O que é Cinematic Skill?
Cinematic Skill é uma skill para Claude Code, Codex, Cursor, Gemini CLI e OpenCode que faz filmes narrados com código em vez de vídeo gerado. Você pede um documentário ou explicativo sobre um tema; o agente pesquisa e escreve o roteiro, marca o tempo com uma voz provisória, reúne imagens e monta um grande painel de fotos, documentos diagramados, cartões, mapas e contadores. Uma única câmera contínua percorre então esse painel, com carimbos, marca-textos e números sincronizados com as palavras do narrador.
Os quadros são desenhados com Skia em Python, então um filme renderiza igual toda vez e uma nova faixa de voz o ressincroniza sem editar a cena. Um baixador do Wikimedia Commons busca imagens de arquivo, registra a licença de cada uma e recusa o que não for domínio público, CC0, CC BY ou CC BY-SA, a menos que você force. Os efeitos sonoros são sintetizados em vez de amostrados, e o acabamento adiciona uma mixagem com loudness normalizado, quatro estilos de legenda e um arquivo SRT. O agente para e pede aprovação em quatro pontos, incluindo a tabela de beats e um rascunho de 30 segundos.
O repositório tem licença MIT, um único autor e foi lançado primeiro como 1.0.0 em 9 de novembro de 2026, seguido da 1.0.1 no mesmo dia. Tem 260 estrelas e 16 forks.
Cinematic Skill vale a pena?
O Cinematic Skill faz a aposta certa para vídeo factual: nenhuma imagem gerada. Cada quadro é desenhado em Python com Skia sobre fotos de arquivo reais, então o resultado é reproduzível, barato de alterar e não consegue inventar a imagem de um fato que nunca aconteceu. A skill transforma isso em regra: uma imagem de IA pode ilustrar, mas nunca servir de prova de uma pessoa ou fato real, e um documento desenhado em código precisa ser identificado como recriação e citar apenas palavras que foram realmente escritas.
A ferramenta de busca de fontes é a parte mais útil. O fetch_commons.py pesquisa no Wikimedia Commons, registra o crédito e a licença de cada arquivo, escreve o credits.md e recusa tudo que estiver fora de domínio público, CC0, CC BY e CC BY-SA, a menos que você passe uma opção para forçar. O filtro também descarta as variantes não comerciais e sem derivações. Para um canal de história ou um professor, isso elimina o motivo mais comum de um documentário dar problema depois de publicado.
O tempo é construído sobre a narração. Uma voz provisória gratuita do say do macOS ou do espeak-ng define os tempos primeiro; cada efeito fica preso a uma palavra falada, então quando você troca pela voz final o filme se ressincroniza sozinho. O README informa que o exemplo incluído de 92 segundos renderiza em 1080p em cerca de 6 minutos em um notebook de 16 GB, um número que não reproduzimos.
O porém: o projeto tem quatro dias. Tem 260 estrelas e 16 forks, três commits de um único autor e nenhuma issue aberta ainda, então não há registro público de como se comporta fora dos filmes do próprio autor. O visual também é deliberadamente estreito: uma câmera sobre um painel, em sete aparências como um mural de cortiça de investigação ou uma planta técnica. Funciona para história, true crime e explicativos; não produz cenas reais, personagens nem imagens de produto, e no Linux ou Windows é preciso baixar as fontes separadamente para igualar as tipografias do Mac.
Nossa opinião: para quem constrói vídeos sobre fotografias reais e precisa acertar nas fontes, este é um ponto de partida melhor do que qualquer skill baseada em gerador. Para todo o resto, o formato de mural de investigação vai parecer um único truque bem executado.
Onde ele se destaca
Uma professora de história do ensino médio
Fazer um filme de 90 segundos sobre um fato histórico para uma aula
Peça o documentário ao agente, aprove a tabela de beats e os fatos, deixe o fetch_commons.py trazer fotos de domínio público com créditos e renderize com a voz provisória gratuita. Nenhum serviço pago é necessário.
Um criador independente do YouTube com um canal de true crime
Produzir um episódio narrado no visual de mural de cortiça com imagens creditadas
Grave a voz final por seções, deixe o split_takes.py cortá-la em falas cronometradas e sinalizar cortes suspeitos, e entregue o credits.md com cada vídeo. O custo é o plano do agente e o serviço de TTS usado.
O fundador de uma startup preparando uma história de marca curta
Contar a origem da empresa com fotos da equipe, um mapa e alguns números grandes
Use o visual studio ou charcoal com suas próprias fotos em cor natural, contadores para os números e uma rota no mapa. O render é local, então não há tarifa de vídeo por minuto.
Antes de decidir
- Configuração
- npx skills add (Node 22.20+), um comando de plugin para Claude Code ou Codex, ou um instalador de shell; depois pip install skia-python, numpy e pillow, ffmpeg no PATH e rodar check_setup.py.
- Integrações
- Claude Code, Codex, Cursor, Gemini CLI, OpenCode; Wikimedia Commons; say do macOS, espeak-ng ou qualquer comando de TTS; suas próprias fotos ou imagens de IA.
- Dados e privacidade
- O render é local. Os prompts do roteiro vão para o provedor do modelo do seu agente, as buscas no Commons vão para a Wikimedia e o texto enviado a um serviço de TTS segue os termos desse serviço.
- Custo em escala
- Não divulgado. O código não custa nada; os gastos são o plano do agente, uma voz de TTS paga se usada e o tempo de render na sua própria máquina.
- Limites
- Precisa de Python 3.9+; renders acima de 1080p exigem as notas de desempenho; um único formato de painel e câmera; sistemas que não são Mac precisam do get_fonts.py em cada projeto.
O que é bom
- Sem vídeo gerado: cada quadro é desenhado em código e renderiza igual
- O baixador do Commons registra licenças e recusa arquivos não livres
- Efeitos presos a palavras faladas, então uma nova voz ressincroniza o filme
- Efeitos sonoros sintetizados evitam licenças de amostras
- Instala no Claude Code, Codex, Cursor, Gemini CLI e OpenCode
O que não é
- Quatro dias de vida, um autor, três commits, sem histórico
- Um único formato visual: uma câmera percorrendo um só painel
- Linux e Windows precisam baixar fontes à parte para igualar o visual do Mac
- Os números de velocidade de render vêm só do README
Ideal para
Criadores de história e ciência, professores e jornalistas que querem documentários narrados feitos com imagens de arquivo devidamente licenciadas.
Alternativas ao Cinematic Skill
Cinematic Skill: perguntas frequentes
- Cinematic Skill vale a pena?
- Um jeito disciplinado de fazer documentários no estilo Ken Burns com um agente, em que o trabalho de câmera desenhado em código e um baixador de imagens que confere licenças pesam mais do que um pacote de quatro dias. Damos nota 3.8 de 5.
- Quanto custa Cinematic Skill?
- Grátis sob MIT. Roda no plano do seu próprio agente de código; a voz provisória usa o say do macOS ou o espeak-ng sem custo, e uma voz final ou trilha sonora custa o que o serviço de TTS ou de música escolhido cobrar.
- Quais são as desvantagens de Cinematic Skill?
- Quatro dias de vida, um autor, três commits, sem histórico; um único formato visual: uma câmera percorrendo um só painel; linux e Windows precisam baixar fontes à parte para igualar o visual do Mac; os números de velocidade de render vêm só do README.
- Para quem Cinematic Skill é indicado?
- Criadores de história e ciência, professores e jornalistas que querem documentários narrados feitos com imagens de arquivo devidamente licenciadas.
- Quanto custa Cinematic Skill para uma equipe ou em produção?
- Não divulgado. O código não custa nada; os gastos são o plano do agente, uma voz de TTS paga se usada e o tempo de render na sua própria máquina.
- Cinematic Skill é seguro para dados da empresa?
- O render é local. Os prompts do roteiro vão para o provedor do modelo do seu agente, as buscas no Commons vão para a Wikimedia e o texto enviado a um serviço de TTS segue os termos desse serviço.
- Quais são as melhores alternativas ao Cinematic Skill?
- As alternativas mais próximas que analisamos são Video Director, HyperFrames e Stickman Video Director.
Respostas verificadas em 13 de nov. de 2026.