motionmaxxing Skill 技能

把 AI 一键生成的"幻灯片感"短片改造成"动效设计师的口吻"。

技能简介 motionmaxxing 是一款面向 AI 智能体的"动态图形改造"工具,专门把 AI 一键生成的"幻灯片感"短片改造成"动效设计师的口吻"。理念是 Looksmaxxing for motion graphics——给一个网站 URL,自动抓取品牌、找到只有该品牌能讲的故事、建立专属世界观、按 53 个专业动效瞬间逐帧测量动画时长,再用 5 道脚本化 gate(G0-G5)严格把关。运行在 Claude Code 与任何读取 SKILL.md 的 agent 上。

核心能力

  1. 品牌识别 + idea 提炼:抓 logo、识别品牌色与字体,输出一句话 idea 与"只有该品牌能讲"的故事。
  2. 故事板先于制作:分镜前/最后/拍子/whip pan/过渡由 STORYBOARD.md 强制落字,agent 必须先交图再看评审。
  3. 12 段测量缓动:从 53 个专业动态设计师作品反向提取 12 种 measured easing(落地减速、离场加速、不过度 overshoot 等)。
  4. 5 道脚本化 gate:G0 渲染存在 / G1 UI 可读 / G2 无空帧 / G3 结束 hold 不超 1.4s / G4 一帧一主角 / G5 无页眉 logo 与角落标签。
  5. page-chrome lint:lint.mjs 检测角标、计数器、时间码、左标题+右侧媒体格局卡死 hover 等"AI slop"模式。
  6. 可选 ElevenLabs 语音、音效、音乐:voice.py / sync.mjs / mix.py 完整音频链路,无 key 时自动跳过。
  7. 多模态多格式输出:16:9 主版 + share encode + 9:16 二次排版,自动出 NOTE.md 自审文档。
  8. 斜率对抗工具:flat swatch、dead frame、letter-typed headline、vibe-coded UI card 都有 lint 规则 + 修复 recipe。

安装配置

  1. 前置:Node.js 22+、Python 3、ffmpeg、Google Chrome;可选 ElevenLabs API key(配音、音效、音乐)、Codex CLI(生成贴图)。
  2. 克隆:git clone https://github.com/Tejashmakwana/motionmaxxing ~/.claude/skills/motionmaxxing。
  3. 安装执行:bash ~/.claude/skills/motionmaxxing/install.sh(仅做体检,不动其他东西)。
  4. 自检环境:bash scripts/providers.sh,输出 JSON 报告(chrome / ffmpeg / key / codex / 磁盘)。

使用步骤

  1. 在 Claude Code 中触发 /motionmaxxing 或用自然语言说"做一个 30 秒动效短片"。
  2. 给一个品牌 URL + 视频类型(launch / 品牌片 / kinetic type / promo),agent 自动抓取品牌并生成 idea。
  3. agent 走 10 步协议:toolbox → brand → 一真事 + PAGE → idea → world/storyboard → script/voice → 最难镜头先做 → 自评 → 音画同步 → 交付。
  4. 任一 gate 失败时 agent 必须回到"最难镜头先做"步骤,不能争辩脚本。
  5. 最终产物:final.mp4、index.html、NOTE.md(含 gate 数字自评)。

适用场景

  • 创业公司 launch video / product promo
  • AI 工具、产品、企业服务号的 marketing 片头
  • 个人作品集 dynamic typography
  • 设计周、节日品牌片、品牌重塑演示片
  • 把 GPT-6.1 / Sora 等模型生成的"廉价动效"提升到动效设计师水准

适用人群

  • 用 AI 编程工具做视频的产品经理、内容运营
  • 想给自家 AI 产品做"高级感"启动片的小团队
  • 独立设计师 / 动效设计师把繁琐流程自动化
  • AI 工具博主做测评对比 / mood board

工作原理 motionmaxxing 的核心是用测量代替经验:6 个并行 AI 分析 agent 反向拆解 53 个专业动效瞬间,提炼 ~150 条 WHEN/DO/BECAUSE 规则、~4300 个独立 move 与 12 段 measured easing,再合入早期世代的盲测 A/B 经验。所有规则都被 gate 脚本化(G0-G5 + lint.mjs)。每次开工都按 10 步协议推进,agent 在固定检查点停下,把品牌截图作为 hero shot 贴进最后一帧。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论