line-art-animation, bookleme: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng chú ý khi nó biến một việc vốn tốn nhiều công sức thủ công thành một quy trình mà coding agent làm được: vẽ hoạt hình nét mực, tách nhân vật thành các lớp PSD để làm chuyển động 2.5D, hay biến một cuốn sách thành kỹ năng có thể gọi lại. Bài viết này của Kungfutech chọn ba dự án theo hướng đó: line-art-animation dựng cảnh hoạt hình nét vẽ bằng SVG, image-to-psd tách tranh nhân vật thành 19 lớp có mask chỉnh sửa được, và bookleme biên dịch một cuốn sách thành Agent Skill. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
line-art-animation: hoạt hình nét mực vẽ trực tiếp bằng SVG cho Claude
line-art-animation là gì?
line-art-animation là một skill cho Claude kèm một thư viện TypeScript nhỏ để tạo thành phần hoạt hình kiểu nét mực trên giấy: nhân vật đi bộ, đạp xe, phản ứng khi được nhấp chuột, trong những cảnh chuyển từ ngày sang đêm. Mọi thứ được vẽ trực tiếp bằng SVG nên sắc nét ở mọi kích thước và phản hồi theo con trỏ.
Thư viện gồm bốn module TypeScript không phụ thuộc gói ngoài: ink.ts cho các nét vẽ cơ bản, gait.ts giải bài toán dáng đi và chạy, motion.ts cho lò xo, con lắc và gió, daynight.ts cho bảng màu theo giờ trong ngày. Điểm đáng chú ý là gait() tính toán chân thay vì chỉ hoạt họa: bàn chân đang chạm đất trượt lùi đúng bằng tốc độ di chuyển, chân đang bước theo quỹ đạo giật tối thiểu, và hông nâng hạ theo tầm với của chân. Repo có hai ví dụ: một người cầm cặp đi ngang thẻ trong khoảng 150 dòng, và một con phố Nhật Bản đầy đủ với dân làng, mèo, chim và cửa sổ sáng đèn về đêm. Skill còn có script chụp từng khung hình để xuất video và công cụ đo một clip mẫu để bắt chước dáng đi. Repo có 45 sao, viết bằng TypeScript, giấy phép MIT.
Cách cài đặt và sử dụng line-art-animation?
Với Claude Code, clone repo vào thư mục skills:
git clone https://github.com/JDhruv14/line-art-animation ~/.claude/skills/line-art-animation
Hoặc clone vào .claude/skills/ trong một dự án riêng. Sau đó mô tả điều bạn muốn, ví dụ: "Make a line art animation of a bakery at dawn: a baker carrying trays, steam from the oven, a cat in the window." Claude đọc SKILL.md, chép lib/ vào dự án, đưa một nhân vật cho bạn duyệt trước khi dựng phần còn lại, rồi kiểm tra chuyển động từng khung hình.
Để chạy các ví dụ (cần Node 22.18 trở lên):
npm install
npm run dev # http://localhost:5173
Xuất video từ cảnh làng (cần ffmpeg và Chrome hoặc Chromium):
node scripts/capture.ts "http://localhost:5173/examples/village/?debug&capture&day=30&start=0.3" \
captures/village 900 30 1920 1080
ffmpeg -framerate 30 -i captures/village/f%04d.png -c:v libx264 -preset slow -crf 15 \
-pix_fmt yuv420p -movflags +faststart -tune animation village.mp4
Script chụp tiến cảnh đúng một khung hình giữa các lần chụp, nên kết quả không phụ thuộc tốc độ máy.
image-to-psd: tách tranh nhân vật thành PSD nhiều lớp cho hoạt hình 2.5D
image-to-psd là gì?
image-to-psd là một agent skill nhận một bức tranh nhân vật (PNG, JPG hoặc SVG) và xuất ra tệp PSD nhiều lớp sẵn sàng cho hoạt hình 2.5D. Kết quả gồm 19 phần tiêu chuẩn như tóc sau, tóc mái, mặt, lòng trắng mắt, tròng mắt, miệng, áo, tay, váy, giày và đạo cụ cầm tay, mỗi phần có điểm ảnh riêng và một mask thang xám chỉnh sửa được.
Quy trình của agent gồm năm bước: phân tích ranh giới và độ che khuất của từng phần, tạo ảnh tham chiếu bằng công cụ sinh ảnh, tách vùng nhìn thấy từ ảnh gốc và tô bù vùng bị che (mặt dưới tóc mái, tóc sau đầu, lòng trắng dưới tròng mắt), xuất PSD, rồi mở lại để rà từng lớp và sửa chỗ lem, khe hở hay mảnh vụn. Phong cách, màu, tư thế và kích thước canvas được giữ nguyên. README nói rõ skill không hứa chất lượng rigging cấp sản xuất chỉ bằng một cú nhấp, và vùng bị che là do suy đoán. Hướng dẫn của skill viết bằng tiếng Trung nhưng agent làm theo dù bạn ra lệnh bằng ngôn ngữ nào. Repo có 44 sao, viết bằng Python.
Cách cài đặt và sử dụng image-to-psd?
Cài skill cho Codex bằng công cụ skills (đổi tên agent sau -a nếu dùng agent khác, -g để cài toàn cục, -y để bỏ qua xác nhận):
npx skills add link-ding/image-to-psd --skill image-to-psd -a codex -g -y
Script xuất PSD cần các gói Python sau, thêm cairosvg nếu muốn đọc SVG:
pip install pillow numpy psd-tools
Đưa cho agent một ảnh nhân vật và yêu cầu:
Use $image-to-psd to split this character artwork into a layered PSD
Nếu đã có sẵn các PNG trong suốt cho từng phần hoặc một SVG nhiều lớp, có thể bỏ qua agent và xuất PSD trực tiếp:
python skills/image-to-psd/scripts/layered_assets.py psd-png parts.json character.psd --report qa.json
Trong parts.json, các lớp được liệt kê từ sau ra trước, mỗi PNG có cùng kích thước và vị trí với canvas. Lớp tiêu chuẩn nào bị bỏ trống sẽ được thêm thành lớp rỗng.
bookleme: biên dịch một cuốn sách thành Agent Skill có thể gọi lại
bookleme là gì?
bookleme (tên tiếng Trung là 读了么, "đọc chưa") là công cụ biến một cuốn sách thành Agent Skill cài đặt được. Ý tưởng của dự án: giá trị lớn nhất của một cuốn sách thường không nằm ở kết luận mà ở cách làm việc của tác giả, như thứ tự đặt câu hỏi hay điều kiện phán đoán và quy tắc bằng chứng, nhưng sau khi đọc xong thì những thứ đó nằm rải rác trong hàng trăm trang.
Công cụ tạo ra hai loại sản phẩm. Gói kiến thức (knowledge_pack) là cơ sở tri thức có cấu trúc để tra cứu, gồm bảng định tuyến chủ đề và các phân đoạn nạp khi cần. Skill hành vi (behavior_skill) là quy trình chạy được với vai trò, ràng buộc cứng, máy trạng thái và hợp đồng đầu ra, ví dụ một buổi coaching hỏi đáp từng câu. Hệ thống tự chọn loại dựa trên 12 đặc trưng thể loại, và thể loại mới được thêm bằng plugin một tệp. Mỗi trích dẫn phải là chuỗi con chính xác của nguyên văn, và có 6 cổng bản quyền cứng, chẳng hạn mỗi trích dẫn không quá 150 chữ và tổng tỷ lệ trích dẫn không quá 0,03; skill tạo từ sách của bên thứ ba mặc định là riêng tư. Phần lõi chỉ dùng thư viện chuẩn của Python. README tự ghi rõ giới hạn: bộ chấm bằng LLM chưa được tích hợp, và hai plugin thể loại phân tích chuyên môn và danh sách quyết định vẫn đang phát triển. Repo có 72 sao, viết bằng Python, giấy phép MIT chỉ áp dụng cho bộ chuyển đổi, không áp dụng cho sách được xử lý.
Cách cài đặt và sử dụng bookleme?
Không cần gói bên thứ ba, chỉ cần Python 3.9 trở lên:
git clone https://github.com/bookleme/bookleme.git
cd bookleme
python3 -m bookleme --version
Chạy trọn quy trình từ sách thành skill với cuốn sách mẫu:
python3 -m bookleme run --input evals/cases/synthetic/coach_book.md --title "我的第一本书"
Kiểm tra sản phẩm (bộ kiểm tra chính thức, lint riêng và cổng bản quyền) và chạy kiểm thử hồi quy:
python3 -m bookleme validate examples/coach
python3 -m unittest discover -s tests -v
Các tham số thường dùng gồm --engine auto|knowledge_pack|behavior_skill|both để chọn loại sản phẩm, --genre <plugin_id> để chỉ định thể loại, --install để ghi skill vào thư mục skill (mặc định tắt), và --user-rights owned|licensed|public_domain|unknown để khai báo quyền sử dụng sách.
Tin tức thêm về AI
Anthropic ra mắt Claude Fable 5.2 và Claude Mythos 5.2
Anthropic giới thiệu Claude Fable 5.2 và Claude Mythos 5.2, hai model dành cho công việc kỹ thuật khó như lập trình phức tạp, toán, an ninh mạng và nghiên cứu khoa học, có thể tự chạy các tác vụ dài. Fable 5.2 có giá 8 USD cho mỗi triệu token đầu vào và 40 USD cho mỗi triệu token đầu ra, giảm từ 10 USD và 50 USD của Fable 5.1, và theo Anthropic nhanh hơn thế hệ 5.1 tới 30%. Nguồn: ETV Bharat, The AI Cook.
Meta Muse Ember, model nhỏ giá rẻ cho tác vụ agent số lượng lớn
Meta giới thiệu Muse Ember, model nhỏ và hiệu quả nhất của hãng, nhắm tới các tác vụ lặp lại mà agent làm liên tục. Giá đầu vào là 10 cent cho mỗi triệu token. Meta cũng đưa agent Muse lên Apple Watch và Wear OS, cho phép ra lệnh bằng giọng nói hoặc văn bản. Với ai chạy agent ở quy mô lớn, giá theo tác vụ là yếu tố đáng so sánh khi chọn model. Nguồn: The AI Cook, ETV Bharat.
Agent dot của OpenAI kết nối được nhiều máy tính
OpenAI cho phép kết nối một agent dot, trợ lý luôn bật trong ChatGPT, với nhiều máy tính của người dùng và chọn máy nào sẽ chạy từng tác vụ. Ví dụ OpenAI đưa ra gồm kiểm tra một thay đổi trong Xcode trên một máy Mac thứ hai rồi gửi ảnh chụp màn hình, hay chạy cùng một bài kiểm thử trên laptop và trên máy có SDK cũ hơn để tái hiện lỗi. Nguồn: ETV Bharat.
Google bổ sung TPU 8tx và TPU 8i Max vào dòng TPU thế hệ thứ tám
Google thêm hai chip vào dòng TPU thế hệ thứ tám: TPU 8tx cho suy luận bảo mật (confidential inference) và TPU 8i Max cho khối lượng công việc cần cửa sổ ngữ cảnh rất lớn. Đây là dấu hiệu phần cứng AI đang chuyên biệt hóa theo từng kiểu tải, thay vì một loại chip cho mọi việc. Nguồn: ML Times, The AI Cook.