funi-ai/demo-video

Vídeo de demostración

Una demostración de producto, una vista previa de tienda o un bucle de funcionalidad construido a partir de la grabación de pantalla real del usuario. La interfaz nunca se regenera: la grabación se corta, acelera, amplía, enmarca, subtitula y locuta. Apple establece la misma regla para las vistas previas (2.3.4: se permiten capturas de vídeo de la propia aplicación, narración y superposiciones). Un cut.json contiene las grabaciones, las escenas ordenadas y las variantes; democut.py lo convierte en archivos con ffmpeg local, y volver a cortar es gratuito.

Paso 0 — Verificación previa

Una vez por sesión:

python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" tools

• kind: "ffmpeg_missing" → no es posible cortar localmente. Dilo y ofrece la ruta de utilidad de pago en references/routing-utility.md, o pide al usuario que instale ffmpeg. Nunca improvises con otras herramientas.
• Mantén can.burn_captions (libass), can.duck (sidechaincompress), can.webm. Los que falten cambian lo que prometes, nunca lo que afirmas.
• Solo cuando se vaya a generar algo (narración, música, sonido, doblaje, una placa):

  command -v genmedia
  python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" preflight
  

  blockers no vacío, CLI faltante o más antiguo que 0.7.0 → /genmedia-skills:setup. Clave faltante → el usuario ejecuta genmedia setup o exporta FAL_KEY él mismo; espera. Nunca leas, imprimas, solicites ni escribas una clave. Mantén config.announce_above_usd y config.confirm_above_usd (valores predeterminados 0.50 y 2).
• Reanuda primero: si existe .genmedia/projects/<slug>/demo-video/cut.json → continúa desde ahí, nunca inicies un segundo corte para el mismo producto.

Reglas de UX

1. Responde en el idioma del usuario. La narración, las líneas de say y el texto en pantalla permanecen en el idioma en el que se entregan; las indicaciones del modelo están en inglés. Las rutas, los identificadores y los nombres de campo permanecen como están.
2. Sin JSON, gráficos de filtro, ID de solicitud ni narración de herramientas en el chat. Como máximo una línea de estado por paso largo.
3. Presupuesto de preguntas: 2, una a la vez, opciones etiquetadas, solo cuando falte la respuesta:
   • P1 la grabación, cuando no se haya dado ningún archivo: pide las rutas y pasa la lista corta de captura de references/recording-tips.md. No hay valor predeterminado para el metraje.
   • P2 el destino, cuando la solicitud no lo especifique: A Demostración web (16:9) · B Vista previa de App Store · C Vídeo de encabezado o resultados de búsqueda de App Store · D Promo de Google Play · E Vídeo de lanzamiento de Product Hunt · F Un bucle silencioso o GIF. Se pueden elegir varios; un solo corte sirve para todos. Todo lo demás es un valor predeterminado que indicas en la entrega: 60 s para una demo, 20 s para una vista previa de tienda, 12 s para un vídeo de encabezado o búsqueda de App Store, 6 s para un bucle; narración activada para una demo, desactivada para un bucle o un vídeo de encabezado o búsqueda; música desactivada a menos que se solicite; subtítulos como archivo secundario; cortes, no fundidos; sin marco de dispositivo a menos que un destino de tienda o red social lo requiera.
4. La tarjeta de corte es una parada obligatoria. Muestra la lista de escenas (tiempos, qué sucede, qué se dice, duraciones) y espera un «sí» antes de generar o renderizar algo. El silencio no es aprobación, y un «sí» a una versión anterior no es un «sí» a esta.
5. La narración antes que la imagen. Genera la voz por escena, deja que time la mida y corta la imagen para que coincida. Nunca cronometres una escena adivinando cuánto tarda una oración (references/narration-and-audio.md).
6. Mira antes de entregar. Lee el fotograma de póster y una hoja de contactos del archivo terminado, y lee el primer fotograma de cualquier GIF. Una demo que se valida pero muestra la pantalla incorrecta sigue siendo incorrecta.
7. Los hechos y la privacidad provienen del usuario. Las calificaciones, recuentos, premios, nombres de clientes y logotipos aparecen solo cuando el usuario los ha proporcionado. Si un fotograma muestra datos reales, la solución es una nueva grabación, no un desenfoque; dilo claramente.
8. Coste: el corte, los fotogramas, los bucles y cada comprobación cuestan USD 0. Antes de cualquier generación, estima y aplica el límite de la verificación previa: por debajo de announce_above_usd → ejecuta e indícalo; hasta confirm_above_usd → una línea, luego ejecuta; por encima → «sí» explícito. Nunca cotices un precio de memoria.
9. Acotado: como máximo 3 intentos de reparación por paso, algo cambia cada vez; un rechazo por política de contenido nunca se reenvía sin cambios; un trabajo con un ID de solicitud se reanuda, nunca se reenvía.

Barrera de descubrimiento

scripts/video-surfaces.json es una caché con fecha (verified_on, leído por democut.py specs): un null es un número que nadie leyó de la página oficial, nunca lo rellenes de memoria, y cuando una tienda rechaza un archivo, la página oficial gana y la fila se corrige.

Antes de la primera llamada de pago a un endpoint en una sesión:

genmedia models --endpoint_id <endpoint_id> --json
python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" schema <endpoint_id>

status debe ser active; los campos, enumeraciones y límites provienen del esquema. Si no está activo → el siguiente nivel de esa tarea en references/routing-audio.md. Nunca genmedia run con una indicación en lugar de un ID de endpoint. Las nuevas versiones se encuentran bajo espacios de nombres de proveedores, no solo fal-ai/.

Enrutamiento

Necesidad	Cómo	Por qué
Recortar, acelerar, ampliar, enmarcar, unir, superponer, mezclar, volumen, GIF, comprobaciones	democut.py (ffmpeg local)	exacto, gratuito, repetible; los píxeles del producto nunca pasan por un modelo
Mirar una grabación o un resultado sin verlo	democut.py analyze, sheet, grab; frames.py sheet	detectores y hojas de contactos en lugar de suposiciones
Narración	fal-ai/elevenlabs/tts/eleven-v3; Turco: fal-ai/gemini-3.1-flash-tts	TTS predeterminado; la ruta turca está verificada por esquema
Música de fondo, sonidos de interfaz	elevenlabs/music/v2.5 (duración exacta), fal-ai/elevenlabs/sound-effects/v2	control de duración; económico por segundo
Sincronización de subtítulos precisa por palabra	fal-ai/elevenlabs/speech-to-text/scribe-v2 → audiokit.py captions	marcas de tiempo por palabra
Otro idioma para un archivo terminado	fal-ai/elevenlabs/dubbing	una llamada por idioma
Marco de dispositivo, tarjeta final, texto exacto en imagen	/genmedia-skills:launch-graphics (layers, PNGs compuestos)	el texto se compone donde es exacto, nunca se genera
Placa de fondo detrás de un dispositivo enmarcado	bytedance/seedream/v5/pro/text-to-image	una placa por vídeo, sin letras
Sin ffmpeg local	fal-ai/ffmpeg-api/* en references/routing-utility.md	céntimos por llamada, un plan de respaldo y no el predeterminado

Desempates y trampas:

1. La interfaz nunca se genera, rediseña, reenmarca ni «mejora». video-reframe, video-edit y los upscalers repintan el texto de la interfaz de usuario: son para metraje generado, no para una grabación.
2. Zoom en fracciones del fotograma de origen, leído de grab --grid o sheet --grid; hold para detalle, push una vez para guiar la vista, pull una vez para revelar contexto (references/editing.md).
3. Una vista previa de tienda no es la demo con un final más corto: es su propia variante con su propio subconjunto de escenas.
4. Play y Product Hunt requieren una URL de YouTube, no un archivo: entrega el archivo y di quién lo sube.
5. Un vídeo de encabezado o resultados de búsqueda de App Store (activo creativo de iOS 27) es su propia variante silenciosa y en bucle: appstore-header-video (3840x1646) o appstore-search-video (3:2), 30 o 60 fps, 5-30 s, una idea, escenas de 2 s o más, terminando donde empezó. Apple no enumera un vídeo universal; las imágenes fijas son trabajo de launch-graphics (references/surfaces.md sección 1a).
6. Una grabación de teléfono necesita un marco de teléfono; time rechaza una discrepancia de aspecto del 30 %.
7. Quemar solo cuando can.burn_captions; de lo contrario, un archivo secundario, o la ruta de subtítulos de pago, dicho en voz alta.
8. El usuario nombró un modelo → úsalo después de la comprobación en vivo.

Flujo de trabajo

1. Ingesta. Objetivo, destinos, grabaciones, marca. Lee cada archivo que el usuario nombró. Luego, por grabación:

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" init --slug <slug> --name "<Product>" --target web-16x9
   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" source add --slug <slug> --id app --file ./recordings/demo.mov --os desktop
   

   La respuesta incluye tamaño, fps, duración, audio, cualquier letterboxing incorporado y los destinos que se ajustan al aspecto. Una grabación más pequeña que el destino, o que muestra datos reales, recibe una solicitud de regrabación ahora, no después de la edición (references/recording-tips.md).
2. Mírala.

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" analyze --slug <slug> --source app
   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" sheet --slug <slug> --source app --count 12 --cols 4 --grid
   

   Lee la hoja. dead_spans y keep_spans son candidatos, nunca una edición: una pantalla estática a veces es el punto. grab --at <s> --grid para cualquier fotograma en el que vayas a hacer zoom.
3. Tarjeta de corte. Escenas en orden: id, entrada/salida de origen, velocidad, zoom, qué ve el espectador, qué dice la voz, duración; luego las variantes, qué se genera, qué se necesita del usuario y las suposiciones. Muéstrala, para, espera un «sí» (references/editing.md).
4. Narración, medida (solo si la demo tiene voz). Precio y ejecuta un lote por references/narration-and-audio.md, un archivo por escena, luego deja que los números decidan la imagen:

   python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" price fal-ai/elevenlabs/tts/eleven-v3,elevenlabs/music/v2.5 --explain
   python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" batch --plan .genmedia/projects/<slug>/demo-video/voice-plan.json
   

5. Escribe el corte. Edita .genmedia/projects/<slug>/demo-video/cut.json con la herramienta de Escribir o Editar: scenes, audio, variants. Cada campo: references/cut-json.md. Los marcos de dispositivo provienen de launch-graphics layers (references/frames-and-loops.md).
6. Compuerta.

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" time --slug <slug>
   

   Corrige cada error antes de renderizar: scene_shorter_than_voice (alarga el intervalo, reduce la velocidad o corta palabras — nunca aceleres la voz), duration_out_of_range en un destino de tienda, wrong_size, fps_not_allowed, transition_too_long, frame_aspect_mismatch, overlay_invisible. Actúa sobre las advertencias (quick_cut, fast_motion, narration_muted en un vídeo de activo creativo) o explica las que mantengas.
7. Construir.

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" build --slug <slug>
   

   Tiempo de espera de Bash de 600000 ms. Las escenas se almacenan en caché por contenido: una revisión vuelve a renderizar solo lo que cambió (--scene <id>, --force). Luego subtítulos y bucles:

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" captions --slug <slug> --variant <id> --formats srt,vtt
   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" gif --slug <slug> --variant loop-16x9 --budget-mb 3 --seconds 6
   

8. Mira el resultado. Lee el fotograma de póster, luego una hoja de contactos del archivo terminado, luego el primer fotograma del GIF:

   python3 "${CLAUDE_SKILL_DIR}/scripts/frames.py" sheet genmedia-output/<slug>/demo-video/<variant>/<slug>.mp4 --count 9 --cols 3
   

   Verifica los primeros 3 segundos, los fotogramas ampliados (¿legibles?), el último fotograma (¿estable?), cada fotograma en busca de datos privados y lee el archivo de referencia letra por letra.
9. Validar y entregar.

   python3 "${CLAUDE_SKILL_DIR}/scripts/democut.py" validate --slug <slug>
   

   Tamaño exacto, fps, duración dentro de la ventana de la plataforma, códec y perfil, límite de bytes, configuración de audio, volumen medido y pico verdadero, y en un destino de bucle la costura (loop_seam). Luego el mensaje de entrega. Revisiones: edita el corte, vuelve a construir, valida de nuevo.

Entrega

<Product> demo: genmedia-output/<slug>/demo-video/
Master 16:9: web-16x9/<slug>.mp4 (1920x1080, <n> s) · póster web-16x9/<slug>-poster.png
Vista previa App Store: appstore-iphone/<slug>.mp4 (886x1920, <n> s, H.264 High, AAC 256k) <solo si se construyó>
Vídeo de encabezado / búsqueda App Store: appstore-header-video/<slug>.mov (3840x1646, <n> s, <fps> fps, bucle silencioso) · fotograma de póster para seleccionar en App Store Connect: <t> s <solo si se construyó>
Promo Play / Product Hunt: el mismo master — ambas plataformas aceptan una URL de YouTube, así que súbelo y pega el enlace <solo si se construyó>
Bucles: loop-16x9/<slug>-loop.mp4 · <slug>-loop.gif (<n> MB, <w>px@<fps>) · primer fotograma <slug>-loop-first.png <solo si se construyó>
Subtítulos: <variant>/<slug>.srt, .vtt (<language>) <solo si se construyó> · manifest.json
Tu grabación, sin cambios: cortada, <acelerada donde esperaba>, ampliada en <qué>, <enmarcada en un dispositivo dibujado>. Nada en la interfaz se regeneró.
Elegido para ti: <duración, número de escenas, narración activada/desactivada, música, subtítulos, marcos, ajuste — todos los valores predeterminados que el usuario no estableció>
Notas de tienda: <una línea cada una que corresponda: las vistas previas de App Store son de 15-30 s, hasta 3 por dispositivo, solo capturas de pantalla (2.3.4) · los vídeos de encabezado y búsqueda se repiten silenciados (búsqueda: nunca sin silenciar), se muestran en iOS 27 y iPadOS 27 o posterior, y su fotograma de póster se fija una vez aprobado · solo los primeros 30 s de una promo de Play se reproducen automáticamente · las imágenes de Product Hunt, incluido el GIF, deben pesar menos de 3 MB y el GIF se anima al pasar el ratón por encima>
Generado: <ninguno, USD 0 | narración <n> líneas en <modelo>, música, est. USD <x>> · Los archivos son locales; no se subió nada.
Siguiente: nombra una escena y qué cambiar (entrada/salida, velocidad, zoom, palabras); volver a cortar es gratuito.

Tradúcelo; mantén las rutas, tamaños y texto en pantalla sin cambios.

Errores

Señal	Haz
kind: "ffmpeg_missing"	Sin ffmpeg local. Di que el corte no se puede hacer aquí; ofrece la ruta ffmpeg-api de fal (references/routing-utility.md) o pide al usuario que lo instale.
source_changed	La grabación se movió o cambió. source add --replace, luego vuelve a verificar cada entrada/salida: los tiempos antiguos ya no significan nada.
check_failed de time	Cada entrada nombra una escena y un número. Arregla el corte; nada se renderiza mientras haya un error.
scene_shorter_than_voice	Alarga el intervalo, reduce speed o corta palabras. Nunca aceleres la narración para que encaje.
duration_out_of_range	Se incumplió una ventana oficial (vistas previas de App Store 15-30 s, vídeos de encabezado y búsqueda 5-30 s). Elimina o acorta escenas solo para esa variante.
wrong_size, fps_not_allowed, fps_too_high	El tamaño o fps de la variante rompe su fila. Elimina la anulación o elige un valor que la fila acepte (specs).
loop_seam de validate	El bucle salta en su reinicio. Termina en el estado inicial o mantén la misma región, construye, valida de nuevo.
frame_aspect_mismatch	La relación de aspecto de la grabación no coincide con el destino. Elige un destino que coincida (specs) o pide una regrabación. El usuario debe saber qué destinos se ajustan.
overlay_invisible	La imagen de superposición (marco, tarjeta final) no es visible en el fotograma de origen. Aumenta la escala o elige una superposición diferente de launch-graphics.

Referencias

(Las referencias se encuentran en los archivos indicados. La ruta es relativa al directorio del skill funi-ai/demo-video.)