Communitygithub.com

gooseworks-ai/goose-skills

ByteDance Seedance 2.0 참조-비디오를 통해 단일 4~15초 세로 영상 클립을 생성합니다. 여러 이미지 참조(아바타 + 제품 + 배경), 네이티브 립싱크 음성 + 배경음, 하나의 렌더링 내에서 다중 컷 처리, GooseWorks FAL 프록시를 경유하여 Ads 에이전트에 과금됩니다.

goose-skills란 무엇인가요?

이 스킬은 ByteDance Seedance 2.0 참조-비디오 모델을 사용하여 4~15초 분량의 세로 영상 클립을 생성합니다. 하나의 렌더링 호출에서 여러 이미지 참조(초상화, 제품, 배경)를 통해 아바타의 정체성을 유지하면서 네이티브 립싱크 음성과 배경 오디오를 생성합니다. FAL 플랫폼을 기반으로 하며 GooseWorks 프록시를 통해 과금되어 Ads 에이전트에 비용이 청구되므로 개별 FAL API 키가 필요하지 않습니다. 기본 NB2 + i2v 다중 키프레임 접근법보다 훨씬 효율적으로, 하나의 15초 호출 내에서 여러 내부 컷(예: 와이드 훅, 제품 히어로, 사이드스텝, 반응)을 렌더링할 수 있어 드리프트를 줄이고 연속성을 향상시킵니다. 이 스킬은 탈의실 일관성, 제품 참조 이미지 전처리, 시드 재사용을 통한 순차적 연속성, 그리고 AI 생성 비디오를 입력으로 전달하는 것을 방지하는 콘텐츠 정책 위반 처리에 대한 포괄적인 의사 결정 규칙을 제공합니다. 특히 튜토리얼, 리뷰, 온라인 광고에 적합한 UGC 스타일 광고 생성에 최적화되어 있습니다.

지원 대상✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gooseworks-ai/goose-skills/tree/HEAD/skills/ads/packs/ugc-video-formats/create-video-seedance-2-fal

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

create-video-seedance-2-fal

⚠️ **필수 사전 점검 (2026-06-04): 브랜드 제품을 명명하는 모든 Seedance 프롬프트는 반드시 --image-ref 입력 중 하나로 해당 정확한 제품의 실제 참조 이미지와 쌍을 이루어야 합니다. 참조 이미지 없이 텍스트만으로 제품을 설명하면 Seedance가 실제 SKU와 일치하지 않는 형상을 임의로 생성할 위험이 있습니다. 로컬에 참조 이미지가 없는 경우, brand-assets → existing-ads → PDP 수집 → clients/<brand>/brand-assets/reference-photos/로 승격하여 찾습니다. 선택적으로 빠른 GPT-image-2 편집 패스를 통해 가려진 참조를 정리할 수 있습니다. 유료 호출을 실행하기 전에 항상 사용자에게 참조 이미지와 최종 프롬프트를 검토받아야 합니다. feedback_product_reference_required.md를 참조하세요.

목적

FAL 엔드포인트 bytedance/seedance-2.0/reference-to-video를 래핑합니다. 1N개의 이미지 참조(일반적으로: 초상화 + 제품 + 선택적 배경)와 구조화된 프롬프트를 전달하여 네이티브 립싱크 음성 및 배경 오디오가 포함된 415초 클립을 반환합니다.

Seedance 2.0은 프롬프트가 하위 장면 구조(예: WIDE HOOK / PRODUCT HERO / SIDESTEP / REACTION)를 지정할 때 단일 15초 호출 내에서 여러 내부 컷을 렌더링합니다. 이는 이전 NB2 + i2v 다중 키프레임 접근법보다 훨씬 뛰어난 아키텍처적 이점입니다 — 더 적은 호출, 네이티브 립싱크, Soul ID 불필요.

다음과 같은 경우 이 아톰을 사용하세요:

  • 클립에 제품을 리뷰하거나 시연하는 토킹헤드 아바타가 필요한 경우
  • 네이티브 립싱크 대화가 필요한 경우 (--generate-audio 설정)
  • 비디오 참조가 아닌 이미지 참조를 통해 정체성을 유지해야 하는 경우 (결정 규칙 1 참조)
  • 길이 4~15초, 세로 9:16(또는 다른 종횡비)
  • 다중 이미지 조건부 (얼굴 + 제품, 또는 훅 장면을 위한 얼굴 + 여러 제품)

다음과 같은 경우에는 사용하지 마세요:

  • 15초 초과 클립 → 여러 호출로 분할 후 연결 (assembly/stitch-videos-ffmpeg)
  • 화면에 사람이 없는 순수한 영화적 카메라 움직임 → create-video-veo3가 더 적합한 경우가 많음
  • 사람이 없는 제품 전용 B-롤 → create-product-videos-higgsfield-ms 또는 텍스트-비디오 Seedance
  • 이전 AI 생성 장면의 연속성을 위해 비디오 참조가 필요한 클립 → 지원되지 않음 (content_policy_violation)

입력

필수:

  • --prompt — 구조화된 프롬프트 블록 (아래 "프롬프트 템플릿" 참조). 길고, 여러 블록. 실행 예시 참조: beauty-by-earth/video-01-three-product-grwm/working/fire_seedance_facewash.py.
  • --output — 로컬 MP4 대상 경로.
  • --image-url (별칭 --image-ref) — 최소 하나의 공개 참조 이미지 URL (반복 가능), image_urls로 전달됨. 순서가 중요합니다 — 첫 번째가 프롬프트 주소 지정에서 @Image1이 됩니다. 프록시는 로컬 파일을 업로드하지 않습니다: MCP get_upload_url → get_download_url을 통해 로컬 참조를 호스팅하고 URL을 전달합니다 (create-video-fal과 동일).

선택 사항:

  • --resolution — 480p | 720p | 1080p (기본값). 1080p는 제품 라벨 선명도에 있어 훨씬 좋습니다.
  • --duration — 4~15초 (기본값 15). 정수로 전달됨 (seedance-2.0/reference-to-video 열거형 {auto,4..15}); 문자열 "15"는 invalid_request 오류 발생 (2026-07-18 확인됨).
  • --aspect-ratio — 9:16 (기본값), 16:9, 1:1 등.
  • --generate-audio — bool, 기본값 true. 오디오가 나중에 추가되는 무음 B-롤의 경우 false로 설정합니다.
  • --seed — 결정적 재실행을 위한 정수 (FAL이 시드를 반환하며, 이를 다시 전달하여 재현).

자격 증명:

  • FAL 키 없음. GooseWorks FAL 프록시(media_proxy.py, 번들됨)를 통해 경로를 지정하고 Ads 에이전트에 과금하며, ~/.gooseworks/credentials.json(gooseworks CLI가 작성)을 사용합니다. cal_/에이전트 토큰은 FAL 키가 아닙니다 — 이전 직접 키 경로는 401 오류를 발생시켰으며, 이것이 이 기능이 프록시를 통해 다시 라우팅된 이유입니다.

결정 규칙

0. 짧은 호출 여러 번보다 내부 다중 장면 프롬프팅이 포함된 더 적고 더 긴 호출을 선호하세요. 새로운 Seedance 호출은 매번 캐릭터, 의상, 조명, 배경을 약간씩 변경합니다 — 동일한 초상화 참조를 사용하더라도 마찬가지입니다. 5번의 짧은 호출 = 시청자가 연속성 중단으로 인식하는 5개의 드리프트 지점입니다. 입증된 다중 장면 템플릿을 하나의 10~15초 호출 내에서 사용하여 단일 렌더링에서 강력한 내부 컷을 얻으세요:

SCENE 1 (0-3초) — WIDE HOOK [프레이밍 + 동작 + 대사]
SCENE 2 (3-7초) — PRODUCT HERO [프레이밍 + 카메라 이동 + 대사]
SCENE 3 (7-11초) — SIDESTEP / PROOF [프레이밍 + 동작 + 대사]
SCENE 4 (11-15초) — REACTION + CTA [프레이밍 + 동작 + 대사]

하나의 Seedance 호출 내에서 내부 하위 장면 간에 배경이 달라질 수 있습니다. 캐릭터 정체성은 배경이 아닌 초상화 참조 이미지에 의해 고정됩니다. 검증된 참조(ref-01 Bristle UGC, 26초)는 단일 다중 장면 렌더링 내에서 5개 이상의 다른 방/배경 설정에서 동일한 크리에이터를 보여줍니다. 방을 바꾸기 위해 인위적으로 여러 호출로 분할하지 마십시오 — 배경 변경을 단일 호출의 SCENE N (X-Ys) 하위 장면 구조에 포함시키세요. 호출을 배경 수가 아닌 스토리 아크와 15초 최대 길이 제한에 따라 분배하세요. 검증된 템플릿은 prompt-example.md를 참조하세요. 메모리: feedback_seedance_long_calls_not_short.md.

0a. 의상은 상의 + 하의 + 헤어 + 액세서리 모두 완전히 지정해야 합니다. 2026-05-23 (Bristle) 검증됨: 상의만 지정된 경우("크림색 스웨트셔츠"), Seedance가 하의를 임의 생성함 (데님 반바지가 갑자기 나타남). 모든 프롬프트는 다음을 모두 고정해야 합니다:

  • 상의 (부정 포함)
  • 하의 (부정 포함) — "라이트 데님 롤업 반바지, 허벅지 중간, NOT 청바지, NOT 파자마 반바지"
  • 헤어 (구체적인 스타일링 — "느슨한 낮은 포니테일, 얼굴을 감싸는 가닥"이 모호한 "번"보다 효과적)
  • 액세서리 (예: "가는 골드 후프 귀걸이, 그 외에는 없음")

고백형/단일 촬영 UGC의 경우, 동일한 광고의 모든 호출에서 의상이 동일해야 합니다 (검증된 사용자 선호도 + ref-01 + ad-03 패턴). GRWM / 변신 / 여러 날 형식에서만 호출 간 의상을 변경하세요. 메모리: feedback_seedance_long_calls_not_short.md.

0b. 고정된 배경을 위해 image_urls[2]로 배경 참조 이미지를 전달하세요. 2026-05-23 (Bristle) 검증됨. 텍스트 전용 배경 설명은 일반적인 렌털 미적 감각을 제공함 — Seedance가 자체 방 사전 지식으로 채웁니다. 배경 히어로 이미지(fal-ai/nano-banana-pro로 생성, $0.15/1K, "노 보케, 무한 초점, 사람 없음, 얼굴 없음" 지시어가 있는 텍스트-이미지)는 모든 하위 장면에서 방을 고정시킵니다. 동일한 광고의 모든 호출에서 동일한 배경 이미지를 사용하세요 — 호출당 다른 배경 이미지는 "그녀가 움직였다"로 읽힙니다. 메모리: feedback_seedance_long_calls_not_short.md.

0c. 액세서리가 포함된 경우 NB2 편집을 통해 제품 참조 이미지를 사전 정리하세요. 2026-05-23 (Bristle hi_res-12: 상자 옆에 유리병 + 깔때기 있었음; Seedance가 이를 상자 면에 융합시킴) 검증됨. 소스 제품 이미지를 수신 시 검사합니다. 액세서리 / 보조 제품 / 점수 배지 / 라이프스타일 요소가 보이는 경우, Seedance에 전달하기 전에 fal-ai/nano-banana-2/edit($0.08)을 통해 히어로 제품을 분리합니다. $4.50-$10.20 Seedance 렌더링을 다시 실행하는 것보다 저렴합니다. 메모리: feedback_nb2_clean_product_refs.md.

0d. 순차적 호출 연속성 — video_urls가 아닌 시드 재사용을 사용하세요. 2026-05-23 (Bristle 변형 A/B 테스트) 검증됨. 다중 호출 광고에서 N>1 호출의 경우, 동일한 image_urls와 함께 이전 호출의 seed를 --seed를 통해 전달하세요. 순차적 연속성을 위해 이전 호출의 mp4를 video_urls로 절대 전달하지 마십시오 — 연속성을 해칩니다 (모델이 이전 비디오를 "계속"하려고 시도하여 의상/제품 드리프트가 그렇지 않은 경우보다 더 심해짐). video_urls는 실제 인간 참조 비디오의 스타일 전송에만 사용됩니다 (예: 실제 크리에이터 UGC 광고를 가져와 AI 크리에이터로 재창조). 메모리: feedback_seedance_video_urls_vs_seed.md.

0e. video_urls(실제 참조로부터 스타일 전송)를 사용할 때: 클라이언트 타임아웃을 30분 이상으로 설정하고 참조를 15초 이하로 자르세요. 2026-05-23 검증됨:

  • 렌더링 시간: 1820분 (이미지 전용의 ~10분과 비교). 기본 fal_client.subscribe() 10분 타임아웃은 실패합니다. fal_client.submit() + 수동 폴링을 사용하세요.
  • 결합된 video_urls 길이 제한: 15초. FAL은 input_value_error: Combined video duration must not exceed 15.0s로 거부합니다. 업로드 전에 ffmpeg -t 15로 참조 비디오를 자르세요.
  • 결합된 파일 크기 제한: 총 50 MB. fal_helpers.upload_file() 제한이 2026-05-23에 10 MB에서 50 MB로 상향 조정되었습니다.
  • 폴링 예외에서 유효성 검사 오류(input_value_error / "must not exceed")를 감지하고 1~2회 재시도 후 중단하세요 — 터미널 오류는 status=Failed를 통해 표면화되지 않습니다.
  • 비디오 참조는 스타일/속도 이상을 전송합니다 — 의상 스타일링, 액세서리, 헤어를 상당한 정도로 전송합니다 (2026-05-23 Probiotic Recreation 검증됨: 헤어가 참조와 일치하도록 변경됨; 정리된 제품 이미지에도 불구하고 정제가 나타남). 텍스트 측 재정의는 부분적으로만 효과적입니다. 시각적 요소가 이미 목표와 일치하는 참조를 선택하세요.
  • FAL은 AI 생성 비디오를 입력으로 받아들입니다 (BBE 2026-05 초기의 오래된 "즉시 content_policy_violation" 가정은 구식입니다). 메모리: feedback_seedance_video_urls_vs_seed.md.

1. AI 생성 비디오를 video_urls로 절대 전달하지 마세요. FAL의 콘텐츠 정책 검증기가 이를 partner_validation_failed로 거부합니다. 60% 비디오 입력 할인은 실제이지만 실제 인간 참조 비디오에만 적용됩니다. 여러 장면에 걸쳐 AI 아바타 연속성을 유지하려면 모든 장면에서 동일한 정체성 초상화를 image_urls로 사용하세요. BBE에서 검증됨.

2. NSFW 거부 → 중단하고 표면화하세요, 자동 재시도하지 마세요. 신체 적용 + 여성 + 물/거품은 분류기를 안정적으로 트리거합니다. FAL이 content_policy_violation 또는 nsfw 이유로 status: failed를 반환하면 동일한 프롬프트를 재시도하지 마세요. 호출자에게 오류를 표면화하고 세 가지 옵션을 제공하세요: 적용 비트를 냄새 테스트/손가락 끝 쇼로 다시 작성, POV(얼굴 없음)로 재구성, 또는 장면 건너뛰기. 프로젝트 전체 조정 정책을 따릅니다 (메모리 feedback_hf_moderation_surface.md 참조).

3. duration은 정수로 전달하세요. "15"가 아닌 15를 전달하세요. seedance-2.0/reference-to-video는 문자열 기간을 invalid_request로 거부합니다 (2026-07-18 검증됨; 오래된 "문자열만" 참고 사항은 더 이상 사용되지 않는 v1 i2v 엔드포인트에 대한 것이었음).

4. 호출당 하나의 제품 (훅 장면 제외). 단일 Seedance 호출 내에서 여러 제품 히어로 장면은 라벨 선명도를 저하시킵니다. 예외는 모든 제품이 함께 나타나지만 단일 라벨이 히어로가 아닌 훅/인트로 장면입니다.

5. 히어로 품질을 위해 1080p. 피부 질감과 제품 라벨 선명도는 해상도에 따라 눈에 띄게 향상됩니다. 예산/프로브 호출에만 720p를 사용하세요.

워크플로우

python3 scripts/generate.py \
  --prompt "$(cat prompt-scene-1.txt)" \
  --output /path/to/scene-1.mp4 \
  --image-url "https://<hosted>/portrait.png" \
  --image-url "https://<hosted>/product.png" \
  --resolution 1080p \
  --duration 15 \
  --aspect-ratio 9:16 \
  --generate-audio

스크립트는:

  1. 번들된 media_proxy.py(GooseWorks FAL 프록시)를 통해 경로를 지정합니다 — FAL 키 불필요; ~/.gooseworks/credentials.json을 통해 Ads 에이전트에 과금합니다.
  2. --image-url 값을 image_urls로 직접 전달합니다 (이미 공개 URL이어야 하며, 오케스트레이터가 MCP를 통해 로컬 참조를 호스팅합니다).
  3. 프록시를 통해 bytedance/seedance-2.0/reference-to-video를 제출하고 완료될 때까지 폴링합니다:
    {
        "prompt": <prompt>,
        "image_urls": [<refs>],
        "resolution": <res>,
        "duration": <dur>,  # 정수
        "aspect_ratio": <ar>,
        "generate_audio": <bool>,
        "seed": <선택적 정수>,
    }
    
  4. 결과 MP4를 --output에 다운로드합니다.
  5. 프롬프트, 참조, 비디오 URL, 시드, 기간, 비용 추정치와 함께 <output>.meta.json을 작성합니다.
  6. content_policy_violation 또는 NSFW 실패 시: 오류를 표면화하고 0이 아닌 종료 코드로 종료합니다 (자동 재시도 없음).

출력

  • <output> — 요청된 기간, 해상도, 종횡비의 MP4 클립.
  • <output>.meta.json — 요청 + 결과 메타데이터 + 재현성을 위한 시드 + 비용 추정치.

가격 (2026-05)

해상도기간호출당 비용
720p std15초~$4.54
1080p std15초~$10.20
1080p std8초~$5.44
1080p std4초~$2.72

빠른 티어는 약 20% 저렴하지만 720p로 제한됩니다.

프롬프트 템플릿

프롬프트는 단일 최대 품질 레버입니다. 입증된 BBE 템플릿 구조를 사용하세요:

📱 UGC 인플루언서 [제품] 리뷰 릴 (셀카 스타일, 광고 아님)

[블록 0 — 안티패턴 오프너]
이것은 영화 같은 광고도, [카테고리] 광고도, 편집 캠페인도 아닙니다.
이것은 20대 [인구통계] 크리에이터가 아이폰 전면 카메라로 촬영한
실제 Instagram 릴로, 편안하고 내밀한 어조로 팔로워에게 직접 말합니다...

[이미지 참조 할당]
@Image1을 인플루언서의 얼굴/정체성으로 사용합니다. @Image2를 그녀가 리뷰하는 정확한 [제품]으로 사용합니다.
그것은 [시각적 설명]입니다. [일반적인 혼동]이 아닙니다.
제품과 라벨이 명확하게 식별 가능해야 합니다.

[형식 블록]
- 세로 9:16 핸드폰 촬영 셀카 미학, 약간의 손떨림 미세 진동
- 의상 (엄격): [의상]. 절대 NOT [부정 목록].
- 배경: [배경]
- 조명: [조명]
- 실제, 약간 불완전한 피부 (자연스러운 거의 메이크업 없는), 옅은 황금빛 황갈색

[정체성 블록]
@Image1과 동일한 젊은 여성 — [연령대, 머리, 눈, 피부 톤]

[동적 프레이밍 블록]
비디오는 실제 릴처럼 장면 전체에서 프레이밍을 다양하게 해야 합니다 — 전체 시간 동안
하나의 초점 거리에 머물지 마십시오. 와이드 / 미디엄 / 클로즈업을 혼합하세요.

[장면 1 (0-3초)] WIDE HOOK — [대사줄] + [감정 + 동작]
[장면 2 (3-7초)] PRODUCT HERO 회전 포함 — [대사줄] + [감정 + 동작]
[장면 3 (7-11초)] SIDESTEP 바르거나 냄새 테스트 — [대사줄] + [감정 + 동작]
[장면 4 (11-15초)] REACTION + 추천 — [대사줄] + [감정 + 동작]

[오디오 방향]
[음성 특성: 톤, 악센트, 속도는 DELIVERY_STYLES.md 참조]
오디오에 음악 없음 (포스트에서 음악 추가).

[글로벌 규칙]
- 장면 전체에서 의상 동일
- 제품은 동일하게 유지되고 그녀의 손에 명확하게 보여야 함
- 대사 비트 사이에 입술은 닫힌 상태 유지
- [NSFW 회피 부정 (해당되는 경우)]

[엄격한 현실감 규칙 — 블록 F]
- 작은 자연스러운 불완전함, 미세한 복숭아 솜털, 희미한 잔주름
- NOT 플라스틱, NOT 에어브러시, NOT 인형 같음, NOT 도자기 같음
- 피부 하이라이트는 코끝, 광대뼈, 큐피드 활에만
- 헤어: 개별적인 날리는 머리카락

… (이하 번역 생략)

[truncated for translation]

참고: 위 템플릿은 참고용이며, 원본 SKILL.md의 일반적인 구조를 보여줍니다. 실제 사용 시에는 전체 템플릿을 번역하여 적용해야 합니다.

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

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

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.

관련 스킬