Communitygithub.com

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.

Qu'est-ce que goose-skills ?

Cette compétence assemble une publicité de type « clip podcast éditorial animé » à partir d'une configuration. L'audio réel du podcast (clippé) porte la narration, et chaque beat visuel est synchronisé à la phrase qu'il illustre, le tout dans un seul pack d'illustrations éditoriales à palette limitée et plate (un « look magazine qui bouge » — le style et la palette sont au choix de l'appelant). Le mouvement n'est pas une vidéo générative mais un ken-burns ffmpeg déterministe sur des keyframes statiques, donnant l'impression d'une page imprimée en mouvement. Cette capacité est l'assemblage **gratuit et déterministe** — le mouvement ffmpeg, le hard-concat, le muxage audio, l'incrustation des sous-titres et la carte de fin PIL. Les entrées payantes (l'audio clippé, les keyframes issues de create-image-fal, le logo wordmark PNG) sont séparées ; une fois celles-ci fournies, le rendu est gratuit. La compétence est conçue pour les agents comme Claude Code ou Cursor, et s'appuie sur des scripts shell et Python (scripts/README.md, scripts/PIPELINE.md) documentés dans le dépôt.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gooseworks-ai/goose-skills/tree/HEAD/skills/ads/capabilities/render-editorial-motion-podcast

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

render-editorial-motion-podcast

Assembler une publicité de type clip podcast éditorial animé à partir d'une configuration : une piste audio réelle de podcast clippée porte l'ensemble de la narration et chaque beat visuel est calé sur la phrase qu'il décrit, dans UN seul pack d'illustrations éditoriales à palette strictement limitée et plate (« une illustration de magazine qui bouge » — le style et la palette sont au choix de l'appelant). Le mouvement n'est pas une vidéo générative mais un ken-burns ffmpeg déterministe sur des keyframes statiques, donnant l'impression d'une page imprimée en mouvement. Cette capacité est cet assemblage gratuit et déterministe — le mouvement ffmpeg, le hard-concat, le muxage audio, l'incrustation des sous-titres et la carte de fin PIL.

scripts/config.example.json est l'exemple travaillé (Klarify « Rat Park », ~40,8s 1080×1920 9:16, 6 beats — son look Niemann bicolore, sa palette crème/charcoal/sauge et sa métaphore du Rat Park sont des choix de cette démo, jamais des valeurs par défaut) ; scripts/PIPELINE.md mappe chaque bloc de configuration à son étape source et scripts/README.md documente l'assemblage gratuit.

Choix

Les décisions créatives appartiennent à l'appelant (la recette du format vidéo les demande à l'utilisateur) ; cet assemblage ne les choisit jamais. La valeur de la démo n'est qu'un exemple :

  • Style d'illustration — démo : silhouettes plates bicolores en gras, demi-teintes (lignée Niemann / Steinberg).
  • Palette — démo : crème #F4EBD9 + charcoal #1A1A1A + un accent sauge #86987A.
  • Métaphore centrale — démo : l'étude Rat Park.
  • Ton / voix — démo : chaleureux et réfléchi, l'hôte réel du podcast (aucune voix générée).

Exécution

C'est l'étape d'assemblage gratuite et déterministe — elle ne dépense rien pour la couche de mouvement. Les entrées payantes sont séparées : le MP3 réel du podcast est clippé de la source (ffmpeg gratuit) avec ses timings de mots Whisper, et une keyframe d'illustration éditoriale par beat (images de référence chaînées pour que la géométrie des cages/personnages soit stable) provient de create-image-fal (Nano Banana). Étant donné l'audio clippé + words.json + les keyframes par beat + le vrai logo wordmark PNG de la marque, render-editorial-motion-podcast rend chaque keyframe en segment ken-burns, les concatène durement sur le beat, muxe l'audio réel, incruste les sous-titres en milieu de phrase et composite la carte de fin PIL → le master. Les recoupes réutilisent l'audio et les keyframes existants et coûtent 0 $.

Contrat (l'assemblage gratuit)

  • Une narration parlée porte l'ensemble du spot — pas de SONG générée. Muxer le MP3 de narration fourni (-map 0:v:0 -map 1:a:0) — une ligne réelle de podcast clippée (préférée) OU une VO générée approuvée (create-vo-elevenlabs). Jamais de piste chantée/générée. (Clip vs génération est la décision d'entrée ÉTAPE-0 de la recette — si aucun épisode source n'est fourni, DEMANDER à l'utilisateur.)
  • PAS de i2v génératif — uniquement du ken-burns ffmpeg déterministe. Animer chaque keyframe statique avec zoompan (push-in / pull-back, 1,0→~1,06×, 24ips) ; Seedance/Kling sont entraînés sur du photoréaliste et inventent des états intermédiaires naturalistes qui effondrent le look plat à palette limitée. Jamais de -loop 1 avec zoompan d=N (cela gonfle la durée) ; fournir une seule image et verrouiller avec -t + trim.
  • Coupures franches sur le beat — pas de fondus enchaînés. Les fondus enchaînés font fantômer deux cages dérivantes l'une à travers l'autre ; concaténer durement les segments de chaque beat et diviser les beats longs en micro-coupures (cible de 8 à 10 moments visuels distincts). Le visuel de chaque beat COMMENCE à ~0,5 s de sa ligne parlée.
  • Sous-titres à partir des timestamps de mots Whisper, ACTIVÉS uniquement en milieu de phrase. Incruster des sous-titres frosted-subtle pendant que le locuteur parle ; laisser les beats silencieux/réfléchis et la carte de fin sans sous-titres. TROIS règles obligatoires (chacune nous a mordus en prod — les intégrer) :
    1. NON-CHEVAUCHEMENT — serrer chaque ligne pour qu'elle se TERMINE avant le début de la suivante (end = min(last_word_end + ~0,15, next_start - 0,03)). Deux boîtes ne doivent jamais s'empiler au même endroit ; une queue de fin débordant dans la fenêtre suivante est le bug nº1 des sous-titres.
    2. ZONE DE SÉCURITÉ — les sous-titres se situent dans le tiers inférieur, donc le sujet de la keyframe doit rester dans les ~75 % supérieurs (voir le look_pack.caption_safe_area de la recette). Si le sujet d'une keyframe finie empiète sur la bande de sous-titres, décaler déterministiquement le sujet vers le HAUT dans l'espace vide du haut (PIL : coller à ~0,24 H sur un canevas prérempli avec la couleur exacte du papier provenant d'un coin propre) — ne jamais laisser la boîte reposer sur le sujet.
    3. MOTEUR D'INCRUSTATION — préférer libass (filtre ass/subtitles), mais vérifier ffmpeg -filters d'abord : de nombreuses compilations (Homebrew) manquent de libass/drawtext. Si absent, utiliser la solution de repli par overlay déterministe — rendre chaque ligne en PNG transparent (boîte arrondie givrée + texte blanc, PIL) et composer via le filtre overlay ffmpeg avec des fenêtres enable='between(t,st,en)' temporisées. Même aspect, pas de libass.
  • Carte de fin via PIL à partir du vrai wordmark PNG — jamais de texte de marque généré par IA. Le bloc est composé déterministiquement (fond dégradé étiré + crop du mascotte avec plume + wordmark + slogan avec une police système) ; un modèle de diffusion déforme un wordmark (« the rapists »). La vidéo fait une pause silencieuse d'environ 1,5 s après l'audio sur la carte de fin (fondu entrée/sortie les 0,3 s).
  • Composite ffmpeg, déterministe, GRATUIT. Ken-burns sur chaque keyframe, hard-concat, muxer l'audio réel, incruster les sous-titres, tenir sur la carte de fin → un master 1080×1920 h264+aac. Aucun appel payant.

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 a cinematic live-action-style music-video ad from a config — an original sung anthem carries the whole narrative while N 35mm-film-look i2v clips are each cut to their lyric window and hard-concatenated on the beat as a 3-act arc, the anthem muxed at loudnorm I=-14, cinematic lower-third serif captions built from the song's OWN word timings (never Whisper) with the hook line landing on the chorus drop, and closed on a brand end card composited from the real asset — never AI-rendered text. This is the FREE deterministic assembly stage (cut-to-window + hard concat + anthem mux + captions + end card); the anthem, keyframes, and clips come from create-music-elevenlabs / create-image-gpt-image-fal / create-video-fal. Use for the cinematic-music-video 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 associés