Communitygithub.com

DemoDay

Transforma um repositório (GitHub ou pasta local) e seu web app ou app macOS nativo em um vídeo de demonstração de 45 a 75 segundos em 1080p, com storyboard, gravação com zoom automático, legendas, efeitos sonoros e estilo visual personalizado para combinar com o aplicativo.

O que é DemoDay?

O DemoDay é uma ferramenta para agentes de IA (como Claude Code) que cria vídeos de demonstração de alta qualidade a partir do código-fonte e da aplicação funcional. Ele analisa o repositório (README, temas, cores, fontes, ícones) e a interface ao vivo (via acessibilidade ou captura de tela) para gerar automaticamente um storyboard (`plan.json`) que descreve cada cena. O agente age como diretor: escreve uma história focada no problema resolvido (status quo vs. inovação), define a sequência de ações (cliques, digitação, navegação) e configura o estilo visual (cores, fontes, mascote) para que o vídeo pareça ter sido feito pelo designer do próprio app. O sistema então grava a interação real com a aplicação (usando Playwright para web ou um driver nativo para macOS) e renderiza o vídeo final com Remotion, incluindo zoom automático nas áreas relevantes, legendas sincronizadas e efeitos sonoros sintetizados. Suporta web apps públicos ou com rota inicial pública e apps macOS nativos (requer permissões de acessibilidade e gravação de tela/som). O resultado é um MP4 de 1080p, com até 75 segundos, ideal para lançamentos, pitches ou demonstrações de produtos.

Funciona com✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/amoveablefeastym/demoday/tree/HEAD

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que DemoDay faz?

Transforma um repositório (GitHub ou pasta local) + seu web app ao vivo ou aplicativo macOS nativo em um vídeo de demonstração de 45 a 75 segundos em 1080p que parece ter sido feito pelo próprio designer do aplicativo. A ferramenta é uma CLI em Node/TS que acompanha esta skill. Você é o diretor: você escreve o storyboard (plan.json); a ferramenta grava e renderiza. Nenhuma chave de API é necessária.

0. Encontrar e configurar a ferramenta (TOOL)

TOOL é o diretório base desta skill se ele contiver package.json (a instalação normal: o repositório inteiro clonado em ~/.claude/skills/demoday). Caso contrário, é ~/demoday. Se nenhum existir, pare e oriente o usuário para as etapas de instalação no README.

Na primeira execução em uma máquina (quando TOOL/node_modules estiver faltando):

  1. Verifique node --version (precisa ser ≥ 20). Se estiver faltando, diga ao usuário para instalar o Node.js (brew install node ou nodejs.org) e pare.
  2. Execute npm install && npx playwright install chromium em TOOL. Ele baixa ~300 MB, então avise o usuário antes de começar.
  3. Para um app Mac, também verifique xcrun swiftc --version. Se estiver faltando, peça ao usuário para executar xcode-select --install. O auxiliar se compila sozinho no primeiro uso.

Todos os comandos abaixo são executados a partir de TOOL. OUT = out/<owner>__<repo> (impresso pela ferramenta). Os vídeos ficam dentro de TOOL/out/, então informe ao usuário o caminho completo.

1. Coletar

npx tsx src/cli.ts <owner/repo ou url github> [--url <url do app ao vivo>] --prepare

Precisa de uma URL web ao vivo (--url, senão a página inicial do repositório) — ou, para um app macOS nativo, veja "Apps Mac nativos" abaixo. Isso lê o repositório e sonda o aplicativo, escrevendo em OUT: prompt.md (regras do diretor + README + manifests + árvore de arquivos + snapshot de acessibilidade), probe.png (captura de tela da primeira tela), probe.aria.yml.

Leia prompt.md e observe probe.png. Leia src/schema.ts — ele é a forma exata de plan.json, e as descrições de seus campos são regras (limites de palavras, o que cada cena deve fazer).

2. Encontrar a história antes de escrever qualquer coisa

O vídeo vive ou morre com base em duas coisas: por que o status quo é ruim e o que é especial neste produto.

  • Status quo: o fluxo de trabalho concreto que o usuário-alvo faz hoje sem este produto, com um custo de tempo honesto por etapa. Apenas alegações justas sobre concorrentes nomeados.
  • Especial: o mecanismo que torna isso possível (do README/código), não adjetivos. "Só X …".
  • Leia o código em busca de recursos que o README subestima: um ícone sempre presente na área de trabalho ou na barra de menu, uma tecla de atalho global, armazenamento offline/local, um mascote. Estes são frequentemente os verdadeiros diferenciais. Verifique cada recurso que você alega no código antes de colocá-lo no vídeo.
  • Se o usuário lhe disse seu posicionamento, concorrente ou diferencial, use o dele. Se nada revelar o que o torna diferente, faça uma pergunta curta antes de escrever o plano.

3. Combinar o estilo do aplicativo (obrigatório)

O vídeo deve parecer parte do aplicativo: mesmas cores, mesmas fontes, mesmo mascote ou ícone, mesmo tom de voz. Um modelo de lançamento escuro genérico em um aplicativo pastel aconchegante (ou vice-versa) parece fora da marca. Os usuários percebem imediatamente.

  1. Extraia os tokens de design do aplicativo do código:
    • SwiftUI/AppKit: um arquivo Theme.swift, Assets.xcassets/*.colorset, chamadas Color(hex:).
    • Web: propriedades personalizadas CSS, tailwind.config.*, arquivos de tema, <meta name="theme-color">.
    • Colete: fundo, texto, cartão/painel, acento, e as fontes de exibição/corpo.
    • Fontes: prefira arquivos de fonte empacotados no repositório (Resources/Fonts/*.ttf, public/fonts, fontes @font-face, next/font/local).
    • Mascote/ícone: sprites, o ícone do aplicativo (AppIcon.icns → sips -s format png … --out icon.png), ou o logotipo SVG/favicon.
  2. Escolha o clima da interface do aplicativo, não de sua categoria. Use mood: "soft" quando a interface for clara, quente, divertida ou minimalista. Use bold (a aparência escura de lançamento padrão) quando o próprio aplicativo for escuro, técnico ou de alto contraste.
  3. Preencha plan.look:
    "look": { "mood": "soft", "paper": "<bg do app>", "ink": "<texto do app>", "surface": "<cartão do app>",
              "fontFile": "<arquivo de fonte do repo>", "bodyFontFile": "<opcional>",
              "motifImage": "<png/svg do ícone/mascote do app>" }
    
    • Defina product.accent como o acento do aplicativo, no tom que seja legível sobre paper. Acentos do modo claro geralmente são a escolha certa para soft.
    • Texto atenuado e linhas são derivados automaticamente de paper/ink.
    • Sem um arquivo de fonte, use display (Inter Tight, Pixelify Sans, Fredoka, Nunito). Para suportar outra fonte do Google, adicione-a a DISPLAY em remotion/lib.ts e ao enum do esquema.
    • motif: "loaf" é um sprite de pão em pixel embutido (apenas para apps de padaria). Caso contrário, use motifImage.
    • A CLI copia esses arquivos para OUT/brand/. Os caminhos podem ser absolutos ou relativos a um repositório local.
  4. Combine a voz: pegue emprestado o microcopy e as metáforas do próprio aplicativo para legendas e títulos (por exemplo, "massa / crescendo / assado" de um app de padaria).
  5. Mínimo por padrão:
    • Orçamento de cópia: gancho ≤ 8 palavras, cerca de 3 etapas do modo antigo, 3 linhas de comparação, legendas de 2 a 5 palavras, sem rótulos ou estatísticas além do essencial.
    • Muitas palavras e estilo de aviso vermelho alto foram as principais reclamações. O visual suave já elimina contadores, rótulos de dor, agitação e carimbos.

4. Escrever OUT/plan.json

Siga as regras do diretor no topo de prompt.md. Regras de gravação (newWay.actions):

  • Cubra todo o ciclo principal, não apenas o caminho mais curto para um resultado. Os usuários notam quando os recursos principais estão faltando. Mire em 10–20 ações (máx. 20), cada recurso com sua própria cena legendada, fazendo o mesmo trabalho que o modo antigo e terminando no payoff. Web: a primeira ação é goto para a URL ao vivo.
  • Legende quase todas as ações. Uma cena sem legenda parece silêncio para um espectador com som mutado.
  • Câmera: ela empurra para dentro da caixa alvo de cada ação. Ações fill/press sem alvo miram no campo que está em foco. O gravador registra sua posição após o envio das teclas, e os takes de digitação dão zoom para 2× no início do texto. As legendas ficam em sua própria faixa abaixo da janela e nunca cobrem o aplicativo. Se um take enquadrar a coisa errada, corrija o alvo. Não edite caixas manualmente.
  • Seletores vêm do snapshot. Prefira {role, name} copiado literalmente (macOS: id, depois placeholder, depois role+name). Inputs ocultos dentro de editores de código são OK; o gravador clica em seu contêiner visível.
  • Roteirize telas mais profundas a partir de snapshots reais, não de palpites:
    1. Escreva um script descartável que navegue até lá e termine com um clique em um id inexistente.
    2. Execute-o: mac/.build/macdriver run --app X.app --out <scratch> --script s.json -- --demo <scratch>/data. O arquivo é {"actions":[…]}. Web: uma execução --from plan.
    3. Leia failures[].aria em <scratch>/events.json.
  • Digitação: valores fill > 80 caracteres são colados; os mais curtos são digitados visivelmente. Use dados realistas, nunca "teste". Se os toques de tecla sumirem logo após um clique em um novo campo (um título truncado, um campo vazio, um clique posterior que não encontra o texto), divida: click no campo, wait 500, depois fill sem alvo.
  • Payoff: exatamente uma ação tem emphasis: true. Coloque-a em um wait final (~2000ms) com uma legenda, logo após o clique que a desencadeia, não no próprio clique. A câmera então se afasta para mostrar o resultado inteiro, e as esperas de ênfase são reproduzidas em tempo real. Outras esperas longas são aceleradas.
  • Cena do lançador: se o aplicativo vive como um ícone sempre presente (área de trabalho, barra de menu) ou por trás de uma tecla de atalho global, defina plan.launcher (captions, hint opcional como a tecla de atalho, badge opcional).
    • O vídeo então ganha uma cena antes do passo a passo: o ícone fica em uma área de trabalho calma entre janelas desfocadas, o cursor clica nele, e a janela real cresce a partir dele, pousando exatamente onde o passo a passo começa.
    • É composto no Remotion (o gravador captura apenas a janela do aplicativo) e usa motifImage/motif como o ícone. Use apenas quando o código confirmar o comportamento.

5. Gravar + Renderizar

npx tsx src/cli.ts <repo> --plan OUT/plan.json --from plan

Observe o log: ✓ por ação, ✗ com o erro para falhas. Em caso de falhas, leia OUT/events.json → failures[] (cada um tem o instantâneo de acessibilidade no momento em que falhou), corrija os alvos e execute novamente. Ações com falha são ignoradas, não fatais. Não entregue um vídeo cujo payoff falhou. Se uma ação inicial falhar, tudo depois geralmente é executado na tela errada: trate toda a gravação como ruim e veja os frames de raw.mp4 para saber o que realmente aconteceu.

Reexecução barata:

  • Alterações de cópia, aparência, launcher, som ou código de cena: --from render, sem regravação.
  • Legendas de ações são incorporadas em events.json no momento da gravação. Corrija-as lá a partir de plan.json (por index), reconstrua a linha do tempo com npx tsx -e 'import {editRecording} from "./src/edit.ts"; editRecording("OUT")', depois --from render.
  • Alterações de etapas: --from plan (regrava).

6. Revisar antes de relatar

Revise o MP4 renderizado, não apenas as imagens estáticas. Faça folhas de contato e olhe cada frame:

ffmpeg -v error -y -i OUT/demo.mp4 -vf "fps=1/2,scale=640:-1,tile=4x8" -frames:v 1 <scratch>/sheet.jpg

Verifique:

  • Correspondência de estilo: coloque probe.png ao lado das imagens estáticas. Mesma família de fundo, fontes, acento e mascote? Se o vídeo parecer de uma marca diferente, corrija look antes de qualquer outra coisa.
  • Cada valor fill aparece na tela exatamente como digitado. Um ✓ significa apenas que a ação foi executada, não que o texto foi parar lá.
  • A câmera está focada no que importa (o texto sendo digitado, o controle sendo clicado), não ampla ou em uma tela vazia.
  • As legendas são legíveis e nunca cobrem o aplicativo. O texto cabe; nada transborda.
  • O frame "aha" mostra o payoff (não um estado de carregamento ou um botão cortado).
  • A linha de comparação "X → Y" é crível. Se a proporção for absurda, os seconds do modo antigo estão inflados.
  • O áudio existe e tem pico abaixo de 0 dB: ffmpeg -i OUT/demo.mp4 -af volumedetect -vn -f null -. Para verificar a sincronia, desenhe um showwavespic de um trecho de digitação e compare com os frames.

7. Relatar

Dê ao usuário:

  • o caminho para OUT/demo.mp4 e sua duração
  • o gancho, o modo antigo e as linhas "só nós", uma linha cada
  • como a aparência foi combinada (quais cores, fontes e mascote vieram do aplicativo)
  • qualquer coisa que você não conseguiu fazer funcionar, ou que foi composta em vez de gravada (por exemplo, a cena do lançador)
  • quaisquer bugs que você notou no aplicativo deles (por exemplo, toques de tecla perdidos)

Mencione o comando npx remotion studio … que a ferramenta imprime para ajustes ao vivo, e --music <arquivo> para uma trilha sonora.

Efeitos sonoros

Ativados por padrão; --no-sfx os desliga. scripts/make-sfx.py sintetiza tudo (sem samples, sem licenciamento) em assets/sfx/, e remotion/Sfx.tsx temporiza cada som com base nos eventos gravados:

  • Digitação: um som de chave mecânica tátil por caractere (bump click, thock de fundo, liberação), na velocidade de digitação real do gravador. Espaços ganham um som mais estabilizado e profundo, Enter um mais pesado.
  • Cliques: um clique de mouse onde quer que o cursor gravado tenha clicado, incluindo o clique do lançador.
  • Transições: um whoosh a cada mudança de cena.
  • Modo antigo: um som de pouso de cartão por etapa (pop no soft, thud no bold) e um som de veredito (pop suave no soft, ou um carimbo no bold).
  • Payoff: um chime.
  • Comparação: um pop por linha, e um chime (soft) ou carimbo (bold) no resultado de tempo.

Com --music, a música é abaixada sob os efeitos. Altere os volumes em Sfx.tsx e reexecute com --from render. Reexecute o script após editá-lo para regenerar os WAVs.

Apps Mac nativos

Mesmo fluxo, gravador diferente (mac/macdriver.swift: API de Acessibilidade para encontrar controles, eventos reais de mouse/teclado, ScreenCaptureKit grava apenas a janela do aplicativo). Adicione --app e passe argumentos de inicialização após --:

npx tsx src/cli.ts <repo ou ./dir/local> --app path/To.app [--app-seed demo/items.json] --prepare -- --demo {data}
  • {data} se torna uma pasta descartável nova por execução, e --app-seed é copiado para ela. Nunca grave com dados reais do usuário. Se o aplicativo não tiver uma flag de inicialização para diretório de dados/demo, adicione uma (ou peça ao usuário) antes de gravar. Recompile o aplicativo primeiro se o usuário tiver alterações não confirmadas.
  • Execute mac/.build/macdriver check --open primeiro. Ele precisa de Acessibilidade e Gravação de Tela e Áudio do Sistema para o aplicativo que hospeda o terminal. Se algum dos dois estiver faltando, ele abre o painel exato de Configurações do Sistema e nomeia o aplicativo a ser habilitado (código de saída 3). O usuário deve reiniciar o aplicativo após conceder, o que encerra esta sessão, então pare e diga a ele para voltar em vez de repetir. Sem Gravação de Tela, --prepare ainda funciona, mas a gravação não. Escreva o storyboard enquanto isso para que esteja pronto.
  • A gravação assume o controle do mouse e teclado reais do usuário (~20–60s, contagem regressiva de 3s). Avise o usuário imediatamente antes de cada execução, incluindo execuções curtas de teste. Não comece enquanto ele estiver digitando: a entrada dele rouba o foco e estraga a gravação.
  • Alvos: id, depois placeholder, depois role+name. Sem goto. fill sem alvo digita no campo focado. Use press para Enter/Tab/Meta+N.
  • Botões de ícone sem rótulo são invisíveis para automação. Se um controle importante não tiver nome e você for dono do código, adicione .accessibilityLabel/.accessibilityIdentifier.
  • Não consulte a árvore de Acessibilidade enquanto as teclas estão sendo digitadas. Em aplicativos SwiftUI, uma consulta AX pode disparar uma re-renderização que redefine um campo de texto para texto obsoleto, perdendo toques de tecla. O driver só lê o elemento focado após a digitação. Se você alterar o driver, mantenha-o assim. Se os toques de tecla ainda desaparecerem, o aplicativo provavelmente tem esse bug (um NSViewRepresentable cujo updateNSView sobrescreve a string com uma ligação obsoleta). Avise o usuário.

Limites

Páginas web atrás de um login precisam que o fluxo comece de uma página pública ou de uma URL pré-autenticada. A gravação nativa é somente para macOS e grava uma única janela do aplicativo. Qualquer coisa fora dela (área de trabalho, barra de menu, outros aplicativos) é composta no Remotion, não gravada, então informe isso no relatório.

Habilidades Relacionadas