Communitygithub.com

100x-Video-Reverse

Extrahiert aus einem oder mehreren lokalen Referenzvideos ein verifizierbares, generierbares Reverse-Paket mit Szenen, Frame-Boards, Asset-Bibliothek und segmentierten Generierungsplänen, das direkt im Agenten-Dialog geprüft werden kann.

Was ist 100x-Video-Reverse?

Diese Skill extrahiert aus Nutzer-vorgegebenen lokalen Referenzvideos ein strukturiertes Reverse-Paket. Es enthält einen detaillierten Szenen-Schnitt, Asset-Referenzen (Personen, Produkte, Kleidung, Audio etc.), vier Arten von Keyframes, Audiotranskripte sowie universelle und modellspezifische Prompts für die nachgelagerte Videogenerierung. Die Ausgabe ist vollständig verifiziert (Medienprüfung, Strukturvalidierung) und wird über ein Digest-Skript in zwei Formaten präsentiert: für Codex als Fragment (mit visuellem Player + Asset-Tafel) und für andere Clients als Markdown. Der Skill ist für Cursor, Codex und Claude Code optimiert und betont die strikte Trennung von Evidenzextraktion (Nur-Lesen) und Generierung (nicht in dieser Skill). Er respektiert die Nutzerautorisierung für externe API-Aufrufe, vermeidet Uploads auf öffentliche URLs, und stellt sicher, dass jede Revision zuerst das maschinenlesbare Paket aktualisiert, bevor die Anzeige aktualisiert wird.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/kezd088/100x-skill-tiktok/tree/main/skills/100x-video-reverse

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

100X Video Reverse v2.3

Wandelt Referenzvideos in ein standardisiertes Reverse-Paket um, das vom Nutzer direkt geprüft und von nachgelagerten Generierungs-Skills konsumiert werden kann. Standardmäßig nur Analyse und Verifikation; keine kostenpflichtigen Generierungen, kein Upload des Originalvideos, keine Veröffentlichung von Material.

Vorbereitung

  1. Überprüfe die Lesbarkeit und die Berechtigungsgrenzen der vom Nutzer bereitgestellten Videos. Wenn der Nutzer kein Ausgabeverzeichnis angibt, verwende direkt outputs/100x-video-reverse/<video-stem>-<timestamp>/ im aktuellen Workspace; frage nicht nach einem anderen Verzeichnis. Lese Quelldateien immer nur und schreibe immer in ein neues, separates Verzeichnis.
  2. Lies stets workflow.md, output-contract.md und native-output.md. Lies analysis-prompt.md, wenn eine Modellanalyse durchgeführt wird. Lies failure-gates.md, wenn es um kommerzielles Textmaterial, dichte Schnitte, externe Uploads oder die Vorbereitung für die Generierung geht. Lies golden-baseline.md nur, wenn diese Skill evaluiert, ersetzt oder aktualisiert werden soll. Die Standardauslieferung erfolgt deterministisch über scripts/digest.py aus dem Maschinenpaket; der Agent ordnet keine Segmente manuell neu.
  3. Überprüfe ffmpeg-, ffprobe-, Python jsonschema- und lokale Lese-/Schreibberechtigungen. Fehlt jsonschema, muss die Validierung hart abbrechen. Installiere Abhängigkeiten nur in isolierten Umgebungen, nicht global. Prüfe vor jedem externen Modellaufruf in Echtzeit die offizielle Modelliste und die Eingabebeschränkungen; vom Nutzer angegebene Modelle haben Priorität. Wenn keine Überprüfung möglich ist, stoppe externe Aufrufe, fahre aber mit dem lokalen Evidenzpaket fort.

Ausführungsablauf

  1. Verwende scripts/prepare_evidence.py, um Quell-Datei-Fingerabdruck, Spezifikationen, Vorschläge für duale Schwellwert-Schnittpunkte, dichte Frames und separate Audiospuren zu erstellen. Automatische Schnittpunkte sind nur Diagnosesignale, keine tatsächlichen Szenengrenzen.
  2. Betrachte gleichzeitig das vollständige Video und das Evidenzpaket. Nutze bevorzugt die vorhandenen lokalen Medienverständnisfähigkeiten des aktuellen Agenten; fordere den Nutzer nicht zur Einrichtung einer zusätzlichen API auf. Nur wenn die aktuelle Aufgabe explizit für eine externe semantische Analyse autorisiert ist, darf auf die Googles offizielle gemini-3.7-flash zurückgegriffen werden. Vor dem Aufruf muss die tatsächliche ID und Videofähigkeit anhand der offiziellen Modelliste überprüft werden. Falls nicht verfügbar, die ursprüngliche Fehlermeldung beibehalten und die externe Phase stoppen; kein leiser Fallback auf ein älteres Modell. Korrigiere die Szenenzeitachse gemäß references/analysis-prompt.md und unterscheide zwischen beobachtbaren Fakten, Inferenzen und Unbekanntem; verwende keine festen Intervalle anstelle von semantischen Szenenschnitten.
  3. Erstelle stabile Asset-IDs und konsistenzanker für szenenübergreifende Konsistenz, die Personen, Produkte, Orte, Requisiten, Kleidung, Audio und Text abdecken. Marken, Preise, Wirkungen, Dialoge und Bildschirmtexte, die nicht klar zu sehen oder zu hören sind, dürfen nicht ergänzt werden.
  4. Generiere das vollständige reverse.json: Szenen, vier Arten von Keyframes, Asset-Referenzen, Audio/Untertitel, universelle Prompts, modellspezifische Prompts, Segmentierungspläne, Zusammenbauanweisungen und must_not_change. Jedes Segment muss zusätzlich einen execution_plan enthalten: Ziel-Laufzeit, Generierungsstatus, ausgewähltes Modell, Generierungsmethode und Eingabematerial; wenn die Modellfähigkeit nicht in Echtzeit überprüft wurde, muss explizit needs_model_selection gesetzt werden; nicht als ausführbar tarnen.
  5. Verwende scripts/materialize_reverse_media.py, um Szenen-Frames und Asset-Screenshots in relative Pfade innerhalb des Pakets zu materialisieren und eine materialization_manifest.json zu erzeugen. Vorhandene Medien dürfen nur wiederverwendet werden, wenn Quell-SHA-256, Anfrage-Zeitstempel und Datei-SHA-256 vollständig mit dem Provenance übereinstimmen; andernfalls hart abbrechen, nicht überschreiben.
  6. Verwende scripts/validate_reverse_package.py, um eine Medien- und Vertrags-Vorabprüfung durchzuführen. Harte Fehler müssen behoben werden, bevor fortgefahren werden kann; Warnungen müssen erhalten und erklärt werden, nicht als bestanden markieren.
  7. Führe nach erfolgreicher strenger Validierung scripts/digest.py aus und liefere das Ergebnis unverändert gemäß native-output.md aus. Codex verwendet --format fragment --fragment-dir <thread-visualization-dir>: Der erste Tab ist ein schmaler 9:16-Player links + ein segmentiertes Asset-Panel rechts. Jedes Segment zeigt fest gruppiert das erste Frame / Highlight-Frame / letzte Frame; Bilder können als JPEG-Vorschau herausgezogen werden; für das Originalbild den Pfad des Originalframes im Paket kopieren. „Szenenpositionierung“ bleibt szenenweise verknüpft; ein Klick auf einen der drei Frames oder auf eine Szene pausiert und positioniert das Video. Zuerst eine chinesische Bedienungsanleitung anzeigen, dann den englischen Generierungsprompt des zugehörigen Segments. Auf schmalen Bildschirmen wird die Anzeige in ein oberes/unteres Layout geändert, aber die drei Frames bleiben gruppiert. Andere Clients verwenden standardmäßig --format md; wenn die Client-Fähigkeit nicht beurteilt werden kann, kein Inline-Protokoll erraten.

Wenn der Nutzer Feedback zur Ansicht gibt, ordne jedes Feedback einer bestimmten Szene, einem Asset oder einem Prompt-Feld zu und kennzeichne es eindeutig als „Nutzerpräferenz/Korrektur“, nicht als beobachtbare Tatsache des Quellvideos. Erstelle ein neues Revisionspaket, ändere nur die betroffenen Felder und Medien, dann vollständig validieren; überschreibe nicht die vorherige Version.

Befehle

python <skill-root>\scripts\prepare_evidence.py --video <source.mp4> --out <new-package-dir>
python <skill-root>\scripts\materialize_reverse_media.py --video <source.mp4> --package <new-package-dir>\reverse.json --source-manifest <new-package-dir>\source_manifest.json
python <skill-root>\scripts\validate_reverse_package.py --package <new-package-dir>\reverse.json --source-manifest <new-package-dir>\source_manifest.json --require-media --report <new-package-dir>\validation.json
python <skill-root>\scripts\digest.py --package <new-package-dir> --format md
# Für Codex Inline; bei mehreren Paketen --out-root verwenden, automatisch 1 Batch-Übersicht + N unabhängige Details generieren
python <skill-root>\scripts\digest.py --out-root <batch-root> --format fragment --fragment-dir <thread-visualization-dir>

<new-package-dir> darf nicht existieren oder muss leer sein. Verwende --out nicht, um auf das Quellvideo-Verzeichnis zu zeigen.

Unverletzliche Grenzen

  • Ein Reverse-Paket, das die Validierung besteht, bedeutet nur, dass Struktur, Evidenz und Referenzen ausführbar sind; es bedeutet nicht, dass die visuelle Ähnlichkeit des endgültigen Videos erreicht ist.
  • Innerhalb dieser Skill wird nicht generiert, keine Generierung wiederholt, kein Post-Processing oder Scoring durchgeführt. Diese Aufgaben sollten von unabhängigen Skills konsumiert werden, die diesen Output-Vertrag nutzen.
  • Die native Antwort des Agenten ist nur die Darstellungsschicht für reverse.json und die Medien im Paket, keine zweite geschäftliche Wahrheitsquelle; jede Revision ändert zuerst das Maschinenpaket und aktualisiert dann die aktuelle Antwort.
  • Ein Klick auf eine Szene zeigt den Prompt des Generierungssegments, zu dem die Szene gehört; die Generierungseinheit des Maschinenvertrags ist das Segment; es dürfen keine unabhängigen szenenspezifischen Prompts vorgetäuscht werden.
  • Standardmäßig sichtbare Betriebsbezeichnungen, Status, Asset-Kategorien und Generierungsarten werden in Chinesisch angezeigt; Modell-IDs, Asset-IDs, wörtliche Evidenz und englische Generierungs-Prompts bleiben im Originalwert. Wenn menschenlesbare Felder in alten Paketen auf Englisch sind, nur darauf hinweisen und den Originaltext beibehalten; keine Übersetzung durch digest vortäuschen.
  • Nicht aufgrund aktueller Anbieterbeschränkungen „feste 10-Sekunden-Schnitte“ als Szenenwahrheit ausgeben. Priorität haben echte Szenen und narrative Grenzen; die 10-Sekunden-Prüfung des Validators ist nur eine konfigurierbare Downstream-Kompatibilitätswarnung.
  • Ohne ausdrückliche Autorisierung das lokale Video nicht auf öffentliche URLs, Objektspeicher oder Drittanbieterdienste hochladen.
  • Keinen Kandidaten-Code mit unklarer Lizenz oder gegensätzlichem Verwendungszweck kopieren; nur Methoden und Fehlererfahrungen übernehmen, die mit derselben Baseline validiert wurden.

Abschlusskriterien

Bei Abschluss müssen vorhanden sein: source_manifest.json, evidence/evidence_manifest.json, Evidenz-Medien, reverse.json, materialization_manifest.json und validation.json; strenge Medienvalidierung mit null harten Fehlern. Der erste Tab des Codex-Fragments muss eine vollständige Längen-Vorschau anzeigen; Desktop verwendet eine schmale Player-Spalte + breites segmentiertes Asset-Panel. Jedes Segment hat fest die drei Slots für erstes / Highlight / letztes Frame und bleibt gruppiert; fehlende Assets zeigen Fehler-Slots. Das Ziehen von drei Frames erzeugt mindestens eine brauchbare JPEG-Datei; das Originalbild über das Kopieren des Pfades aus dem Paket beziehen. Ein Klick auf drei Frames oder eine Szene positioniert und zeigt den Prompt des zugehörigen Segments an. Die operative Standardebene wird in Chinesisch angezeigt; englische Prompts werden bei Bedarf aufgeklappt; die restlichen fünf Blöcke werden anschließend aufgeklappt. Bei mehreren Paketen muss zuerst eine leichte Batch-Übersicht erscheinen, dann für jede ein unabhängiges Detail nach Nummer; fehlgeschlagene Einträge dürfen nicht verschwinden. Der Pfad zum Maschinenpaket muss dennoch im Text angegeben werden. --legacy-unverified-media ist nur für die Prüfung historischer Pakete erlaubt und verboten für neue Übergaben.

Bekannte Einschränkungen

  • Das „Originalvideo“ im Fragment ist eine budgetierte, vollständige, niedrigratige H.264/AAC-Ansichtskopie, keine zweite Quelldatei; der Originalpfad und SHA-256 werden weiterhin durch source_manifest.json bestimmt. Einzelfragmente unterliegen einer 1-MB-Obergrenze; wenn das Video nicht passt, wird auf Standbilder zurückgegriffen, das Video wird nicht abgeschnitten.
  • Direkt aus dem Fragment herausgezogene Dateien sind budgetierte JPEG-Vorschaubilder, nicht die Originalframes im Paket; Ziehen stellt gleichzeitig einen Browser-File, einen Chromium-DownloadURL, eine data URI und den Pfad zum Originalframe bereit. Ob die Zielanwendung das entsprechende Drag-and-Drop-Format akzeptiert, liegt in ihrer eigenen Verantwortung; um verlustfrei das Originalbild zu erhalten, „Originalframe-Pfad kopieren“ verwenden.
  • Der Claude Code Artifact-Pfad wurde noch nicht mit einem echten Host validiert; wenn die Darstellung nicht bestätigt werden kann, auf --format md zurückfallen.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

Verwandte Skills