个角色都使用18关节骨架层级在3D世界空间中进行动画:

  • 躯干与头部链(5个关节):pelvis -> spine -> chest -> neck -> head
  • 左臂与右臂链(8个关节):clavicle_L/R -> shoulder_L/R -> elbow_L/R -> wrist_L/R -> hand_L/R
  • 左腿与右腿链(6个关节):hip_L/R -> knee_L/R -> ankle_L/R -> toe_L/R
  • 弯曲的3D铰接式肢体(draw_curved_limb_3d):
    • 通过 (shoulder, elbow, wrist) 和 (hip, knee, ankle) 的平滑三次贝塞尔曲线铰接肢体,并带有带阴影的3D球形手和3D鞋子。
  • 3D球形头部、帽子与面部绑定:
    • 径向渐变3D带阴影的球形头部,具有透视缩短的眼睛、瞳孔、眉毛和嘴部表情(neutral、grin、angry、rage、panic、worried、squint、closed_smile),这些表情根据 (head_yaw, head_pitch, head_roll) 在3D球体表面上旋转。
    • 包括周期性眨眼、胸部呼吸(math.sin(t * 4.5))、汗珠、特定角色的3D帽子/背心/西装(engineer、boss、tycoon、foreman、veteran、worker),以及特殊视觉状态(例如,purple_anger 将头部过渡到紫罗兰色,并伴有从双耳喷出的3D白色蒸汽团)。
  • 不受遮挡的前方道具分层规则:
    • 每当一个角色手持一个可读的前方道具(例如报纸、标志或文件)时,首先绘制3D上臂/下臂(使它们自然地藏在道具后面),其次在胸前绘制道具,第三绘制白色的3D球形手抓住左、右外边缘,这样手臂线条就永远不会穿过文字或插图。

C. 水晶般清晰的视觉叙事与宏观物理视图

  • 画外音中描述的每个概念都必须通过清晰的3D场景布置、道具和专用微距镜头在屏幕上直观地解释:
    • 宏观3D剖面图与仪表:在解释测量、物理或机制(例如铁轨热膨胀)时,构建一个专用的侧视3D宏观视图(draw_macro_rail_joint_side_3d),其中包含3D工字钢剖面、螺栓连接的鱼尾板、一个夹住精确间隙的滑动金属游标卡尺、一个上升的水银温度计、一个翻页的日历(MAY -> JUNE -> JULY)、落入间隙的物理比较对象(银币 与 薄纸片),以及力/应力箭头(==><==)。
    • 多子镜头视觉节奏:将较长的叙述句分解为不同的视觉子镜头(例如,子镜头A展示宏观机制 -> 子镜头B展示角色反应;或者子镜头A展示报纸头条 -> 子镜头B展示乘客走向 'ALL ABOARD!'),从而保持视觉节奏的高度活跃和吸引力。

3. 逐步执行协议

每当在新项目文件夹上触发时:

步骤1:完整的顺序逐帧检查(Frame 0 到 Frame N-1)

  1. 在参考 .mp4 视频上运行 analyze_every_frame.py,按时间顺序检查从 Frame 0 到 Frame N-1 的每一帧,不跳过任何帧。
  2. 将完整的顺序逐帧报告保存到 <Project Folder>\Frame_By_Frame_Complete_Analysis_<N>_Frames.md。
  3. 将 6×4 联系表 .jpg 网格(每秒一帧)和一个48kbps的 .mp3 音频预览提取到 scratch/ 中,并使用 read_file 检查每个联系表和音频文件(永远不要对原始 .mp4 调用 read_file)。

步骤2:综合100%从零开始、与用户画外音同步的音频音轨

  1. 测量用户画外音文件(Voiceover.mp3 / Audio.mp3)的精确时长(VO_DURATION),并将其转换为 <Project Folder>\ 中的 44.1 kHz 16位立体声 Voiceover.wav 和 Voiceover.mp3。
  2. 使用 NumPy + SciPy(scipy.signal.butter)编写并运行 build_<project>_audio_stems.py,以合成:
    • SFX.wav 和 SFX.mp3:100%从零开始的物理建模拟音,与每个视觉动作同步(例如,钢锯声、蒸汽噗噗声、汽笛多普勒效应、金属叮当声、硬币/纸张落下声、热应力呻吟声、撞击声、爆炸声)。
    • Music.wav 和 Music.mp3:100%从零开始的多幕电影/氛围配乐,与情感弧线相匹配。
    • Full_Mixed_Audio.wav 和 Full_Mixed_Audio.mp3:结合 Voiceover + SFX + Music 的主混音,带有自动包络闪避,使画外音保持水晶般清晰。

步骤3:构建并预览验证18关节3D绑定渲染脚本

  1. 编写 render_<project>_rigged_3d_from_scratch.py,将每个参考镜头和视觉解释映射到精确的 VO_DURATION(TOTAL_FRAMES = int(math.ceil(VO_DURATION * 30)))上。
  2. 强制性渲染前视觉检查(preview 模式):
    • 运行 python render_<project>_rigged_3d_from_scratch.py preview 以生成3个联系表(sheet_01.jpg、sheet_02.jpg、sheet_03.jpg,均匀分布在 0.0s .. VO_DURATION 上的72个图块)。
    • 通过 read_file 检查所有3个联系表,以验证:
      • 零3D多边形扭曲或盒面闪烁
      • 零道具/肢体重叠(手在报纸/标志的外边缘,帽子/伞正确分层)
      • 每个故事节拍和物理机制在视觉上都清晰
      • 零画外音字幕

步骤4:渲染完整的30 FPS 1080×1920视频并验证交付物

  1. 运行 python render_<project>_rigged_3d_from_scratch.py,以 1080×1920(30.00 fps)渲染所有 TOTAL_FRAMES 帧,并与 Full_Mixed_Audio.wav 进行复用。
  2. 验证 <Project Folder>\ 包含所有必需的交付物:
    • Final_Video_No_Captions.mp4(完整混合音频,零字幕)
    • Pure_3D_Procedural_From_Scratch_No_Captions.mp4(纯3D绑定渲染副本)
    • Video_Only_No_Captions_Muted.mp4(干净的静音视频母版)
    • Frame_By_Frame_Complete_Analysis_<N>_Frames.md
    • Voiceover.wav 和 Voiceover.mp3
    • SFX.wav 和 SFX.mp3
    • Music.wav 和 Music.mp3
    • Full_Mixed_Audio.wav 和 Full_Mixed_Audio.mp3
    • scripts/ 包含完整的Python生成器脚本。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相关技能