Génère un lead magnet LinkedIn complet (post texte + visual_spec) à partir d'un input structuré (outils utilisés, chiffre + source, type de preuve, etc.). Stream NDJSON (validation → post → visual_spec → done). Renvoie la liste des événements parsés.

Rend un LeadMagnetVisualSpec en PNG (1080x1080 ou ratio adapté). Retourne le PNG encodé base64 + mime-type. 8 archétypes supportés.

Rend un lead magnet ANIME en GIF (1080x1080, boucle infinie). Recettes : 'tool_pairing' (brands[], connector, caption_bottom) et 'metric_counter' (value, unit, prefix, label, caption_bottom). PUBLIABLE SUR LINKEDIN, verifie le 2026-08-11 par un aller-retour reel : un GIF de 39 frames uploade via /rest/images ressort en 39 frames animees. L'artefact servi s'appelle image-shrink_1280 et reste anime, ce nom ne prouve donc aucun aplatissement. La cause des GIF figes d'avant etait /v2/assets, qui n'accepte que jpeg et png : le format n'etait pas supporte en entree. Seul point non verifie : que le fil JOUE l'animation a l'affichage, ce qu'un post reel regarde a l'oeil confirmerait. Coute cher a rendre (528 Mo de pic memoire), reste sur render_visual quand l'animation n'apporte rien.

Liste les lead magnets du corpus de référence (45 entrées : 30+ posts du docx Darius + 45 images classifiées). Filtrable par archetype, tri par engagement.

RAG retrieval : retourne les top-K lead magnets du corpus les plus similaires à une requête (texte libre + brands optionnels). Score = embedding cosine + engagement bump (log10 likes).

Publie un lead magnet sur LinkedIn depuis l'agent, sans ouvrir la webapp. DEUX PHASES OBLIGATOIRES. Premier appel sans confirmed : le serveur rend le visuel et retourne un APERÇU (post_text + png_base64) SANS rien publier. Tu DOIS alors montrer le texte ET l'image à l'utilisateur et attendre son accord explicite. Second appel avec confirmed: true : la publication part. Ne confirme jamais à la place de l'utilisateur, c'est son nom sur le post. Si resource_url est fourni, il est TESTÉ avant publication (règle R6 : une ressource morte annoncée à des commentateurs coûte plus cher que l'absence de post). Retourne le post_urn : enchaîne avec register_published pour activer le suivi des commentaires et les DM.

Reecrit le texte d'un post LinkedIn DEJA publie. Sert quand le hook est rate ou qu'une affirmation s'avere fausse : editer bat republier, l'URN, la date et l'engagement sont conserves. DEUX PHASES OBLIGATOIRES, comme publish_lead_magnet. Premier appel sans confirmed : retourne l'avant et l'apres SANS rien toucher. Montre les deux a l'utilisateur, puis rappelle avec confirmed: true s'il valide. Le VISUEL n'est pas modifiable, LinkedIn ne l'autorise pas : l'image publiee reste en place, seul le texte change. Passe le texte ENTIER, pas un fragment : le champ est remplace, jamais fusionne.

Ecrit une entree dans la memoire de l'utilisateur. C'est la voie d'entree du second cerveau : ce que tu sais et que Publiar n'a pas vu passer. source et source_date sont OBLIGATOIRES, sans provenance une note ancienne ressort plus tard dans une phrase au present. kind parmi brand_voice, past_post, audience, decision, manual. learned_rule et anti_pattern sont refuses : ils se derivent des performances mesurees, on ne les declare pas. scope cloisonne par projet et filtre le retrieval. La deduplication rend le rejeu d'une ingestion inoffensif.

Enregistre un lead magnet publié sur LinkedIn (snapshot du LeadMagnetInput + URN du post LinkedIn pour le tracking engagement).

Liste les lead magnets publiés de l'utilisateur (avec stats engagement rolling).

Détail d'un PublishedLeadMagnet + ses engagements (comments + statut DM).

Active/désactive auto_dm_enabled sur un PublishedLeadMagnet.

Change le status d'un PublishedLeadMagnet (active/paused/completed/error).

Sprint E.3' Option B : import des comments LinkedIn collés par l'utilisateur (formats : tab, pipe, free-form). Parse + matche le CTA + génère les DM personnalisés prêts à copier-coller manuellement (LinkedIn r_member_social étant CLOSED, l'envoi auto est impossible).

Marque un CommentEngagement comme DM envoyé (manuellement via LinkedIn).

Pipeline v3 legacy : génère 2 variants (hook + image SPEC) couplés via le pair_generator (coupled motifs + proof gate). Utilise plutôt generate_lead_magnet — celui-ci reste pour le retrieval explicite via biais/motifs.

Pour l'archétype dark_thumbnail : génère via Gemini 2.5 Flash Image un fond cinematic background à partir d'un base_prompt. Retourne un data: URL prêt à injecter dans le spec.

Force un poll Community API immédiat sur un PublishedLeadMagnet (legacy, retournera des engagements vides puisque r_member_social est CLOSED — préférer paste_comments).

Retourne les infos du user authentifié via la clé MCP (utile pour debug auth).