Communitygithub.com

TurkiHassan/period-launch-video

Créez une vidéo de lancement de produit de 24 secondes, carrée (1440², 60 ips), en boucle, où toute l'histoire se déroule *à l'intérieur du point* du mot-symbole.

Qu'est-ce que period-launch-video ?

Cette compétence génère une vidéo de lancement de produit très stylisée de 24 secondes en boucle, au format carré (1440², 60 ips), où toute la narration se déroule à l'intérieur du point du mot-symbole. L'iris s'ouvre sur une photo de nuit, une interface en verre morphose à travers différentes étapes (demander → chercher → écrire → nuit → résultats → écran de verrouillage du téléphone → preuve → appel à l'action), puis se referme dans le point, à côté de l'icône de l'application. Le tout est rendu sur une seule toile, basé sur `seek(t)`, avec Playwright pour le rendu, du flou de mouvement, des effets sonores synchronisés sur le rythme, et un niveau sonore de -14 LUFS. Le modèle est en arabe RTL (polices Geist + Thmanyah, ou IBM Plex Sans Arabic en fallback) et entièrement configurable via `config.js`. Elle est destinée aux développeurs ou marketeurs qui souhaitent créer une vidéo de lancement/promotion percutante pour une application iOS, et qui ont besoin d'un pipeline automatisé pour la génération, la vérification et la livraison. La compétence prend en charge la récupération des photos de jour et de nuit correspondantes via Higgsfield MCP, Codex local (image_gen), ou des prompts prêts pour Gemini/ChatGPT.

Compatible avec✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add TurkiHassan/period-launch-video

Demander à votre IA préférée

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

Documentation

Vidéo de lancement dans le point

Une boucle de 24 s dans laquelle tout le travail du produit se déroule à l'intérieur du point de son mot-symbole. Tout est livré dans le dossier template/ : le moteur de rendu (index.html, tout le contenu dans config.js), les scripts de rendu, d'analyse et audio, les polices, le vrai curseur macOS, et les effets sonores mesurés au pic. Votre travail consiste principalement à choisir le contenu et les photos, puis à exécuter le pipeline. Lisez references/craft.md une fois avant de modifier un mouvement. Ce fichier contient la direction, la carte des temps forts et les pièges déjà résolus.

Flux de travail

1 · Configuration

~/.claude/skills/period-launch-video/scripts/new_project.sh <projet>/brag-output/<slug>

Placez la sortie dans le dossier du projet de l'utilisateur. Utilisez un dossier ignoré par git tel que brag-output/ s'il existe. Le script copie également le vrai curseur macOS de ce Mac (make_pointers.py, non redistribué) et installe Playwright. Pour correspondre à l'apparence d'origine, déposez les fichiers woff2 de Thmanyah Sans (thmanyah-sans-{400,500,700}.woff2) dans assets/fonts/. Sans eux, IBM Plex Sans Arabic est utilisé.

2 · Rassemblez les entrées du projet (ne demandez que ce qui manque)

  • Identité à partir de la version publiée. Utilisez les captures d'écran de l'App Store, le catalogue des ressources iOS (icône, couleurs) et les exemples de données et de textes de l'application elle-même. Ignorez les ressources web obsolètes. Si vous ne pouvez pas dire quelle version est en ligne, demandez. C'était la principale correction du premier passage.
  • Icône : copiez l'icône carrée de l'application dans assets/img/icon.png. Le modèle applique lui-même le masque d'angle iOS.
  • Musique : utilisez le morceau existant du projet s'il y en a un ; sinon, demandez. Exécutez python3 find_hit.py assets/music/song.mp3 et définissez config.song.hit (≈ le hit rapporté − 0.04) et bpm. enterAt (par défaut 3.10) est le moment où le hit arrive, à la première pilule. Gardez enterAt + 20 temps autour de 13.5 s pour que les résultats arrivent sur le temps 20.
  • Texte : remplissez config.js : nom (un mot, il devient le mot-symbole noir plus le point), slogan, deux lignes d'ouverture, la pilule de demande, le travail, les étiquettes chercher/écrire/nuit, 3 résultats, notifications, 5 lignes de bibliothèque, la valeur du graphique, et l'appel à l'action. Assurez la cohérence de tous les nombres entre les temps forts. Chiffres occidentaux. Gardez le JSON strict, car audio.py l'analyse.
  • Vérification d'honnêteté : si l'histoire implique quelque chose que le produit ne fait pas (par exemple un traitement par lots pendant la nuit), dites-le avant le rendu et proposez un wording neutre.

3 · Photos (quatre plaques)

Suivez references/image-prompts.md. Choisissez la voie en fonction de ce qui est disponible :

  1. Higgsfield MCP avec crédits. D'abord le jour, puis la nuit et l'aube en tant que modifications du travail de jour, plus l'extérieur. Vérifiez d'abord le coût.
  2. Codex local (which codex). scripts/codex_image.sh utilise l'image_gen intégré de Codex avec l'abonnement ChatGPT de l'utilisateur.
  3. Pas de crédits et pas de Codex. Donnez à l'utilisateur les quatre prompts remplis (Gemini pour les modifications) et attendez les fichiers.

Puis :

python3 check_align.py      # nuit/aube doivent être décalés (0,0) par rapport au jour
python3 grade_plates.py     # → assets/img/*.jpg + copies floues ; aperçu out/plates.jpg

4 · Carte des temps forts + six images fixes → validation avant le rendu

node stills.mjs 1.30 7.35 10.10 14.60 17.30 23.25     # ouverture, chercher, écrire, résultats, téléphone, sortie
python3 sheet.py out/review-sheet.jpg out/stills/t{1.30,7.35,10.10,14.60,17.30,23.25}.png

Regardez d'abord chaque image vous-même : le texte tient, rien n'est coupé, le verre est lisible sur la plaque. Montrez ensuite la feuille à l'utilisateur (SendUserFile) et un tableau de la carte des temps forts construit à partir de T dans index.html. Ne rendez qu'après leur approbation.

5 · Rendu, vérification, livraison

./build.sh out/<slug>-launch.mp4     # 4 workers de rendu → scan.py + scan_local.py → timeline + audio → H.264/AAC
  • scan.py doit rapporter une différence de couture d'environ 0 (une boucle propre) et pas de pics ni de paliers.
  • Les hits de scan_local.py sont acceptables quand ce sont des compteurs ou de la frappe. Tout autre chose est un vrai pop : trouvez quelle transition l'a causé et corrigez-la. Re-rendez uniquement ces images avec node render.mjs a b et ré-encodez avec la ligne ffmpeg de build.sh.
  • Extrayez une image à la fin de chaque compteur et confirmez qu'elle montre le nombre final exact.
  • Rapportez les spécifications (1440², 60 ips, 1440 images, 24.0 s, LUFS, pic), les éventuels drapeaux d'honnêteté ouverts, et le chemin du fichier.

Adaptation au-delà des valeurs par défaut

  • Retiming : modifiez T dans index.html (gardez des glissements de 0.8 s), puis réexécutez node timeline.mjs && python3 audio.py.
  • Les lignes de bibliothèque sont fixées à 5 par la mise en page. L'axe du graphique a 3 étiquettes (début, milieu, fin).
  • Produits LTR (mot-symbole anglais) : le modèle est disposé en RTL. Le point se trouve à l'extrémité gauche, les lignes et les pilules sont ancrées à droite, et les analyses et graphiques vont de droite à gauche. Pour LTR, inversez ces ancres (align, les bords R/L, scanX, cpt) et placez l'icône à gauche. Prévoyez du temps pour cela et vérifiez chaque image fixe.

Skills associés