¿Qué es motionmaxxing?
motionmaxxing, de Tejas Makwana (Tejashmakwana), es un Agent Skill con el que un agente de programación dirige y construye piezas breves de motion graphics: vídeos de lanzamiento, promos de producto, cortinillas de marca y tipografía cinética. Se publicó en una sola subida: el repo se creó el 6 de octubre de 2026 y sus dos commits llegaron esa misma tarde, sin nada publicado desde entonces y sin releases en GitHub. El propio README lo llama una versión temprana.
La pieza es una página HTML sencilla movida por motion.js, un runtime seguro ante saltos (seek-safe) sobre GSAP con 12 curvas de easing con nombre, ajustadas a 4.288 movimientos medidos fotograma a fotograma en 53 momentos de lanzamientos profesionales. El render.mjs propio del skill salta a cada fotograma en Chrome headless y codifica con ffmpeg; la descripción dice que funciona en HyperFrames o en HTML simple, y no es una herramienta para Remotion ni para After Effects. A partir de una URL capta los colores, las fuentes, el logo y las pantallas de la marca, y después unos scripts puntúan el render frente a seis puertas, de G0 a G5. La voz, los efectos de sonido y la música son opcionales mediante una clave de ElevenLabs.
El repo tiene licencia Apache-2.0, unas 1.200 estrellas en GitHub y 113 forks. Se instala clonándolo en ~/.claude/skills y necesita Node 22 o posterior, Python 3, ffmpeg y Google Chrome. El GSAP 3.12.5 incluido conserva su propia GreenSock Standard License, que según el README no es de código abierto. El skill dice que vive dentro de FinalMotion, el producto del autor.
¿Merece la pena motionmaxxing?
motionmaxxing es ese skill de vídeo poco común cuyas reglas salen de la medición y no del gusto. El autor recreó 53 momentos de tres a siete segundos de películas de lanzamiento hechas por diseñadores como timelines de GSAP exactas al fotograma, saltó a cada fotograma y condensó el resultado en 4.288 movimientos distintos. De ahí salieron las cifras que el skill impone: un movimiento mediano de 10 fotogramas (0,33 s), aterrizajes que desaceleran con ease-out el 58 % de las veces, sobreimpulso en menos del 9 % de los movimientos y tardío cuando ocurre, logos que entran de golpe desde unas 3,5 veces su tamaño, y 3.392 entradas por transformación frente a 584 fundidos de opacidad. Agrupar las curvas dio 12 easings, de softLand a accelExit, que el runtime incluye por nombre y que, según el autor, encajan con el 89 % de los movimientos medidos con un RMSE de 0,12 o menos.
La segunda mitad es una lista de vetos, y se lee como la de hallmark, pero para vídeo. SKILL.md enumera 12 cosas que una pieza nunca puede llevar: etiquetas en las esquinas y contadores como "02 / SPEAK", un titular fijo a la izquierda junto a un dispositivo, una tarjeta de interfaz redondeada con un punto de estado, un titular tecleado con cursor, fondos de color plano distintos en cada escena, un cierre que se mantiene más de 1,4 s y una pieza que nadie ha mirado. Un proceso de diez pasos pide un storyboard y tres tipos de idea antes de construir nada. Después, render.mjs genera la pieza, look.py calcula las puertas G0, G2 y G3 a partir de los fotogramas, lint.mjs suspende como G5 los elementos de página en el DOM, y un NOTE.md obligatorio debe citar esas cifras en lugar de declarar que la pieza es buena. G1 y G4 no tienen script y se juzgan a ojo, algo que el skill obliga al agente a reconocer.
El precio es el peso. Solo SKILL.md ocupa unos 20,6 KB, y el paso cero añade los dos archivos de gusto y una lectura rápida de judgment.md, de modo que, a cuatro caracteres por token, se cargan unos 53 KB o 13.000 tokens antes de captar la marca. Los 14 archivos de referencia suman unos 452 KB, más de 110.000 tokens si un agente los lee todos, y el autor no publica el coste en tokens ni en tiempo de una pieza. El render es lento justo donde importa: las escenas hero3d en WebGL van a unos 7 a 11 fps a 1080p en una GPU de Apple, según KNOWN-LIMITS. Solo Claude Code tiene pasos de instalación documentados; los demás agentes reciben una carpeta a la que apuntar.
Las pruebas son más flojas de lo que sugiere el acabado. El historial de A/B a ciegas detrás de la capa de gusto tiene un solo evaluador humano, las 9 de 10 elecciones a favor del skill vienen de una generación anterior y no existe A/B para esta. La biblioteca de precedentes de 716 filas la descodificaron analistas basados en modelos y está marcada como no verificada. Los momentos medidos son clips de lanzamiento de estilo SaaS, así que las estadísticas describen ese género. Sobre todo, no se ha publicado nada desde el 6 de octubre y sigue abierta una incidencia del 16 de octubre sobre procesos de Chrome que quedan colgados en macOS. Frente a openmontage, que planifica producciones enteras con un centenar de herramientas, motionmaxxing hace una sola cosa con más profundidad; frente a hyperframes, es un director montado sobre una vía de render casi idéntica con Chrome y ffmpeg, no un renderizador. Como referencia de cómo debería moverse el motion hecho por agentes, merece la pena leerlo aunque nunca reciba un segundo commit.
Dónde se gana su sitio
El fundador de una start-up SaaS de cinco personas con un lanzamiento la semana que viene
Convertir la web del producto en una pieza de lanzamiento de 20 segundos sin contratar a un motion designer
Lanza /motionmaxxing en Claude Code con la URL de la web; brand.mjs capta colores, fuentes, logo y pantallas, y el agente enseña la idea y el storyboard antes de construir. Gratis salvo los tokens del agente y, para voz y música, el uso de ElevenLabs.
Una desarrolladora frontend cuya promo hecha con un agente parece una presentación de diapositivas en movimiento
Saber exactamente qué falla en un borrador y arreglarlo
Pásale al skill draft.mp4 y su index.html y pide una nota de slop, mid o maxxed; look.py y lint.mjs indican cuáles de G0, G2, G3 y G5 fallan, y el agente corrige en un orden fijo. El lint no ve el texto dibujado en un canvas ni en una imagen generada.
Un desarrollador que construye su propio agente de vídeo sobre HTML y GSAP
Aprovechar tiempos medidos en vez de adivinar duraciones y curvas
Carga runtime/motion.js y usa los 12 easings con nombre, como M.ease.softLand, con los valores medidos por defecto, y consulta library/moments.jsonl con precedent.py para cada beat. La copia incluida de GSAP sigue sujeta a su propia licencia.
Antes de decidirte
- Puesta en marcha
- Haz git clone del repo en ~/.claude/skills/motionmaxxing y luego bash install.sh, que comprueba los requisitos y no instala nada a nivel de sistema. Necesita Node 22+, Python 3, ffmpeg y Google Chrome; scripts/providers.sh informa de lo que tiene la máquina. Se invoca con /motionmaxxing o con una petición normal.
- Integraciones
- Claude Code está documentado; cualquier agente que lea una carpeta con SKILL.md y tenga acceso a la terminal puede usarlo. Renderiza con su propia cadena de Chrome y ffmpeg, puede trabajar junto a HyperFrames, incluye GSAP 3.12.5 y Three.js r186, y opcionalmente llama a ElevenLabs para voz, sonido y música y a la Codex CLI para placas de superficie generadas.
- Datos y privacidad
- Se ejecuta en local. La captura de marca descarga la web de destino con Chrome headless; los scripts de voz y música envían texto a ElevenLabs solo si ELEVENLABS_API_KEY está definida, y las placas de imagen pasan por un inicio de sesión de Codex solo cuando se piden. El README no describe telemetría. Apache-2.0, con GSAP bajo la GreenSock Standard License, Three.js y opentype.js bajo MIT e Inter bajo SIL OFL 1.1.
- Coste a escala
- No hay edición de pago en el repo. El coste son los tokens del agente (unos 13.000 tokens de instrucciones antes de empezar, más a medida que se cargan referencias), el tiempo de render local, el uso de ElevenLabs y entre 1 y 2 minutos por placa generada.
- Límites
- Sin commits desde el 6 de octubre de 2026 y con una incidencia abierta. G1 y G4 se juzgan a ojo; lint.mjs no ve texto en canvas, WebGL, imágenes ni vídeo; WebGL renderiza a unos 7 a 11 fps a 1080p; la música de ElevenLabs puede fallar en tempo o duración; fetch_logo.mjs puede devolver una franja de cabecera en lugar del símbolo.
Lo bueno
- Easings y tiempos medidos en 4.288 movimientos profesionales
- Lista concreta de vetos contra el aspecto de diapositiva en vídeo
- Puertas con scripts y un lint revisan el render; NOTE.md debe citarlos
- Runtime seguro ante saltos con autotest, así que los renders son reproducibles
Lo malo
- Una sola subida el 6 de octubre de 2026, sin commits ni releases desde entonces
- La capa de gusto se apoya en un solo evaluador; no hay A/B de esta generación
- Requisitos pesados: Node 22+, Python 3, ffmpeg y Chrome
- Gran carga de instrucciones y ningún coste en tokens publicado
Ideal para
Desarrolladores que ya hacen vídeos de producto con un agente en HTML y GSAP, quieren que se muevan como los de un motion designer y pueden convivir con un repo que quizá no se mantenga.
Alternativas a motionmaxxing
motionmaxxing: preguntas frecuentes
- ¿Merece la pena motionmaxxing?
- motionmaxxing pone por escrito más oficio real de motion design que cualquier skill de vídeo que hayamos leído, y luego lo deja en una única subida sin mantenimiento, evaluada por una sola persona. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta motionmaxxing?
- Gratis y de código abierto (Apache-2.0; el GSAP incluido tiene su propia licencia). Una clave opcional de ElevenLabs activa voz, efectos de sonido y música, facturados por ElevenLabs.
- ¿Qué inconvenientes tiene motionmaxxing?
- Una sola subida el 6 de octubre de 2026, sin commits ni releases desde entonces; la capa de gusto se apoya en un solo evaluador; no hay A/B de esta generación; requisitos pesados: Node 22+, Python 3, ffmpeg y Chrome; gran carga de instrucciones y ningún coste en tokens publicado.
- ¿Para quién es motionmaxxing?
- Desarrolladores que ya hacen vídeos de producto con un agente en HTML y GSAP, quieren que se muevan como los de un motion designer y pueden convivir con un repo que quizá no se mantenga.
- ¿Cuánto cuesta motionmaxxing para un equipo o en producción?
- No hay edición de pago en el repo. El coste son los tokens del agente (unos 13.000 tokens de instrucciones antes de empezar, más a medida que se cargan referencias), el tiempo de render local, el uso de ElevenLabs y entre 1 y 2 minutos por placa generada.
- ¿Es motionmaxxing seguro para los datos de la empresa?
- Se ejecuta en local. La captura de marca descarga la web de destino con Chrome headless; los scripts de voz y música envían texto a ElevenLabs solo si ELEVENLABS_API_KEY está definida, y las placas de imagen pasan por un inicio de sesión de Codex solo cuando se piden. El README no describe telemetría. Apache-2.0, con GSAP bajo la GreenSock Standard License, Three.js y opentype.js bajo MIT e Inter bajo SIL OFL 1.1.
- ¿Cuáles son las mejores alternativas a motionmaxxing?
- Las alternativas más cercanas que hemos analizado son HyperFrames, OpenMontage, Hallmark y ffmpeg-skill.
Respuestas comprobadas el 31 oct 2026.