lokeshrana9999/agent-demo-film

O que agent-demo-film faz?

Um vídeo de demonstração só vale a pena ser enviado se o que aparece na tela é real e corresponde ao que a pessoa está dizendo naquele momento. Este skill faz com que a pessoa faça apenas uma coisa: ler um roteiro para a câmera em uma única sessão. Os agentes fazem o resto: a pesquisa, a filmagem, o roteiro, e o corte e montagem posterior.

1 preparação ─> 2 captura ─> 3 roteiro ─(aprovação)─> 4 gravação (a pessoa) ─> 5 corte ─> 6 plano de inserções ─(aprovação)─> 7 montagem ─> 8 verificação ─> MP4

Cada projeto precisa de filmagens e uma história diferentes; determine-os a partir do próprio projeto. examples/ mostra duas execuções reais: uma demonstração de produto narrada e um filme 'com/sem' de uma habilidade de agente. Leia a que estiver mais próxima da solicitação antes de planejar.

princípios

• Apenas filmagens reais. Cada tela de aplicativo, resposta de agente, número e registro na tela vem de uma captura ou arquivo, copiado por um script, nunca redigitado. Se uma linha que você deseja não estiver em uma captura, o filme não pode mostrá-la.
• A tela segue a voz. Cada visual é exibido na palavra que o nomeia. Cada tempo na montagem vem de um ID de palavra no corte, portanto, um novo corte move os visuais junto com a voz.
• Nada afirma mais do que as palavras e as fontes. Mantenha uma lista de fatos (com o arquivo de onde cada fato veio) e uma lista de 'não está sendo afirmado'. Verifique qualquer citação de pesquisa com o artigo em si (Crossref: https://api.crossref.org/works/<doi>).
• Entrada sintética. Usuários, conversas e dados inventados. Nenhum nome real ou transcrições. Oculte segredos e números de telefone nas filmagens e nunca imprima uma chave: as etapas de login leem a partir do arquivo de ambiente em um contexto não gravado.
• Mantenha todas as tomadas. Os scripts se recusam a sobrescrever uma captura ou uma fonte de corte. As gravações brutas permanecem onde a pessoa as colocou, e excluí-las é uma decisão da pessoa.
• A pessoa aprova duas vezes: o esboço e o roteiro antes da gravação, e o plano de inserções antes da montagem. Espere várias rodadas de anotações sobre o texto do roteiro; esse é o objetivo dessa fase.

roteamento de modelo

Execute a maior parte do trabalho em subagentes, para que a sessão principal mantenha as decisões. Quando a pessoa nomear um modelo para uma etapa, use esse.

trabalho	modelo
leitura em massa e pesquisa de texto: folha de fatos do repositório, pesquisa de tópicos, divisão da tomada em uma lista de edição, revisão de roteiro em busca de marcas de IA	Sonnet
qualquer coisa que leia vídeo ou quadros: enquadramento do corte, verificação de quadros após uma renderização, verificação de filmagens em busca de segredos e o enxame de inserções por seção (um agente por seção)	Haiku
construir uma nova ferramenta que o pipeline não possui, por exemplo, um gravador personalizado	Opus
o esboço, o roteiro, o plano de inserções e todas as chamadas que a pessoa precisa aprovar	a sessão principal

Haiku e Sonnet não podem ouvir áudio. As temporizações das palavras vêm apenas da transcrição (etapa 5).

1. preparação

Leia references/prep.md. Em paralelo: um agente Sonnet escreve uma folha de fatos do repositório (o que ele faz, números reais com seus arquivos de origem, peculiaridades conhecidas a serem mantidas fora da tela), e agentes Sonnet pesquisam o que quer que a história se baseie. Em seguida, escreva o esboço: seções com segundos alvo, o que está na tela em cada uma, as filmagens que cada uma precisa, a lista de fatos e a lista de 'não está sendo afirmado'.

2. captura

Leia references/capture.md. Escolha o método de captura do projeto: Playwright para aplicativos web, scripts/run_take.sh para comportamento de agente via claude -p, um gravador de terminal para CLIs, uma rolagem para uma página ao vivo. Cada tomada registra suas marcas (envio, resposta, paradas de rolagem) com carimbos de data/hora, para que a montagem possa cortar a filmagem para a voz. Agentes Haiku verificam os quadros de cada tomada.

3. roteiro

Leia references/script.md. Escreva apenas o diálogo da pessoa, em seções ## N. título que correspondam ao esboço, para uma sessão a cerca de 150 palavras por minuto. Palavras faladas simples na voz da pessoa: sem enfeites de marketing e sem marcas de IA. Mostre o roteiro com o guia de gravação e aguarde a aprovação.

4. gravação

A pessoa grava um arquivo com webcam e microfone juntos (OBS, aplicativo Câmera ou um telefone). Erros e linhas reiniciadas são aceitáveis, pois o corte pega a última versão completa. Vários arquivos também funcionam (um por seção, ou uma linha de captação gravada posteriormente).

5. corte

Leia references/cut.md.

1. Transcreva cada tomada localmente: npx hyperframes transcribe <take> --engine parakeet.
2. Numere as palavras e corte-as para os silêncios reais: python scripts/words.py transcript.json <take> vo --media <take>.
3. Forneça a listagem de frases e o roteiro a um agente Sonnet (assets/SPLIT-BRIEF.md). Ele escreve edl.json: quais intervalos de palavras manter por seção, quais preenchimentos e falsos começos descartar, e quais linhas dizem algo que os fatos não suportam.
4. Pergunte à pessoa sobre qualquer linha repetida ou afirmação sinalizada antes de cortar.
5. Enquadre a webcam: um agente Haiku escolhe um corte que mantenha a cabeça e os ombros em todas as tomadas a partir de quadros amostrados, ou desfoque o fundo (scripts/blur_bg.py).
6. Corte: python scripts/cut.py edl.json escreve vo.wav, cam.mp4, timeline.json e um arquivo de palavras por seção. A sincronização labial se mantém porque o áudio e o vídeo são cortados na mesma grade de quadros.

6. plano de inserções

Um agente Haiku por seção (assets/CUE-BRIEF.md) transforma as palavras temporizadas da seção em legendas, inserções (qual visual aparece em qual palavra, com sua fonte) e flashes. Em seguida:

1. python scripts/cues.py cut verifica cada arquivo de seção em relação ao corte e os mescla em film.json. Envie qualquer erro de volta ao agente que escreveu aquela seção.
2. Escreva o plano de inserções para a pessoa (examples/samatva-support/CUE-plan.md mostra o formato): layout da seção, visuais linha por linha, as edições de áudio e as decisões que somente ela pode tomar. Aguarde a aprovação.

Regras de legenda: mostre a palavra correta. Corrija silenciosamente os erros de audição do transcritor. Marque um deslize real com a palavra correta como *(palavra) no lugar do que foi dito. Coloque nomes, números e termos difíceis de captar em flash grandes acima da legenda.

7. montagem

Leia references/hyperframes.md. Copie assets/build_film.py para a pasta do filme. Como está, ele constrói um animatic a partir de film.json: o texto de cada inserção em sua palavra, o recorte da webcam por seção, legendas e flashes. Renderize isso primeiro se o tempo estiver duvidoso. Em seguida, substitua o corpo de cada seção pelos visuais reais: filmagem cortada nos tempos de inserção, diagramas que se constroem conforme cada parte é nomeada e cartões para as fontes.

8. verificação

Leia references/verify.md. Em ordem:

1. npx hyperframes check --json até mostrar 0 erros.
2. Instantâneo em cada tempo de inserção (o construtor escreve cues.json), e faça com que agentes Haiku verifiquem esses quadros em relação ao plano de inserções e para segredos vazados.
3. Compare o texto na tela com suas fontes por script.
4. Renderize o mestre 1080p e uma cópia de revisão 720p.

Em seguida, envie a cópia de revisão. Quando a pessoa nomear um momento ('em 1:23 eu digo...'), corrija com uma gravação de captação ou uma alteração na inserção, e re-verifique apenas os quadros que mudaram.

arquivos

• scripts/words.py: transcrição para palavras numeradas e uma listagem de frases, cortada para silêncios reais.
• scripts/cut.py: lista de edição para vo.wav, cam.mp4 e timeline.json, em sincronia na grade de quadros.
• scripts/cues.py: verifica os arquivos de seção dos agentes de inserção e os mescla em film.json.
• scripts/blur_bg.py: desfoque de fundo local para a webcam (RobustVideoMatting, CPU).
• scripts/run_take.sh, scripts/grade.py: tomadas reais de claude -p do comportamento do agente e avaliação.
• assets/build_film.py: o construtor para começar (animatic, webcam, legendas, flashes).
• assets/edl.example.json, assets/SPLIT-BRIEF.md, assets/CUE-BRIEF.md: o formato da lista de edição e os dois briefings de agente.
• references/: preparação, captura, roteiro, corte, hyperframes, verificação.
• examples/samatva-support/: uma demonstração de produto narrada de 2:19, a partir de três tomadas.
• examples/samatva-vent/: um curta mudo 'com/sem' de uma habilidade de agente, construído a partir de tomadas reais de claude -p.