Video-Generierungs-Fähigkeit (video-generation)
Eine vollständige, produktionsreife Pipeline zur Umwandlung roher Ideen und Themen in fertig produzierte Videos. Kombiniert eine strukturierte kreative Richtung (Briefing, Recherche, Drehbuchschreiben, Shot-Listen-Erstellung) mit der lokalen Kommandozeilen-Assemblierung über MoneyPrinterTurbo's CLI (cli.py oder konfigurierten Alias).
Vorabprüfung 1: MoneyPrinterTurbo-Verfügbarkeit & Befehlsauflösung
Bevor die Video-Generierungs-Pipeline ausgeführt wird, überprüfe, ob MoneyPrinterTurbo verfügbar ist, und löse den Ausführungsbefehl auf:
-
Nach konfiguriertem Alias, Funktion oder Wrapper-Skript suchen:
alias video 2>/dev/null || type video 2>/dev/null || which video 2>/dev/nullWenn ein
video-Alias oder Wrapper in der Shell oder im PATH existiert, verwende ihn direkt (z. B.video [optionen]). -
Wenn kein Alias oder Befehl existiert, MoneyPrinterTurbo's
cli.pydynamisch lokalisieren:find ~ -name "cli.py" -path "*/MoneyPrinterTurbo/*" 2>/dev/null | head -n 1- Vom gefundenen Verzeichnis aus (z. B.
~/Applications/MoneyPrinterTurbo):- Identifiziere den Python-Interpreter der virtuellen Umgebung (z. B.
<MoneyPrinterTurbo_DIR>/.venv/bin/python). Falls kein.venvvorhanden ist, verwende als Fallback das systemweitepython3. - Erstelle den direkten Ausführungsbefehl:
<MoneyPrinterTurbo_DIR>/.venv/bin/python <MoneyPrinterTurbo_DIR>/cli.py [optionen]
- Identifiziere den Python-Interpreter der virtuellen Umgebung (z. B.
- Vom gefundenen Verzeichnis aus (z. B.
[!IMPORTANT] Wenn weder ein Alias noch MoneyPrinterTurbo's
cli.pygefunden werden können, stoppe und fordere den Benutzer auf, MoneyPrinterTurbo zuerst zu installieren:"MoneyPrinterTurbo wird für die Video-Assemblierung und das Rendering benötigt, wurde aber auf Ihrem System nicht gefunden. Bitte installieren Sie es zuerst von https://github.com/harry0703/MoneyPrinterTurbo, bevor Sie mit der Video-Generierung fortfahren."
Vorabprüfung 2: Ollama-Dienststatus (wenn lokales LLM verwendet wird)
Wenn die Skriptgenerierung so konfiguriert ist, dass ein lokales oder Cloud-Ollama-Modell verwendet wird, überprüfe, ob der Ollama-Dienst/-Prozess aktiv ist:
systemctl is-active --quiet ollama || pgrep -x ollama > /dev/null
[!IMPORTANT] Wenn Ollama benötigt wird, aber nicht läuft, stoppe und fordere den Benutzer auf, den Dienst zu starten:
"Der Ollama-Dienst läuft derzeit nicht. Bitte starten Sie ihn, indem Sie Folgendes ausführen:"
sudo systemctl start ollama(Stellen Sie außerdem sicher, dass
ollama signinabgeschlossen wurde, wenn Ollama Cloud-Modelle verwendet werden).
Vorabprüfung 3: Dynamische Fähigkeitserkennung & Planung
Es sollten keine spezifischen externen Fähigkeiten fest codiert oder als installiert auf dem Agenten angenommen werden. Andere Umgebungen oder Benutzer werden andere Sätze von Fähigkeiten haben.
Stattdessen wird die Umgebung dynamisch inspiziert, um alle installierten Fähigkeiten zu identifizieren, die die Video-Pipeline unterstützen könnten, und die Ergebnisse werden zu einem Video-Generierungs-Plan synthetisiert.
1. Installierte Fähigkeiten finden und inspizieren
Navigiere zum installierten Fähigkeitenverzeichnis des Agenten und inspiziere es. Identifiziere alle Fähigkeiten, die bei Folgendem helfen können:
- Recherche & Ideenfindung: Themenentdeckung, Faktenrecherche, Domänenanalyse oder Literatursuche.
- Copywriting & Drehbuch: Hook-Formulierung, kreatives Schreiben, Drehbuchüberprüfung oder Personen-/Stimmprofilierung.
- Audio & Sprache: Audio-Bereinigung, Transkriptanalyse, Stille-Trimmen oder benutzerdefinierte TTS.
- Visuelle Elemente & Assets: Code-Snippet-Rendering, UI-Walkthroughs, Diagramme oder Bildgenerierung.
- Verpackung & SEO: Titel/Thumbnail-Bewertung, Suchmetadaten oder Video-Kapitelgenerierung.
2. Benutzerkonsultationsprotokoll (vor der Planung)
Bevor der Video-Generierungs-Plan erstellt wird, lege dem Benutzer alle gefundenen relevanten Fähigkeiten zur Meinungsäußerung vor:
- Stelle eine einfache Ja/Nein-Frage:
"Ich habe die installierte Fähigkeit
<fähigkeits-name>gefunden, die bei [spezifische Aufgabe, z. B. Hook-Scoring / Audio-Bereinigung / Kapitelerstellung] helfen kann. Möchten Sie, dass ich sie für dieses Video verwende? (Ja / Nein)" - Bei Ja: Markiere die Fähigkeit als genehmigt, um in den Generierungsplan aufgenommen zu werden.
- Bei Nein:
Frage nach dem Grund:
"Verstanden. Könnten Sie mir mitteilen, warum Sie sie lieber nicht verwenden möchten?"
- Warum das wichtig ist: Das Fragen nach dem "Warum nicht" deckt entscheidende kreative Einschränkungen auf und schärft das Kernziel (z. B. "Ich habe das genaue Drehbuch bereits geschrieben", "Ich möchte einen ernsten Dokumentarton, keine schnellen Hooks", "Behalte die natürlichen Pausen in meinem Audio bei").
- Verwende ihre Antworten, um vor der Planerstellung direkte Klarheit über ihre Ziele zu gewinnen.
3. Video-Generierungs-Plan formulieren
Sobald die Benutzerkonsultation abgeschlossen ist, erstelle einen maßgeschneiderten Video-Generierungs-Plan basierend auf den Anweisungen dieser Fähigkeit, den geklärten Zielen/Einschränkungen des Benutzers und den genehmigten Fähigkeiten:
- Kreatives Briefing: Zielgruppe, Zielplattform, Dauer, Seitenverhältnis und Tonfall (unter Berücksichtigung der während der Konsultation gesammelten Einschränkungen).
- Genehmigte enthaltene Fähigkeiten: Spezifische Werkzeuge/Fähigkeiten, die der Benutzer ausgewählt hat, und wie sie verwendet werden.
- Drehbuch- & Storyboard-Ansatz: Hook-Strategie, Kernbeats und geplante Shot-List-Struktur.
- Medien- & Audio-Quellen: Voiceover-Stimme (Edge TTS vs. lokales Audio), BGM-Lautstärke und visuelle Assets (lokales Filmmaterial vs. Stock).
- Timeline-Assemblierung: Tempo, Untertitel-Animation, Übergänge und finale Render-Spezifikationen.
Die Topic-to-Video-Pipeline
flowchart TD
A["1. Installierte Fähigkeiten in der Umgebung inspizieren"] --> B{"2. Benutzerkonsultationsprotokoll
Meinung zu Kandidatenfähigkeiten einholen (Ja / Nein)"}
B -- "Nein" --> C["Nach 'Warum nicht?' fragen
(Gibt Klarheit über Ziel & Einschränkungen)"]
C --> D["3. Video-Generierungs-Plan formulieren
(Basierend auf Anweisungen + geklärten Zielen)"]
B -- "Ja" --> E["Kandidatenfähigkeiten genehmigen"]
E --> D
D --> F["4. Recherche & Drehbuchschreiben"]
F --> G["5. Shot-Liste (zentrales Storyboard)"]
G --> H["6. Voiceover-Synthese (TTS / Audio)"]
H --> I["7. Visuelle Elemente pro Szene (Stock / Lokal / Bewegung)"]
I --> J["8. Timeline-Assemblierung (MoneyPrinterTurbo CLI)"]
J --> K["9. Qualitätskontrolle, Metadaten & finale MP4-Auslieferung"]
Schritt-für-Schritt-Pipeline-Anweisungen
1. Das Briefing klären
Bevor Code oder Medien generiert werden, legen die kreativen Parameter fest. Wenn sie nicht explizit vom Benutzer angegeben werden, werden sinnvolle Standardwerte basierend auf dem Thema und der Plattform abgeleitet:
- Zielgruppe: Wer schaut zu? (Allgemeine Öffentlichkeit, Studenten, Entwickler, Käufer)
- Stimm- & Tonprofil: Überprüfe, ob der Benutzer einen Styleguide, Tonpräferenzen oder Persona-Einschränkungen bereitgestellt hat.
- Zieldauer:
- Kurzform: 15s–60s (TikTok, IG Reels, YouTube Shorts)
- Mittelform: 1–3 Min (Produktdemos, Kurzerklärungen)
- Erklärvideo: 3–5 Min (Tiefergehende Analysen, Tutorials)
- Seitenverhältnis:
9:16(Hochformat für Mobilgeräte / Reels / Shorts / TikTok) — Standard16:9(Querformat für YouTube / Desktop / Präsentationen)1:1(Quadratisch für Instagram / LinkedIn-Feedbeiträge)
- Tonfall: Locker, energiegeladen, autoritär, erzählerisch oder humorvoll.
- Plattform: Bestimmt Tempo, Schriftgrößen, Untertitel-Stil und Hook-Intensität.
2. Das Thema recherchieren
Sammle überprüfte Fakten, überzeugende Hooks und genaue Datenpunkte:
- Faktisch / Aktuell: Verwende Suchwerkzeuge, um Daten, Statistiken, Eigennamen und Kernaussagen zu überprüfen.
- Zeitlos / Konzeptionell: Strukturiere 3–5 überraschende oder wertvolle Erkenntnisse.
- Den Hook identifizieren: Den einzigen interessantesten Blickwinkel, um innerhalb der ersten 3 Sekunden Aufmerksamkeit zu erregen (unter Nutzung aller im Plan genehmigten Recherche-/Ideenfindungsfähigkeiten).
3. Das Drehbuch schreiben
Erstelle einen Erzähltext, der speziell für gesprochenes Audio formatiert ist, nicht zum Lesen:
- Faustregel für das Tempo: ~130–150 Wörter pro Minute (~2,2 bis 2,5 Wörter pro Sekunde). Ein 30-Sekunden-Kurzvideo benötigt ~65–75 Wörter; ein 60-Sekunden-Video benötigt ~130–150 Wörter.
- Hook-Validierung: Stoppe den Scroll sofort innerhalb der ersten 3 Sekunden. Wenn Hook-Bewertungs- oder Copywriting-Tools vom Benutzer genehmigt wurden, führe Kandidaten-Hooks vor der Finalisierung durch sie aus.
- Struktur:
- Hook (0–3s): Stoppe den Scroll sofort mit einer kühnen Frage oder überraschenden Aussage.
- Hauptteil (3–5 Beats): Gehe logisch durch die Kernpunkte. Verwende prägnante Sätze ohne verschachtelte Nebensätze.
- Abschluss / CTA (letzte 3–5s): Klare Schlussfolgerung oder Aufruf zum Handeln.
- Vermeide Markdown-Formatierung, Emojis, Klammern oder Zitate innerhalb des gesprochenen Erzähltextes.
4. Das Drehbuch in eine Shot-Liste aufteilen (Das zentrale Element)
Die Shot-Liste verbindet das Drehbuch mit der visuellen und Audio-Generierung. Teile das Drehbuch in Szenen auf (typischerweise 3–6 Sekunden pro Szene).
[!IMPORTANT] Die Shot-Liste ist das wichtigste Artefakt. Wenn Szenentext, visuelle Beschreibungen und Timing gut strukturiert sind, werden die nachgelagerte Generierung und Assemblierung nahtlos und deterministisch.
Shot-List-Vorlage:
| Szene # | Erzähltextzeile | Visuelle Beschreibung / Suchbegriffe | Text auf dem Bildschirm | Geschätzte Dauer |
|---|---|---|---|---|
| 1 (Hook) | "Tief unter dem Ozean erschaffen Kreaturen ihr eigenes Licht." | Biolumineszierende Quallen, die in der Tiefsee leuchten | GEHEIMNISSE DER TIEFSEE | 4s |
| 2 (Beat 1) | "Über 75 % der Tiefseetiere produzieren Biolumineszenz." | Leuchtender Anglerfisch-Köder, der sich im Dunkeln bewegt | 75 % DER KREATUREN | 4s |
| 3 (Beat 2) | "Sie nutzen chemische Reaktionen, um zu kommunizieren, zu jagen und sich zu tarnen." | Makroaufnahme von pulsierenden blauen Photophoren auf einem Tintenfisch | NATÜRLICHER GLANZ | 5s |
| 4 (Abschluss) | "Folge uns, um weitere Geheimnisse zu entdecken, die im Abyss verborgen sind." | Licht eines Tauchboots, das eine Tiefseegraben-Wand beleuchtet | ENTDECKE MEHR | 3s |
5. Das Voiceover generieren
Synthetisiere Sprache aus dem Erzähltext.
- Regel der Timing-Autorität: Die tatsächliche Dauer der generierten Audiodateien (nicht die geschätzte Dauer aus Schritt 4) wird der endgültige Zeitrahmen für das Szenentempo und die visuellen Schnitte.
- Bei einheitlicher Ausführung übernimmt MoneyPrinterTurbo TTS automatisch über Edge TTS (kostenlos, hohe Qualität).
- Für benutzerdefinierte Voiceovers oder vorab aufgenommene Audiodaten: Bereinige das Audio (unter Verwendung aller genehmigten Audio-Bereinigungsfähigkeiten) und gib
--custom-audio-file <pfad>an.
6. Visuelle Elemente pro Szene beschaffen oder generieren
Passe die visuellen Elemente an die genaue Dauer des Audios jeder Szene an:
- Stock-Filmmaterial: Clips von Pexels, Pixabay oder Coverr, die zu den Stichwörtern der Szene passen.
- Lokale Medien: Videoclips oder Bilder, die über
--video-source local --video-materials "clip1.mp4,clip2.mp4"bereitgestellt werden. - Bildbewegungen: Wenn Standbilder verwendet werden, wende dynamische Bewegungen an (
--image-motion zoom), um die Aufmerksamkeit des Betrachters aufrechtzuerhalten.
7. Die Timeline zusammenbauen
Füge Audio, Video, Untertitel und Musik zusammen:
- Verkette das Filmmaterial entsprechend der Szenenreihenfolge (
--video-concat-mode sequentialoderrandom). - Lege animierte, wortgenaue Untertitel darüber (
--subtitle-display-mode word_by_word). - Mische Hintergrundmusik (BGM) unter den Erzähltext mit einer unaufdringlichen Lautstärke (
--bgm-volume 0,15–0,2). - Wende Szenenübergänge an (
--video-transition-mode fade-in,slide-in, etc.).
8. Rendern, Überprüfen und Qualitätskontrolle (QC)
Führe vor der Auslieferung des finalen Videos eine QC-Inspektion durch:
- Timing & Synchronisation: Stimmt der visuelle Wechsel mit dem Thema des Voiceovers überein?
- Lesbarkeit: Sind die Untertitel vor dem Hintergrund lesbar? (Überprüfte Schriftgröße, Kontrast, Strichstärke).
- Audiomischung: Ist die Stimme klar vor der Hintergrundmusik zu hören?
- Sicherheitszonen: Sind bei
9:16-Hochformatsvideos UI-Overlays (wie TikTok/Reels-Buttons) frei von kritischem Text? - Begleitende Metadaten (Optional): Wenn im Plan angefordert oder genehmigt, generiere begleitende Upload-Metadaten (z. B. Titel, Tags, Beschreibungen oder Kapitelzeitstempel).
- Projektauslieferung: Übertrage das finale Video und die Assets in das
<projekt_verzeichnis>/video-<kurztitel>-<datetime>/.
Ausgabespeicherung & Projektauslieferung
Organisiere und liefere das final generierte Video und seine Assets immer in das Projektverzeichnis des Benutzers, anstatt sie tief im internen Engine-Speicher zu vergraben:
1. Auflösung des Projektverzeichnisses
- Nach aktivem Projekt-/Arbeitsbereichsverzeichnis suchen:
- Überprüfe, ob ein aktiver Arbeitsbereich oder ein Projektverzeichnis vorhanden ist.
- Fallback-Aufforderung, wenn kein Projektverzeichnis existiert:
- Wenn kein Projektverzeichnis oder Arbeitsbereich festgelegt/bekannt ist, fordere den Benutzer vor der Finalisierung der Auslieferung nach dem Zielpfad auf:
"Es wurde kein aktives Projekt- oder Arbeitsbereichsverzeichnis erkannt. Wo möchten Sie das generierte Video speichern? (Bitte geben Sie einen Zielordnerpfad an)"
- Wenn kein Projektverzeichnis oder Arbeitsbereich festgelegt/bekannt ist, fordere den Benutzer vor der Finalisierung der Auslieferung nach dem Zielpfad auf:
2. Benennungsformat des Ausgabeordners
Erstelle innerhalb des aufgelösten Projektverzeichnisses einen dedizierten Ordner mit dem Namen:
video-<kurztitel>-<datetime>/
<kurztitel>: Ein slugifizierter 2–4 Wörter langer Titel (z. B.tiefseekreaturen,quantencomputing).<datetime>: Aktueller Zeitstempel im FormatYYYYMMDD-HHMMSS(z. B.20261113-171530).- Beispielordner:
video-tiefseekreaturen-20261113-171530/
3. Asset-Auslieferung & Organisation
Wenn MoneyPrinterTurbo das Rendern im internen Aufgaben-Speicher abschließt:
- Erstelle den mit einem Zeitstempel versehenen Ordner im Projektverzeichnis:
mkdir -p "<projekt_verzeichnis>/video-<kurztitel>-<datetime>" - Kopiere das finale Video und die zugehörigen generierten Assets aus dem Aufgabenverzeichnis der Engine (
storage/tasks/<aufgaben_id>/) in den Projektordner:- Finales Video:
final-1.mp4$ ightarrow$<projekt_verzeichnis>/video-<kurztitel>-<datetime>/<kurztitel>.mp4 - Untertitel:
subtitle.srt$ ightarrow$<projekt_verzeichnis>/video-<kurztitel>-<datetime>/subtitles.srt - Voiceover-Audio:
audio.mp3$ ightarrow$<projekt_verzeichnis>/video-<kurztitel>-<datetime>/audio.mp3 - Drehbuch:
script.json$ ightarrow$<projekt_verzeichnis>/video-<kurztitel>-<datetime>/script.json
- Finales Video:
- Gib dem Benutzer den direkten, anklickbaren Dateilink zum finalen
.mp4innerhalb seines Projektverzeichnisses.
Befehlsausführung & Aufgabenausgaben
Die Pipeline wird von MoneyPrinterTurbo's CLI (cli.py oder konfiguriertem Alias) gesteuert:
- Befehlsaufruf:
Ausführung über den erkannten Alias/Befehl (falls vorhanden) oder direkt mit dem Python-Interpreter der virtuellen Umgebung mit
cli.py:# Wenn Alias oder Wrapper existiert: video [optionen] # Direkte Ausführung über python: <MoneyPrinterTurbo_DIR>/.venv/bin/python <MoneyPrinterTurbo_DIR>/cli.py [optionen]
Unterstützte CLI-Parameter (vereinfacht)
| Flag | Beschreibung |
|---|---|
--topic | Das zu behandelnde Thema (z. B. "Quantencomputing erklärt") |
--script | Pfad zur Drehbuch-Textdatei (überschreibt --topic für benutzerdefinierte Drehbücher) |
--aspect | Seitenverhältnis: 9:16, 16:9, 1:1 (Standard: 9:16) |
--duration | Zieldauer: short (15–60s), mid (1–3 Min), long (3–5 Min) |
--voice | TTS-Stimme (unterstützt Edge TTS-Optionen wie zh-CN-XiaoxiaoNeural, en-US-JennyNeural) |
--subtitle-display-mode | Untertitel-Anzeigemodus: word_by_word (Standard) oder none |
--video-source | stock (Standard) oder local |
--video-materials | Durch Kommas getrennte Liste lokaler Videodateien (erforderlich, wenn --video-source local verwendet wird) |
--image-motion | Bildbewegungseffekt: none, zoom (Standard: none) |
--bgm-type | Art der Hintergrundmusik: local (Standard), none |
--bgm-file | Pfad zur benutzerdefinierten BGM-Datei |
--bgm-volume | BGM-Lautstärke (0,0–1,0; Standard: 0.2) |
--custom-audio-file | Pfad zu einer benutzerdefinierten Voiceover-Audiodatei (überschreibt TTS) |
--video-concat-mode | sequential (Standard) oder random |
--video-transition-mode | none (Standard), fade-in, slide-left, etc. |
--subtitle-font-family | Schriftart für Untertitel (Standard: System-Schriftart) |
--subtitle-font-size | Schriftgröße für Untertitel (Standard: 30) |
--output-dir | Verzeichnis für die Videoausgabe (Standard: interner Engine-Speicher) |
Konfigurationsbeispiel: environment.yaml (innerhalb von MoneyPrinterTurbo)
MoneyPrinterTurbo konfiguriert seine TTS, sein BGM und sein Stock-Medien-Verhalten über eine environment.yaml:
# ~/Applications/MoneyPrinterTurbo/environment.yaml (Beispielausschnitt)
# Stock-Video/Suchmaschinenanbieter
stock_video_providers:
- pexels
- pixabay
- coverr
# TTS-Konfiguration
tts_providers:
- edge
- openai
# Standard-BGM
bgm_type: local
bgm_volume: 0.2
# Standard-Stimme für die Region des Benutzers
voice: en-US-JennyNeural
[!IMPORTANT] Die tatsächliche Konfigurationsdatei des Benutzers hat möglicherweise andere API-Schlüssel oder Anbietereinstellungen. Greife niemals auf eine
environment.yamlzu, die sensible Schlüssel enthält; verwende Standard-Edge TTS ohne API-Schlüssel für breiteste Kompatibilität.