sapiens-mcp 1.111.0 → 1.113.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/dist/registry.js CHANGED
@@ -68,7 +68,7 @@ export const TOOLS = {
68
68
  handler: pipeline,
69
69
  },
70
70
  sapiens_carrossel: {
71
- description: "O CARROSSEL do Instagram da pessoa, pelo agente (qualquer conta logada, só os carrosséis DELA). Puxe a skill 'carrossel' antes. Sub-actions: generate (gera do zero a partir de UMA fonte: brief, articleId de artigo publicado ou userArticleId de artigo dela; 350 Sinapses já com a escolha de fotos, estorna se falhar; model é a FORMA: feed (padrão, 9 slides), reflexao, case ou editorial; aspect é o TAMANHO: 4:5 (padrão, a folha que o feed mostra inteira) ou 9:16; devolve id + url do editor), list (os carrosséis dela, com id, título, nº de slides e url), get (payload inteiro + catálogo de layouts com os slots e limites de cada um, paletas, folhas e a assinatura: tudo pra VOCÊ escrever os slides), update (payload INTEIRO de volta, normalizado no servidor: mande o theme inteiro, com folha e assinatura, e o image de todo slide que não mexeu, senão volta pro padrão e a foto some), auto_images (a IA escolhe fotos do banco pros slides, 60 Sinapses, estorna se não tiver o que preencher; makeVisual converte slides de texto em layout de foto antes; generateMissing gera foto nova pros que o banco não cobrir, até 4, ~450 Sinapses cada, avise o custo antes), generate_image (foto nova pra UM slide, ~450 Sinapses, customPrompt opcional), set_image (põe no slide uma peça da pessoa ou pública pelo ID citável img_…, sem custo; é como ela usa as PRÓPRIAS fotos), cover (a Capa IA: capa 16:9 com a manchete QUEIMADA na imagem e um elemento vivo cruzando as letras; com carouselId fatia em duas e põe na frente do carrossel no lugar da capa IA anterior; cobra pelo motor da capa, confirme o custo antes). A ASSINATURA (theme.signature: o nome no topo, a marca no canto e o @ do fecho) nasce da marca da pessoa, ou do nome dela quando não tem marca; o @ é o dela no Instagram, não invente. O BRAND veste a peça inteira: cor (o destaque é a cor do brand que lê no fundo, trocável no editor), fonte do título e do corpo, voz e assinatura; no generate, brandSlug escolhe outro brand que não o padrão da conta. Carrossel que vem de FORA entra pelo update: cada slide de lá casa com um layout do catálogo do get pelo papel (capa, corpo, cta) e pela foto, e o estilo vem do brand (sapiens_brand action=import), não do layout. O carrossel vai até 15 slides. generate, auto_images com generateMissing, generate_image e cover são SÍNCRONAS e pesadas: vale a REGRA DO TIMEOUT (confira em action=list antes de repetir). Baixar o arquivo é no editor (a url): aqui sai a receita pronta. O carrossel atrelado a uma jogada do Workflow segue pela sapiens_pipeline.",
71
+ description: "O CARROSSEL do Instagram da pessoa, pelo agente (qualquer conta logada, só os carrosséis DELA). Puxe a skill 'carrossel' antes. CUSTO ZERO quando VOCÊ escreve: create (cria o carrossel com o payload que você escreveu, ou vazio; a casa só grava, grátis, teto de 20 por dia) → get → update → search_images (busca GRÁTIS no banco de fotos da casa por palavra; nem pede login) → set_image com stockImageId. Sub-actions pagas e o resto: generate (a IA da casa escreve do zero a partir de UMA fonte: brief, articleId de artigo publicado ou userArticleId de artigo dela; 350 Sinapses já com a escolha de fotos, estorna se falhar; model é a FORMA: feed (padrão, 9 slides), reflexao, case ou editorial; aspect é o TAMANHO: 4:5 (padrão, a folha que o feed mostra inteira) ou 9:16; devolve id + url do editor), list (os carrosséis dela, com id, título, nº de slides e url), get (payload inteiro + catálogo de layouts com os slots e limites de cada um, paletas, folhas e a assinatura: tudo pra VOCÊ escrever os slides), update (payload INTEIRO de volta, normalizado no servidor: mande o theme inteiro, com folha e assinatura, e o image de todo slide que não mexeu, senão volta pro padrão e a foto some), auto_images (a IA escolhe fotos do banco pros slides, 60 Sinapses, estorna se não tiver o que preencher; makeVisual converte slides de texto em layout de foto antes; generateMissing gera foto nova pros que o banco não cobrir, até 4, ~450 Sinapses cada, avise o custo antes), generate_image (foto nova pra UM slide, customPrompt opcional; imageModel 'nano-banana-2' (padrão, ~450 Sinapses) ou 'flux-3-klein' (o barato, 60 Sinapses), avise antes; o preço do Klein vale só no slide e essa foto não rende prêmio de publicar), set_image (põe no slide uma foto do banco pelo stockImageId do search_images, ou uma peça da pessoa ou pública pelo ID citável img_…, sem custo; é como ela usa as PRÓPRIAS fotos), cover (a Capa IA: capa 16:9 com a manchete QUEIMADA na imagem e um elemento vivo cruzando as letras; com carouselId fatia em duas e põe na frente do carrossel no lugar da capa IA anterior; cobra pelo motor da capa, confirme o custo antes). A ASSINATURA (theme.signature: o nome no topo, a marca no canto e o @ do fecho) nasce da marca da pessoa, ou do nome dela quando não tem marca; o @ é o dela no Instagram, não invente. O BRAND veste a peça inteira: cor (o destaque é a cor do brand que lê no fundo, trocável no editor), fonte do título e do corpo, voz e assinatura; no generate, brandSlug escolhe outro brand que não o padrão da conta. Carrossel que vem de FORA entra pelo update: cada slide de lá casa com um layout do catálogo do get pelo papel (capa, corpo, cta) e pela foto, e o estilo vem do brand (sapiens_brand action=import), não do layout. O carrossel vai até 15 slides. generate, auto_images com generateMissing, generate_image e cover são SÍNCRONAS e pesadas: vale a REGRA DO TIMEOUT (confira em action=list antes de repetir). Baixar o arquivo é no editor (a url): aqui sai a receita pronta. O carrossel atrelado a uma jogada do Workflow segue pela sapiens_pipeline.",
72
72
  schema: carrosselSchema,
73
73
  handler: carrossel,
74
74
  },
@@ -153,12 +153,12 @@ export const TOOLS = {
153
153
  handler: agente,
154
154
  },
155
155
  sapiens_video: {
156
- description: "Sapiens Video: gera vídeo (qualquer membro logado; vídeo é caro, cobra as Sinapses da sua conta). Sub-action 'create' (recomendada): escolhe modelo + config e gera num call (cria a row + renderiza). Modelos: 'sapiens-video-seedance' (Seedance 2.0, cena+áudio nativo, 4-15s, 480/720/1080p, t2v/i2v; aceita até 4 imagens de REFERÊNCIA via referenceImageIds/referenceImageUrls/referenceImagePaths (o H3 aceita até 9, o Omni 1.2 até 3; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy não), que guiam estilo/personagem/composição SEM virar o 1º frame, é o fluxo STORYBOARD: gere a folha de key poses com sapiens_image templateSlug='storyboard-sapiens-v1', passe folha + personagem como refs num t2v e descreva o take contínuo no prompt, citando as refs por descrição e mandando ignorar o traço do sketch; aceita também 1 VÍDEO DE MOVIMENTO via referenceVideoUrls (role 'refvideo' -> reference_videos, <=15s, host da casa): a coreografia/câmera do clipe guia o take, combinável com a folha), 'sapiens-video-seedance-2-fast' e 'sapiens-video-seedance-2-mini' (os irmãos do 2.0: MESMO repertório completo, incluindo referência, frame final e vídeo de movimento; o Fast custa 20% menos e o Mini METADE, ambos com teto 720p, pedir 1080p neles entrega e cobra 720p. Use o Mini pra iterar enquadramento/prompt barato e feche no 'sapiens-video-seedance' quando o take estiver certo), 'sapiens-video-seedance-25' (Seedance 2.5, a geração SEGUINTE e não um quarto tier da 2.0: take de 4 a 30s num fôlego, edita e estende vídeo, mesmo repertório de referência mais ÁUDIO como referência; teto 720p e ~1,5x o preço por segundo do 2.0. Duração é o que pesa aqui: 30s em 720p passa de 40 mil Sinapses, então confirme a duração com a pessoa antes de disparar. Quem precisa de 1080p fica no 'sapiens-video-seedance'), 'sapiens-video-kling' (Kling 3.0 Pro, anima imagem, 3-15s, sound opcional, i2v/t2v), 'sapiens-video-hailuo' (Hailuo 2.3 da MiniMax, física e movimento em 768p, 6 ou 10s, t2v/i2v) e 'sapiens-video-hailuo-pro' (o mesmo em 1080p, 5s fixo, duração não é param aqui): motores PUROS, sem áudio nativo, sem imagens de referência e sem frame final, então quem precisa disso fica no Seedance 2.0; o Pro é o 1080p mais barato da casa, 'sapiens-video-h3' (MiniMax H3: som nativo incluso sem toggle, 5 a 15s em '2k' ou '768p' (sem resolution cai no 2k, que custa 33% mais por segundo), t2v/i2v e frame final; ACEITA até 9 imagens e 3 vídeos de referência (somando 15s), o caminho de take longo com personagem travada; referência e frame inicial são exclusivos, mande um dos dois; o 2K de 15s leva uns 9 minutos de render, acompanhe em status e não gere de novo), 'sapiens-video-pvideo-2-pro' (P-Video-2 Pro, o H3 acelerado pela Pruna: o RASCUNHO de personagem travada, até 9 imagens contando referências e frame inicial e final no mesmo pedido, 5 a 15s em '480p' ou '768p', som nativo, o take volta em segundos; sem t2v, precisa de ao menos uma imagem ou um clipe; cobra por imagem além do segundo, então cote em 'price' com as mesmas imagens do create; aceita ainda até 3 vídeos (referenceVideoUrls) e 3 áudios (referenceAudioUrls, ou referenceAudioTrackIds pra faixa sua do sapiens_musicator) de referência, 15s somados por tipo, cada segundo cobrado à parte e medido pelo servidor antes do débito (cote com referenceVideoClipsSec, a duração de cada clipe, e referenceAudioSec), e keepAudio com um áudio só faz ele virar a trilha do take), 'sapiens-video-h3-spicy' (MiniMax H3 Spicy: o H3 SEM freio de conteúdo, i2v puro a partir de uma peça SUA gerada na casa, que é o que trava a identidade (veja FRAME NOS SPICY); 3 a 15s, 480p/768p/1080p, som nativo, frame final; o segundo de vídeo mais barato e o render mais rápido da casa), 'sapiens-video-seedance-spicy' (Seedance 2.0 Spicy: o 2.0 SEM freio, também i2v puro, som nativo; 4 a 15s em 480p e 720p, para em 10s em 1080p; sem frame final; o som tem interruptor no mesmo preço), 'sapiens-video-wan' (WAN 2.5, imagem que fala/canta com áudio+lip-sync, 5/10s, i2v), 'sapiens-video-wan-3' (WAN 3.0: texto ou imagem, som nativo com interruptor no mesmo preço, frame final, 5/8/10s em 480/720/1080p; sem imagem de referência), 'sapiens-video-flux-3-max' (FLUX 3 Max, fal + Black Forest Labs: texto ou imagem, 5 a 20s em 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-ltx-25-fast-a2v', 'sapiens-video-ltx-25-pro-a2v' e 'sapiens-video-ltx-23-pro-a2v' (LTX Audio-to-Video, o caminho de a personagem CANTAR ou FALAR com o áudio da pessoa: o áudio vira o take, puxa a boca e o gesto e dita a duração e o preço; mande UM áudio (mp3 ou m4a): a faixa SUA do sapiens_musicator em referenceAudioTrackIds (o trackId; o servidor confere que é sua), ou um link de arquivo SEU em referenceAudioUrls (o trecho cortado; link de outra conta é recusado antes de cobrar) e a foto da ficha em startImageId/startImageUrl (sem foto, o prompt descreve a cena); até 20 s de áudio no 2.5 Fast e no 2.3 Pro, 10 s no 2.5 Pro, em 720p/1080p; durationSec não se usa, o servidor mede o áudio antes de cobrar; cote em 'price' com durationSec = os segundos do áudio), 'sapiens-video-ltx-25-fast' e 'sapiens-video-ltx-25-pro' (LTX 2.5: texto ou imagem, 6 a 20 s no Fast e 6 a 10 s no Pro, 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-kling-motion' (Motion transfer: passa o movimento de um vídeo pra uma imagem, PRECISA de pessoa com tronco visível na imagem E no vídeo), 'sapiens-video-shot-mimic' (Shot Mimic: recria o plano/câmera/cortes de um vídeo de referência como cena nova), 'sapiens-video-omni-12' (Gemini Omni 1.2: texto ou imagem vira vídeo de 4, 6, 8, 10, 12 ou 15s (sem durationSec, 10s) com áudio nativo, de '360p' a '4k' (sem resolution, 720p; 360p custa 1/3 do 720p, 1080p 1,5x, 4k 3x); aceita até 3 imagens de referência; editOfImageId aponta um vídeo Omni seu e o prompt edita a MESMA cena, preservando câmera e ambiente; e VÍDEO-FONTE: sourceVideoId (vídeo seu da galeria) ou sourceVideoUrl (link da casa), mp4 até 15 s, editado (sourceVideoMode 'edit', o padrão, ex: trocar a pessoa do vídeo pelo personagem da imagem de referência, cobrado pelo tamanho do clipe) ou estendido ('extend', cobrado pelo durationSec do pedaço novo)) ('sapiens-video-omni', o Omni 1.0, e 'sapiens-video-lite/fast/quality', o Veo 3.1, SAÍRAM: o Google apagou os quatro em 22/10/2026 e o pedido é recusado antes de cobrar). Args create: model, prompt, durationSec, resolution ('480p'/'720p'/'1080p'; no H3 '768p'/'2k'; no Omni 1.2 '360p' a '4k'), audio, aspectRatio. RECEITA DE TAKE (templateSlug + brief), o irmão do templateSlug da imagem: em vez de escrever o prompt inteiro, passe templateSlug e a receita travada da casa embrulha a cena com estilo, cenário, arco, áudio e look, e ainda escolhe o motor (por isso model fica opcional). O `prompt` vira só a CENA e o `brief` preenche os campos do formato (subject, persona, hook, shots com voiceLine e propVisible, uvps, language, energy); campo vazio some do prompt em vez de virar buraco. Receitas de hoje: 'ugc-vertical-v1' (selfie que fala, o formato nativo de Reels/TikTok/Shorts), 'unboxing-vertical-v1' (mãos e reveal, som real do papel e do lacre), 'app-demo-vertical-v1' (a tela do app legível na mão da pessoa) e 'reflexao-vertical-v1' (talking-head lento pra ideia ou ensaio). Override de model/aspectRatio/durationSec/resolution vale dentro do que a receita aceita, e o erro lista as opções. Sub-action 'templates' (sem custo, sem login) traz o catálogo vivo com spec default, whitelist e os briefFields de cada uma. Isto substitui a tool sapiens_shorts, que era admin-only e só falava Veo 3.1 Fast; o mesmo UGC de 8s sai a 720p no Seedance 2.0 Mini por bem menos. FRAME INICIAL/FINAL POR REFERÊNCIA (recomendado): startImageId/endImageId (id da sua galeria) ou startImageUrl/endImageUrl (url de galeria/Acervo/personagem), resolvidos server-side igual à imagem, descubra via sapiens_reference. FRAME POR ARQUIVO LOCAL (só no MCP instalado/stdio, não no remoto): startImagePath/endImagePath = caminho absoluto de uma imagem no seu PC (PNG/JPEG/WebP até 8MB); o processo lê o arquivo e sobe como frame inicial/final, igual a subir no gerador do site, 1 imagem inicial + 1 final por vídeo, então pra vários vídeos rode create uma vez por imagem. No remoto use id/url. Alternativa base64: references (role 'start'=imagem i2v, 'end'=frame final, 'driving'=vídeo de movimento do Motion). Suporte a frame final varia por modelo. FRAME NOS SPICY (h3-spicy, seedance-spicy, ltx-spicy): o frame vem SÓ de startImageId/startImageUrl (e endImageId/endImageUrl no H3 Spicy, o único que lê final) apontando uma peça SUA gerada na casa, e o servidor baixa o frame dessa peça. Arquivo local (startImagePath), base64 (references), upload, peça trazida por ponte e foto de fora são recusados: antes de cobrar quando a fonte já chega no pedido, ou no render, com as Sinapses de volta. Custo server-side por config. Sub-action 'generate' (legado): renderiza um imageId de vídeo já criado no site. Retorna {success, url, imageId, cost}. VITRINE (sem custo): sub-action 'demos' lista os SEUS demo films (kind=demo do Estúdio de Vídeo) com slug + estado de vitrine; sub-action 'showcase' põe/tira um demo (por slug) do mini-cinema da /conectar-claude, com showcaseTag (chip de capacidade) e showcaseOrder (ordem asc). Fluxo: 'demos' pra achar o slug, depois 'showcase' com showcase=true. Só entra na vitrine pública se for a conta da casa. VÍDEOS PROGRAMÁTICOS (ADMIN, sem custo): o Lab do Estúdio de Vídeo (/experimentos/films, tabela videoSpecs, 5 kinds: demo | aula-tour | essay | tipografia-musical | dataviz) opera por aqui sem browser, 'film-list' (todos os kinds; filtros filmKind/filmStatus), 'film-get' (spec inteiro por slug), 'film-upsert' (cria/atualiza por slug, idempotente; spec = objeto JSON no shape do 'Copiar spec' da tela, validação no servidor), 'film-status' (produção por slug: filmStatus + videoUrl + durationSecMeasured; o fecho do render é os três num call), 'film-publish' (Acervo aba Fitas + portfólio; exige pronto+URL), 'film-delete' (limpar rascunho). O RENDER do filme segue no agente local (skill /film, repo da casa): o MCP registra e fecha o ciclo, não renderiza. create é ASSÍNCRONA: cria o row, debita e volta NA HORA com {imageId, status:'rendering', cost} (não espera o render, que leva de segundos a minutos). Acompanhe com a sub-action 'status' (imageId) até status='completed' (traz a url) ou 'error'/'blocked'. NÃO chame create de novo enquanto renderiza (cria outro vídeo e cobra de novo); falha de provider refunda sozinha. EDIÇÃO (as ações da ficha do site, cada uma vira peça nova e o original fica): 'trim' (imageId + startSec, endSec opcional: corta um trecho; grátis), 'join' (imageIds: 2 a 8 vídeos SEUS na ordem, até 180 s somados: compilado; grátis), 'fecho' (imageId + ending 'marca'/'sapiens'/'none', watermark, musicUrl de trilha da casa, nameCard {name, subtitle}: fecha o vídeo com a assinatura da casa; grátis), 'render-ref' (imageId do take + refUrl da folha que o gerou: a peça com a referência ao lado; cobra Sinapses, o mesmo par já feito volta de graça). Síncronas, podem passar de 2 min: Timeout é o cliente desistindo, olhe sapiens_gallery action=list kind=video antes de repetir. RESOLUÇÃO: 'upscale' (imageId de vídeo SEU completed + resolution = o alvo, '720p', '1080p', '2k' ou '4k') gera uma VARIANTE nova em resolução maior, o original fica intacto; cobra Sinapses por segundo do clipe, mais caro quanto maior o alvo, assíncrona como o create (acompanhe em status). SOM: 'sonorize' (imageId de vídeo SEU completed + prompt do som da cena) gera uma VARIANTE nova com trilha sincronizada (o original fica intacto; sonorize sempre o original, nunca uma variante). engine escolhe o motor: 'mirelo-sfx-2.0' (42 Sinapses/s, o default: GUARDA a fala do clipe, tira a música e refaz o resto), 'mmaudio-v2' (20 Sinapses/s, segue o texto em vez da imagem: é o motor do bicho trocado, onde o Mirelo devolve o som do bicho original; refaz o som inteiro e a fala se perde) ou 'elevenlabs-video-to-music' (26 Sinapses/s, faz a TRILHA e não o som da cena: uma música que acompanha os cortes, mixada por baixo do som que o clipe já tem; o prompt descreve a música). ADMIN: 'shadows' (videoUrl + title) extrai o depth map (depth-map) de um vídeo: entra na sua timeline de vídeos e no Acervo como driving reutilizável; 'shadows-list' lista os depth maps prontos. PREÇO DE VÍDEO É FAIXA, NÃO NÚMERO: nos motores por segundo (todo Seedance, Kling, WAN 2.5 e 3.0, Hailuo, H3, os dois Spicy, Shot Mimic, e desde out/2026 o Gemini Omni) a conta é duração x resolução [x áudio], e OMITIR não pega o barato: sem 'resolution' o servidor cobra o tier MAIS CARO do motor (menos o Gemini Omni 1.2, que fica no 720p), sem 'durationSec' cobra o piso de duração (no Omni, o padrão: 10s). Um create de Seedance 2.0 sem resolution debita 1080p. Nunca prometa um valor sem cotar: sub-action 'price' (sem custo, sem login) devolve o número EXATO que o create vai debitar pra model + durationSec + resolution + audio, e avisa (clamped=true) quando o que você pediu não é o que vai ser cobrado. Sub-action 'models' (sem custo, sem login): lista os modelos ativos + a faixa de preço calculada pela mesma função que debita (priceDefault = o que uma chamada sem config custa, priceMin e priceMax = os dois cantos do motor, cada um com a config que o produz) + config (durações/resoluções) + disponibilidade (motor em preview pode aparecer como 'em breve'). LEGENDA (fita, por slug): 'caption-list' (sem custo, mostra os idiomas que a peça já tem), 'caption-generate' (captionLang = idioma FALADO; captionTrio=true já traduz pro trio da casa pt+en+ja na mesma chamada) e 'caption-translate' (captionLang = destino, parte sempre da faixa original). Cobra por minuto começado de vídeo: 50 Sinapses o minuto transcrito, 20 o traduzido, com a duração vindo do doc da peça. A legenda é desenhada pela casa em dois estilos (discreta e social), trocáveis no play sem regerar e sem custo.",
156
+ description: "Sapiens Video: gera vídeo (qualquer membro logado; vídeo é caro, cobra as Sinapses da sua conta). Sub-action 'create' (recomendada): escolhe modelo + config e gera num call (cria a row + renderiza). Modelos: 'sapiens-video-seedance' (Seedance 2.0, cena+áudio nativo, 4-15s, 480/720/1080p, t2v/i2v; aceita até 4 imagens de REFERÊNCIA via referenceImageIds/referenceImageUrls/referenceImagePaths (o H3 aceita até 9, o Omni 1.2 até 6, 3 por personagem; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy não), que guiam estilo/personagem/composição SEM virar o 1º frame, é o fluxo STORYBOARD: gere a folha de key poses com sapiens_image templateSlug='storyboard-sapiens-v1', passe folha + personagem como refs num t2v e descreva o take contínuo no prompt, citando as refs por descrição e mandando ignorar o traço do sketch; aceita também 1 VÍDEO DE MOVIMENTO via referenceVideoUrls (role 'refvideo' -> reference_videos, <=15s, host da casa): a coreografia/câmera do clipe guia o take, combinável com a folha), 'sapiens-video-seedance-2-fast' e 'sapiens-video-seedance-2-mini' (os irmãos do 2.0: MESMO repertório completo, incluindo referência, frame final e vídeo de movimento; o Fast custa 20% menos e o Mini METADE, ambos com teto 720p, pedir 1080p neles entrega e cobra 720p. Use o Mini pra iterar enquadramento/prompt barato e feche no 'sapiens-video-seedance' quando o take estiver certo), 'sapiens-video-seedance-25' (Seedance 2.5, a geração SEGUINTE e não um quarto tier da 2.0: take de 4 a 30s num fôlego, edita e estende vídeo, mesmo repertório de referência mais ÁUDIO como referência; teto 720p e ~1,5x o preço por segundo do 2.0. Duração é o que pesa aqui: 30s em 720p passa de 40 mil Sinapses, então confirme a duração com a pessoa antes de disparar. Quem precisa de 1080p fica no 'sapiens-video-seedance'), 'sapiens-video-kling' (Kling 3.0 Pro, anima imagem, 3-15s, sound opcional, i2v/t2v), 'sapiens-video-hailuo' (Hailuo 2.3 da MiniMax, física e movimento em 768p, 6 ou 10s, t2v/i2v) e 'sapiens-video-hailuo-pro' (o mesmo em 1080p, 5s fixo, duração não é param aqui): motores PUROS, sem áudio nativo, sem imagens de referência e sem frame final, então quem precisa disso fica no Seedance 2.0; o Pro é o 1080p mais barato da casa, 'sapiens-video-h3' (MiniMax H3: som nativo incluso sem toggle, 5 a 15s em '2k' ou '768p' (sem resolution cai no 2k, que custa 33% mais por segundo), t2v/i2v e frame final; ACEITA até 9 imagens e 3 vídeos de referência (somando 15s), o caminho de take longo com personagem travada; referência e frame inicial são exclusivos, mande um dos dois; o 2K de 15s leva uns 9 minutos de render, acompanhe em status e não gere de novo), 'sapiens-video-pvideo-2-pro' (P-Video-2 Pro, o H3 acelerado pela Pruna: o RASCUNHO de personagem travada, até 9 imagens contando referências e frame inicial e final no mesmo pedido, 5 a 15s em '480p' ou '768p', som nativo, o take volta em segundos; sem t2v, precisa de ao menos uma imagem ou um clipe; cobra por imagem além do segundo, então cote em 'price' com as mesmas imagens do create; aceita ainda até 3 vídeos (referenceVideoUrls) e 3 áudios (referenceAudioUrls, ou referenceAudioTrackIds pra faixa sua do sapiens_musicator) de referência, 15s somados por tipo, cada segundo cobrado à parte e medido pelo servidor antes do débito (cote com referenceVideoClipsSec, a duração de cada clipe, e referenceAudioSec), e keepAudio com um áudio só faz ele virar a trilha do take), 'sapiens-video-h3-spicy' (MiniMax H3 Spicy: o H3 SEM freio de conteúdo, i2v puro a partir de uma peça SUA gerada na casa, que é o que trava a identidade (veja FRAME NOS SPICY); 3 a 15s, 480p/768p/1080p, som nativo, frame final; o segundo de vídeo mais barato e o render mais rápido da casa), 'sapiens-video-seedance-spicy' (Seedance 2.0 Spicy: o 2.0 SEM freio, também i2v puro, som nativo; 4 a 15s em 480p e 720p, para em 10s em 1080p; sem frame final; o som tem interruptor no mesmo preço), 'sapiens-video-wan' (WAN 2.5, imagem que fala/canta com áudio+lip-sync, 5/10s, i2v), 'sapiens-video-wan-3' (WAN 3.0: texto ou imagem, som nativo com interruptor no mesmo preço, frame final, 5/8/10s em 480/720/1080p; sem imagem de referência), 'sapiens-video-flux-3-max' (FLUX 3 Max, fal + Black Forest Labs: texto ou imagem, 5 a 20s em 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-ltx-25-fast-a2v', 'sapiens-video-ltx-25-pro-a2v' e 'sapiens-video-ltx-23-pro-a2v' (LTX Audio-to-Video, o caminho de a personagem CANTAR ou FALAR com o áudio da pessoa: o áudio vira o take, puxa a boca e o gesto e dita a duração e o preço; mande UM áudio (mp3 ou m4a): a faixa SUA do sapiens_musicator em referenceAudioTrackIds (o trackId; o servidor confere que é sua), ou um link de arquivo SEU em referenceAudioUrls (o trecho cortado; link de outra conta é recusado antes de cobrar) e a foto da ficha em startImageId/startImageUrl (sem foto, o prompt descreve a cena); até 20 s de áudio no 2.5 Fast e no 2.3 Pro, 10 s no 2.5 Pro, em 720p/1080p; durationSec não se usa, o servidor mede o áudio antes de cobrar; cote em 'price' com durationSec = os segundos do áudio), 'sapiens-video-ltx-25-fast' e 'sapiens-video-ltx-25-pro' (LTX 2.5: texto ou imagem, 6 a 20 s no Fast e 6 a 10 s no Pro, 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-kling-motion' (Motion transfer: passa o movimento de um vídeo pra uma imagem, PRECISA de pessoa com tronco visível na imagem E no vídeo), 'sapiens-video-shot-mimic' (Shot Mimic: recria o plano/câmera/cortes de um vídeo de referência como cena nova), 'sapiens-video-omni-12' (Gemini Omni 1.2: texto ou imagem vira vídeo de 4, 6, 8, 10, 12 ou 15s (sem durationSec, 10s) com áudio nativo, de '360p' a '4k' (sem resolution, 720p; 360p custa 1/3 do 720p, 1080p 1,5x, 4k 3x); aceita até 6 imagens de referência (3 por personagem, 2 personagens) e até 3 vídeos de referência de até 3 s (1 no take acima de 10 s, só take novo), que dão a aparência de quem aparece neles; editOfImageId aponta um vídeo Omni seu e o prompt edita a MESMA cena, preservando câmera e ambiente; e VÍDEO-FONTE: sourceVideoId (vídeo seu da galeria) ou sourceVideoUrl (link da casa), mp4 até 15 s, editado (sourceVideoMode 'edit', o padrão, ex: trocar a pessoa do vídeo pelo personagem da imagem de referência, cobrado pelo tamanho do clipe) ou estendido ('extend', cobrado pelo durationSec do pedaço novo)) ('sapiens-video-omni', o Omni 1.0, e 'sapiens-video-lite/fast/quality', o Veo 3.1, SAÍRAM: o Google apagou os quatro em 22/10/2026 e o pedido é recusado antes de cobrar). Args create: model, prompt, durationSec, resolution ('480p'/'720p'/'1080p'; no H3 '768p'/'2k'; no Omni 1.2 '360p' a '4k'), audio, aspectRatio. RECEITA DE TAKE (templateSlug + brief), o irmão do templateSlug da imagem: em vez de escrever o prompt inteiro, passe templateSlug e a receita travada da casa embrulha a cena com estilo, cenário, arco, áudio e look, e ainda escolhe o motor (por isso model fica opcional). O `prompt` vira só a CENA e o `brief` preenche os campos do formato (subject, persona, hook, shots com voiceLine e propVisible, uvps, language, energy); campo vazio some do prompt em vez de virar buraco. Receitas de hoje: 'ugc-vertical-v1' (selfie que fala, o formato nativo de Reels/TikTok/Shorts), 'unboxing-vertical-v1' (mãos e reveal, som real do papel e do lacre), 'app-demo-vertical-v1' (a tela do app legível na mão da pessoa) e 'reflexao-vertical-v1' (talking-head lento pra ideia ou ensaio). Override de model/aspectRatio/durationSec/resolution vale dentro do que a receita aceita, e o erro lista as opções. Sub-action 'templates' (sem custo, sem login) traz o catálogo vivo com spec default, whitelist e os briefFields de cada uma. Isto substitui a tool sapiens_shorts, que era admin-only e só falava Veo 3.1 Fast; o mesmo UGC de 8s sai a 720p no Seedance 2.0 Mini por bem menos. FRAME INICIAL/FINAL POR REFERÊNCIA (recomendado): startImageId/endImageId (id da sua galeria) ou startImageUrl/endImageUrl (url de galeria/Acervo/personagem), resolvidos server-side igual à imagem, descubra via sapiens_reference. FRAME POR ARQUIVO LOCAL (só no MCP instalado/stdio, não no remoto): startImagePath/endImagePath = caminho absoluto de uma imagem no seu PC (PNG/JPEG/WebP até 8MB); o processo lê o arquivo e sobe como frame inicial/final, igual a subir no gerador do site, 1 imagem inicial + 1 final por vídeo, então pra vários vídeos rode create uma vez por imagem. No remoto use id/url. Alternativa base64: references (role 'start'=imagem i2v, 'end'=frame final, 'driving'=vídeo de movimento do Motion). Suporte a frame final varia por modelo. FRAME NOS SPICY (h3-spicy, seedance-spicy, ltx-spicy): o frame vem SÓ de startImageId/startImageUrl (e endImageId/endImageUrl no H3 Spicy, o único que lê final) apontando uma peça SUA gerada na casa, e o servidor baixa o frame dessa peça. Arquivo local (startImagePath), base64 (references), upload, peça trazida por ponte e foto de fora são recusados: antes de cobrar quando a fonte já chega no pedido, ou no render, com as Sinapses de volta. Custo server-side por config. Sub-action 'generate' (legado): renderiza um imageId de vídeo já criado no site. Retorna {success, url, imageId, cost}. VITRINE (sem custo): sub-action 'demos' lista os SEUS demo films (kind=demo do Estúdio de Vídeo) com slug + estado de vitrine; sub-action 'showcase' põe/tira um demo (por slug) do mini-cinema da /conectar-claude, com showcaseTag (chip de capacidade) e showcaseOrder (ordem asc). Fluxo: 'demos' pra achar o slug, depois 'showcase' com showcase=true. Só entra na vitrine pública se for a conta da casa. VÍDEOS PROGRAMÁTICOS (ADMIN, sem custo): o Lab do Estúdio de Vídeo (/experimentos/films, tabela videoSpecs, 5 kinds: demo | aula-tour | essay | tipografia-musical | dataviz) opera por aqui sem browser, 'film-list' (todos os kinds; filtros filmKind/filmStatus), 'film-get' (spec inteiro por slug), 'film-upsert' (cria/atualiza por slug, idempotente; spec = objeto JSON no shape do 'Copiar spec' da tela, validação no servidor), 'film-status' (produção por slug: filmStatus + videoUrl + durationSecMeasured; o fecho do render é os três num call), 'film-publish' (Acervo aba Fitas + portfólio; exige pronto+URL), 'film-delete' (limpar rascunho). O RENDER do filme segue no agente local (skill /film, repo da casa): o MCP registra e fecha o ciclo, não renderiza. create é ASSÍNCRONA: cria o row, debita e volta NA HORA com {imageId, status:'rendering', cost} (não espera o render, que leva de segundos a minutos). Acompanhe com a sub-action 'status' (imageId) até status='completed' (traz a url) ou 'error'/'blocked'. NÃO chame create de novo enquanto renderiza (cria outro vídeo e cobra de novo); falha de provider refunda sozinha. EDIÇÃO (as ações da ficha do site, cada uma vira peça nova e o original fica): 'trim' (imageId + startSec, endSec opcional: corta um trecho; grátis), 'join' (imageIds: 2 a 8 vídeos SEUS na ordem, até 180 s somados: compilado; grátis), 'fecho' (imageId + ending 'marca'/'sapiens'/'none', watermark, musicUrl de trilha da casa, nameCard {name, subtitle}: fecha o vídeo com a assinatura da casa; grátis), 'render-ref' (imageId do take + refUrl da folha que o gerou: a peça com a referência ao lado; cobra Sinapses, o mesmo par já feito volta de graça). Síncronas, podem passar de 2 min: Timeout é o cliente desistindo, olhe sapiens_gallery action=list kind=video antes de repetir. RESOLUÇÃO: 'upscale' (imageId de vídeo SEU completed + resolution = o alvo, '720p', '1080p', '2k' ou '4k') gera uma VARIANTE nova em resolução maior, o original fica intacto; cobra Sinapses por segundo do clipe, mais caro quanto maior o alvo, assíncrona como o create (acompanhe em status). SOM: 'sonorize' (imageId de vídeo SEU completed + prompt do som da cena) gera uma VARIANTE nova com trilha sincronizada (o original fica intacto; sonorize sempre o original, nunca uma variante). engine escolhe o motor: 'mirelo-sfx-2.0' (42 Sinapses/s, o default: GUARDA a fala do clipe, tira a música e refaz o resto), 'mmaudio-v2' (20 Sinapses/s, segue o texto em vez da imagem: é o motor do bicho trocado, onde o Mirelo devolve o som do bicho original; refaz o som inteiro e a fala se perde) ou 'elevenlabs-video-to-music' (26 Sinapses/s, faz a TRILHA e não o som da cena: uma música que acompanha os cortes, mixada por baixo do som que o clipe já tem; o prompt descreve a música). ADMIN: 'shadows' (videoUrl + title) extrai o depth map (depth-map) de um vídeo: entra na sua timeline de vídeos e no Acervo como driving reutilizável; 'shadows-list' lista os depth maps prontos. PREÇO DE VÍDEO É FAIXA, NÃO NÚMERO: nos motores por segundo (todo Seedance, Kling, WAN 2.5 e 3.0, Hailuo, H3, os dois Spicy, Shot Mimic, e desde out/2026 o Gemini Omni) a conta é duração x resolução [x áudio], e OMITIR não pega o barato: sem 'resolution' o servidor cobra o tier MAIS CARO do motor (menos o Gemini Omni 1.2, que fica no 720p), sem 'durationSec' cobra o piso de duração (no Omni, o padrão: 10s). Um create de Seedance 2.0 sem resolution debita 1080p. Nunca prometa um valor sem cotar: sub-action 'price' (sem custo, sem login) devolve o número EXATO que o create vai debitar pra model + durationSec + resolution + audio, e avisa (clamped=true) quando o que você pediu não é o que vai ser cobrado. Sub-action 'models' (sem custo, sem login): lista os modelos ativos + a faixa de preço calculada pela mesma função que debita (priceDefault = o que uma chamada sem config custa, priceMin e priceMax = os dois cantos do motor, cada um com a config que o produz) + config (durações/resoluções) + disponibilidade (motor em preview pode aparecer como 'em breve'). LEGENDA (fita, por slug): 'caption-list' (sem custo, mostra os idiomas que a peça já tem), 'caption-generate' (captionLang = idioma FALADO; captionTrio=true já traduz pro trio da casa pt+en+ja na mesma chamada) e 'caption-translate' (captionLang = destino, parte sempre da faixa original). Cobra por minuto começado de vídeo: 50 Sinapses o minuto transcrito, 20 o traduzido, com a duração vindo do doc da peça. A legenda é desenhada pela casa em dois estilos (discreta e social), trocáveis no play sem regerar e sem custo.",
157
157
  schema: videoSchema,
158
158
  handler: video,
159
159
  },
160
160
  sapiens_stock_audio: {
161
- description: "Banco de som da casa: trilha pronta E efeito sonoro (tabela stockAudio). Sub-actions de leitura (públicas, sem auth): categories (lista os moods/usos), list (busca com filtros mood/albumSlug/durationMax/search; kind='sfx' traz os EFEITOS: whoosh, clique, impacto, ambiência, foley, devolve {count, items} com title/url/durationSeconds/tags), get (1 item por audioId). Use pra puxar trilha/efeito pronto: pega a `url` e usa direto no ffmpeg. Não achou o efeito? generate (COBRA Sinapses, exige login) cria um novo por texto: prompt + durationSeconds (1-15, default 5) + provider ('mirelo' padrão 35 Sinapses/s mín 70 | 'elevenlabs' premium 60/s mín 120) + promptInfluence opcional (0..1, só elevenlabs: fidelidade ao texto, default 0.3), assíncrono, acompanhe com generation-status (generationId) até 'ready' (audioUrl; o efeito também entra no acervo kind=sfx) ou 'failed' (Sinapses reembolsadas). Efeito é CURTO (1-15s): música/trilha nova é no sapiens_musicator. Mood disponíveis: calmo, intenso, narrativo, épico, sombrio. Precisa de VOZ junto com trilha e efeito (anúncio, vinheta, cena de filme, podcast)? scene (COBRA Sinapses, exige login) cria a CENA INTEIRA num passe só, já batida, sem montar em pedaços e mixar depois: scenePrompt (a direção da cena, quem fala, com que timbre, o que toca atrás, a fala entre aspas) + durationSeconds (3-120, default 15) + loudnessRate/pitchRate/speechRate opcionais + withSubtitles opcional (traz o tempo de cada palavra), 13 Sinapses/s, assíncrono, acompanhe com scene-status (sceneId) até 'ready' (audioUrl + realDurationSeconds) ou 'failed' (Sinapses reembolsadas). A cena fica com o AUTOR e não entra no acervo compartilhado, porque carrega a voz e o roteiro de quem pediu.",
161
+ description: "Banco de som da casa: trilha pronta E efeito sonoro (tabela stockAudio). Sub-actions de leitura (públicas, sem auth): categories (lista os moods/usos), list (busca com filtros mood/albumSlug/durationMax/search; kind='sfx' traz os EFEITOS: whoosh, clique, impacto, ambiência, foley, devolve {count, items} com title/url/durationSeconds/tags), get (1 item por audioId). Use pra puxar trilha/efeito pronto: pega a `url` e usa direto no ffmpeg. Não achou o efeito? generate (COBRA Sinapses, exige login) cria um novo por texto: prompt + durationSeconds (1-15, default 5) + provider ('elevenlabs' padrão 35 Sinapses/s mín 70 | 'mirelo' 35 Sinapses/s mín 70) + promptInfluence opcional (0..1, só elevenlabs: fidelidade ao texto, default 0.3), assíncrono, acompanhe com generation-status (generationId) até 'ready' (audioUrl; o efeito também entra no acervo kind=sfx) ou 'failed' (Sinapses reembolsadas). Efeito é CURTO (1-15s): música/trilha nova é no sapiens_musicator. Mood disponíveis: calmo, intenso, narrativo, épico, sombrio. Precisa de VOZ junto com trilha e efeito (anúncio, vinheta, cena de filme, podcast)? scene (COBRA Sinapses, exige login) cria a CENA INTEIRA num passe só, já batida, sem montar em pedaços e mixar depois: scenePrompt (a direção da cena, quem fala, com que timbre, o que toca atrás, a fala entre aspas) + durationSeconds (3-120, default 15) + loudnessRate/pitchRate/speechRate opcionais + withSubtitles opcional (traz o tempo de cada palavra), 13 Sinapses/s, assíncrono, acompanhe com scene-status (sceneId) até 'ready' (audioUrl + realDurationSeconds) ou 'failed' (Sinapses reembolsadas). A cena fica com o AUTOR e não entra no acervo compartilhado, porque carrega a voz e o roteiro de quem pediu.",
162
162
  schema: stockAudioSchema,
163
163
  handler: stockAudio,
164
164
  },
package/dist/skills.js CHANGED
@@ -211,7 +211,7 @@ Depois de pronta: \`action=publish\` põe a faixa no Acervo da Comunidade (só a
211
211
  Efeito é CURTO. Música inteira é no Musicator, não aqui.
212
212
 
213
213
  1. Procure pronto primeiro: \`sapiens_stock_audio action=list kind=sfx\`. Grátis.
214
- 2. Não achou: \`action=generate\` com \`prompt\` e \`durationSeconds\` (1 a 15, default 5) e \`provider\` ('mirelo' padrão 35 Sinapses/s mín 70, 'elevenlabs' premium 60/s mín 120). \`promptInfluence\` (0..1) só vale no elevenlabs.
214
+ 2. Não achou: \`action=generate\` com \`prompt\` e \`durationSeconds\` (1 a 15, default 5) e \`provider\` ('elevenlabs' padrão 35 Sinapses/s mín 70, 'mirelo' 35 Sinapses/s mín 70). \`promptInfluence\` (0..1) só vale no elevenlabs.
215
215
  3. É assíncrono: devolve \`generationId\`, acompanhe com \`action=generation-status\` até 'ready' (traz audioUrl) ou 'failed' (reembolsa sozinho).
216
216
 
217
217
  ## Sonorizar um clipe
@@ -281,7 +281,7 @@ O preço é pelo SEGUNDO DO ÁUDIO: o servidor mede o arquivo antes de cobrar, e
281
281
  - \`sapiens-video-flux-3-max\`: FLUX 3 Max, texto ou imagem, 5 a 20s em \`720p\` ou \`1080p\`, som nativo e frame final (só junto do inicial). Segue o prompt de perto e volta rápido. Não aceita referência de personagem nem vídeo de movimento.
282
282
  - \`sapiens-video-kling-motion\`: passa o movimento de um vídeo pra uma imagem. Precisa de pessoa com tronco visível na imagem E no vídeo.
283
283
  - \`sapiens-video-shot-mimic\`: recria o plano, a câmera e os cortes de um vídeo de referência como cena nova.
284
- - \`sapiens-video-omni-12\`: Gemini Omni 1.2, texto ou imagem vira clipe de 4, 6, 8, 10, 12 ou 15s (sem \`durationSec\`, 10s) com áudio nativo, de \`360p\` a \`4k\` (sem \`resolution\`, 720p). O preço é por segundo e por resolução: o take de 4s custa 40% do de 10s, o 360p custa 1/3 do 720p, o 1080p 1,5x e o 4k 3x. Aceita até 3 imagens suas (frame inicial, frame final ou referência de personagem e estilo); vídeo de movimento não (pra copiar coreografia, Seedance). Edita e estende um vídeo SEU: \`sourceVideoId\` (da galeria) ou \`sourceVideoUrl\` (link da casa), mp4 até 15 s, com \`sourceVideoMode\` \`edit\` (o padrão: a mesma cena com a mudança pedida, cobrada pelo tamanho do clipe; é como se troca a pessoa de um vídeo pelo seu personagem, com a ficha dele em \`referenceImageIds\`) ou \`extend\` (o pedaço seguinte, até 10s por vez, cobrado pelo \`durationSec\`). A proporção sai a do clipe. O truque: \`editOfImageId\` aponta um vídeo Omni seu e o prompt vira instrução de edição sobre a MESMA cena (troca item ou personagem, preserva câmera e ambiente). É o caminho pra variações com continuidade: gera a base uma vez, edita N vezes. Cada edição debita como geração nova. Pra ir ADIANTE no tempo é \`action=extend\` (o pedaço seguinte, cobrado pela duração dele): o arquivo de cada parte já traz as anteriores na frente, então a última parte pronta é o filme inteiro. Não emende as partes, a abertura repete; \`action=chain\` aponta o \`filmeInteiro\`.
284
+ - \`sapiens-video-omni-12\`: Gemini Omni 1.2, texto ou imagem vira clipe de 4, 6, 8, 10, 12 ou 15s (sem \`durationSec\`, 10s) com áudio nativo, de \`360p\` a \`4k\` (sem \`resolution\`, 720p). O preço é por segundo e por resolução: o take de 4s custa 40% do de 10s, o 360p custa 1/3 do 720p, o 1080p 1,5x e o 4k 3x. Aceita até 6 imagens de referência (3 por personagem, até 2 personagens, cada um descrito no prompt) além do frame inicial e do final, e até 3 vídeos de referência em \`referenceVideoUrls\`, de até 3 s cada (1 só no take de 11 a 15 s, e só em take novo, nunca na edição ou na extensão): o clipe dá a aparência de quem aparece nele (rosto, corpo, roupa), não o movimento, e não muda o preço. Pra copiar coreografia, Seedance. Edita e estende um vídeo SEU: \`sourceVideoId\` (da galeria) ou \`sourceVideoUrl\` (link da casa), mp4 até 15 s, com \`sourceVideoMode\` \`edit\` (o padrão: a mesma cena com a mudança pedida, cobrada pelo tamanho do clipe; é como se troca a pessoa de um vídeo pelo seu personagem, com a ficha dele em \`referenceImageIds\`) ou \`extend\` (o pedaço seguinte, até 10s por vez, cobrado pelo \`durationSec\`). A proporção sai a do clipe. O truque: \`editOfImageId\` aponta um vídeo Omni seu e o prompt vira instrução de edição sobre a MESMA cena (troca item ou personagem, preserva câmera e ambiente). É o caminho pra variações com continuidade: gera a base uma vez, edita N vezes. Cada edição debita como geração nova. Pra ir ADIANTE no tempo é \`action=extend\` (o pedaço seguinte, cobrado pela duração dele): o arquivo de cada parte já traz as anteriores na frente, então a última parte pronta é o filme inteiro. Não emende as partes, a abertura repete; \`action=chain\` aponta o \`filmeInteiro\`.
285
285
  - \`sapiens-video-omni\` (Gemini Omni 1.0) e \`sapiens-video-lite\` / \`-fast\` / \`-quality\` (Veo 3.1): SAÍRAM. O Google apagou os quatro em 22/10/2026 e o pedido é recusado antes de cobrar. O sucessor é o \`sapiens-video-omni-12\`.
286
286
  - \`sapiens-video-omni-11\` (Gemini Omni 1.1): saiu da prateleira em 05/11/2026. Pedido novo com esse id roda no 1.2 e é cobrado como ele; take antigo do 1.1 continua nele.
287
287
 
@@ -983,17 +983,30 @@ A Teia é da pessoa: "quando sai no Instagram, entra na fila do Threads". \`acti
983
983
  {
984
984
  name: "carrossel",
985
985
  title: "Carrossel: gerar, escrever, pôr foto e entregar",
986
- description: "O carrossel do Instagram pelo agente: gerar do brief ou de um artigo, reescrever os slides direto no payload, pôr foto da galeria da pessoa, a capa IA, e onde ela baixa. Puxe ANTES de sapiens_carrossel.",
986
+ description: "O carrossel do Instagram pelo agente: o caminho de custo zero (você escreve, foto do banco da casa), gerar do brief ou de um artigo pela IA da casa, reescrever os slides direto no payload, pôr foto da galeria da pessoa, a capa IA, e onde ela baixa. Puxe ANTES de sapiens_carrossel.",
987
987
  body: `## O que é
988
988
 
989
989
  Um carrossel é uma RECEITA: tema (paleta, folha e assinatura) mais slides, cada um com um layout (\`templateId\`) e os textos dele (\`slots\`). O desenho sai dessa receita no editor da pessoa, que é também onde ela baixa os arquivos. Você escreve a receita; ela abre, confere e baixa.
990
990
 
991
- ## O fluxo
991
+ ## O caminho de custo zero (você escreve, a casa grava)
992
+
993
+ Quem escreve o texto é VOCÊ, no plano da pessoa: a casa não gasta token, então não cobra. É o caminho padrão quando ela só quer o carrossel pronto e não pediu a IA da casa.
994
+
995
+ 1. \`action=create\` cria o carrossel. Sem \`payload\` nasce vazio; com \`aspect\` escolhe a folha (\`4:5\` padrão). Grátis, teto de 20 novos por dia por conta.
996
+ 2. \`action=get\` traz o catálogo de layouts (os \`slots\` e o limite de cada um, quais têm foto em \`requiresImage\`).
997
+ 3. Escreva os slides e grave com \`action=update\` (payload inteiro + \`baseUpdatedAt\`). Puxe a skill \`voz-da-casa\` antes. Já sabendo o catálogo, dá pra mandar o payload direto no \`create\` e pular este passo.
998
+ 4. \`action=search_images query=<o assunto da foto> orientation=vertical\` busca no banco de fotos da casa, grátis e sem login. Escolha pelo título, tags e descrição.
999
+ 5. \`action=set_image stockImageId=<id>\` em cada slide de layout com foto. Grátis.
1000
+ 6. Mande a \`url\` do editor: ela abre, confere e baixa.
1001
+
1002
+ Foto que o banco não cobre: \`action=generate_image\` gera uma nova pra um slide. \`imageModel=flux-3-klein\` (FLUX 3 Image Klein) é o barato, 60 Sinapses a foto, texto puro: preço que vale SÓ no slide do carrossel, e essa foto não rende o prêmio de publicar se for publicada sozinha. \`nano-banana-2\` (Nano Banana 2.1, o padrão) segue o estilo do banco por referência e cobra pelo catálogo (\`sapiens_image action=models\`). Avise o preço e espere o sim antes.
1003
+
1004
+ ## O fluxo com a IA da casa
992
1005
 
993
1006
  1. \`sapiens_carrossel action=generate\` com \`brief\` (o tema e o ângulo, um parágrafo) OU \`articleId\` (artigo publicado) OU \`userArticleId\` (artigo dela). Custa 350 Sinapses, já com a escolha de fotos, e estorna se falhar. Devolve o \`id\` e a \`url\` do editor.
994
1007
  2. \`action=get\` traz o payload inteiro e o catálogo: os layouts com os slots de cada um, as paletas, as folhas e a assinatura. Leia antes de mexer.
995
1008
  3. \`action=update\` grava o payload INTEIRO de volta. Reescreva os textos com a voz da pessoa (puxe a skill \`voz-da-casa\`). Mande o \`theme\` inteiro e o \`image\` de todo slide que você não mexeu: o que faltar volta pro padrão e a foto do slide some. Mande também \`baseUpdatedAt\` com o \`updatedAt\` do get: se o carrossel mudou depois (uma foto gerada, uma edição dela no editor), o update recusa em vez de apagar isso, e aí você faz get de novo. Foto nova não entra por URL no update, só pelo passo 4.
996
- 4. Foto: \`action=auto_images\` (60) deixa a IA escolher do banco; \`action=set_image\` põe uma peça DA PESSOA pelo ID citável (\`img_…\`, de \`sapiens_reference\` ou \`sapiens_gallery\`), de graça; \`action=generate_image\` gera uma nova pra um slide, ~450 cada.
1009
+ 4. Foto: \`action=auto_images\` (60) deixa a IA escolher do banco; \`action=set_image\` põe uma foto do banco (\`stockImageId\`, do \`search_images\`) ou uma peça DA PESSOA pelo ID citável (\`img_…\`, de \`sapiens_reference\` ou \`sapiens_gallery\`), de graça; \`action=generate_image\` gera uma nova pra um slide, pelo preço do motor (\`imageModel\`).
997
1010
  5. Mande a \`url\` do editor. É lá que ela confere, ajusta e baixa.
998
1011
 
999
1012
  ## A forma e o tamanho
@@ -19,6 +19,8 @@ const MODELS = ["feed", "reflexao", "case", "editorial"];
19
19
  export const carrosselSchema = z.object({
20
20
  action: z
21
21
  .enum([
22
+ "create",
23
+ "search_images",
22
24
  "generate",
23
25
  "list",
24
26
  "get",
@@ -28,7 +30,8 @@ export const carrosselSchema = z.object({
28
30
  "set_image",
29
31
  "cover",
30
32
  ])
31
- .describe("generate (gera um carrossel do zero a partir de brief OU artigo, 350 Sinapses, estorna se falhar) · list (seus carrosséis) · get (payload inteiro + catálogo de layouts, paletas, folhas e a assinatura, tudo pra você escrever os slides) · update (grava o payload inteiro de volta, normalizado no servidor) · auto_images (a IA escolhe fotos do banco pros slides, 60 Sinapses; generateMissing gera as que faltarem, ~450 cada) · generate_image (foto nova pra UM slide, ~450) · set_image (põe no slide uma peça SUA ou pública, pelo ID citável img_…, sem custo) · cover (a Capa IA: capa 16:9 com o texto queimado, fatiada em duas e posta na frente do carrossel, cobra pelo motor da capa)."),
33
+ .describe("create (GRÁTIS: cria o carrossel com o texto que VOCÊ escreveu, a casa só grava; sem payload nasce vazio e você segue por get → update) · search_images (GRÁTIS: busca fotos no banco da casa por palavra, devolve o id pra set_image) · generate (a IA da casa escreve do zero a partir de brief OU artigo, 350 Sinapses, estorna se falhar) · list (seus carrosséis) · get (payload inteiro + catálogo de layouts, paletas, folhas e a assinatura, tudo pra você escrever os slides) · update (grava o payload inteiro de volta, normalizado no servidor, grátis) · auto_images (a IA escolhe fotos do banco pros slides, 60 Sinapses; generateMissing gera as que faltarem, ~450 cada) · generate_image (foto NOVA pra UM slide, cobra pelo motor: imageModel 'flux-3-klein' é o barato, 60 Sinapses) · set_image (põe no slide uma foto do banco pelo stockImageId OU uma peça sua ou pública pelo img_…, grátis) · cover (a Capa IA: capa 16:9 com o texto queimado, fatiada em duas e posta na frente do carrossel, cobra pelo motor da capa). " +
34
+ "Caminho de custo ZERO: create → get (catálogo) → update (seus textos) → search_images → set_image em cada slide de foto → mande a url do editor pra pessoa abrir e baixar."),
32
35
  // generate
33
36
  brief: z
34
37
  .string()
@@ -49,7 +52,17 @@ export const carrosselSchema = z.object({
49
52
  aspect: z
50
53
  .enum(["4:5", "9:16"])
51
54
  .optional()
52
- .describe("generate: o TAMANHO da folha. '4:5' (padrão, o feed do Instagram mostra inteira) ou '9:16' (tela cheia). Dá pra trocar depois no editor."),
55
+ .describe("generate e create: o TAMANHO da folha. '4:5' (padrão, o feed do Instagram mostra inteira) ou '9:16' (tela cheia). Dá pra trocar depois no editor."),
56
+ // search_images
57
+ query: z
58
+ .string()
59
+ .optional()
60
+ .describe("search_images: o que procurar, em palavras do assunto da foto (ex.: 'mar noturno', 'mãos', 'cidade chuva'). Busca em título, tags e descrição. Sem query devolve as mais recentes."),
61
+ orientation: z
62
+ .enum(["vertical", "horizontal", "square"])
63
+ .optional()
64
+ .describe("search_images: filtra pelo formato da foto. Pra folha 4:5 ou 9:16, prefira 'vertical'."),
65
+ limit: z.number().int().min(1).max(40).optional().describe("search_images: quantas fotos (default 12, max 40)."),
53
66
  brandSlug: z
54
67
  .string()
55
68
  .optional()
@@ -66,15 +79,15 @@ export const carrosselSchema = z.object({
66
79
  carouselId: z
67
80
  .string()
68
81
  .optional()
69
- .describe("O id do carrossel (vem do generate e do list). Obrigatório em get, update, auto_images, generate_image, set_image; opcional no cover (sem ele a capa só é gerada)."),
82
+ .describe("O id do carrossel (vem do create, do generate e do list). Obrigatório em get, update, auto_images, generate_image, set_image; opcional no cover (sem ele a capa só é gerada)."),
70
83
  payload: z
71
84
  .any()
72
85
  .optional()
73
- .describe("update: o payload INTEIRO, no shape do get: { theme: { palette, sheet, signature, brand?, fonts? }, slides: [{ id, templateId, slots, image }], meta }. Preserve image dos slides que você não mexeu e o theme inteiro (folha, assinatura, cor e fonte do brand): o que faltar volta pro padrão. " +
86
+ .describe("create (opcional) e update: o payload INTEIRO, no shape do get: { theme: { palette, sheet, signature, brand?, fonts? }, slides: [{ id, templateId, slots, image }], meta }. Preserve image dos slides que você não mexeu e o theme inteiro (folha, assinatura, cor e fonte do brand): o que faltar volta pro padrão. " +
74
87
  "Na peça que veste um brand (palette 'brand'), theme.brand traz os tokens de cor (bg, text, accent, kicker em hex) e theme.fonts a tipografia ({ display: família do título, text: família do corpo }, sem fonts = a da casa). Pra trocar a cor de DESTAQUE, ponha o mesmo hex em accent e kicker. " +
75
88
  "Carrossel que vem de FORA (outro app, outro editor): case cada slide de lá com um layout do catálogo do get pelo PAPEL (role: capa, corpo, cta), pela foto (requiresImage) e pelos slots, e ponha o texto nos slots daquele layout; o estilo (cor, fonte, logo) vem do brand, não do layout. Layout de fora sem par no catálogo vira o corpo mais próximo, nunca layout inventado. " +
76
89
  "Foto NOVA não entra por URL aqui: use set_image (ID da peça) ou generate_image."),
77
- title: z.string().optional().describe("update: novo título do carrossel (opcional)."),
90
+ title: z.string().optional().describe("create e update: o título do carrossel (opcional)."),
78
91
  baseUpdatedAt: z
79
92
  .number()
80
93
  .optional()
@@ -90,10 +103,18 @@ export const carrosselSchema = z.object({
90
103
  .describe("auto_images: true gera foto nova pros slides que o banco não cobriu (até 4, ~450 Sinapses cada). Avise o custo antes."),
91
104
  slideId: z.string().optional().describe("generate_image e set_image: o id do slide (vem do get)."),
92
105
  customPrompt: z.string().optional().describe("generate_image: direção da cena (opcional; sem ela a cena sai do texto do slide)."),
106
+ imageModel: z
107
+ .enum(["nano-banana-2", "flux-3-klein"])
108
+ .optional()
109
+ .describe("generate_image: o motor da foto. 'nano-banana-2' (Nano Banana 2.1, padrão: segue o estilo do banco por referência, preço do catálogo em sapiens_image action=models) ou 'flux-3-klein' (FLUX 3 Image Klein: o barato, 60 Sinapses a foto, texto puro; preço que vale SÓ aqui, no slide do carrossel, e a foto não rende prêmio de publicar). Avise o custo antes."),
93
110
  handle: z
94
111
  .string()
95
112
  .optional()
96
- .describe("set_image: o ID citável da peça (img_…), que o usuário copia no detalhe dela ou vem de sapiens_reference/sapiens_gallery. Peça sua ou pública."),
113
+ .describe("set_image: o ID citável da peça (img_…), que o usuário copia no detalhe dela ou vem de sapiens_reference/sapiens_gallery. Peça sua ou pública. Use handle OU stockImageId."),
114
+ stockImageId: z
115
+ .string()
116
+ .optional()
117
+ .describe("set_image: o id de uma foto do banco da casa (o campo id do search_images). Grátis. Use stockImageId OU handle."),
97
118
  focalX: z.number().min(0).max(1).optional().describe("set_image: ponto focal horizontal (0 a 1, default 0.5)."),
98
119
  focalY: z.number().min(0).max(1).optional().describe("set_image: ponto focal vertical (0 a 1, default 0.5)."),
99
120
  // cover
@@ -119,8 +140,40 @@ function coercePayload(raw) {
119
140
  }
120
141
  }
121
142
  export async function carrossel(args) {
143
+ // O banco da casa é público (a linha ativa): a busca não pede login, e a
144
+ // pessoa pode escolher as fotos antes mesmo de conectar a conta.
145
+ if (args.action === "search_images") {
146
+ const limit = args.limit ?? 12;
147
+ const fotos = await convexQuery("stock:getImages", {
148
+ limit,
149
+ ...(args.query?.trim() ? { search: args.query.trim() } : {}),
150
+ ...(args.orientation ? { orientation: args.orientation } : {}),
151
+ });
152
+ return {
153
+ custo: 0,
154
+ total: fotos.length,
155
+ fotos: (fotos ?? []).map((f) => ({
156
+ id: f._id,
157
+ title: f.title,
158
+ description: f.description ?? null,
159
+ tags: f.tags ?? [],
160
+ width: f.width ?? null,
161
+ height: f.height ?? null,
162
+ thumbnailUrl: f.thumbnailUrl ?? f.url,
163
+ })),
164
+ dica: "Ponha a foto num slide com action=set_image carouselId=… slideId=… stockImageId=<id>. Só slide de layout com foto (requiresImage no get) mostra a imagem.",
165
+ };
166
+ }
122
167
  const sessionToken = getSessionToken();
123
168
  switch (args.action) {
169
+ case "create":
170
+ // GRÁTIS: quem escreve é você; a casa valida e grava.
171
+ return await convexMutation("carouselMcp:mcpCreateCarouselFree", {
172
+ sessionToken,
173
+ ...(args.payload !== undefined ? { payload: coercePayload(args.payload) } : {}),
174
+ ...(args.title?.trim() ? { title: args.title.trim() } : {}),
175
+ ...(args.aspect ? { aspect: args.aspect } : {}),
176
+ });
124
177
  case "generate": {
125
178
  const brief = args.brief?.trim();
126
179
  const fontes = [brief, args.articleId, args.userArticleId].filter(Boolean).length;
@@ -172,16 +225,23 @@ export async function carrossel(args) {
172
225
  carouselId: need(args.carouselId, "carouselId"),
173
226
  slideId: need(args.slideId, "slideId"),
174
227
  ...(args.customPrompt ? { customPrompt: args.customPrompt } : {}),
228
+ ...(args.imageModel ? { imageModel: args.imageModel } : {}),
175
229
  });
176
- case "set_image":
230
+ case "set_image": {
231
+ const handle = args.handle?.trim();
232
+ const stockImageId = args.stockImageId?.trim();
233
+ if (!!handle === !!stockImageId) {
234
+ throw new Error("set_image: passe UM dos dois, handle (img_…) OU stockImageId (do search_images).");
235
+ }
177
236
  return await convexMutation("carouselMcp:mcpSetSlideImage", {
178
237
  sessionToken,
179
238
  carouselId: need(args.carouselId, "carouselId"),
180
239
  slideId: need(args.slideId, "slideId"),
181
- handle: need(args.handle, "handle"),
240
+ ...(handle ? { handle } : { stockImageId }),
182
241
  ...(args.focalX !== undefined ? { focalX: args.focalX } : {}),
183
242
  ...(args.focalY !== undefined ? { focalY: args.focalY } : {}),
184
243
  });
244
+ }
185
245
  case "cover":
186
246
  return await convexAction("capaIa:mcpCapaIa", {
187
247
  sessionToken,
@@ -71,7 +71,7 @@ export const stockAudioSchema = z.object({
71
71
  provider: z
72
72
  .enum(["mirelo", "elevenlabs"])
73
73
  .optional()
74
- .describe("action=generate: 'mirelo' (padrão, 35 Sinapses/s, mín 70) | 'elevenlabs' (premium, 60/s, mín 120)."),
74
+ .describe("action=generate: 'elevenlabs' (padrão, 35 Sinapses/s, mín 70; segue o texto ao pé da letra) | 'mirelo' (35 Sinapses/s, mín 70; lê a descrição com liberdade)."),
75
75
  promptInfluence: z
76
76
  .number()
77
77
  .min(0)
@@ -187,9 +187,11 @@ import { httpUrl } from "../schema.js";
187
187
  * - sapiens-video-omni-12 Gemini Omni 1.2: texto ou imagem -> vídeo de 4, 6, 8, 10, 12 ou 15s (sem
188
188
  * durationSec, 10s), com áudio nativo embutido, em 360p, 720p,
189
189
  * 1080p ou 4k (preço por segundo: 1/3, 1x, 1,5x e 3x do 720p; sem
190
- * resolution, 720p). Aceita até 3 imagens suas (frame inicial,
191
- * frame final ou referência de personagem/estilo); vídeo de
192
- * MOVIMENTO não (pra coreografia, Seedance).
190
+ * resolution, 720p). Aceita até 6 imagens de referência (3 por
191
+ * personagem, 2 personagens) além do frame inicial e do final, e
192
+ * até 3 VÍDEOS de referência de até 3 s cada (1 só no take de 11
193
+ * a 15 s, e só em take novo): o clipe dá a APARÊNCIA de quem
194
+ * aparece nele, não o movimento (pra coreografia, Seedance).
193
195
  * EDIÇÃO conversacional: `editOfImageId` aponta um vídeo Omni seu e
194
196
  * o prompt edita a MESMA cena.
195
197
  * VÍDEO-FONTE: `sourceVideoId` (vídeo da sua galeria) ou
@@ -551,7 +553,7 @@ export const videoSchema = z.object({
551
553
  referenceImageIds: z
552
554
  .array(z.string())
553
555
  .optional()
554
- .describe("action=create (Seedance 2.0/Fast/Mini/2.5 até 4; H3 até 9; Omni 1.2 até 3; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy NÃO): generatedImages:_id da SUA galeria " +
556
+ .describe("action=create (Seedance 2.0/Fast/Mini/2.5 até 4; H3 até 9; Omni 1.2 até 6, 3 por personagem; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy NÃO): generatedImages:_id da SUA galeria " +
555
557
  "como imagens de REFERÊNCIA (role 'ref'). Diferente de startImageId: NÃO viram o 1º frame, guiam " +
556
558
  "estilo/personagem/composição. Fluxo storyboard: gere a folha com sapiens_image " +
557
559
  "templateSlug='storyboard-sapiens-v1' (ou -vertical-v1) e passe folha + personagem aqui. " +
@@ -560,13 +562,13 @@ export const videoSchema = z.object({
560
562
  referenceImageUrls: z
561
563
  .array(httpUrl())
562
564
  .optional()
563
- .describe("action=create (mesmos motores e tetos de referenceImageIds: Seedance até 4, H3 até 9, Omni 1.2 até 3): URLs públicas (Bunny/Convex/Wikimedia) como imagens de " +
565
+ .describe("action=create (mesmos motores e tetos de referenceImageIds: Seedance até 4, H3 até 9, Omni 1.2 até 6): URLs públicas (Bunny/Convex/Wikimedia) como imagens de " +
564
566
  "REFERÊNCIA (role 'ref'). Soma com referenceImageIds. No prompt, cite as referências por descrição " +
565
567
  "(ex: 'use the storyboard reference as ordered key poses; ignore line-sketch artifacts')."),
566
568
  referenceVideoUrls: z
567
569
  .array(httpUrl())
568
570
  .optional()
569
- .describe("action=create (Seedance 2.0/Fast/Mini/2.5: 1 vídeo; H3: até 3, somando 15s; P-Video-2 Pro: até 3, somando 15s, cada SEGUNDO cobrado à parte, medido pelo servidor antes do débito, e cada clipe cobra no máximo a duração do take + 1s): URL pública (host da casa) de um VÍDEO DE MOVIMENTO (role 'refvideo' -> reference_videos, <=15s): " +
571
+ .describe("action=create (Seedance 2.0/Fast/Mini/2.5: 1 vídeo; H3: até 3, somando 15s; P-Video-2 Pro: até 3, somando 15s, cada SEGUNDO cobrado à parte, medido pelo servidor antes do débito, e cada clipe cobra no máximo a duração do take + 1s; Gemini Omni 1.2: até 3 clipes de até 3 s cada, 1 só no take de 11 a 15 s, só em take novo, e ali o clipe dá a APARÊNCIA de quem aparece nele (rosto, corpo, roupa), não o movimento, e não muda o preço): URL pública (host da casa) de um VÍDEO DE MOVIMENTO (role 'refvideo' -> reference_videos, <=15s): " +
570
572
  "a coreografia/câmera do clipe GUIA o take sem ser recriado plano a plano (isso é o Shot Mimic). " +
571
573
  "NÃO edita o clipe: o take sai com outra filmagem. Pra mudar um vídeo que já existe mantendo a filmagem, é model='sapiens-video-omni-12' com sourceVideoId/sourceVideoUrl. " +
572
574
  "Combina com o fluxo storyboard: folha = beats, vídeo = movimento, personagem = identidade. " +
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "sapiens-mcp",
3
- "version": "1.111.0",
3
+ "version": "1.113.0",
4
4
  "mcpName": "com.sapiensinteticos/sapiens",
5
5
  "description": "MCP server pra operar o Sapiens Sintéticos (sapiensinteticos.com) pelo Claude Code: gerar imagem, escrever artigo, voz, música e mais, na sua conta. Login pelo código de sapiensinteticos.com/conectar-claude. mcprush.com-bd2545268b8471cdb213c674",
6
6
  "type": "module",