Communitygithub.com

blixvip/skills

來源、生成並準備真實的素材,讓動態圖形編輯看起來不像範本——從影片中取色樣、收集風格參考、擷取 3D 模型/Lottie/SVG/紋理/SFX、生成 AI 靜態影像與 B-roll,以及強制執行調色一致化的校準流程。

skills 是什麼?

這項技能專為 AI 代理設計,專注於為動態圖形專案提供真實、可用的素材,並確保所有素材在進入編輯前經過嚴格的調色與風格校準。它的核心規則是:沒有素材能以其原始的顏色、縮放或紋理直接進入編輯,每一個都必須經過「調色一致化」(conform) 處理,以避免畫面顯得拼湊而非精心設計。此技能支援多種平台,包括但不限於 Claude Code、Cursor 和 Codex,並可在 macOS、Linux 和 Windows 上運行。其工作流程從取色樣和收集參考開始,然後涵蓋圖標、3D 模型、Lottie 動畫、AI 生成的圖片與影片、音效等多種素材類型的擷取與生成。最終,所有素材都會被對齊到統一的色票與風格中,並記錄到結構化的資料夾內,方便後續代理查找與使用。對於 AI 生成的素材,它特別強調使用風格參考、避免獨立提示導致色調漂移,並建議一次生成較長的連續鏡頭以避免拼接痕跡。當畫面看起來「很平」、「很範本」、「很 AI」時,此技能會引導使用者優先修正素材問題,而非動畫本身。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

motion-assets

一部動畫的優劣,完全取決於裡面放了什麼。三個形狀加一種字體,無論緩動做得再好,終究只是個模板。

統治這項技能的規則:任何素材都不該以它原本的顏色、比例或紋理直接進入編輯。 每個素材都必須經過調色一致化處理。未經調色一致化的庫存素材,是讓畫面看起來像拼湊而非設計的最快途徑。

1. 在擷取任何素材前,先取色樣

這步要最先做。之後的每個決定都仰賴於此。

  1. 從 A-roll 中擷取 3–5 張靜態幀 (ffmpeg -ss <t> -i in.mp4 -frames:v 1 out.png)。
  2. 找出最強烈的非膚色、非中性色調——實際光源、牆面洗光、夾克、產品、場景布置。
  3. 該色調即為強調色。根據 motion-design,從它衍生出底色/表面色/強調色的結構。
  4. 寫入 04-design/tokens.css 和 palette.json。下游所有流程都會讀取這些檔案。

如果沒有任何影片素材(純動態圖形作品),則從品牌規範中取色,或從最強的單一參考圖像中取色——依然是要取樣,而非憑空發明。

2. 在生成任何素材前,先收集參考

參考是整個管線中槓桿率最高的輸入。兩三張圖片勝過任何數量的文字描述。

向使用者索取參考。如果對方沒有,就自己去尋找:以名稱搜尋視覺風格(「Apple 風格的產品動畫」、「編輯型數據紀錄片」、「復古終端 UI」),從相符的影片中擷取幀數,截圖競爭對手網站。

將每張參考存到 03-assets/refs/,用它所教導的重點來命名:

refs/
  glass-transparency.png      ← 面板該有多透明
  type-pairing.png            ← 顯示字體與正文字體的關係
  grain-and-vignette.png      ← 紋理處理方式
  camera-move.mp4             ← 推鏡的速度

這樣命名很重要:在設計階段時,你可以附上能回答當前問題的那張參考,而不是一次丟出五張圖片然後期待對方自己領悟。

當生成的結果不對時,附上參考並具體說明差異所在。「讓它更好看」只會導致偏離目標。「參考圖 1 中的玻璃更透明且具有可見的邊緣高光;請比照辦理」才能解決問題。

3. 擷取具體素材

對於每個鏡頭,plan.json 中的 assets[] 清單必須解析為真實檔案。類別與來源如下——完整連結目錄請見附錄 A。

需求從哪裡取得
品牌標誌客戶,需為 SVG 格式。絕不描摹 PNG,絕不讓模型重繪標誌。
真實產品/公司標誌官方品牌/新聞素材套件。模型繪製的標誌不是過時就是錯誤——這是常見且明顯的錯誤。
圖標僅使用一個圖標集,並與字體粗細匹配。混用不同圖標集會立刻被識破。
UI 螢幕截圖捕捉真實畫面(Playwright MCP,或手動螢幕錄製)。與產品不符的模擬 UI 比沒有 UI 更糟。
3D 模型Sketchfab、Poly Haven、NASA 模型庫,或自行生成(Meshy、Hunyuan3D、Rodin)
PBR 紋理 / HDRIPoly Haven、Adobe Substance 3D 素材
向量動畫LottieFiles (.json / .lottie)
地圖 / 地球儀Mapbox(需要 Token),或使用 Three.js 的 3D 地球儀
圖表真實數據。如果畫面中出現數字,它必須是真實數字——驗證它,並在 NOTES.md 中引用來源。
寫實靜態影像Midjourney / Nano Banana / GPT Image / Freepik-Magnific,始終附上風格參考
寫實動態 B-roll圖生影片(Seedance、Veo、Kling、Luma Ray、Runway)
一致性的角色/產品訓練 LoRA(見附錄 A)——僅靠參考圖像在不同角度下會產生偏差
旁白ElevenLabs 或克隆人聲;餵入比感覺所需更多的音訊素材
音效使用正規音效庫,或自行生成。數量要少,混音要低。
音樂使用已授權的音樂庫。在交付客戶前的渲染版本前,務必確認授權條款。
字型已授權並自行託管。確認授權許可影片嵌入使用。

生成看起來不像人工生成的靜態影像

  • 附上風格參考,並保持提示詞簡短。沒有參考的長提示詞會產生模型的平均品味;有強力參考的短提示詞則會產生你的品味。
  • 從一個錨定圖像生成整批素材,而不是為每個素材獨立下提示詞——獨立提示詞正是導致不同鏡頭間色調漂移的原因。
  • 對於任何會重複出現的主體,建立一個參考表(同一個角色的多個角度),並以此為基礎進行生成。
  • 在合成前進行升頻,而不是之後。
  • 檢查每個生成圖像中的文字。 扭曲錯亂的字型是最容易被識別的人工偽影。將其裁切掉、用真實字型覆蓋,或重新生成。

生成看起來不像人工生成的 B-roll

  • 偏好一個較長的連續鏡頭,勝過拼接多個短片。拼接頭尾幀會在每個接縫處產生明顯的卡頓。
  • 如果必須拼接,請使用前一段的真實最後一幀作為下一段的第一幀,然後在接縫處刪除一個重複的幀。
  • 符合你真實素材的鏡頭語言——如果 A-roll 是固定機位,就不要回傳一個漂浮的環繞鏡頭。
  • 保持生成的片段簡短且如切入鏡般大小。生成的鏡頭持續越久,觀眾就越會仔細檢查它。

4. 調色一致化——沒人做的工序

每個素材,無一例外,在進入場景前都必須:

  • 重新調色以符合色票。 將庫存和生成的圖像透過色相偏移、雙色調或疊加色調,使其趨向 tokens.css。一張保持原始色溫的庫存照片,遠遠就能被認出來。
  • 匹配黑階與對比度至參考畫面。
  • 加上與編輯中其他部分相同的顆粒/紋理。
  • 標準化縮放——圖標使用統一的視覺大小,標誌遵循統一的留白規則。
  • 去除背景以使其融入場景(u2net / hyperframes remove-background / Runway),然後加上接觸陰影。
  • 清理邊緣——沒有因去背不佳而產生的白色光暈,沒有標誌上的 JPEG 雜訊。
  • 3D:以場景的光源方向進行渲染,並使陰影方向與其他部分一致。
  • 音訊:標準化音量、剪掉空白開頭,並在對話時進行閃避處理。

將任何非顯而易見的調色一致化步驟記錄在 NOTES.md 中,以便重新渲染時可以重現。

5. 儲存以便後續代理能找到

03-assets/
  brand/     logo.svg, fonts/, brand.json (十六進位色碼、留白規則、禁止事項)
  refs/      以它所教導的重點命名.png
  gen/       image.png + 旁邊放 prompt.txt (模型、種子、風格參考)
  3d/        model.glb + renders/
  lottie/    name.json
  sfx/       impact-01.wav

每個生成檔案旁放 prompt.txt 是不可妥協的。沒有它,你就無法在三週後重新生成一個匹配的變體,整個素材集就會開始漂移。

6. 授權

在任何素材送達客戶交付物之前,請確認:字型已授權用於影片、音樂已授權給該平台與地區、庫存素材已授權用於商業用途、3D 模型授權允許在渲染中重新分發,且未在未經許可的情況下生成任何真實人物的肖像。將這些記錄在 NOTES.md 中。這是面向客戶的風險,而非技術細節。

當素材就是問題所在時

如果一個畫面設計良好、動畫流暢,但看起來仍像人工生成,那問題幾乎總是以下其中之一:

  1. 純色平塗背景——沒有漸層、沒有紋理、沒有深度層。
  2. 圖標系列與字體風格不匹配。
  3. 庫存或生成的圖像保留了原始顏色。
  4. 標誌是模型繪製的,而非真實的 SVG。
  5. 所有素材都以相同比例居中在對稱的網格上。

在調整動畫之前,先修正素材。


附錄 A · 素材來源目錄

請在來源網站確認價格與授權條款——兩者都可能變動。連結為官方首頁;標記 ~ 的是搜尋目標,而非可完全信任的固定網址。

3D 模型與場景

來源網址備註
Sketchfabhttps://sketchfab.com龐大的模型庫;篩選「可下載 + 免費授權」。請逐一檢查每個模型的授權條款。
Poly Havenhttps://polyhaven.comCC0 授權的模型、HDRI、PBR 紋理。無需標註來源。最佳預設選擇。
NASA 3D Resourceshttps://science.nasa.gov/3d-resources/免費的太空船、地形、任務素材。通常分為多個零件——在動畫前需將它們歸類到一個空物件下。
Adobe Substance 3D Assetshttps://substance3d.adobe.com/assets材質;有大量的免費層級。可直接用於 After Effects 的 3D 圖層。
Meshyhttps://meshy.ai文字轉 3D 與圖片轉 3D,附帶紋理與人形/四足骨架綁定及內建動作庫。
Hunyuan3D (騰訊)https://huggingface.co/tencent開源權重的圖片轉 3D。幾何形狀表現良好;紋理是弱項。
Hyper3D / Rodinhttps://hyper3d.ai文字/圖片轉 3D,可作為 Blender 整合中的 MCP 使用。
Mesh-to-Motion~ 搜尋 "mesh to motion rig"為人形綁定師不願處理的非人形網格(鳥類、生物)提供綁定。

多視圖技巧: 單一正面圖像會產生錯誤的背面。先生成主體的 90°/180° 旋轉視圖,然後餵給模型 3–4 個視角。這是獲得可用素材與只能從單一角度拍攝的素材之間的差異。

紋理、HDRI、背景

向量動畫

Lottie 檔案小、解析度無關,且可重新上色——將它們重新著色以符合 tokens.css,而不是使用它們出廠時的顏色。

圖標與字型

來源網址
Google Fontshttps://fonts.google.com
Fontsharehttps://fontshare.com (免費商業使用)
Lucide iconshttps://lucide.dev
Phosphor iconshttps://phosphoricons.com
Simple Icons (品牌標記)https://simpleicons.org

每個專案使用一個圖標家族,並與字體粗細匹配。對於真實的公司標誌,請使用該公司自己的品牌素材包——絕不使用模型的重繪版本。

AI 圖片

工具網址最擅長
Midjourneyhttps://midjourney.com美學品質;風格參考是其強項 (--sref)
Google AI Studio / Gemini imagehttps://aistudio.google.com強烈的提示詞遵循度、角色/主體一致性、編輯能力
Freepik + Magnifichttps://freepik.com , https://magnific.ai並排使用多個模型、升頻、攝影機角度更改、空間/節點畫布
Higgsfieldhttps://higgsfield.ai多模型圖片與影片、與代理的 MCP 整合
Replicatehttps://replicate.com存取大多數開放模型的 API
fal.aihttps://fal.ai快速的無伺服器推論;也支援 LoRA 訓練
ComfyUIhttps://comfy.org , https://github.com/comfyanonymous/ComfyUI本機、免費、基於節點、完全控制;可執行你自己的 LoRA

AI 影片

工具網址備註
Runwayhttps://runwayml.com影片轉影片風格轉換、物件替換、背景去除、多鏡頭剪輯
Luma Dream Machinehttps://lumalabs.ai/dream-machine起始幀 + 結束幀插值
Klinghttps://klingai.com圖片轉影片
Google Veo通過 https://aistudio.google.com / https://labs.google原生音訊生成
Seedance通過 Higgsfield / fal / Replicate長單鏡頭拍攝——接縫比拼接片段少

始終優先選擇一個長鏡頭而非拼接片段。 每個拼接處都是一個明顯的卡頓。

音訊

需求來源
旁白 / 克隆ElevenLabs — https://elevenlabs.io
本機 TTSnpx hyperframes tts (Kokoro),或 Piper
音樂 (已授權)Epidemic Sound https://epidemicsound.com , Artlist https://artlist.io
音效 (免費)Freesound https://freesound.org (請逐一檢查每個檔案的授權)
轉錄Whisper — https://github.com/openai/whisper , whisper.cpp — https://github.com/ggerganov/whisper.cpp ,或 npx hyperframes transcribe

數據與網頁擷取

需求工具
即時網站/應用程式的真實螢幕截圖Playwright MCP — https://github.com/microsoft/playwright-mcp
地圖、衛星影像、3D 城市飛覽Mapbox — https://mapbox.com (免費 Token 層級)
圖表真實的來源數據;使用 Remotion 搭配圖表函式庫或 dataviz 技能來渲染

公用程式

需求工具
任何影片相關指令列操作FFmpeg — https://ffmpeg.org
背景去除u2net / rembg — https://github.com/danielgatis/rembg , npx hyperframes remove-background,或 Runway
升頻Topaz — https://topazlabs.com ,或 Magnific

一致性的主體:訓練 LoRA

當一個臉孔、產品或風格必須在數十個鏡頭間保持一致時,參考圖像是不夠的——一旦角度或光線改變,就會產生偏差。請改為訓練一個小型 LoRA。

工作流程大綱:

  1. 收集 15–35 張主體的多樣化、高品質圖片(不同角度、光線、距離)。品質與多樣性比數量更重要。
  2. 選擇一個罕見的觸發詞——絕不要使用像 face 或 style 這樣的常見詞,否則模型會在普通提示詞下觸發。請使用類似 mkxr_person 這樣的詞。
  3. 以基礎模型(Flux、SDXL、Qwen-Image 等)進行訓練。對於一個主體,大約 1000 步是一個正常的起點。
  4. 在租用的 GPU(fal.ai、Replicate)上訓練,而非本機,除非你有相應硬體——只需幾分鐘和幾美元,而非數小時。
  5. 輸出是一個 .safetensors 檔案。將其放入 ComfyUI 的 models/loras/ 目錄,在工作流程中載入它,設定強度約 0.8–1.0,並在提示詞中包含觸發詞。

在何處能發揮最大效益: 包含你自己臉孔的縮圖、客戶產品在整個活動中的呈現、一系列插圖風格、短篇系列中的重複角色。

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.

相關技能