yuv-video-director

O que yuv-video-director faz?

O maestro para vídeos YUV.AI. Você (o agente) decide o que cada batida precisa, roteia para o mecanismo certo, compõe tudo em uma composição HyperFrames, envolve na marca YUV.AI Neon Phoenix, auto-verifica e renderiza para MP4. Este skill é o roteador + as implementações de referência de trabalho; carregue um arquivo de referência apenas quando aquele mecanismo estiver em jogo.

Fonte de verdade do design: o skill yuv-design-system (modo Neon — rosa #FF1464, ciano #00E5FF, preto-rico/branco, Anton+Inter+JetBrains Mono, motivo fênix de rede neural). A forma de vídeo dele é frame.md — veja references/frame-md.md. Modelo incluído: assets/FRAME.md. Coloque na raiz do projeto; o HyperFrames o lê.

A única lei (decide tudo)

HyperFrames renderiza buscando cada quadro no Chrome headless → FFmpeg (frameIndex = floor(t·fps), mesma entrada → mesma saída). Portanto, cada visual é de um de dois tipos:

Padrão	Executa…	Mecanismos	Regra
Adaptador buscável ao vivo	dentro da renderização, conduzido ao tempo t por quadro	GSAP, Lottie (window.__hfLottie), Three.js, um canvas conduzido por um proxy GSAP onUpdate	deve ser baseado em relógio — sem Date.now(), Math.random() (semeie um mulberry32), setTimeout ou .play()
Ativo pré-renderizado	offline, gera um arquivo, importado como um clipe	ManimCE (Python→MP4/alfa), áudio TTS, remoção de fundo	renderize primeiro, depois insira como um clipe <video>/ativo

Se pode ser buscado, é um adaptador. Se não pode, pré-renderize-o. Manim é sempre um clipe pré-renderizado — tem seu próprio renderizador e roda em Python; nunca pode ser um adaptador ao vivo.

Roteie cada batida para um mecanismo

"explique X como um TEASER/promo (FOMO, cliffhanger, rápido)"              → references/teaser-explainer.md (a fórmula)
"explique um conceito / matemática / rede neural / algoritmo / treinamento" → ManimCE   (clipe pré-renderizado — corte em BURSTs para teasers)
"motion com marca: logotipo · revelação de estatística · pop de ícone · pulso" → Lottie    (ao vivo, lottie-web)
"legendas cinéticas · títulos · revelações · transições · destaques de dados" → GSAP      (ao vivo)  ← padrão
"3D / espacial"                                                            → Three.js  (ao vivo)   (Babylon NÃO usado)
fala → legendas                                                             → transcreva + aprove webapp (veja skill video-edit)
nenhuma narração fornecida                                                 → TTS (Kokoro: npx hyperframes tts)
cores / fontes / motivos da marca                                          → frame.md  (captado no início)

GSAP é o padrão confiável para texto/movimento. Recorra ao Lottie para gráficos de marca projetados, Manim para explicar uma ideia.

Fluxo de trabalho

1. Planeje as batidas. Arco narrativo + qual mecanismo cada batida precisa. Escolha 16:9 e/ou 9:16.
2. Configure a marca. Garanta que FRAME.md esteja na raiz do projeto (copie assets/FRAME.md). Todas as cores/fontes/motivos vêm dele — nunca invente. Três obrigações de marca em cada vídeo (veja references/brand-kit.md + references/cinematic.md): o logotipo da fênix real (assets/logo-phoenix.png) na revelação + cartão final, um Lottie em destaque real (gere um — assets/lottie-burst-generator.py), e o cartão final de link (logotipo + "LET'S FLY HIGH" + o conjunto completo de links + CTA). Para ritmo de teaser/rede social veja references/editing.md; para cortes psicológicos/cliffhanger/FOMO veja references/cinematic.md.
3. Pré-renderize as batidas de ativos primeiro (para que existam como clipes):
   • Manim → references/manim.md + assets/manim-scene-template.py. Renderize py -m manim render -qh --fps 30 scene.py SceneName, copie o MP4 para assets/.
   • Legendas/TTS → reutilize o skill video-edit (transcreva → aprove webapp → sincronize) e npx hyperframes tts.
4. Estruture + componha. npx hyperframes init <slug> --non-interactive. Escreva index.html (o skill hyperframes é o contrato). Use:
   • o fundo buscável de campo de rede neural → assets/neural-net-field.js
   • Lottie do jeito da marca → references/lottie.md + assets/neural-pulse.json
   • a renderização Manim como um clipe <video class="clip" muted playsinline> no corpo
   • entradas GSAP por cena, uma transição de flash neon em cada limite, fade-out apenas na cena final
   • para ritmo de teaser / rede social (cortes duros rápidos, pancadas cinéticas de palavras, montagem de gancho, cortes glitch/cromáticos) → references/editing.md — corte como um produtor, não como uma apresentação de slides
5. Auto-verifique (portões). references/gates.md: npx hyperframes lint (0 erros) → validate (0 erros no console, WCAG AA) → renderize → verificação pontual de 5 quadros ao longo da linha do tempo. Corrija → reexecute. Lottie DEVE ser verificado por captura de tela (a armadilha Skottie-vs-lottie-web).
6. Renderize. npx hyperframes render --fps 30 --output renders/<nome>_FINAL.mp4. Para vertical, clone com um layout 1080×1920 (veja video-edit).

Pré-requisitos (verifique primeiro; degrade graciosamente)

Veja references/prereqs.md. Precisa de Node 22+, FFmpeg, Python 3.11+ com pip (Manim/legendas). Nesta máquina: Python real é py → C:\Python313 (o python puro é o venv do Hermes SEM pip — não use). ManimCE instala via py -m pip install manim (nenhum LaTeX necessário se você usar Text()/MarkupText, não Tex/MathTex). Se Manim não estiver disponível → pule batidas de matemática ou ofereça para instalar; nunca falhe todo o vídeo.

O que este skill inclui (implementações de referência que lintam + renderizam)

Arquivo	O que é
assets/FRAME.md	Especificação de quadro de vídeo YUV.AI Neon Phoenix (renomeado do pacote Coral da HeyGen)
assets/neural-net-field.js	Fundo de canvas de rede neural fênix determinístico e buscável
assets/neural-pulse.json	Lottie Bodymovin criado à mão (renderiza em lottie-web, não apenas Skottie)
assets/gen_content_lotties.py	Gerador para 6 Lotties de CONTEÚDO de nível profissional (colapso WhatsApp, feixe de decodificação, leitura ocular, herói de linha fantasma, extração de orbe, fogo cerebral) — transparentes, persistentes+contínuos, verificados no lottie-web
assets/{wa-collapse,decode-beam,eye-read,ghost-line,orb-extract,brain-fire}.json	Os 6 lotties de conteúdo gerados, prontos para usar
assets/manim-scene-template.py	Modelo de cena ManimCE, estilo de marca neon, somente Text (sem LaTeX)
assets/what_is_nn.py	Cena ManimCE "O que é uma rede neural" (neurônio → rede → treinamento, 34,5s)
assets/Anton-Regular.woff2	Anton local (o renderizador não o resolve automaticamente; declare @font-face)
references/composition-pattern.md	O padrão completo index.html multi-mecanismo (campo + Lottie + clipe Manim + GSAP + flash)
references/teaser-explainer.md	A fórmula cinematográfica de teaser-explicador: pancadas de abertura fria → BURSTs manim → confronto → montagem FOMO → cliffhanger; batidas de lottie transparente sincronizadas com conteúdo; a correção seek-modulo; sintetizador de música de teaser

Skills companheiros

hyperframes (contrato de composição — sempre invoque ao criar), hyperframes-cli, lottie, video-edit (transcreva + aprove webapp), yuv-design-system (marca). Este skill os orquestra.