Communitygithub.com

render-cinematic-music-video

Ensambla un vídeo musical cinematográfico de estilo live-action a partir de una configuración: un himno original cantado narra la historia mientras N clips i2v con look de película de 35 mm se cortan a su ventana lírica y se concatenan al compás en un arco de 3 actos, el himno se multiplexa con loudnorm I=-14, se queman subtítulos serif en tercio inferior construidos a partir de las propias marcas de tiempo de la canción (nunca Whisper) con la línea del gancho en el drop del estribillo, y se cierra con una tarjeta de marca compuesta del activo real (nunca texto renderizado por IA). Esta es la etapa de ensamblaje determinista GRATUITA (corte a ventana + concat duro + mux del himno + subtítulos + tarjeta final); el himno, los keyframes y los clips provienen de create-music-elevenlabs / create-image-gpt-image-fal / create-video-fal. Úselo para el formato de vídeo musical cinematográfico.

¿Qué es render-cinematic-music-video?

Esta skill, `render-cinematic-music-video`, ensambla de forma determinista y gratuita un vídeo musical cinematográfico a partir de una configuración JSON. Toma un himno original cantado (generado con ElevenLabs), clips de video con aspecto de película de 35 mm (generados con Kling 3.0 a partir de keyframes de Fal.ai) y una tarjeta de marca real, y los combina en un máster 1080×1920. El proceso incluye: cortar cada clip a su ventana lírica, concatenarlos al compás, multiplexar el himno con normalización de sonido (loudnorm I=-14), quemar subtítulos en tercio inferior (usando las marcas de tiempo de la canción, no Whisper) y superponer la tarjeta final. Es útil para creadores que quieran un vídeo musical publicitario pulido y de alta calidad, sin costo en esta etapa. Soporta plataformas como Claude Code, Cursor y Codex, y está documentada en los archivos `scripts/config.example.json`, `scripts/PIPELINE.md` y `scripts/README.md`.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gooseworks-ai/goose-skills/tree/HEAD/skills/ads/capabilities/render-cinematic-music-video

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace render-cinematic-music-video?

Ensambla un vídeo musical cinematográfico a partir de una configuración: un cortometraje de ESTILO live-action donde un himno original cantado es la banda sonora y cada golpe visual es un cuadro rodado en película (grano Kodak Portra, fugas de luz, luz natural, imperfección de cámara en mano) sincronizado con la letra, organizado en un arco de 3 actos (su forma es la elección story_arc del usuario) con la línea del gancho en el drop del estribillo. Esta capacidad es el ensamblaje determinista GRATUITO: corte a ventana, concat duro, mux del himno, quema de subtítulos y la tarjeta de marca final.

scripts/config.example.json es el ejemplo práctico (Hype and Vice "Game Day Girls", ~28s 1080×1920 9:16, 14 cuadros); copie su estructura, nunca sus valores creativos; scripts/PIPELINE.md mapea cada bloque de configuración a su paso de origen y scripts/README.md documenta el ensamblaje gratuito.

Ejecución

Esta es la etapa de ensamblaje determinista GRATUITA — no gasta nada. Las entradas de pago son capacidades separadas: el himno cantado (create-music-elevenlabs, force_instrumental false — la letra ES el guion, devuelve mp3 + words_timestamps); un keyframe con aspecto de película de 35 mm por golpe en un paquete de look (create-image-gpt-image-fal); y un clip i2v de Kling 3.0 por golpe (create-video-fal). Dados el himno entregado + words.json + un clip por golpe + el activo de la tarjeta de marca final, render-cinematic-music-video corta cada clip a su ventana lírica, los concatena al compás, multiplexa el himno, quema los subtítulos cinematográficos en tercio inferior y superpone la tarjeta final → el máster. Los recortes reutilizan el himno / keyframes / clips existentes y cuestan $0.

Decisiones

El contenido creativo que ensambla esta etapa se decide aguas arriba por las choices del formato, preguntadas al usuario antes de cualquier paso de pago. Los valores del ejemplo práctico son ejemplos, nunca valores predeterminados:

  • song_style — el género, estado de ánimo, BPM y arreglo del himno. El demo usó un himno cinematográfico indie-pop triunfante a 120 BPM.
  • vocalist — quién lo canta. El demo usó una voz femenina segura pero cálida.
  • cast — quién aparece en pantalla en los cuadros. El demo usó cuatro mujeres jóvenes universitarias.
  • setting — lugar + hora del día (determina la luz y paleta del paquete de look). El demo usó una ciudad universitaria estadounidense en día de partido, otoño, hora dorada.
  • story_arc — la forma de 3 actos de los cuadros y la letra. El demo usó un día de partido, mañana → pico del estadio → atardecer, con un guiño a la historia de origen.

Este ensamblaje los lee solo a través de la configuración (tableaux[] ventanas + subtítulos, el himno, captions.accent_words, end_card.*); no los codifica.

Contrato (el ensamblaje gratuito)

  • El himno cantado lleva la historia — sin locución separada. La pista generada de ElevenLabs ES la base y el guion (force_instrumental false); no agregue una voz en off hablada ni una segunda base.
  • Planifique la línea de tiempo ALREDEDOR del himno entregado. El himno se genera primero y reforma / excede la duración; ajuste cada límite de cuadro a los bordes de las frases líricas en las marcas de tiempo devueltas — nunca recorte el himno a una cuadrícula preplanificada.
  • Subtítulos a partir de las propias marcas de tiempo del himno, no de Whisper. Derive words.json de words_timestamps del modelo de música, agrupe ~4 palabras en los límites líricos y queme subtítulos serif cinematográficos en tercio inferior (--placement low) con la línea del gancho tratada con acento (negrita-cursiva). Whisper en audio cantado devuelve "🎵 Música sonando 🎵".
  • Coloque el gancho en el drop del estribillo. El cuadro héroe (is_hook) se sincroniza para que la línea clave caiga en el drop del estribillo; acentúe esa línea en los subtítulos.
  • Un paquete de look cinematográfico + cortes duros al compás. El paquete de look (película nombrada + grano + destellos + cámara en mano) más un ancla de continuidad une todos los clips; corte cada clip a su ventana lírica y concatene de forma dura (un corte de coincidencia opcional en la revelación del héroe) — sin fundidos.
  • Tarjeta final del activo de marca real — nunca renderice la marca como texto de difusión. Componga el bloqueo (PIL/ffmpeg) a partir del activo real o use una base de keyframe diseñada; la difusión distorsiona una marca.
  • Composición FFmpeg, determinista, GRATUITA. Normalice cada clip a su ventana bloqueada al compás, concatene de forma dura, multiplexe el himno (afade entrada/salida + loudnorm I=-14), queme el ASS de subtítulos, superponga la tarjeta final → un máster 1080×1920 h264+aac. Sin llamadas de pago, sin claves.

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

gooseworks-ai/goose-skills

Burned-in captions for a finished vertical video, three kinds. transcribe.py gets word timings from the video's own audio through the GooseWorks proxy (fal Whisper, bills the Ads agent, cents); captions.py burns one to three words at a time with Pillow + ffmpeg (no libass needed), either pinned to a split-screen seam (plate 25% above / 75% below) or at a fixed height, in a plate, outline or one-word serif style, with an optional red hook card; plates.py burns per-beat caption blocks (black, one union silhouette, placed in the emptiest band) for formats with no voice. The last caption (the CTA) holds to the final frame. Use as the last step of any video ad.

gooseworks-ai/goose-skills

Assemble a cartoon / animated / hand-crafted music-video ad from a config — a sung song carries the whole narrative while N per-bar i2v clips (one recurring animated character, one look pack) are each cut to their BAR window from librosa beat-tracking and hard-concatenated on the bar, VEED-whisper white bold-sans captions in the BOTTOM third (Alignment 2, above the logo bug, no pill) burned from the song's word timings re-spelled against the locked lyrics, a persistent brand logo bug held over the body (suppressed on the end card), and closed on a solid-brand-color PIL end card with the song still playing under it — never AI-rendered text. This is the FREE deterministic assembly stage (cut-to-bar + hard concat + logo bug + captions + end card + song mux); the song, character, keyframes, and clips come from create-music-elevenlabs / create-image-fal / create-video-fal. Use for the cartoon-music-video format.

gooseworks-ai/goose-skills

Assemble an editorial-motion podcast-clip ad from a config — a real clipped podcast MP3 carries the narrative while N flat limited-palette editorial-illustration keyframes (one look pack) are animated NOT by generative i2v but by DETERMINISTIC ffmpeg ken-burns (zoompan) + hard cuts (no crossfades, which expose geometric drift), each beat snapped to its spoken line, the real audio muxed, Whisper-driven captions burned only mid-sentence, and closed on a PIL brand end card — never AI-rendered text. This is the FREE deterministic assembly stage (ffmpeg ken-burns + hard concat + audio mux + captions + end card); the real audio is clipped from source and the keyframes come from create-image-fal. Use for the editorial-motion-podcast format.

gooseworks-ai/goose-skills

Analyze the message match between your ads and landing pages. Checks if the promise in the ad copy carries through to the landing page headline, body, and CTA. Flags disconnects that kill conversion rates. Works with Google, Meta, and LinkedIn ads.

gooseworks-ai/goose-skills

Generate a single 4-15s vertical video clip with ByteDance Seedance 2.0 reference-to-video via fal.ai. Multi-image reference (avatar + product + setting), native lip-synced VO + ambient audio (generate-audio on by default), internal multi-cut handling within one render. Routes through the GooseWorks FAL proxy (bills the Ads agent). The default clip atom for AI-creator UGC ads built on the NB2 + Seedance architecture. Validated on beauty-by-earth/video-01.

gooseworks-ai/goose-skills

Mandatory pre-publish review gate for a UGC video render. Transcribes the finished render's AUDIO with Whisper and word-diffs it against the approved spoken script, then gates set_final_render — blocking a render whose generated audio mis-voices a word (e.g. the approved "human-vetted" spoken as "human witted"), drops an approved phrase, or comes back silent. Runnable, gating counterpart to content-goose's review-transcript-integrity atom. Every ugc-video-formats recipe runs this after render and BEFORE set_final_render.

gooseworks-ai/goose-skills

Render pixel-accurate Apple Notes (iPhone, light mode) screenshot mockups from a JSON note spec. Outputs HTML + PNG at the iPhone 16/15 Pro native 1180×2556. Supports paragraphs, images, checklists, dividers, autocorrect underline, smart quotes, and an optional iOS keyboard chrome overlay used by the parent video-ad molecule.

gooseworks-ai/goose-skills

Extract competitor and customer intelligence from any company's landing page HTML. Discovers tech stack, analytics tools, ad pixels, customer logos, SEO metadata, CTAs, hidden elements, and more. No API keys required.

gooseworks-ai/goose-skills

Find speakers, hosts, and guest profiles at conferences and events on Luma. Two modes - free direct scrape for hosts, or Apify-powered search for full guest profiles with LinkedIn/Twitter/bio.

gooseworks-ai/goose-skills

Find Twitter/X influencers to promote a product or brand. Use when asked to find influencers, discover Twitter accounts for partnerships, identify creators in a niche, or build an influencer outreach list.

Skills relacionados