CarlosSantana94/brand-video-studio

Brand Video Studio

Crie vídeos com marca que seguram a atenção: um guia de marca, um estilo de animação escolhido, depois vídeos renderizados por código e verificados visualmente.

Converse com o usuário e escreva todo o texto na tela e as cópias no idioma do usuário. Estas instruções estão em inglês apenas porque o skill é compartilhado.

Antes de começar

Execute isto uma vez por máquina e corrija o que for reportado:

python3 <skill>/scripts/doctor.py

Requer Python 3, ffmpeg, Node (para npx hyperframes) e eyes. A instalação do eyes está coberta no skill eyes, ou uv tool install git+https://github.com/moritzkremb/claude-eyes depois eyes setup --fix. Carregue os skills hyperframes e eyes se estiverem disponíveis: as regras deles sobre formato de composição e evidência de vídeo também se aplicam aqui.

<skill> é o diretório deste skill.

Escolha o trabalho

O usuário quer	Faça
Uma marca, ou tem apenas um logotipo ou referências	Guia de marca, abaixo
X reels a partir de um vídeo longo	Guia de marca se faltar, depois references/reels-from-long-video.md
Um vídeo bruto mais assistível	Guia de marca se faltar, depois references/edit-raw-video.md
Escolher ou comparar um visual	references/animation-styles.md

Mantenha cada cliente ou canal na sua própria pasta:

<projeto>/
  brand/brand.json  BRAND.md  assets/
  source/words.json
  videos/<NN-nome>/cut.json  spec.json  ...
  renders/
  COPY.md

Guia de marca

Reutilize um brand.json se o projeto já tiver um. Caso contrário, leia references/brand-guidelines.md e construa a partir do que o usuário fornecer: logotipo, fotos, um site, vídeos de referência. Se não houver nada, pergunte pelo nome da marca e a sensação desejada, depois proponha. Mostre o resultado e obtenha um sim antes de fazer vídeos, porque cada vídeo herda essas escolhas.

Assista antes de decidir

Nunca planeje apenas pela transcrição. Uma frase forte sobre um take escuro é um reel fraco, e um trecho silencioso pode conter as melhores imagens.

python3 <skill>/scripts/transcribe.py source.mp4 source/words.json --lang pt --glossary "Nomes, Termos"
eyes frames source.mp4 --range 1:00-1:30 --fps 1

Leia o overview.md que eyes index imprime e veja suas folhas de contato. Anote momentos fortes, b-roll, texto fixo na tela e música. Se o eyes não conseguir transcrever um arquivo longo, defina WHISPER_MODEL para que transcribe.py recorra ao whisper-cli.

Monte um vídeo

1. Escreva videos/<NN-nome>/cut.json e spec.json. references/spec.md tem todos os campos.
2. Monte:

   python3 <skill>/scripts/make_video.py videos/NN-nome --brand brand/brand.json --words source/words.json
   

3. Ressincronize as legendas com o clipe, porque as marcações medidas em uma fonte longa podem variar até 3 segundos. Faça isso antes de sincronizar qualquer camada com a voz:

   eyes transcript videos/NN-nome/assets/clip.mp4 --words --json > videos/NN-nome/compositions/clip_words.json
   python3 <skill>/scripts/make_video.py videos/NN-nome --brand brand/brand.json --words source/words.json
   

4. Verifique, visualize, renderize, nivele o áudio:

   cd videos/NN-nome
   npx --yes hyperframes check --json
   npx --yes hyperframes snapshot --at 0.3,8
   npx --yes hyperframes render -q delivery -o ../../renders/NN-nome.mp4 --quiet
   ffmpeg -i in.mp4 -c:v copy -af loudnorm=I=-14:TP=-1.5:LRA=11 out.mp4
   

5. Assista à renderização com eyes index e percorra references/review-checklist.md. Corrija e re-renderize. Faça isso para cada vídeo: um check limpo diz que o arquivo é válido, não que é bom.

Renderize apenas depois que o usuário tiver visto o plano. Renderizar é lento, e um hook errado desperdiça o trabalho.

Finalize

Escreva COPY.md com um título, legenda e hashtags para cada vídeo, no idioma do usuário, usando a voz da marca de BRAND.md. references/reels-from-long-video.md cobre o formato e um calendário de postagem.

Deixe a publicação para o usuário, a menos que ele peça para você fazê-lo, e confirme antes de qualquer coisa se tornar pública.