Communitygithub.com

CleanExpo/Pi-Dev-Ops

Produza um vídeo estilo YouTube sem rosto (caneta/ilustração simples como Zen, Nick Invest) do início ao fim a partir de um único tópico. Primeiro pergunta FACT-vs-STORY (não-ficção vs ficção) e ramifica todo o fluxo — construído para atender múltiplos clientes/canais, não um formato fixo. Faz engenharia reversa do formato de roteiro de um vídeo de referência comprovado, escreve um novo roteiro nesse formato, gera uma narração com timestamps no ElevenLabs, cria uma imagem estilizada (Artlist AI Toolkit) por timestamp e costura tudo com FFmpeg — totalmente automatizado, sem gravação humana.

O que é Pi-Dev-Ops?

Esta skill implementa um pipeline completo e automatizado para produzir vídeos no estilo "canal sem rosto" (faceless channel), como os dos canais Zen e Nick Invest, a partir de um único tópico. O fluxo é iniciado com uma pergunta fundamental — FACT (não-ficção educacional) ou STORY (ficção narrativa) — que ramifica todo o processo subsequente, desde a pesquisa de referências até a validação de autoridade, garantindo que vídeos factuais citem estudos reais e que vídeos ficcionais sejam apropriados para a faixa etária e marca. A skill faz engenharia reversa do formato de roteiro de um vídeo de referência, escreve um novo roteiro nesse formato, gera a narração com timestamps via ElevenLabs, cria uma imagem por timestamp usando o Artlist AI Toolkit (com token de estilo fixo para consistência visual) e costura tudo com FFmpeg. O resultado é um vídeo totalmente polido (1080p, fades, música de fundo opcional) pronto para upload, com disclosure de conteúdo sintético configurado conforme as políticas do YouTube. A skill também se integra com `video-distribution-strategist` para estratégia de publicação e com `video-director` caso o usuário deseje animações/edição mais elaboradas.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/CleanExpo/Pi-Dev-Ops/tree/HEAD/skills-library/skills/faceless-video

Perguntar na sua IA favorita

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

Documentação

Pipeline de Vídeo Sem Rosto

Construa um vídeo de canal sem rosto como um pipeline determinístico de 4 estágios. Desmontagem da fonte: ~/2nd Brain/2nd Brain/Wiki/research-faceless-youtube-claude-code-pipeline-2026-06-26.md.

Regras rígidas (risco de plataforma + qualidade)

  1. Voz = ElevenLabs Voice Artist (plano pago do Phill), NENHUMA gravação humana. O medo de "voz de IA te bane" do vídeo original está ERRADO — veja a política de divulgação do YouTube em Sources/youtube-synthetic-content-disclosure-policy-2026-06-26.md. A regra real: a divulgação de conteúdo alterado/sintético do YouTube é necessária para música de IA, uma voz sintética que NÃO seja um clone do próprio criador, ou IA realista de pessoas/lugares/eventos reais — e NÃO é necessária para animação/rabiscos. A divulgação não tem custo (nenhum impacto no público/monetização), então padrão = SIM sempre que o vídeo tiver música de IA ou uma voz sintética não própria (nosso pipeline sempre tem). Configure no YouTube Studio → Atributos → "Uso de IA" → Sim. Configure "Feito para crianças" = Sim apenas para conteúdo direcionado a crianças (STORY/cuidados infantis).
  2. Um token de estilo, cada imagem. Trave uma única descrição de estilo desde o início; toda imagem gerada a carrega literalmente para que o canal permaneça visualmente consistente.
  3. Autoridade adequada ao modo (veja a chave do Estágio 0). FACT/não-ficção: cite estudos/datas/estatísticas reais, pesquise antes de escrever, valide a precisão das afirmações. STORY/ficção: narrativa inventada; a autoridade é a ressonância emocional, não os fatos; ao invés disso, valide a adequação à idade e à marca (ex.: cuidados infantis = suave, seguro, adequado à idade). NUNCA apresente ficção como fato ou invente "fatos" no modo fact.
  4. Imagens paradas + narração, não animação. Este é o formato de canal de rabiscos. Se o usuário quiser animação/polimento de edição, repasse para video-director.

Substrato — Distinção IMPORTANTE

O vídeo original usa Higgsfield (Claude Code MCP). Nós NÃO usamos Higgsfield. A plataforma de imagens do Phill é Artlist (artlist.io, AI Toolkit), operada no navegador via browser-harness. Obs.: "artist.io" é um erro de digitação para artlist.io.

  • Geração de imagens (principal): Artlist AI Toolkit em toolkit.artlist.io/image-video-generator?mode=image (modelo Nano Banana 2, 16:9 / 2K). Mecânicas comprovadas no Estágio 3.
  • Geração de imagens (fallback): mcp__margot__image_generate (também Nano Banana 2) — apenas para execuções de teste não supervisionadas. Nunca Higgsfield.
  • Narração: ElevenLabs TTS via API REST. Chave + voz padrão em ~/.hermes/.env (ELEVENLABS_API_KEY, ELEVENLABS_VOICE_ID) — resolva programaticamente, nunca cole. Sem gravação humana.
  • Extração de transcrição: yt-dlp. Timestamps: alinhamento ElevenLabs (principal) ou whisper-cli (fallback). Costura: ffmpeg.

Pasta de trabalho

Crie ~/faceless-video/<slug-do-topico>/ e mantenha todos os artefatos lá: reference-format.md, script.md, voiceover.mp3, transcript.json, images/NN.png, final.mp4.

Estágio 0 — CHAVE DE MODO (PERGUNTE PRIMEIRO, antes de qualquer coisa)

O mecanismo atende a trabalhos opostos em diferentes clientes/aplicações, então a PRIMEIRA pergunta de cada execução é:

"Isso é um roteiro FACT (não-ficção) ou STORY (ficção)?" Grave mode na pasta de trabalho (mode.txt). Isso ramifica toda a execução:

FACT (não-ficção)STORY (ficção)
Caso de usoproduto educacional, explicadores, "você sabia"contos infantis, parábolas, histórias para dormir/marca
Referência de formatogancho + corpo de 3 pilares + conclusãopersonagem → falha → jornada → lição → resolução
Autoridadeestudos/dados/estatísticas reais pesquisados; validação de precisãoressonância emocional; validação de adequação à idade/marca
Regra rígidanunca invente fatosnunca apresente ficção como fato
Divulgação YouTubeUso de IA = Sim (música/voz de IA presentes)Uso de IA = Sim + Feito para crianças = Sim (direcionado a crianças)

Se o chamador já implica o modo (ex.: "uma história infantil para minha esposa" → STORY; "explique X para meu produto" → FACT), confirme em uma linha em vez de perguntar novamente. O tratamento padrão da referência, o modelo de roteiro e a validação seguem todos a partir desta chave.

Estágio 0b — Token de estilo (uma vez por canal, depois reutilize)

Peça ao usuário de 3 a 5 capturas de tela de referência do estilo visual alvo. Solicite a análise:

"Analise o estilo visual desta imagem para um gerador de imagens de IA. Forneça (1) uma descrição curta de estilo positivo que eu possa colar como prompt, (2) uma lista de prompts negativos para evitar desvio para resultados polidos/realistas. Foco apenas no estilo, não no assunto." Salve o resultado como style-token.md na raiz do canal (reutilizado em todos os vídeos daquele canal).

Estágio 1 — Roteiro (ramifica com base no modo do Estágio 0)

  1. Peça pelo tópico e uma URL de vídeo de referência comprovada na mesma via do modo escolhido (um canal factual para FACT, um canal de histórias para STORY — não cruze as vias).
  2. Baixe a transcrição de referência: yt-dlp --write-auto-sub --sub-lang en --skip-download --sub-format vtt -o 'ref-%(id)s.%(ext)s' '<URL>'. Limpe o .vtt (remova timestamps/tags, desduplique linhas de legendas automáticas contínuas).
  3. Decomponha em um modelo reutilizável, por modo:
    • FACT: gancho (os micro-beats), introdução/promessa, o corpo de 3 pilares, frases de transição, duração total.
    • STORY: protagonista + uma falha compartilhada, a necessidade, incidente incitante, jornada, uma demonstração MOSTRADA (não contada), uma linha de sabedoria digna de citação, percepção interna, encerramento que leva adiante. Salve como reference-format.md.
  4. Escreva um NOVO roteiro sobre o tópico nesse modelo. FACT: primeiro execute a skill source-ingest para puxar dados confiáveis de Nível 1-2 para a biblioteca Sources/, depois escreva o roteiro citando apenas essas fontes armazenadas e valide a precisão de cada afirmação em relação a elas. STORY: invente livremente, valide adequação à idade/marca. Gere um roteiro LIMPO (sem direções de cena) em script.md.
  5. Confirme o roteiro com o usuário antes de gerar a narração.

Estágio 2 — Narração + timestamps (ElevenLabs, automatizado)

  1. Gere a narração a partir de script.md via endpoint with-timestamps do ElevenLabs (retorna áudio + alinhamento de caracteres em uma chamada): curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/$ELEVENLABS_VOICE_ID/with-timestamps" -H "xi-api-key: $ELEVENLABS_API_KEY" -H "content-type: application/json" -d '{"text":"<script>","model_id":"eleven_multilingual_v2"}' → salve o áudio base64 em voiceover.mp3 e o alinhamento em transcript.json.
  2. Derive segmentos de timestamp por frase/sentença do alinhamento — cada segmento se torna um beat de imagem. (Fallback se o alinhamento for inutilizável: whisper-cli -f voiceover.wav -ml 1 --output-json -of transcript após ffmpeg -i voiceover.mp3 voiceover.wav.)
  3. A voz é por canal/cliente, não fixa — escolha a voz ElevenLabs que se adequa ao modo/marca (ex.: narrador caloroso e suave para ficção infantil; voz clara e autoritária para um produto educacional factual). Passe esse voice_id em vez do padrão em ELEVENLABS_VOICE_ID. Navegue pela biblioteca de vozes ElevenLabs do usuário ao escolher.
  4. Sem pausa humana — o Estágio 2 executa sem supervisão.

Estágio 3 — Uma imagem por timestamp (Artlist AI Toolkit, comprovado no navegador)

Por beat: prompt da cena + token de estilo travado literalmente. Opere o Artlist via browser-harness (precisa do Chrome do Phill logado; depuração remota Way-1 habilitada). Mecânicas conquistadas com esforço:

  1. Abra toolkit.artlist.io/image-video-generator?mode=image. O prompt é uma div [contenteditable=true]; o botão Generate corresponde ao innerText Generate. As configurações padrão já são 16:9 / 2K / 1 imagem (bom).
  2. Por imagem: tire um snapshot dos UUIDs gerados existentes → clique na caixa, document.execCommand('selectAll'), type_text(prompt) → clique em Generate → espere até que o texto do carregador (on its way|Almost ready|Generating) desapareça E um novo UUID apareça.
  3. O resultado reside em ai-toolkit-generations.imgix.net/...png?...&s=<sig>. Extraia o UUID com a regex GENERIC [0-9a-f]{8}-[0-9a-f]{4}-...{12}\.png (o prefixo do nome do arquivo varia: image-<uuid> OU -t-e-x-t_-t-o_-i-m-a-g-e-<uuid>). Baixe o src EXATO — reescrever qualquer parâmetro imgix (ex.: w=) quebra a assinatura → 403.
  4. VÁ UM DE CADA VEZ. Rajadas rápidas enfileiram/limitam e a visualização em grade virtualiza o DOM, ambos quebram a detecção de novo UUID. Se uma geração for concluída após a janela de espera, recupere-a da grade (baixe UUIDs distintos não mapeados, faça montagem, mapeie visualmente). Fallback (apenas não supervisionado): mcp__margot__image_generate — salva <save_as>.jpg, considere a extensão.

Estágio 4 — Costura

Construa uma concatenação FFmpeg que segure cada imagem por (next_start - this_start) segundos e multiplexe a narração:

  1. Gere uma lista de concatenação com durações por imagem a partir dos timestamps.
  2. ffmpeg -f concat -safe 0 -i list.txt -i voiceover.wav -c:v libx264 -pix_fmt yuv420p -c:a aac -shortest final.mp4
  3. Recomende imagens fonte 2K para uploads reais (apenas baixa resolução para execuções de teste).

Estágio 5 — Finalização (para um upload real, não execuções de teste)

Transforme a costura bruta em um entregável finalizado:

  • 1080p — renderize a concatenação redimensionada/preenchida para 1920:1080 (preenchimento branco mescla o fundo de caderno de esboços), crf 19.
  • Fades — fade=t=in:st=0:d=0.6:color=white e fade=t=out nos últimos ~0,8s. Mantenha cortes secos nos beats entre as imagens (no estilo — NÃO faça crossfade).
  • Base musical — gere uma faixa calma via Artlist AI Music (toolkit.artlist.io/music-generator?mode=music, Lyria 3; mesmo fluxo do navegador das imagens, resultado é um .wav assinado em cms-toolkit-artifacts.artlist.io/...music-<uuid> — baixe o src EXATO). Misture ABAIXO da VO: volume≈0.13 (~−18 dB), afade in 1,5s / out ~1,8s, amix=inputs=2:normalize=0. Verifique com volumedetect: pico geral < 0 dB (sem clipping), média musical ~15+ dB abaixo da VO.

Saída

final-1080p-music.mp4 (o entregável) + um style-token.md reutilizável. Informe o caminho e os artefatos por estágio. Para estratégia de publicação/canal, repasse para video-distribution-strategist; lembre-se da divulgação de conteúdo sintético no upload.

Individual skills in this repo

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

CleanExpo/Pi-Dev-Ops

Produce one or many consistent, on-brand faceless marketing videos from a topic: script, ElevenLabs voiceover with timestamps, one styled illustration per beat, ffmpeg stitch to 1080p, optional Unlisted YouTube upload. The look is a named style from styles.md (flat-line, hand-doodle, bold-kinetic, cinematic-photoreal, minimal-corporate, retro-print), so one command yields repeatable output per brand. The automated pipeline; distinct from faceless-video and video-director.

CleanExpo/Pi-Dev-Ops

The 15+ year brand director extension of `brand-guardian` specifically for video — frame-by-frame audit of brand-mark integrity, Gun Metal `#1a1a1a` + Candy Red `#dc143c` consistency, NO AI slop, NO Lucide icons, custom geometric marks ONLY, real logos correctly placed. PASS / FAIL gate before any client-facing video ships. Use after `video-colorist` completes the grade pass.

CleanExpo/Pi-Dev-Ops

The 15+ year Director-of-Photography persona (Roger Deakins / Emmanuel Lubezki / Hoyte van Hoytema-tier) that owns shot composition, lens psychology, motion language, and the decision of which source (Remotion / Hyperframes / stock cinematic) each scene uses. Extends the existing `remotion-designer` + `remotion-motion-language` skills with a frame-by-frame shot-language framework. Use when the user says "cinematography", "shot list", "framing", "DoP", "lens choice", or invoked by `video-director` Phase 2.

CleanExpo/Pi-Dev-Ops

The 15+ year colorist persona (Light Iron / Company 3 / The Mill-tier) that applies per-brand LUT + grade pass to every Unite-Group video. Closes the "raw Remotion render colours" gap — today Remotion outputs whatever colours BrandConfig declares with zero cinematic grade. Use when the user says "colour", "grade", "LUT", "look", "cinematic finish", or invoked by `video-director` Phase 3 (post-production) after `video-sound-designer` mixes audio.

CleanExpo/Pi-Dev-Ops

The Creative Director persona that owns brief intake, composition selection and narrative POV for every Unite-Group video. ENTRY POINT for the Video Agency: use for any video creation brief (explainer, promo, social cut, demo reel, case study, testimonial, client video). Dispatches the full production team: script-writer, cinematographer, editor, sound designer, colorist, brand-guardian.

CleanExpo/Pi-Dev-Ops

The 15+ year platform-native distribution expert (early TikTok creator economy + YouTube algorithm + LinkedIn organic reach + IG Reels native specialist) that owns per-platform aspect ratio + duration cap + caption format + hook density + thumbnail composition. Extends `remotion-marketing-strategist` with platform-native specs locked per BrandConfig. Use when the user says "which platform", "distribution", "channel-fit", "thumbnail", "captions", or invoked by `video-director` Phase 4 (QA + Delivery) for per-platform cuts.

CleanExpo/Pi-Dev-Ops

The 15+ year screenwriter persona (Pixar / Apple keynote / Nike spot tier) that engineers hooks (0-3s), retention beats (7-15s), narrative tension curves, and CTA placement. Extends the existing `remotion-screen-storyteller` skill with a structural framework lifted from Pixar's 22 Rules + Apple keynote architecture. Use when the user says "script", "voiceover", "narration", "hook", "story arc", or invoked by `video-director` Phase 2.

CleanExpo/Pi-Dev-Ops

The 15+ year sound designer persona (Skywalker Sound / Sound Lounge / Audio Network-tier) that mixes ElevenLabs voiceover with music bed, sound effects, ambient texture, and audio polish. Closes the single biggest gap in the existing Remotion pipeline — today voiceover is the ONLY audio; this skill adds music + SFX + mix. Use when the user says "sound design", "audio mix", "music bed", "SFX", "score this", or invoked by `video-director` Phase 3 (post-production).

CleanExpo/Pi-Dev-Ops

Converts a BrandResearch dossier into THREE artifacts — (1) typed BrandConfig TypeScript at Synthex/packages/brand-config/src/brands/{slug}.ts (runtime/behaviour — voice, voiceover, motion, audience, channel, forbiddenWords); (2) spec-conformant {slug}.design.md at Synthex/packages/brand-config/src/brands/{slug}.design.md (visual tokens — colour, typography, spacing, components, layout, elevation); (3) human-readable 9-section .md projection at Pi-Dev-Ops/remotion-studio/src/brands/{slug}.md derived from BOTH. Boundary contract at Pi-Dev-Ops/remotion-studio/src/brands/CONTRACT.md. Triggered after remotion-brand-research, or when the user pastes brand assets and says "codify". PRs are auto-merge:false — a human reviews before merge.

CleanExpo/Pi-Dev-Ops

Researches a portfolio company's visual identity from public sources (homepage, about page, marketing copy, GitHub README) and produces a structured BrandResearch dossier. Triggered when `Synthex/packages/brand-config/src/brands/{slug}.ts` (canonical home per RA-1985 / Synthex SYN-897) is missing, older than 90 days, or the user explicitly says "refresh brand for {brand}". Output feeds remotion-brand-codify.

CleanExpo/Pi-Dev-Ops

Generates a complete, accessible palette (primary, secondary, accent, 4-step neutral, semantic, and dark variant) from one to three hex anchors plus a colour-family classification. Validates WCAG-AA contrast for all text-on-background pairs. Triggered when a BrandConfig has fewer than 5 defined colours or contrast fails.

CleanExpo/Pi-Dev-Ops

Authors or extends a Remotion composition (.tsx) wired to BrandConfig + Storyboard + layout spec + motion. The actual builder skill — runs as a Sonnet-tier worker. Triggered after brand, storyboard, designer, and motion-language outputs are ready. Produces the file under remotion-studio/src/compositions/ and registers it in src/Root.tsx.

CleanExpo/Pi-Dev-Ops

Visual-design specialist for Remotion compositions. Sets layout grid, typography hierarchy, white-space, scene framing, and visual rhythm for a given composition + brand. Triggered after remotion-composition-builder for QA, or upfront when authoring a new composition type. Produces a layout spec consumed by remotion-composition-builder.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video needs creative direction — hook, visual sequence, scene purpose, motion restraint, and CTA direction before render.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video has timing, sync, transition, caption, pacing, or audio-fit risk and needs editing discipline before render.

CleanExpo/Pi-Dev-Ops

Use when /remotion-video needs existing Synthex ElevenLabs, brand-config, Remotion, output storage, Claude, or Hermes integration without adding vendors.

CleanExpo/Pi-Dev-Ops

Tunes a video's format and message for the target channel — LinkedIn, YouTube, Instagram Reel, internal training. Sets aspect ratio, total duration, hook timing, CTA timing, and pacing. Triggered when the brief mentions a specific channel or campaign goal. Output feeds remotion-screen-storyteller and remotion-composition-builder.

CleanExpo/Pi-Dev-Ops

Designs a brand-specific motion vocabulary — easing curves, default scene durations, signature entry/exit, transition frames. Each brand gets one signature move (rise / sweep / pulse / iris / whip) that recurs across compositions to build motion-recognition. Triggered when BrandConfig.motion is empty.

CleanExpo/Pi-Dev-Ops

/remotion-video one-shot Remotion command skill and ENTRY POINT for the Remotion Skills Package. Use for video, explainer, ad, promo, reel, intro, social cut, marketing, training, or launch videos. Reads the brief, classifies intent, enforces one single Synthex ElevenLabs voice, emits a production/wave plan, and dispatches the right sub-skills in topological order. Always invoked first.

CleanExpo/Pi-Dev-Ops

Use when a Remotion video job needs production gates, render evidence, output discipline, and pass/fail validation before it can be called shippable.

Habilidades Relacionadas