Communitygithub.com

blixvip/skills

源文件、生成并准备真实资产,让动态图形编辑看起来不像生成的——从视频中提取调色板、收集风格参考、获取3D模型/Lottie/SVG/纹理/SFX、生成AI静帧和B-roll,以及必须的适配环节,将所有资产统一到同一调色板中。

skills 是什么?

这是一个专为动态图形和运动设计工作流程设计的AI代理技能,名为'motion-assets'。它的核心目标是确保所有进入编辑环节的视觉资产(图标、3D模型、纹理、背景、AI生成图像等)都经过严格的处理和适配,避免最终输出显得“生硬”、“模板化”或“有AI生成痕迹”。该技能首先指导代理从主镜头中采样并建立统一的颜色调色板,并基于此收集视觉参考,确保所有生成工作方向一致。然后,它会系统性地指导代理从各类专业来源(如Sketchfab、Poly Haven、LottieFiles、Midjourney、ElevenLabs等)获取具体的图标、3D模型、音效和字体等资源,并强调使用真实数据、官方品牌资产,避免AI模型产生错误。最后,也是最关键的一步,是对所有资产进行“适配”(Conform):重新调色、匹配对比度、添加相同颗粒感、标准化尺寸和清理边缘,确保它们看起来是整体设计的有机组成部分,而不是拼凑的素材。该技能还包含了详细的资产存储规范、许可检查清单以及附录中完整的资产来源目录和训练LoRA的指南。

兼容平台~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/blixvip/skills/tree/HEAD/motion-assets

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

motion-assets

一个动画的质量取决于其内容。无论缓动做得多么出色,只有三个形状和一个字体,那终究只是一个模板。

整个技能的黄金法则:任何素材在进入编辑环节前,都必须调整其颜色、比例和纹理。 每个资产都要经过适配。未经过适配的库存素材是让画面看起来像是拼凑而非设计的捷径。

1. 在获取任何素材前,先采样调色板

首先执行此步骤。后续的每个决策都依赖于它。

  1. 从A-roll中提取3-5张静帧 (ffmpeg -ss <t> -i in.mp4 -frames:v 1 out.png)。
  2. 找出最强且非肤色、非中性的色调——比如现场灯光、墙面色彩、夹克、产品、布景。
  3. 该色调即为强调色。根据motion-design的规则,从该色调构建地面/表面/强调色。
  4. 编写 04-design/tokens.css 和 palette.json。所有下游流程都会读取这些文件。

如果没有现成镜头(纯动态设计作品),则从品牌套件或最有力的参考图像中提取调色板——同样需要采样,切勿凭空编造。

2. 在生成任何内容前,先收集参考

参考是整个流程中投入产出比最高的环节。两三张图片胜过任何长篇大论的描述。

向用户索要参考。如果他们手头没有,就去寻找:根据名称搜索目标风格(例如“苹果风格产品动画”、“社论数据纪录片”、“复古终端UI”),从风格匹配的视频中提取帧,截图竞争对手的网站。

将每个参考保存到 03-assets/refs/ 中,以其所教授的内容命名:

refs/
  glass-transparency.png      ← 面板应具有的透明度
  type-pairing.png            ← 展示/正文的关系
  grain-and-vignette.png      ← 纹理处理效果
  camera-move.mp4             ← 运镜的节奏

这样命名至关重要:在设计时,你可以直接引用能回答当前问题的那个参考,而不是丢出五张图片寄希望于良机。

当生成结果错误时,附上参考并明确指出具体差异。 “让它更好看”会导致方向漂移。而“参考-1中的玻璃更透明,并且有明显的边缘高光;请匹配这个效果”则能解决问题。

3. 获取具体资产

对于每个镜头,plan.json 中的 assets[] 列表必须解析为实际文件。类别及其来源——完整链接目录见附录A。

需要获取渠道
品牌Logo向客户索取,SVG格式。切勿从PNG描摹,切勿让模型重绘Logo。
真实产品/公司Logo官方品牌/新闻资料包。模型会绘制过时或错误的Logo——这是一个常见且明显的错误。
图标仅使用一个图标集,并与字重匹配。混用不同图标集一眼就能看出。
UI截图捕获真实界面 (Playwright MCP, 或手动录屏)。与产品不一致的模拟UI比没有UI更糟糕。
3D模型Sketchfab, Poly Haven, NASA模型库, 或生成 (Meshy, Hunyuan3D, Rodin)
PBR纹理 / HDRIPoly Haven, Adobe Substance 3D assets
矢量动画LottieFiles (.json / .lottie)
地图 / 地球仪Mapbox (需要token), 或者在Three.js中使用3D地球仪
图表真实数据。如果数字显示在屏幕上,它必须是真实数字——验证它,并在 NOTES.md 中注明来源。
照片级静帧Midjourney / Nano Banana / GPT Image / Freepik-Magnific, 始终使用风格参考
照片级动态B-roll图像到视频 (Seedance, Veo, Kling, Luma Ray, Runway)
一致性的重复角色/产品训练LoRA (见附录A) —— 仅靠参考图像在不同角度下会漂移
旁白ElevenLabs 或克隆的语音;输入比感觉上更多的源音频
音效合适的素材库,或生成。使用要稀疏,混音要低。
音乐有版权的素材库。在交付给客户前确认许可。
字体有版权并且自托管。确认许可允许视频内嵌。

生成看起来不像“生成”的静帧

  • 附加风格参考并保持提示词简短。没有参考的长提示词会产生模型的平均审美;而有强力参考的简短提示词则体现你的审美。
  • 从一张锚定图像生成整套画面,而不是独立提示每个画面——独立提示是导致镜头间调色板漂移的原因。
  • 对于任何重复出现的主题,制作一个参考图集(同一主题的多角度视图),并以此为基础进行生成。
  • 在合成之前而非之后进行放大。
  • 检查每张生成的图像是否有文字。 出现乱码的字体是最易识别的生成痕迹。裁剪掉、用真实字体覆盖或重新生成。

生成看起来不像“生成”的B-roll

  • 首选一个较长的连续镜头,而不是拼接短片段。拼接的首帧/尾帧连接会在每个接缝处产生可见的卡顿。
  • 如果必须拼接,使用真实尾帧作为下一个的首帧,然后在接缝处删除一个重复帧。
  • 匹配你真实镜头的摄影机语言——如果主镜头是固定的,就不要使用一个漂移的环绕镜头。
  • 保持生成的片段短小且适合切换镜头使用。生成镜头持续时间越长,观众审视的目光就越多。

4. 适配——这是没人做的步骤

每个资产,无一例外,在进入场景前:

  • 重新调色到调色板。 对库存和生成的图像进行色调偏移、双色调处理或叠加色调,使其趋近 tokens.css。一张保持原始色温的库存照片会与画面格格不入。
  • 匹配黑电平和对比度到主导画面。
  • 添加与编辑其余部分相同的颗粒/纹理。
  • 标准化比例 —— 图标统一光学尺寸,Logo统一边距规则。
  • 去除背景以便它在场景中正确放置 (u2net / hyperframes remove-background / Runway),然后添加接触阴影。
  • 清理边缘 —— 去除低质量抠像导致的白边,Logo上的JPEG伪影。
  • 3D: 使用场景的光照方向进行渲染,匹配其他地方使用的阴影方向。
  • 音频: 标准化音量,剪辑头部空白,并确保其不干扰对话。

在 NOTES.md 中记录任何非显而易见的适配操作,以便重新渲染时可以复现。

5. 按照规范存储,方便后续代理查找

03-assets/
  brand/     logo.svg, fonts/, brand.json (色值, 留白规则, 禁止事项)
  refs/      以其所教授的内容命名.png
  gen/       image.png + 旁边的 prompt.txt (包含模型, 种子, 风格参考)
  3d/        model.glb + renders/
  lottie/    name.json
  sfx/       impact-01.wav

每个生成文件旁的 prompt.txt 是必须的。没有它,你无法在三周后生成匹配的变体,整套画面就会漂移。

6. 许可

在将任何素材交付给客户前,确认:字体的视频使用许可、音乐的平台和地区使用许可、库存素材的商业使用许可、3D模型许可允许在渲染中重新分发,以及没有在未经许可下使用任何真实人物的肖像。在 NOTES.md 中记录。这是面向客户的风险,而非技术细节。

当资产本身就是问题时

如果一个画面设计精良、动画流畅,但看起来仍然像是生成的,那么问题几乎总是以下之一:

  1. 纯色扁平背景——没有渐变、没有纹理、没有景深图层。
  2. 来自与字体不同系列的图标。
  3. 保留原始颜色的库存或生成图像。
  4. 模型绘制的Logo,而非真实的SVG。
  5. 每个资产都以相同比例居中在对称网格上。

在调整动画之前,先解决资产问题。


附录A · 资产来源目录

请在来源处验证价格和许可——两者都可能变化。链接是官方网站首页;标记为 ~ 的是搜索目标,而非需要信任的URL。

3D模型和场景

来源URL备注
Sketchfabhttps://sketchfab.com海量库;筛选 可下载 + 免费许可。每个模型检查许可。
Poly Havenhttps://polyhaven.comCC0 模型、HDRI、PBR纹理。无需署名。最佳默认选择。
NASA 3D Resourceshttps://science.nasa.gov/3d-resources/免费的航天器、地形、任务资产。通常分为多个部分——在动画前将它们统一到一个父级下。
Adobe Substance 3D Assetshttps://substance3d.adobe.com/assets材质;大量免费层级。可直接放入After Effects的3D图层。
Meshyhttps://meshy.ai文本到3D和图像到3D,外加纹理和人类/四足角色绑定,附带库存动画库。
Hunyuan3D (腾讯)https://huggingface.co/tencent开源权重图像到3D。几何形状不错;纹理是弱点。
Hyper3D / Rodinhttps://hyper3d.ai文本/图像到3D,作为Blender集成内的MCP可用。
Mesh-to-Motion~ 搜索 "mesh to motion rig"为非人类网格(鸟类、生物)提供绑定,这些是人类绑定师不愿碰的。

多视角技巧: 单张正面图像会产生错误的背面。先生成主题90°/180°的旋转视图,然后向模型输入3-4个视角。这是区分可用资产和只能从一个角度拍摄的资产的关键。

纹理、HDRI、背景

矢量动画

Lottie文件体积小、分辨率无关、可重新着色——将它们重新着色为 tokens.css 的颜色,而不是直接使用原始颜色。

图标和字体

来源URL
Google Fontshttps://fonts.google.com
Fontsharehttps://fontshare.com (商业免费使用)
Lucide iconshttps://lucide.dev
Phosphor iconshttps://phosphoricons.com
Simple Icons (品牌标识)https://simpleicons.org

每个项目使用一个图标家族,并与字重匹配。对于真实公司Logo,使用公司自己的品牌套件——绝不要使用模型重绘的版本。

AI图像

工具URL专长
Midjourneyhttps://midjourney.com美学质量;风格参考是其超能力 (--sref)
Google AI Studio / Gemini imagehttps://aistudio.google.com强大的提示词跟随能力,角色/主题一致性,编辑
Freepik + Magnifichttps://freepik.com , https://magnific.ai并排使用多种模型,放大,视角变化,空间/节点画布
Higgsfieldhttps://higgsfield.ai多模型图像 + 视频,MCP集成到代理
Replicatehttps://replicate.com访问大多数开源模型的API
fal.aihttps://fal.ai快速无服务器推理;也支持LoRA训练
ComfyUIhttps://comfy.org , https://github.com/comfyanonymous/ComfyUI本地、免费、基于节点、完全控制;运行你自己的LoRA

AI视频

工具URL备注
Runwayhttps://runwayml.com视频到视频风格重绘,对象替换,背景移除,多镜头编辑
Luma Dream Machinehttps://lumalabs.ai/dream-machine起始帧到结束帧插值
Klinghttps://klingai.com图像到视频
Google Veo通过 https://aistudio.google.com / https://labs.google原生音频生成
Seedance通过Higgsfield / fal / Replicate长单次拍摄镜头——比拼接片段更少的接缝

始终优先使用一个长镜头,而非拼接片段。 每个拼接点都是一个可见的瑕疵。

音频

需要来源
旁白 / 克隆ElevenLabs — https://elevenlabs.io
本地TTSnpx hyperframes tts (Kokoro), 或 Piper
音乐 (有版权)Epidemic Sound https://epidemicsound.com , Artlist https://artlist.io
音效 (免费)Freesound https://freesound.org (检查每个文件的许可)
转录Whisper — https://github.com/openai/whisper , whisper.cpp — https://github.com/ggerganov/whisper.cpp , 或 npx hyperframes transcribe

数据和网页捕获

需要工具
真实网站/应用的截图Playwright MCP — https://github.com/microsoft/playwright-mcp
地图、卫星、3D城市飞越Mapbox — https://mapbox.com (免费token层级)
图表真实源数据;使用Remotion + 图表库,或 dataviz 技能渲染

实用工具

需要工具
命令行处理任何视频FFmpeg — https://ffmpeg.org
背景移除u2net / rembg — https://github.com/danielgatis/rembg , npx hyperframes remove-background, 或 Runway
放大Topaz — https://topazlabs.com , 或 Magnific

一致性主题:训练LoRA

当一张脸、一个产品或一种风格需要在数十个镜头中保持完全一致时,仅仅依靠参考图像是不够的——一旦角度或光线发生变化,它们就会漂移。此时应该训练一个小型LoRA。

任务概述:

  1. 收集15-35张主题的多样化、高质量图片(不同角度、光照、距离)。质量和多样性重于数量。
  2. 选择一个罕见的触发词——切勿使用像 face 或 style 这样的常见词,否则模型会在日常提示词中误触发。使用类似 mkxr_person 这样的词。
  3. 基于基础模型训练(Flux, SDXL, Qwen-Image等)。对于一个主题,大约1000步是一个正常的起点。
  4. 在租用GPU上训练(fal.ai, Replicate),而不是本地运行,除非你有合适的硬件——只需几分钟和几美元,而非几小时。
  5. 输出是一个 .safetensors 文件。将其放入 ComfyUI 的 models/loras/ 目录,在工作流中加载,设置强度约0.8-1.0,并在提示词中包含触发词。

哪里会发挥价值: 包含你肖像的缩略图、客户产品在系列宣传片中的展示、整个系列中统一的插画风格、短剧中的重复角色。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

blixvip/skills

The motion vocabulary that separates premium animation from AI slop — text pop-blur-fade, sequential staggers, always-moving eased cameras, object entrances, and the timing/easing tables behind them. Includes ready code for Remotion (interpolate/spring) and HyperFrames (GSAP). Use when animating designed frames, when motion "feels stiff", "bouncy", "jittery", "too fast", "too uniform", or when writing any timing/easing code for video.

blixvip/skills

Design the actual frames for motion graphics and generated UI — palette derived from the footage, type pairing, one of five scene archetypes, and the layering order that produces depth instead of flat AI slop. Use when building scenes in Remotion, HyperFrames, After Effects, or any generated-image pipeline (Nano Banana / GPT Image / Seedream), and whenever output "looks AI-generated", "looks flat", "looks like a template", or needs to match a creator's branding.

blixvip/skills

The end-to-end runbook for turning raw footage plus a script into a finished, non-sloppy edit — stage order, quality gates, on-disk artifact layout, engine choice, parallel shot builds, and the ship checklist. Use this as the FIRST skill whenever the ask is "edit this video", "make me a video", "add motion graphics to this", "one-shot this edit", or any request that spans more than a single isolated animation. It sequences motion-plan, motion-assets, motion-design and motion-animate; do not run those ad hoc when a whole edit is in scope.

blixvip/skills

Turn a script or timestamped transcript into a shot-by-shot motion plan — which lines earn an on-screen visual, which stay bare A-roll rest, what each visual must show, and how long it holds. Use BEFORE designing or animating anything in Remotion, HyperFrames, or After Effects. Triggers on "plan this edit", "what should be on screen", "storyboard this script", "beat map", "where do the animations go", or any request to animate a video that arrives without a shot list.

相关技能