Communitygithub.com

cgallic/kai-cmo-harness

Produção completa de vídeo, do roteiro ao MP4 renderizado. Combina geração de roteiros (otimizados para TikTok/YouTube/Reels) com renderização usando Remotion, narrações por IA (Qwen3-TTS/ElevenLabs), música gerada por IA (ACE-Step) e gravação de demonstração no navegador. Rastreamento de projetos multissessão com reconciliação automática de intenções. Use quando solicitar "criar vídeo", "produzir vídeo", "vídeo de demonstração", "vídeo de produto" ou qualquer pedido para gerar E renderizar conteúdo em vídeo.

O que é kai-cmo-harness?

Esta skill capacita agentes de IA como Claude Code, Cursor e Cursor a realizarem produção de vídeo full-stack, do roteiro ao MP4 renderizado. Ela é útil porque automatiza todo o pipeline de criação de vídeo, incluindo escrita de roteiro otimizada para plataforma social, geração de voz, produção de música, captura de tela de demonstração e renderização final via Remotion. Suporta qualquer ferramenta de agente que possa manipular arquivos e executar scripts Node.js/Python. A skill funciona dividindo o trabalho em fases (roteiro, assets, áudio, revisão, edição, renderização) e mantém um arquivo `project.json` para reconstrução de estado entre sessões. Ela aplica automaticamente perfis de marca, executa um laboratório de variantes para validar conceitos antes da renderização completa e usa as ferramentas de IA mais baratas possíveis (Qwen3-TTS e ACE-Step) por padrão, com alternativas premium opcionais.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cgallic/kai-cmo-harness/tree/HEAD/harness/skills-v2/kai-video-production

Perguntar na sua IA favorita

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

Documentação

/kai-video-production — um MP4 renderizado que começou como um roteiro digno de ser renderizado

Nota raiz do Kai: os caminhos knowledge/, harness/ e scripts/ nesta skill pertencem à instalação do Kai, não ao projeto do usuário. Resolva-os em relação ao primeiro diretório ancestral deste SKILL.md que contiver uma pasta knowledge/ (a raiz do plugin Kai, ~/.claude/kai ou o repositório kai-cmo-harness). MARKETING.md, memory/ e quaisquer arquivos de saída ficam no projeto atual. Se um comando scripts/ referenciado não estiver disponível nesta instalação, informe, pule-o e continue com as instruções baseadas em arquivos — nunca invente uma saída que ele não produziu.

Spots de movimento de estúdio (um hype de lançamento renderizado por código, uma demonstração a partir de capturas de tela reais ou vídeos de dor para um site, com o corte até a revelação) usam /kai-motion-spot. Esta skill cobre a produção de modelos Remotion.

Objetivo

Um vídeo finalizado: um roteiro aprovado, os assets necessários, áudio sincronizado e um MP4 renderizado nas especificações da plataforma — com project.json descrevendo o estado real do projeto no disco para que a próxima sessão retome sem reconstrução.

A produção amplifica um bom roteiro e não consegue salvar um ruim. A qualidade do roteiro é definida antes de qualquer asset ser gerado. O escopo se divide em três direções: apenas roteiro (parar no roteiro, o usuário grava), produção automatizada (pipeline de renderização completo), híbrido (gerar narração e slides, o usuário fornece demonstrações).

Finalizado quando

Tipo de trabalho social-post — piso E5/C2/O3 (harness/eco-floors.yaml), contrato harness/skill-contracts/social-post.yaml. Uma renderização que funcionará como criativo pago segue, em vez disso, paid-ad-campaign (E5/C4/O4), que requer a referência da política da plataforma carregada antes da submissão do criativo.

  • E5 — o vídeo está ativo na plataforma alvo e um não-ator leu o link de volta em relação ao corte aprovado. O MP4 em out/ é E1; a aprovação humana da variante vencedora e do corte final é E3. Esta skill renderiza; ela não faz upload.
  • C2 — banned_word_check e four_us_score (10/16) limpos no roteiro, mais ambas as listas de verificação de renderização abaixo.
  • O3 — alcance, taxa de engajamento, cliques no perfil e cliques no link lidos dos insights da plataforma em 7 dias contra uma linha de base registrada antes da publicação.

Antes de renderizar: roteiro aprovado com hooks fortes e sem IA genérica · todos os assets presentes, sem demonstrações ou imagens ausentes · duração das cenas corresponde à narração · narração alinhada aos visuais · cores, fontes e logotipo da marca corretos · transições suaves · contraste e tamanho do texto legíveis · prévia percorrida no Remotion Studio.

Após renderizar: resolução conforme especificado · narração audível acima da música · tamanho do arquivo dentro dos limites da plataforma · formato reproduz na plataforma alvo.

Restrições

  • Aprovação humana é necessária para passar do laboratório de variantes para a renderização completa. Renderizações custam tempo e computação; um conceito não aprovado não recebe nenhum dos dois.

  • O laboratório de variantes de pré-verificação é executado antes da criação de assets ou renderização — 3 variantes de hook (cada uma com plataforma, primeiro quadro visual esperado e promessa ao espectador), 2 variantes de estrutura para ordem de cenas ou ritmo, 2 variantes de CTA combinadas com o objetivo da campanha e 1 nota de risco por variante cobrindo alegações não suportadas, incompatibilidade de marca ou necessidades de aprovação. Escreva em workspace/video/projects/{name}/PREFLIGHT-VARIANTS.md, escolha um vencedor, mantenha as variantes rejeitadas no mesmo arquivo como lista de eliminação.

    FatorPontuaçãoPergunta
    Força do hook1-5A abertura cria atenção imediata?
    Clareza da mensagem1-5A ideia central é óbvia após uma visualização?
    Densidade de prova1-5As alegações são apoiadas por demonstração, citação, dados ou fonte?
    Adequação à produção1-5Pode ser feito com os assets e cronograma disponíveis?
    Segurança da marca1-5Evita autoridade falsa, alegações arriscadas ou direitos pouco claros?
  • Leia MARKETING.md da raiz do projeto antes de perguntar algo ao usuário. Se não existir, construa-o a partir do código-fonte — CLAUDE.md, README.md, PROJECT.md, package.json, landing pages, configuração de e-mail/anúncio/análise — usando o modelo de /kai-email-system e confirme o rascunho.

  • Saiba estes antes de produzir: tópico, plataformas, formato (cabeça falante, gravação de tela, b-roll, animação, slides), faixa de duração, objetivo e se o usuário quer apenas roteiro ou uma renderização completa.

  • O sistema de arquivos é a fonte da verdade. Ao retomar, escaneie o diretório do projeto, compare com project.json e corrija os status — asset-needed com o arquivo presente torna-se asset-present; ready com o arquivo ausente torna-se asset-missing. Sinalize cada discrepância ao usuário em vez de renderizar ignorando-a. Regere o documento de status CLAUDE.md do projeto após a reconciliação.

  • Perfis de marca são aplicados automaticamente. Cores, fontes e logotipo vêm de brands/{brand}/brand.json; configurações de voz de voice.json. Nunca especifique novamente uma cor ou fonte inline que o arquivo de marca já define.

  • Pré-requisitos são bloqueadores reais: Node.js 18+ (Remotion) e FFmpeg (codificação) são necessários. Recursos de IA em nuvem precisam de uma conta Modal ($30/mês de computação gratuita) ou RunPod (pague por segundo); ElevenLabs é opcional para vozes premium. /video-setup lida com a configuração. Se uma ferramenta não estiver implantada nesta instalação, informe — nunca descreva uma saída que ela não produziu.

  • Prefira a ferramenta gratuita ou barata. Qwen3-TTS e ACE-Step cobrem a maioria dos trabalhos; provedores premium são uma escolha explícita, não um padrão.

  • Nada é publicado. A renderização vai para out/; o upload é uma etapa separada e aprovada.

Contexto

NecessidadeCarregar / executar
Mecânica de conteúdo de vídeoknowledge/playbooks/video-content-creation.md
TikTok · YouTube · Reelsknowledge/channels/tiktok-algorithm.md · knowledge/channels/youtube.md · knowledge/channels/instagram.md
Polimento de design de cena de slidesknowledge/frameworks/design/frontend-design.md
Produto, ICP, voz, canaisMARKETING.md (raiz do projeto)
Configuração, gravação, áudio, revisão, design, clonagem/video-setup · /record-demo · /generate-voiceover · /scene-review · /design · /voice-clone

Modelos: product-demo (título, problema, solução, demonstração, CTA) · explainer (título, visão geral, seções, recapitulação) · demo-walkthrough (gravação de tela com narração) · social-short (15–60s vertical) · testimonial (citação + visuais) · announcement (lançamentos, releases, notícias). Material de referência acompanha-os — templates/product-demo/, templates/explainer/, templates/social-short/ e exemplos finalizados em examples/digital-samba-skill-demo/ e examples/schlumbergera/, cada um com fonte, MP4 renderizado e notas de produção.

Estrutura do projeto:

projects/{name}/
├── project.json          # estado, cenas, assets, sessões
├── VOICEOVER-SCRIPT.md   # narração completa
├── src/                  # Root.tsx, scenes/, config/ (timing, brand, assets)
├── public/               # audio/, demos/, images/, videos/
└── CLAUDE.md             # status gerado automaticamente

project.json contém name, template, brand, created, updated, phase, um array scenes[] (id, type, duration, visual, narration, status), um bloco audio (voz: file/status/provider/speaker; música: file/status/preset), estimates.totalDurationSeconds e um log sessions[] de data, fase e resumo. Ciclo de vida: planning → assets → review → audio → editing → rendering → complete.

Tipos de cena: title · overview · demo · split-demo · problem · solution · feature · stats · testimonial · cta · credits.

Assets. Slides (cartões de título, marcadores, visualizações de estatísticas, telas de CTA) são gerados a partir do perfil da marca. Demonstrações vêm de /record-demo (gravação de navegador Playwright, --script demo-script.md --auto para automação roteirizada), um MP4/MOV externo colocado em public/demos/ ou capturas de tela do Playwright. Imagens: python tools/flux2.py --prompt "..." --cloud modal para geração, python tools/image_edit.py --input photo.jpg --style ... para edição.

Áudio.

python tools/voiceover.py --provider qwen3 --speaker Ryan --script VOICEOVER-SCRIPT.md --scene-dir public/audio/scenes --json
python tools/voiceover.py --provider elevenlabs --voice-id {ID} --script VOICEOVER-SCRIPT.md
python tools/music_gen.py --preset corporate-bg --duration 120 --bpm 90 --key "D Minor"
python tools/music.py --prompt "Upbeat corporate" --duration 120
python tools/sfx.py --preset whoosh   # também: pop, success

Locutores Qwen3: Ryan, Brad, Ava, Lily, Emily, Sam, Alex, Kevin, Zoe. Presets de música: corporate-bg, upbeat-intro, dramatic-reveal, ambient-subtle, tension-build, inspirational-montage, tech-minimal, celebration-end. /voice-clone produz uma voz de marca personalizada.

Arquivos de marca. brand.json: colors (primary #3B82F6, secondary #10B981, background #111827, text #F9FAFB no exemplo KaiCalls), fonts.heading / fonts.body (family + weight), logo, style. voice.json: provider, speaker, tone, pace e um bloco elevenlabs (voice_id, stability, similarity_boost).

Transições — 7 personalizadas mais 4 oficiais do Remotion, importadas de @/lib/transitions:

TransiçãoEfeitoCaso de uso
glitch()Distorção digital + deslocamento RGBEstética techno
rgbSplit()Aberração cromáticaCortes energéticos
zoomBlur()Desfoque de movimento radialRevelações dramáticas
lightLeak()Flare de lente cinematográficoPolimento profissional
clockWipe()Revelação de varredura radialConteúdo baseado em tempo
pixelate()Mosaico digitalRetro/8-bit
checkerboard()Revelação em grade (9 padrões)Limpo, geométrico
slide() fade() wipe() flip()Oficiais do RemotionPadrão, sutil, direcional, lúdico

Revisão e renderização.

cd projects/{name} && npm run studio     # Remotion Studio em localhost:3000
npm run render -- --quality=low          # prévia
npm run render                           # final → out/{name}.mp4

Opções de renderização: --codec=h264 (padrão) ou h265 (menor) · --resolution=1080p (padrão) ou 720p · --fps=30 (padrão) ou 60. Ajustes de tempo em config.ts.

Pós-produção: tools/addmusic.py (adicionar música a um MP4 existente) · tools/redub.py (trocar voz) · tools/dewatermark.py --preset sora --cloud modal · tools/upscale.py --scale 2x --cloud modal.

GPU em nuvem. O Modal é implantado via /video-setup: qwen3_tts ($0.01/vídeo), flux2 ($0.02/imagem), music_gen ($0.05/faixa), sadtalker ($0.10/vídeo), ltx2 ($0.23/clipe), image_edit ($0.03/imagem), upscale ($0.01/imagem), dewatermark ($0.10/vídeo). RunPod é a alternativa de pagamento por segundo (python tools/<tool>.py --setup por ferramenta). Um vídeo de 60 a 90 segundos custa aproximadamente $0,20 no total — roteiro ~$0,10, narração Qwen3 ~$0,01, música ACE-Step ~$0,05, imagens FLUX.2 ~$0,04, renderização Remotion local $0,00. Premium adiciona: narração ElevenLabs +$0,30, clipe LTX-2 +$0,23, SadTalker +$0,10. O nível gratuito Starter do Modal cobre mais de 100 vídeos/mês.

Saída vai para workspace/video/: _video-projects.md (índice), projects/{name}/ (com out/{name}.mp4), scripts/ divididos por tiktok/, youtube/, reels/ e _production-guide.md.

Pontos de entrada: /kai-video script --platform tiktok --topic "..." (apenas roteiro) · /kai-video produce --template product-demo --brand kaicalls (pipeline completo) · /kai-video resume {name}. Descendentes: /kai-repurpose para clipes, /kai-social para agendamento, /kai-content-calendar para timing de lançamento, /kai-analytics para desempenho.

Falhas comuns: "asset não encontrado" — caminhos em project.json divergem do sistema de arquivos, reconcilie · "áudio fora de sincronia" — ajuste o tempo em config.ts ou regere a narração em relação ao roteiro atual · "falha na renderização" — verifique ffmpeg -version, confirme que os assets existem, execute uma prévia de baixa qualidade primeiro · "timeout da ferramenta no Modal" — verifique créditos de computação e modal app list, ou recorra ao RunPod · "cores da marca não aplicadas" — brand.json ausente de brands/, nome da marca incompatível em project.json ou src/config/brand.ts precisa ser regenerado.

Escalar quando

  • O vencedor do laboratório de variantes não foi aprovado e o próximo passo consumiria renderização ou GPU.
  • A filmagem de demonstração mostra dados do cliente, interface de terceiros ou qualquer coisa cujos direitos não sejam confirmados.
  • Uma alegação na narração precisa de um número sem fonte.
  • A reconciliação encontra assets que o projeto não esperava, ou assets esperados que desapareceram.
  • Pré-requisitos estão ausentes (sem Node 18+, sem FFmpeg, sem ferramentas em nuvem implantadas) e o usuário espera um arquivo renderizado.
  • O vídeo é destinado a uma colocação paga — a referência da política da plataforma e o piso paid-ad-campaign se aplicam antes da submissão.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Habilidades Relacionadas