Communitygithub.com

tasteforge-video

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

O que é tasteforge-video?

TasteForge Video é um skill especializado em pipeline criativo offline, determinístico e auditável, desenhado para transformar referências estéticas em planos de edição concretos sem depender de geração remota ou modelos de IA. Ele permite entrevistar o gosto do usuário, destilar essa entrevista em um pacote de estilo estruturado (style pack), validar o pacote, aplicar sua cadência e aparência medidas em mídia local, e exportar timelines editáveis nos formatos EDL (CMX3600) e FCPXML 1.9 para uso em NLEs como DaVinci Resolve, Premiere ou Final Cut. O skill opera exclusivamente offline, com operações locais como inspeção, validação, planejamento de corte e exportação, jamais chamando provedores externos; qualquer solicitação de geração por provedor (ex.: Fal) deve falhar de forma fechada, indicando claramente o limite. Suas principais operações incluem entrevista, destilação, validação, aplicação, exportação e auditoria de proveniência, com suporte para descoberta multimodal que gera manifestos separados para imagem, vídeo e ativos 3D, receitas de efeitos para Resolve e contratos rigorosos de evidência. O skill é compatível com ferramentas como Claude Code (via ECC), Cursor e Codex, e exige a instalação do pacote `ecc-tasteforge` da distribuição Python `ecc-tasteforge` no repositório `affaan-m/ECC`. Sua implementação canônica está em `skills/taste-application/scripts/tasteforge/` e pode ser usada via CLI com `python3 -m tasteforge <comando>`, interpretando saídas JSON para rastrear proveniência, validar esquemas e planejar cortes sem gerar mídia visual ou invocar APIs de provedor.

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

Perguntar na sua IA favorita

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

Documentação

TasteForge Vídeo

Para o pipeline criativo completo e autônomo, use taste-distillation e depois taste-application. Esses skills do ECC já enviam seus scripts Python diretamente: medir referências, gerar ou passar takes existentes, classificar, cortar, compor, verificar e entregar para Blender e Resolve. Nenhum repositório de vídeo separado é necessário para esse fluxo. Este skill documenta o motor offline empacotado do ECC e seu contrato estrito de evidência.

O TasteForge transforma "faça parecer com esta referência" em um fluxo de trabalho repetível e auditável: entrevistar gosto, destilá-lo em um pacote de estilo estruturado, validar o pacote, aplicar sua cadência e aparência medidas à mídia local e exportar uma linha do tempo 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 a aparência", "me entreviste sobre a direção estética").
  • O usuário deseja destilar uma estética em restrições estruturadas — um pacote de estilo reutilizável em vez de apenas vibrações ("transforme essas referências em um pacote").
  • O usuário deseja validar um pacote de estilo (a metadados estão completos, esquema válido, cadência medida, especificação destilada?).
  • O usuário deseja aplicar um pacote de estilo à filmagem local — planejar um corte a partir da cadência medida do pacote sobre clipes locais, deterministicamente.
  • O usuário deseja exportar EDL/FCPXML — uma entrega editável e exata em quadros 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.
  • O usuário pede para descobrir ou planejar saídas de ativos multimodais de imagem, vídeo ou 3D a partir de arquivos de referência locais, incluindo manifestos separados, efeitos CV ancorados a assunto ou receitas de efeitos do Resolve.
  • O usuário menciona TasteForge, pacotes de estilo, flashethereal, destilação de gosto, planejamento de cadência/ritmo, descoberta multimodal, fluxos destilar/aplicar ou uma entrevista de gosto para vídeo.

Operações Determinísticas Locais vs Geração por Provedor

Esta fronteira é o núcleo deste skill 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 (semânticas de simulação)sim
Aplicar cadência do pacote à mídia local → relatório + linha do temposimsim
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

A geração por provedor deve falhar de forma fechada no ECC. Qualquer chamada ao vivo do Fal (ou outro provedor) — gerar tomadas, cunhar malhas de adereços, destilação VLM hospedada — requer execução explícita separadamente autorizada em uma pista separada com sua própria revisão. Nesta pista de compatibilidade, o ECC nunca chama o Fal, nunca lê chaves de API ou outras credenciais (incluindo FAL_KEY), não envia mídia e não modifica o estado da conta do provedor. Quando uma solicitação precisa de geração por provedor, declare exatamente esse limite, execute a parte local (entrevista, validação de pacote, planejamento, exportação) e pare.

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

Implementação Canônica

  • Repositório: affaan-m/ECC; distribuição Python ecc-tasteforge, diretório de 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.
  • Os esquemas são o contrato: perfil de gosto, manifesto do pacote, classificação, cadência, especificação, eventos de linha do tempo, relatórios de aplicação (provider está bloqueado no enum para "none"; dry_runparatrue`).
  • A linhagem de fonte recuperada e exclusões deliberadas vivem 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 do Resolve verificado.

A CLI python3 -m tasteforge usa a distribuição ecc-tasteforge instalada. Os scripts autônomos 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 e worktrees locais 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 os Skills Criativos

EstágioDonoResultado revisável
Direção criativatasteGêneros nomeados, observações de referência, lista de aparência e evitar
Destilação e planejamentotasteforge-videoEvidência medida, especificações de gênero separadas, manifestos e plano de cadência simulados
Edição e efeitosvideo-editing, com o renderizador escolhido como Remotion, Manim ou FusionFilmagem aplicada, faixas reais, efeitos e linha do tempo 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 solicitadoCópia de exportação revisada e exata e distribuição

Use apenas os estágios que o projeto precisa. A paleta e gramática de batida histórica angelcore/cloud-trance do skill taste são exemplos criativos opcionais; eles não devem substituir o brief atual ou mesclar gêneros numerados distintos. Use as referências reais de cada gênero para sua direção, incluindo 3D Cyber Glitch e Fluid Sketch. O TasteForge não substitui esses skills 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 assunto nomeia um requisito de rastreamento; não é evidência de que um assunto foi detectado ou rastreado. Inspecione as faixas reais, comportamento de perda de faixa e quadros de assunto renderizados antes de afirmar que os efeitos CV foram aplicados de forma confiável.

Fluxo de Trabalho

  1. Entrevista (interview): colete respostas para os eixos de aparência — paleta, granulação, iluminação, distância focal, movimento de câmera, enquadramento do assunto, classificação, adjetivos de humor, lista de evitar — e separadamente o brief de conteúdo. Mantenha aparência e conteúdo separados; mesclá-los é a falha clássica.
  2. Destilar (distill): mapeie o perfil no esquema da especificação offline, incorporando a fundamentação medida do pacote (preto/ponto branco, contraste, croma por zona, paleta, ritmo de corte) quando um pacote é fornecido. O resultado é uma especificação simulada: 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 (semeadura, determinística) sobre os clipes locais do usuário; produza o relatório de aplicação e eventos de linha do tempo exatos em quadros.
  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 Filmagem Real Sem Fontes Repetidas

Quando o brief não requer clipes repetidos, 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, classifica filmagens, aplica um LUT, renderiza sobreposições ou importa um projeto do Resolve. Mantenha a cadência de referência medida do pacote separada da taxa de quadros de saída.

A CLI de exportação espera {"clips": [...]}. Empacote 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 linha do tempo para o fluxo de trabalho de edição. Quando esse fluxo de trabalho aplica 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 anexo bem-sucedida sozinhos não provam que todo 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 impulsionar planos de geração simulados para saídas de imagem, vídeo e ativos 3D, preservando a separação de gênero:

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

O config nomeia gêneros numerados e arquivos de evidência local. 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. O cronograma de efeito deve ser semeado aperiódico. Efeitos CV requerem uma âncora de assunto real cuja política exata de perda de faixa seja disable_effect_until_track_recovers; continue_without_anchor e todas as outras políticas falham fechadas. Cada efeito carrega restrições de posicionamento que preservam rostos e texto legível e impedem que malhas de canto decorativas substituam trabalhos 3D em tela cheia.

O recibo retornado é o limite do pacote. Ele vincula todo 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. Toda especificação de gênero também requer dry_run:true explícito. A receita de efeito Resolve requer esse mesmo inteiro exato provider_calls:0, provider_execution:false e dry_run:true. Cada manifesto de modalidade e toda solicitação aninhada devem conter todos os quatro campos exatos de falha fechada: inteiro provider_calls:0, provider_execution:false, dry_run:true e submit:false; cada solicitação 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 lugares em dados de linha do tempo, evidência, sonda e duração de fonte. Todo 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 linha do tempo 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 de duração. Chaveie cada duração de referência validada pelo seu SHA-256 citado; ocorrências duplicadas de um resumo devem concordar em duração ou o pacote é inválido. Cada source_duration de evidência de efeito e cada source_duration de âncora de assunto deve ser igual à duração validada do recibo daquele resumo, não apenas conter seu tempo citado. A duração da sonda e todas as medições de sonda devem descrever os mesmos bytes estáveis usados para contagem de bytes e SHA-256. Se a fonte sofrer mutação 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, cronogramas periódicos, efeitos CV não ancorados, restrições de posicionamento ausentes, flags de execução do provedor, arquivos de saída não vinculados, deriva de tamanho de byte ou adulteração de SHA-256 devem falhar fechados. Rejeite raízes de saída, intermediários ou artefatos que são links simbólicos e rejeite arquivos especiais (incluindo FIFOs e dispositivos); as saídas devem permanecer arquivos regulares sob uma árvore de diretório real. Se o 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 de projeto
python3 -m tasteforge validate stylepacks/flashethereal
python3 -m tasteforge interview --answers answers.json --genre flashethereal

…

[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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Habilidades Relacionadas