Communitygithub.com

tasteforge-video

Use para descoberta multimodal de imagens, vídeos e ativos 3D orientada por arquivos; entrevistas de gosto; fluxos de destilação ou aplicação; validação de pacotes de estilo; exportação editável EDL/FCPXML; auditorias de proveniência; e planejamento offline que deve falhar de forma segura antes da geração por provedor.

O que é tasteforge-video?

TasteForge Video é uma habilidade do ECC (Engine for Creative Coding) que transforma o desejo de 'faça soar como esta referência' em um fluxo de trabalho repetível e auditável. Ela opera exclusivamente de forma local, determinística e offline, sem chamar provedores externos como Fal. A habilidade suporta a realização de entrevistas de gosto, destilação de perfis estéticos em pacotes de estilo estruturados, validação desses pacotes contra esquemas, aplicação de cadência e aparência medidas a mídias locais, e exportação de timelines editáveis (EDL CMX3600, FCPXML 1.9) para editores não lineares como DaVinci Resolve, Premiere ou Final Cut. O contrato de evidência multimodal garante que qualquer plano de geração (imagem, vídeo, ativo 3D) seja um plano seco, com proveniência rastreável e sem execução real de provedor, falhando fechado se campos obrigatórios estiverem ausentes. A implementação canônica reside no pacote `ecc-tasteforge` dentro do repositório `affaan-m/ECC`, com CLI `python3 -m tasteforge` para comandos como `provenance`, `inspect`, `validate`, `interview`, `distill`, `apply`, `export` e `multimodal`.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/tasteforge-video

Perguntar na sua IA favorita

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

Documentação

TasteForge Video

Para o pipeline criativo completo autônomo, use taste-distillation e depois taste-application. Essas habilidades do ECC enviam seus próprios scripts Python diretamente: medem referências, geram ou passam por takes existentes, graduam, cortam, compõem, verificam e entregam para Blender e Resolve. Nenhum repositório de vídeo separado é necessário para esse fluxo. Esta habilidade documenta o motor offline empacotado do ECC e seu contrato estrito de evidência.

TasteForge transforma 'faça soar como esta referência' em um fluxo de trabalho repetível e auditável: entreviste o gosto, destile-o em um pacote de estilo estruturado, valide o pacote, aplique sua cadência e aparência medidas a mídia local e exporte uma timeline editável. A implementação canônica é o pacote tasteforge enviado dentro do ECC em skills/taste-application/scripts/tasteforge/. Ito-Markets/ito-video é um projeto de exemplo que consome o motor ECC empacotado.

Quando Usar

  • O usuário pede para entrevistar sobre gosto de vídeo antes de qualquer filmagem ser feita ('me pergunte sobre o visual', 'me entreviste sobre direção estética').
  • O usuário deseja destilar uma estética em restrições estruturadas — um pacote de estilo reutilizável em vez de sensações ('transforme estas referências em um pacote').
  • O usuário deseja validar um pacote de estilo (os metadados estão completos, o esquema é válido, a cadência foi medida, a especificação foi destilada?).
  • O usuário deseja aplicar um pacote de estilo a filmagens locais — planejar um corte a partir da cadência medida do pacote sobre clipes locais, deterministicamente.
  • O usuário deseja exportar EDL/FCPXML — uma entrega editável, com quadros exatos, para DaVinci Resolve / Premiere / Final Cut.
  • O usuário pede uma auditoria de proveniência de mídia gerada — de onde veio este pacote, especificação ou corte; o que foi medido localmente versus gerado por um provedor; o que foi simulado (dry-run).
  • O usuário pede para descobrir ou planejar saídas multimodais de imagem, vídeo ou ativos 3D orientadas por arquivos a partir de arquivos de referência locais, incluindo manifestos separados, efeitos de CV ancorados a sujeitos ou receitas de efeitos do Resolve.
  • O usuário menciona TasteForge, pacotes de estilo, flashethereal, destilação de gosto, planejamento de cadência/ritmo, descoberta multimodal, fluxos de destilação/aplicação ou uma entrevista de gosto para vídeo.

Operações Determinísticas Locais vs Geração por Provedor

Este limite é o núcleo desta habilidade de compatibilidade. Suas operações são locais, determinísticas e offline:

OperaçãoDeterminística?ECC pode executar
Entrevista de gosto → perfilsim (offline)sim
Inspeção/validação de pacote contra esquemassimsim
Destilar perfil (+ fundamentação medida) → especificaçãosim (semântica dry-run)sim
Aplicar cadência do pacote a mídia local → relatório + timelinesimsim
Exportar EDL (CMX3600) / FCPXML 1.9simsim
Relatório de proveniência / linhagemsimsim
Destilação de imagens por modelo de visãogeração por provedornão
Referência para vídeo, imagem para 3D, composição hospedadageração por provedornão

Geração por provedor deve falhar fechado no ECC. Qualquer chamada ao vivo da Fal (ou outro provedor) — gerar tomadas, criar malhas de adereços, destilação VLM hospedada — requer execução explícita separadamente autorizada sob uma faixa separada com sua própria revisão. Nesta faixa de compatibilidade, o ECC nunca chama Fal, nunca lê qualquer chave de API ou outras credenciais (FAL_KEY incluído), não envia mídia e não altera o estado da conta do provedor. Quando uma requisição precisar de geração por provedor, declare exatamente esse limite, execute a metade local (entrevista, validação de pacote, planejamento, exportação) e pare.

Nunca afirme que um fluxo de trabalho Fal foi salvo. Uma referência local a um endpoint Fal, ID de modelo ou URL dry-run (eles aparecem dentro dos metadados do pacote) é apenas referência: nunca significa que um fluxo de trabalho do lado do provedor foi salvo, persistido ou autorizado a ser executado. Qualquer coisa produzida offline carrega semântica dry-run — diga 'especificação dry-run' ou 'plano determinístico', nunca 'gerado pelo modelo'.

Implementação Canônica

  • Repositório: affaan-m/ECC; distribuição Python ecc-tasteforge, diretório do pacote skills/taste-application/scripts/tasteforge/. Instale a partir do pacote ECC extraído com python3 -m pip install ./skills/taste-application/scripts. O projeto de exemplo Ito-Markets/ito-video fixa um commit específico do ECC.
  • CLI: python3 -m tasteforge <comando> — provenance, inspect, validate, interview, distill, apply, export, multimodal. Flags --live saem com código 2 e recusam.
  • Esquemas são o contrato: perfil de gosto, manifesto do pacote, graduação, cadência, especificação, eventos de timeline, relatórios de aplicação (provider está bloqueado por enum para "none"; dry_run para true).
  • A linhagem de fonte recuperada e exclusões deliberadas residem em skills/taste-application/SOURCE.md do repositório. Execute python3 -m tasteforge provenance para a versão legível por máquina.

Use o motor ECC instalado para comandos determinísticos locais e interprete seu JSON. Instale o motor empacotado se ausente; não reconstrua sua lógica inline. taste.resolve é uma importação de compatibilidade de tasteforge.resolve, então os scripts criativos e o projeto de exemplo compartilham um adaptador Resolve verificado.

A CLI python3 -m tasteforge usa a distribuição ecc-tasteforge instalada. Os scripts standalone taste-distillation e taste-application são enviados no módulo de geração de mídia opt-in do ECC com seus próprios requisitos Python. Nenhum dos caminhos requer a publicação do repositório ou mídia do usuário.

Antes de retomar um checkout salvo, registre seu commit e inspecione branches locais e worktrees para correções de implementação posteriores. Execute os testes do pacote canônico e python3 -m tasteforge apply --help; os testes de texto e fixture do ECC não provam que o checkout Python selecionado implementa este contrato.

Encadeando as Habilidades Criativas

EstágioProprietárioResultado revisável
Direção criativatasteGêneros nomeados, observações de referência, lista de looks e evitações escolhidas
Destilação e planejamentotasteforge-videoEvidência medida, especificações de gênero separadas, manifestos dry-run e plano de cadência
Edição e efeitosvideo-editing, com o renderizador escolhido como Remotion, Manim ou FusionFilmagem aplicada, faixas reais, efeitos e timeline editáveis
Ativos gerados opcionais ou vozfal-ai-media ou o fluxo de trabalho de áudio selecionado, sob sua própria autorizaçãoRecibo do provedor e saída inspecionada
EntregaFluxo de trabalho de edição, depois content-engine quando solicitadoExportação exata revisada e cópia de distribuição

Use apenas os estágios que o projeto precisa. A paleta angelcore/cloud-trance histórica e a gramática de batida da habilidade taste são exemplos criativos opcionais; eles não devem substituir o briefing atual ou mesclar gêneros numerados distintos. Use as referências reais de cada gênero para sua direção, incluindo 3D Cyber Glitch e Fluid Sketch. TasteForge não substitui essas habilidades nem requer todos os renderizadores. Mantenha materiais 3D, geometria, comportamento de wireframe, movimento e composição explícitos na assinatura do gênero. Um manifesto de solicitação 3D é um plano para um ativo; não é uma malha. Um descritor de âncora de sujeito nomeia um requisito de rastreamento; não é evidência de que um sujeito foi detectado ou rastreado. Inspecione faixas reais, comportamento de perda de faixa e quadros de sujeito renderizados antes de afirmar que os efeitos de CV foram aplicados de forma confiável.

Fluxo de Trabalho

  1. Entrevista (interview): colete respostas para os eixos de visual — paleta, granulação, iluminação, distância focal, movimento da câmera, enquadramento do sujeito, graduação, adjetivos de humor, lista de evitações — e separadamente o briefing de conteúdo. Mantenha visual e conteúdo separados; mesclá-los é a falha clássica.
  2. Destilar (distill): mapeie o perfil para o esquema de especificação offline, incorporando a fundamentação medida do pacote (ponto preto/branco, contraste, croma por zona, paleta, ritmo de corte) quando um pacote é fornecido. O resultado é uma especificação dry-run: determinística, provedor "none".
  3. Validar (validate / inspect): verifique o pacote contra seus esquemas; relate erros vs avisos (stills ausentes em um pacote apenas de metadados são um aviso, não um erro).
  4. Aplicar (apply): planeje durações de tomada a partir da cadência medida do pacote (semeadas, determinísticas) sobre os clipes locais do usuário; produza o relatório de aplicação e eventos de timeline com quadros exatos.
  5. Exportar (export): escreva EDL CMX3600 + FCPXML 1.9 com tempos racionais e seguros para NTSC para importação em um NLE real.
  6. Auditar (provenance): relate linhagem — resumos de fonte recuperada, histórico de geração, proveniência de fixture, referências de provedor como registros apenas de ponteiro.

Aplicando Filmagens Reais Sem Fontes Repetidas

Quando o briefing exigir nenhum clipe repetido, use um checkout canônico que suporte apply --no-repeat --fps, e defina a taxa de quadros de saída explicitamente. Se essas flags estiverem ausentes, relate a lacuna de implementação em vez de usar silenciosamente a seleção round-robin legada. O modo estrito usa cada caminho de fonte normalizado no máximo uma vez na ordem do manifesto e rejeita fontes insuficientes ou muito curtas. Prepare seleções revisadas suficientes para preencher o plano de cadência. Isso é exclusividade no nível da fonte, não suporte para intervalos de entrada/saída distintos da mesma gravação.

O relatório de aplicação é um plano de corte. Ele não realiza classificação visual de tomadas, graduação de filmagem, aplicação de LUT, renderização de sobreposições ou importação de um projeto Resolve. Mantenha a cadência de referência medida do pacote separada da taxa de quadros de saída.

A CLI de exportação espera {"clips": [...]}. Enrole os timeline_events da aplicação sob clips antes de exportar e passe o mesmo --fps usado para aplicação; a taxa de quadros padrão da exportação não deve reconformar o plano. Verifique a contagem de eventos emitidos, quadros totais, fontes únicas e vinculação de mídia antes de entregar a timeline ao fluxo de trabalho de edição. Quando esse fluxo de trabalho aplicar efeitos sobrepostos em um NLE, aloque faixas compatíveis e leia de volta cada início, fim e duração solicitados. Um item retornado ou uma chamada de append bem-sucedida por si só não prova que cada efeito agendado foi colocado; rejeite posicionamentos ausentes, deslocados ou truncados antes de renderizar.

Contrato Multimodal Orientado por Arquivos

Use este caminho quando referências locais devem gerar planos de geração dry-run para saídas de imagem, vídeo e ativos 3D, preservando a separação de gêneros:

python3 -m tasteforge multimodal --config workflow.json --out-dir out/multimodal

O config nomeia gêneros numerados e arquivos de evidência locais. Mantenha esses gêneros candidatos distintos em vez de misturá-los em uma estética genérica:

  1. Flash Ethereal
  2. 3D Cyber Glitch
  3. Fluid Sketch

O comando mede referências locais com ffprobe/ffmpeg e emite uma especificação de estilo por gênero, manifestos separados de imagem, vídeo e ativos 3D, proveniência e uma receita de efeito Resolve. A programação de efeitos deve ser semeadas aperiódica. Efeitos de CV exigem uma âncora de sujeito real cuja política exata de perda de rastreamento seja disable_effect_until_track_recovers; continue_without_anchor e todas as outras políticas falham fechado. Cada efeito carrega restrições de posicionamento que preservam rostos e texto legível e impedem que malhas de canto decorativas substituam o trabalho 3D em tela cheia.

O recibo retornado é o limite do pacote. Ele vincula cada artefato de evidência emitido por caminho relativo, tamanho em bytes, SHA-256, gênero, modalidade, provider_execution:false e proveniência exata de referência/tempo. O recibo requer provider_calls:0 como um inteiro exato (o booleano JSON false é inválido), provider_execution:false e dry_run:true. Cada especificação de gênero também requer dry_run:true explícito. A receita de efeito Resolve requer esses mesmos campos exatos de falha fechada: inteiro provider_calls:0, provider_execution:false e dry_run:true. Cada manifesto de modalidade e cada requisição aninhada deve conter todos os quatro campos exatos de falha fechada: inteiro provider_calls:0, provider_execution:false, dry_run:true e submit:false; cada requisição também requer provider_call_mode:"disabled". Um campo ausente é uma rejeição, não um padrão, e dry_run:false deve ser rejeitado antes que a saída seja escrita.

Trate booleanos como números inválidos em todos os dados de timeline, evidência, sonda e duração de fonte. Cada valor numérico deve ser um real finito: rejeite true, false, NaN, infinitos, inícios de evento negativos, durações não positivas, tempos de evidência fora do intervalo e eventos que terminam além da timeline positiva finita declarada. Evidência de arquivo inteiro usa uma base de tempo de arquivo inteiro explícita e nunca inventa timestamps.

As referências do recibo são a autoridade da duração. Chaveie cada duração de referência validada pelo seu SHA-256 citado; ocorrências duplicadas de um digest devem concordar na duração ou o pacote é inválido. Cada source_duration de evidência de efeito e cada source_duration de âncora de sujeito deve ser igual à duração do recibo validada desse digest, não apenas conter seu tempo citado. A duração da sonda e todas as medições da sonda devem descrever os mesmos bytes estáveis usados para contagem de bytes e SHA-256. Se a fonte mudar durante a sondagem ou rehash de forma diferente enquanto ainda estiver disponível, falhe fechado em vez de emitir ou aceitar um recibo.

Sempre execute a validação do pacote após a criação. Um manifesto de imagem, vídeo ou ativo 3D ausente deve falhar fechado. Gêneros genéricos ou duplicados, programações periódicas, efeitos de CV sem âncora, restrições de posicionamento ausentes, flags de execução de provedor, arquivos de saída não vinculados, deriva de tamanho de bytes ou adulteração de SHA-256 devem falhar fechado. Rejeite raízes de saída, intermediários ou artefatos que sejam links simbólicos e rejeite arquivos especiais (incluindo FIFOs e dispositivos); as saídas devem permanecer arquivos regulares sob uma árvore de diretórios real. Se ffmpeg ou ffprobe local estiver indisponível, a CLI deve retornar seu erro limitado de processamento de mídia local diferente de zero sem um traceback Python. Não repare um recibo com falha excluindo evidência ou enfraquecendo a validação.

Sessão de Exemplo

# após instalar o motor ECC; caminhos abaixo são suas entradas do projeto
python3 -m tasteforge validate stylepacks/flashethereal
python3 -m tasteforge interview --answers answers.json --genre flashetherea

…

[truncado para tradução]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas