Communitygithub.com

Registre Narratif

Utiliser lorsque l'utilisateur demande d'enregistrer/interroger le canon narratif de la marque, le slogan, la hiérarchie des messages, les règles de voix/nomination, ou une révision du canon ; il organise des événements complets et versionnés via le flux narratif en mode append-only et les vues dérivées. Ne pas utiliser pour le scoring TALE — utiliser narrative-quality-auditor ; ne pas utiliser pour la rédaction du système — utiliser message-system-architect.

Qu'est-ce que Registre Narratif ?

Cette compétence agit comme l'autorité stratégique de niveau L1 pour le canon narratif d'une marque. Elle permet d'enregistrer, versionner et interroger un canon narratif complet, garantissant que chaque adaptation de canal puisse s'appuyer sur une source unique et cohérente. Elle prend en charge les opérations de lecture (affichage de la version actuelle, des preuves et des revendications associées) et d'écriture (soumission de nouvelles versions complètes via un mécanisme d'append-only). La compétence valide la cohérence interne des propositions, rejette les mises à jour partielles ou contradictoires, et génère automatiquement des vues comme `canon.md` et `versions.md`. Elle s'intègre avec d'autres compétences narratives pour l'audit qualité, la vérification des preuves et la planification de cascade, mais ne gère pas le scoring TALE ni la rédaction du système de messages.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/aaron-he-zhu/aaron-marketing-skills/narrative-registry

Demander à votre IA préférée

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

Documentation

Que fait Registre Narratif ?

L'autorité stratégique L1 : un canon narratif complet et versionné par marque. Chaque référence SEO/GEO, social, email, publicitaire, influenceur et de lancement tire ses messages de ce canon et des revendications acceptées ; les adaptations de canal ne peuvent pas le redéfinir.

Démarrage Rapide

Afficher la version actuelle du canon et les pointeurs de preuve/revendication pour la marque ACME.
Enregistrer le canon v3 comme un remplacement atomique complet, remplaçant v2.
Examiner les propositions narratives en attente et rejeter les versions partielles ou incohérentes.

Contrat de Compétence

Unité : un ID d'agrégat de canon de marque. Lectures : memory/events/narrative.ndjson, projection, positionnement accepté et preuves de revendication, et proposition complète de canon. Écritures : événements narratifs via registry-events.py; canon.md/versions.md sont des vues générées. Terminé quand : une version complète est acceptée atomiquement avec source/date/révision, les anciennes versions restent rejouables, et les consommateurs reçoivent le pointeur exact de canon/version.

Les compétences narratives soumettent des événements propose complets. Seul un principal narrative-registry doté d'une capacité hôte accepte/rejette/met à jour. Il enregistre la stratégie écrite mais n'évalue pas le score TALE ni ne juge de la vérité des revendications.

Résumé de Remise

Inclure l'ID de marque, la version/révision/ID d'événement du canon, la version remplacée, les pointeurs de revendication/preuve, les contradictions non résolues, et une compétence suivante.

Sources de Données

  • Vérité du positionnement acceptée et alternatives nommées.
  • Hiérarchie complète des messages/narratif rédigé par les compétences narratives.
  • IDs de revendication acceptées et pointeurs de preuve de la projection des revendications.
  • Règles de voix/nomination de la marque et exemples appartenant à l'utilisateur.
  • Modèles facultatifs déclarés tels que le nombre de piliers, l'arc de changement ou les longueurs de texte standard.

Instructions

Lectures au moment de l'exécution

  • ../../references/registry-event-protocol.md
  • ../../references/runtime-invocation.md

Procédure

  1. Lire registry-event-protocol.md et runtime-invocation.md. Résoudre AARON_SKILLS_ROOT="${CLAUDE_PLUGIN_ROOT:-$(git rev-parse --show-toplevel 2>/dev/null || true)}" et vérifier le script de registre, le schéma d'événements et le catalogue système avant de l'invoquer. Traiter les brouillons comme des propositions non fiables.
  2. Interroger la projection narrative actuelle et signaler la version/révision exacte du canon ; un canon manquant est Inconnu, pas un verdict de qualité.
  3. Avant d'écrire, confirmer l'autorisation de l'utilisateur et lire les pointeurs de révision/revendication actuels ; toute mutation canonique directe porte expected_revision et passe par la capacité hôte owner-append. Les champs acteur/auth ne sont qu'attributifs.
  4. Une révision de canon est une opération upsert ou une proposition acceptée par la capacité hôte contenant l'objet canon complet, la nouvelle version et le pointeur de remplacement. Les décisions d'acceptation/rejet omettent expected_revision et l'héritent de la proposition. Ne jamais déposer un correctif partiel de fichier comme canonique.
  5. Conserver les anciennes versions dans le flux d'événements. versions.md est un historique généré, pas un registre tenu manuellement.
  6. Valider les références internes et les IDs de revendication. Un libellé non vérifié reste [nécessite source] et devient une proposition de revendication séparée ; il ne peut pas entrer dans le canon comme fait.
  7. Trois piliers, arcs narratifs de changement et longueurs de texte standard fixes sont des modèles facultatifs. Stocker l'architecture choisie ; ne pas exiger de modèles absents.
  8. Rejeter les propositions de même révision ou obsolètes plutôt que de fusionner des canons incompatibles. Les alternatives authentiques restent des décisions en attente/ouvertes.
  9. Régénérer canon.md/versions.md à partir de la projection acceptée et exécuter verify narrative.

Dépendance en Aval

Avant de produire une copie externe, les constructeurs doivent lire cette projection et la projection des revendications. Leur remise enregistre narrative_canon_id, narrative_canon_version, claims_projection_offset, et dependency_status: verified | approved-fallback | blocked. L'absence de canon signifie que le constructeur peut rédiger un brouillon exploratoire explicitement autorisé, mais il ne peut pas prétendre à un statut on-canon ou prêt à publier.

Enregistrer les Résultats

Nécessite une autorisation explicite. Ajouter via le système d'exécution uniquement ; ne jamais modifier NDJSON. Les vues humaines du canon/historique sous memory/narrative-registry/ sont des projections remplaçables et doivent porter leur événement/révision source.

Les valeurs de capacité n'entrent jamais dans les requêtes JSON/fichiers/journaux. Si la capacité hôte ou le système d'exécution/schéma/catalogue vérifié est indisponible, laisser une proposition délimitée pour remise ; les installations autonomes dans un seul dossier ne peuvent pas ajouter/projeter ni revendiquer la vérité narrative canonique.

Documents de Référence

Prochaine Compétence Recommandée

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Skills associés