Communitygithub.com

Render Rigged 3D

完整的 18 關節 3D 骨架綁定程序動畫、逐幀影片檢查與從頭開始的音頻製作技能,遵循使用者精確的基於資料夾的指示工作流程。

Render Rigged 3D 是什麼?

這個 AI 技能提供了一個端到端的工作流程,用於根據使用者的參考影片和旁白檔案,從零開始重建高品質、完全程序化生成的 3D 動畫影片。它採用了一種獨特的「鎖定 18 關節 3D 骨架綁定程序動畫」方法,使用 `PyCairo`、`NumPy` 和 `FFmpeg` 在 1080×1920 解析度下以 30fps 生成所有內容,確保動畫和角色動作一致且無瑕疵。該技能在其工作流程中強調了一個結構化的方法:使用者先建立一個項目資料夾,其中包含參考影片和旁白檔案。然後,AI 會對參考影片進行嚴格的逐幀分析,從總體場景佈局到微小的細節變化,在這個分析的基礎上,系統會合成一套完整的音源,包括音效(SFX)、音樂(Music)以及與旁白混音的最終音軌。最後,它會生成一個精確同步的 3D 渲染影片,這是透過一個包含關鍵監控步驟(如產生聯絡表以供檢查)的逐步腳本生成流程來完成的。它主要設計在命令列環境中運作,依賴於明確的 Python 腳本和文件路徑,使其非常適合需要基於文字或腳本進行精確動畫生成的開發者和內容創作者。

相容平台~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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

預覽

來自技能 README

火車影片 3D 聯絡表 01(0 秒–25 秒):蹲伏在 3D 軌道上的鋼鋸、蒸汽火車經過、平行峽谷橋樑、聯合車站金條與紫臉老闆
火車影片 3D 聯絡表 02(25 秒–50 秒):側面輪廓宏觀 3D 軌道接頭與游標卡尺、焊接的競爭軌道、Vandergold 豪華車廂、顛簸客車與無遮擋報紙
火車影片 3D 聯絡表 03(50 秒–76.67 秒):五月間隙中的銀幣、七月間隙中的白紙、壓碎的競爭軌道、沙灘傘大亨與鋼拱橋墜落
日本職場文化 3D 聯絡表 01:3D 辦公室環境、斜靠桌面的姿勢與鉸接式 18 關節行走循環
日本職場文化 3D 聯絡表 02:動態 3D 相機角度、富有表現力的球形頭部與道具互動
日本職場文化 3D 聯絡表 03:高潮 3D 序列與零字幕工作室完成稿

說明文件

Render Rigged 3D — 完整技能與使用者指示工作流程

1. 使用者如何提供指示(使用者的工作流程方法)

每當使用者開始一個新的影片重新創建任務時,他們會遵循以下精確的工作流程:

  1. 在主工作區中新建專案資料夾(C:\Users\WayWe Work-Station\Downloads\Mate\<Project Folder>\):
    • 使用者會在主要工作區資料夾內,創建一個以影片主題命名的新資料夾(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. 在專案資料夾內放置參考影片 + 旁白:
    • 在該專案資料夾內,使用者會放置:
      • 一個參考影片(例如:"Example video 1.mp4"、"Jap vid.mp4"、"My video 0.mp4"、"My video 2.mp4")。
      • 一個旁白音訊檔案,直接放在專案資料夾內,或放在一個旁路子資料夾("VoiceOver"、"VoiceOver 01"、"VoiceOver 02")中,檔案名稱為例如 "Voiceover.mp3" 或 "Audio.mp3"。
  3. 使用者的提示模式:
    • 使用者會要求你:
      1. 逐幀閱讀並分析參考影片(第 0 幀到第 N-1 幀),嚴格按時間順序,不可跳過或抽樣幀數,檢查每一幀的:
        • 確切的幀號與時間戳記(幀數 / fps)
        • 相機位置、角度、移動(dx, dy、縮放、傾斜、翻滾)以及鏡頭構圖
        • 每個可見的人物、位置、動作、面部表情、身體姿勢、手部/手指以及服裝/配件
        • 物體、車輛、背景/環境、燈光、陰影、文字/標誌/標牌以及視覺效果
        • 幀與幀之間的比較(什麼變了、什麼沒變、移動的方向/幅度、新增/移除的物體、變形、閃爍或生成偽影)
      2. 從頭開始百分之百重新創建完全相同的影片,使用使用者的旁白檔案,匹配精確的視覺效果、超活躍的抓眼動畫、角色綁定/動作、相機編排以及清晰的視覺解釋——以鎖定的 18 關節 3D 骨架綁定程序動畫風格渲染,並且零字幕以及百分之百從頭開始的音效與音樂音源。

2. 視覺參考與渲染 3D 聯絡表(screenshots/)

A. 火車影片 — 18 關節 3D 綁定重現與宏觀熱物理(train_rigged_3d_sheet_01..03.jpg)

火車影片 3D 聯絡表 01(0 秒–25 秒):蹲伏在 3D 軌道上的鋼鋸、蒸汽火車經過、平行峽谷橋樑、聯合車站金條與紫臉老闆

火車影片 3D 聯絡表 02(25 秒–50 秒):側面輪廓宏觀 3D 軌道接頭與游標卡尺、焊接的競爭軌道、Vandergold 豪華車廂、顛簸客車與無遮擋報紙

火車影片 3D 聯絡表 03(50 秒–76.67 秒):五月間隙中的銀幣、七月間隙中的白紙、壓碎的競爭軌道、沙灘傘大亨與鋼拱橋墜落

B. 日本職場文化 — 18 關節 3D 綁定企業動畫(japan_rigged_3d_sheet_01..03.jpg)

日本職場文化 3D 聯絡表 01:3D 辦公室環境、斜靠桌面的姿勢與鉸接式 18 關節行走循環

日本職場文化 3D 聯絡表 02:動態 3D 相機角度、富有表現力的球形頭部與道具互動

日本職場文化 3D 聯絡表 03:高潮 3D 序列與零字幕工作室完成稿


3. 鎖定的 18 關節 3D 骨架綁定動畫架構

所有使用 Render Rigged 3D 創建的影片必須使用 百分之百從頭開始的 3D 程序引擎(PyCairo + NumPy + FFmpeg,解析度 1080×1920,30.00 fps),且絕不使用 2D 火柴人捷徑,也絕不出現多邊形故障:

A. 無故障 3D 相機與多邊形管線(Camera3D、clip_and_project_poly、draw_box_3d)

  1. 真正的 3D 透視相機(Camera3D):
    • 支援世界空間 pos = (x, y, z)、target = (tx, ty, tz)、fov、荷蘭角 roll、有機手持晃動(math.sin(t * 2.5) * 4.0)、快速推軌、橫搖、吊臂傾斜以及高頻震動。
  2. Sutherland-Hodgman 3D 近平面多邊形裁剪(NEAR_Z = 45.0):
    • 強制性反故障規則:絕不透過簡單地夾緊 z_cam 來投影穿越到相機後方的 3D 頂點。在進行透視除法之前,一定要將每個 3D 多邊形(clip_and_project_poly)針對相機近平面 z_cam >= 45.0 進行裁剪,這樣長的軌道、地板、牆壁和橋樑就不會在螢幕上折疊或扭曲。
  3. 確定性 3D 外法線背面剔除:
    • 強制性反閃爍規則:在 draw_box_3d 中,絕不要根據平均頂點深度對盒子面進行排序(這會導致相鄰面在相機移動時交換深度順序並閃爍)。始終使用外法線背面剔除(np.dot(face_normal, cam.pos - face_center) > 0),並將較長的幾何體(例如鐵路軌道和枕木)細分為從後到前的分段。

B. 18 關節 3D 鉸接角色骨架(draw_rigged_character_3d)

每個角色都使用 18 關節骨架層級 在 3D 世界空間中進行動畫:

  • 軀幹與頭部鏈(5 個關節):pelvis -> spine -> chest -> neck -> head
  • 左右手臂鏈(8 個關節):clavicle_L/R -> shoulder_L/R -> elbow_L/R -> wrist_L/R -> hand_L/R
  • 左右腿鏈(6 個關節):hip_L/R -> knee_L/R -> ankle_L/R -> toe_L/R
  • 彎曲 3D 鉸接肢體(draw_curved_limb_3d):
    • 透過 (shoulder, elbow, wrist) 和 (hip, knee, ankle) 實現平滑的三次貝塞爾曲線鉸接肢體,並帶有帶陰影的 3D 球形手和 3D 鞋子。
  • 3D 球形頭部、帽子與面部骨架:
    • 徑向漸變 3D 陰影球體頭部,帶有透視縮短的雙眼、瞳孔、眉毛和嘴巴表情(neutral、grin、angry、rage、panic、worried、squint、closed_smile),這些會根據 (head_yaw, head_pitch, head_roll) 在 3D 球體表面上旋轉。
    • 包括週期性眨眼、胸部呼吸(math.sin(t * 4.5))、汗珠、特定角色的 3D 帽子/背心/西裝(engineer、boss、tycoon、foreman、veteran、worker)以及特殊視覺狀態(例如 purple_anger 將頭部過渡到紫羅蘭色,並從雙耳噴出 3D 白色蒸汽團)。
  • 無遮擋前部道具分層規則:
    • 每當角色拿著一個可讀的前部道具(例如報紙、標誌或文件)時,首先繪製 3D 上下臂(這樣它們就能自然地收在道具後面),其次在胸部前方繪製道具,第三繪製白色的 3D 球形手,抓住左右外側邊緣,這樣手臂線條就永遠不會越過文字或插圖。

C. 清晰明瞭的視覺敘事與宏觀物理視角

  • 旁白中描述的每個概念都必須通過清晰的 3D 場景佈置、道具和專用的特寫鏡頭在螢幕上進行視覺解釋:
    • 宏觀 3D 剖面圖與量表:在解釋測量、物理或機制(例如熱軌道膨脹)時,建立一個專用的側面輪廓 3D 宏觀視圖(draw_macro_rail_joint_side_3d),其中包含 3D 工字鋼型材、螺栓連接的魚尾板、一個夾住精確間隙的可滑動金屬游標卡尺、一個上升的水銀溫度計、一個翻頁的日曆(MAY -> JUNE -> JULY)、掉入間隙的物理比較物體(銀幣 vs. 薄紙片)以及力/應力箭頭(==><==)。
    • 多子鏡頭視覺節奏:將較長的敘述性句子分解為不同的視覺子鏡頭(例如,子鏡頭 A 顯示宏觀機制 -> 子鏡頭 B 顯示角色反應;或者子鏡頭 A 顯示報紙頭條 -> 子鏡頭 B 顯示乘客走向 'ALL ABOARD!'),使視覺節奏保持超活躍和引人入勝。

3. 逐步執行協議

每當在一個新的專案資料夾上觸發時:

步驟 1:完整的順序逐幀檢查(第 0 幀到第 N-1 幀)

  1. 在參考 .mp4 影片上執行 analyze_every_frame.py,以從第 0 幀到第 N-1 幀 的順序檢查每一幀,不可跳過任何幀。
  2. 將完整的順序逐幀報告儲存到 <Project Folder>\Frame_By_Frame_Complete_Analysis_<N>_Frames.md。
  3. 提取 6×4 聯絡表 .jpg 網格(每秒 1 幀)和一個 48kbps 的 .mp3 音訊預覽到 scratch/ 中,並使用 read_file 檢查每個聯絡表和音訊檔案(絕不能對原始 .mp4 檔案調用 read_file)。

步驟 2:合成與使用者旁白同步的百分之百從頭開始的音源

  1. 測量使用者旁白檔案(Voiceover.mp3 / Audio.mp3)的精確時長(VO_DURATION),並在 <Project Folder>\ 中將其轉換為 44.1 kHz 16 位元立體聲的 Voiceover.wav 和 Voiceover.mp3。
  2. 編寫並執行 build_<project>_audio_stems.py,使用 NumPy + SciPy(scipy.signal.butter)來合成:
    • SFX.wav 與 SFX.mp3:百分之百從頭開始的物理建模擬音,與每個視覺動作同步(例如鋼鋸鋸割、蒸汽噗噗聲、汽笛都卜勒效應、金屬撞擊聲、硬幣/紙張掉落聲、熱脹呻吟聲、碰撞聲、爆炸聲)。
    • Music.wav 與 Music.mp3:百分之百從頭開始的多幕電影/氣氛配樂,與情感弧線相匹配。
    • Full_Mixed_Audio.wav 與 Full_Mixed_Audio.mp3:結合 Voiceover + SFX + Music 的主混音,並帶有自動包絡閃避,使旁白保持清晰。

步驟 3:構建與預覽驗證 18 關節 3D 綁定渲染腳本

  1. 編寫 render_<project>_rigged_3d_from_scratch.py,將每個參考鏡頭和視覺解釋映射到精確的 VO_DURATION(TOTAL_FRAMES = int(math.ceil(VO_DURATION * 30)))。
  2. 強制性渲染前視覺檢查(preview 模式):
    • 執行 python render_<project>_rigged_3d_from_scratch.py preview 以生成 3 張聯絡表(sheet_01.jpg、sheet_02.jpg、sheet_03.jpg),72 個縮圖均勻地跨越 0.0s .. VO_DURATION。
    • 透過 read_file 檢查所有 3 張聯絡表,以驗證:
      • 無 3D 多邊形扭曲或盒子面閃爍
      • 無道具/肢體重疊(手在報紙/標誌的外側邊緣,帽子/雨傘正確分層)
      • 每個故事節拍和物理機制在視覺上清晰明瞭
      • 無旁白字幕

步驟 4:渲染完整的 30 FPS 1080×1920 影片並驗證交付物

  1. 執行 python render_<project>_rigged_3d_from_scratch.py 以渲染所有 TOTAL_FRAMES 幀,解析度為 1080×1920(30.00 fps),並與 Full_Mixed_Audio.wav 進行混流。
  2. 驗證 <Project Folder>\ 包含所有必需的交付物:
    • Final_Video_No_Captions.mp4(完整混合音訊,零字幕)
    • Pure_3D_Procedural_From_Scratch_No_Captions.mp4(純 3D 綁定渲染副本)
    • Video_Only_No_Captions_Muted.mp4(乾淨的靜音影片主檔案)
    • Frame_By_Frame_Complete_Analysis_<N>_Frames.md
    • Voiceover.wav 與 Voiceover.mp3
    • SFX.wav 與 SFX.mp3
    • Music.wav 與 Music.mp3
    • Full_Mixed_Audio.wav 與 Full_Mixed_Audio.mp3
    • scripts/ 目錄,其中包含完整的 Python 生成器腳本。

Individual skills in this repo

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

相關技能