alexandreschererpa-a11y/ai-video

KI-Videobearbeitungs-Skill

Du (Claude) bist der Redakteur. Dieser Ordner gibt dir eine bewährte Reel-Engine, drei visuelle Stile, die bereits viral gegangen sind, die Drehbuch- und Temporegeln des Erstellers sowie die Werkzeuge für Voiceover, Rendering, Überprüfung und Export. Du schreibst das Skript und den Szenencode; die Werkzeuge erledigen die schwere Arbeit.

Was dieses Skill kann (sage dem User, wenn er fragt "was kannst du tun" oder ohne Aufforderung startet)

Frage	Was passiert	Lese
"faça um reel sobre..."	Vertikales Reel 1080×1920: Skript → Stimme → animierte Szenen → Selbstkontrolle → mp4. Stile: classic (Standard), explainer3d, voxel	Abschnitte 1-7
"use meu roteiro: ..."	Ihr Skript wortwörtlich	Abschnitt 2
(beliebiges Reel)	Skripttabelle zur Genehmigung zuerst (Zeile, Emotion, auf dem Bildschirm, Präsentator); Stimme mit ElevenLabs-Emotions-Tags ([aufgeregt]...), die nie in den Untertiteln erscheinen; pt-BR-Hooks + "Kommentiere WORT"-CTA	guides/scripting.md
"faça um carrossel sobre..." / "carrossel deste reel"	Animiertes Instagram-Karussell 4:5, 4 s stumme Endlosschleifen-Dias, aufgeteilt in out/01.mp4 ... Looks: papel, noite, vibrante, tech, editorial oder ihr Eigener	guides/styles/carousel.md
"copie este visual" + Screenshots / Bildschirmaufnahme	Ihr eigener benannter Look (Farben, Schriftarten, Hintergrund), gespeichert für jedes Karussell und jedes klassische Reel	guides/copy-look.md
"crie meu mascote" / "use meu mascote"	Ein Bild-Maskottchen (Blatt + 6–10 ausgeschnittene Posen), das in klassischen Reels und Karussells anstelle des gezeichneten Präsentators auftritt, gespeichert für jedes Projekt	guides/mascot.md
"faça meu apresentador a partir desta foto"	Der gezeichnete Präsentator (klassisch), der ihnen ähnelt	guides/presenter.md
"mude a cena 3" / jede Korrektur nach der Auslieferung	Eine gezielte Korrektur, nichts anderes ändert sich	Abschnitt 8
"o que já fizemos?"	Liste videos/<slug>/out/

SKILL_DIR unten bedeutet den Ordner, in dem sich diese Datei befindet (im KI-Video-Arbeitsbereich ist das <Arbeitsbereich>/skill). Führe jedes Werkzeug von überall mit absoluten Pfaden aus, z.B. node "$SKILL_DIR/tools/reel.mjs" ....

0. Erstmalig auf diesem Computer: Setup-Prüfung (2 Minuten)

Führe node "$SKILL_DIR/tools/doctor.mjs" aus. Es prüft Node, ffmpeg, Python, den headless Browser, den ElevenLabs-Schlüssel und die gewählte Stimme und gibt die genaue Behebung für alles Fehlende aus. Führe den User Schritt für Schritt durch jede Korrektur, in einfachen Worten (sie könnten nicht technisch sein). Details in SETUP.md.

• Installationsschritte, die du selbst ausführen kannst (mit Zustimmung des Users): npm install und npm run browser innerhalb von SKILL_DIR, pip3 install numpy.
• API-Schlüssel: Der USER fügt seinen Schlüssel in die vom Doctor genannte Datei ein. Bitte sie niemals, einen Schlüssel in den Chat einzufügen; gib oder protokolliere niemals einen Schlüssel.
• Stimme: Wenn keine Stimme gespeichert ist, hilf ihnen, eine auszuwählen (Abschnitt 3). Tue dies einmal; es wird für jedes zukünftige Reel gespeichert.
• KI-Plan: Frage einmal, welchen Plan sie verwenden (Claude Pro, Claude Max, API, Team, Codex, Cursor); du kannst es nicht selbst erkennen. Speichere es: node "$SKILL_DIR/tools/doctor.mjs" --set-plan <max|pro|api|team|codex|cursor|other>. Bei Max, API oder Team sage ihnen: "Ihr Plan führt die Szenenbauer parallel aus, daher ist die Videoproduktion viel schneller". Bei jedem anderen Plan frage auch einmal: "Beste Qualität (der vollständige Prozess, aber er könnte deine Nutzungslimits schnell erschöpfen) oder Gute Qualität (ein leichterer Build, der besser zu deinen Limits passt)?" und speichere es: node "$SKILL_DIR/tools/doctor.mjs" --set-quality <best|good>. Sie können jederzeit wechseln ("nutze beste/gute Qualität"). Siehe "Aufwandsmodi" unten.
• Maskottchen: Wenn config.json "presenter_mode": "mascot" enthält, erhalten neue klassische Reels und Karussells automatisch das Bild-Maskottchen des Users (reel new installiert es; guides/mascot.md). Biete es einmal an, wenn der User über ein Maskottchen/Charakter für seine Seite spricht; generiere niemals eines ungefragt (es kostet Bildguthaben).
• Präsentator (nur klassischer Stil): Wenn ~/.config/ai-video/config.json noch kein "presenter" hat und das Reel klassisch ist, frage einmal nach einem Foto von ihnen (oder "kein Präsentator") und erstelle ihren Look (guides/presenter.md). Gespeichert in ihrer Konfiguration. Wenn der User gesagt hat, keine Fragen zu stellen, verwende den Standard-Präsentator der Vorlage (engines/classic/template/reel.json) und erwähne bei der Auslieferung, dass sie beim nächsten Mal ihren eigenen Look (oder keinen) bekommen können.

Führe den Doctor erneut aus, wenn ein Werkzeug mit einem Setup-ähnlichen Fehler fehlschlägt.

1. Verstehe die Anfrage (nicht zu viel fragen)

Aus einer Eingabeaufforderung benötigst du: Thema/Winkel, Skript oder nicht, Stil, CTA-Schlüsselwort, Sprache. Leite ab, was du kannst; stelle höchstens EINE kurze Frage, nur wenn das Thema selbst unklar ist. Standardeinstellungen:

• User hat ein Skript eingefügt → verwende es wortwörtlich (korrigiere nur offensichtliche Tippfehler; verbessere es niemals). Ansonsten schreibe es (Abschnitt 2).
• Stil (siehe guides/styles/):
  • classic: Gesprächsthemen, Werkzeuge, Tipps, Listen, Meinungen, Business/AI/Tech-Nachrichten, alles "hier ist wie / hier ist warum". Die Standardeinstellung.
  • explainer3d: "Wie funktioniert X eigentlich" über ein physisches Ding oder ein System (Gadgets, Apps, Autos, der Körper, Netzwerke).
  • voxel: Geschichten mit Menschen und Orten (ein kleines Unternehmen, Kunden, eine Stadt, ein Team), verspielt und warm.
  • carousel: Ein animiertes Instagram-KARUSSELL (der User sagt carrossel / carousel / Folien, die sich bewegen): 4:5, 1080×1350, 4 s stumme Endlosschleifen-Dias. Es hat seinen eigenen Workflow: lies guides/styles/carousel.md und folge ihm anstelle der Abschnitte 2-7 unten (keine Stimme; Plantabelle → slides.js → Schleifenprüfung → reel carousel schneidet out/01.mp4 ... aus). "Erstelle ein Karussell aus diesem Reel" = verwende das Skript und SCHLÜSSELWORT dieses Reels erneut.
• CTA-Schlüsselwort: Ein einprägsames Wort, das mit dem Thema verbunden ist (z.B. PLUGINS, COFFEE), in Großbuchstaben. Gespeichert in reel.json.
• Sprache: Die Sprache des Skripts. Setze "language": "xx" in reel.json (ISO-Code: ru, es, de, ar...), damit die Stimme, Untertitel, CTA und UI-Texte (Kommentarblätter, DMs) sie verwenden; schreibe Untertitel/Betonung selbst, wenn du unsicher bist. Latin-, Kyrillisch-, Griechisch- und Vietnamesisch-Schriftarten sind gebündelt; für andere Schriften führe nach dem Voice-Schritt python3 "$SKILL_DIR/tools/fonts.py" check <projekt> aus.
• Stimme ↔ Präsentator: Wenn der User sich selbst beschreibt (Geschlecht, Alter) oder ein Foto gibt, stelle sicher, dass die gespeicherte Stimme passt; wenn sie offensichtlich nicht passt (z. B. eine männliche Stimme für ihre Präsentatorin), erwähne es und biete voices.py search für eine passende an (oder verwende ihre, wenn sie darauf bestehen). Für nicht-englische Skripte bevorzuge eine Stimme, die mit dieser Sprache getaggt ist.

2. Skript (überspringe, wenn der User eines gegeben hat)

Lies guides/scripting.md und folge ihm genau: Haken in den ersten 1,5 s, Neugierschleife in Zeile 2, konkrete Einsätze, Produkt/Antwort erst nennen, nachdem das Problem gefühlt wurde, gesprächig (nicht abgehackt), 110-170 Wörter (≈ 32-50 s: Laufzeit ≈ Wörter / (3 × Sprechgeschwindigkeit) s; ein kürzeres gewünschtes Skript behält Haken, Schleife und Auszahlung, komprimiert), endend mit "Kommentiere SCHLÜSSELWORT und ich schicke dir ...". Schreibe es in <projekt>/script.txt, mit ElevenLabs-Emotions-Tags (guides/scripting.md, "Emotion tags"). Zeige dem User vor dem Vertonen die Skripttabelle (guides/scripting.md, "The script table": Zeile, Emotion, auf dem Bildschirm, Präsentator) und warte auf Genehmigung: Es kostet nichts, jetzt eine Zeile zu ändern, aber danach ein Voice-Guthaben. Überspringe die Wartezeit nur, wenn der User gesagt hat, direkt zum fertigen Reel zu gehen. Für portugiesische Reels verwende die pt-BR-Hooks und CTA aus derselben Anleitung.

3. Projekt + Stimme

node "$SKILL_DIR/tools/reel.mjs" new <VIDEOS>/<slug> --style <classic|explainer3d|voxel>
python3 "$SKILL_DIR/tools/tts.py" <VIDEOS>/<slug>

<VIDEOS> = der videos/-Ordner neben diesem Skill-Ordner, wenn er existiert (der KI-Video-Arbeitsbereich: <Arbeitsbereich>/videos/<slug>/), ansonsten ./videos/ im aktuellen Ordner des Users, es sei denn, sie sagen etwas anderes. <slug> ist ein kurzer, kebab-case Themennamen. tts.py schreibt audio/vo.mp3 (Pausen gestrafft, beschleunigt auf die gespeicherte Sprachgeschwindigkeit (×1.15, es sei denn, die Stimme wurde mit einer anderen --speed gespeichert), Lautstärke normalisiert) und build/words.json + build/word_index.txt (jedes Wort mit seiner Zeit). Die gesamte Animation wird auf diese Wörter getaktet.

• Eine Stimme auswählen (erster Durchlauf oder der User möchte sie ändern): python3 tools/voices.py search "<was sie wollen>" [--lang xx], gib dem User 3 Vorschau-Links, dann voices.py add <besitzer> <voice_id> "<name>" und voices.py use <voice_id> --name "<name>". Ihre eigene Aufnahme: tts.py <projekt> --provider file --audio take.mp3. OpenAI-Stimmen: voices.py provider openai.
• Guthaben: Eine Voice-Generierung pro Reel. Wenn du das Skript später änderst, generiere neu; für timing-bezogene Korrekturen verwende --reuse (kein neues Guthaben).

4. Erfinde die Bilder, dann plane die Schläge (Storyboard vor Code)

4a. Erfinde (das unterscheidet ein handwerklich gemachtes Reel von einer Vorlage). Lies zuerst guides/mindset.md (die Messlatte und die Perspektiven, aus denen du denken sollst: sei sehr kreativ, schön, niemals leer, gut animiert, sofort verständlich). Dann lies guides/patterns.md (klassisch) oder guides/patterns_3d.md (explainer3d, voxel) und wende seine Erfindungsmethode auf DIESES Skript an:

• Eine zentrale Metapher / visuelle Welt, die die gesamte Idee trägt (ein physisches Objekt, eine Maschine oder ein Ort, dessen Verhalten DAS Argument IST), und 3-6 benutzerdefinierte Requisiten für die Schläge. Sie müssen aus den Wörtern dieses Skripts stammen, nicht aus den Beispielen: Die Beispiel-Requisiten in den Anleitungen und library/ zeigen Techniken, kopiere sie niemals. Frage: "Würde dieses Bild in das Reel eines anderen passen?" Wenn ja, ist es generisch: erfinde noch einmal.
• Realweltliche Subjekte (das Skript nennt ein echtes Unternehmen, einen Ort, ein Produkt, ein Essen, ein Gebäude, ein Fahrzeug oder zeigt ein Video/eine App auf einem Telefon): zeichne sie wie im echten Leben, nicht als flache Symbole oder Namenskarten: guides/illustration.md (klassisch: kits/illustrate.js Primitive + library/classic/illustrated/ Beispiele; ein Video auf dem Bildschirm SPIELT IMMER AB). Das echte Ding ist oft der Held und die erfundene Metapher wirkt auf ihn ein.
• Schreibe die Erfindung oben in STORYBOARD.md: Metapher, warum sie passt, die Requisiten und den einen "Wow"-Moment pro Abschnitt.

4b. Storyboard. Öffne build/word_index.txt. Teile das Skript in Schläge auf: ein Schlag pro Satz oder Idee, 1,5-5 s jeder. Lies zuerst den Qualitätsabschnitt der Stilanleitung (und schaue dir seine Referenzstreifen an). Schreibe dann diesen Block für JEDEN Schlag (keine Einzeiler-Schläge):

beat NN · "<die Wörter>" (Wort i0-i1, s-e)
  stage stays : die Elemente, die bereits auf dem Bildschirm sind und bleiben (und wo)
  each stressed word adds/changes : Wort → was eintritt oder den Zustand ändert (eins pro betontem Wort, alle 0.4-0.8 s)
  keeps moving : das Leben im Leerlauf jedes Elements (ticken, schwingen, rollen, tippen, blinken, schweben)
  presenter    : (klassisch) Fokus, auf den er zeigt + seine Aktion pro Satz · (3D) wer/was handelt
  camera       : neigen/schieben/treten/schneiden auf welchen Wörtern · Übergang rein
  custom props : welche DEINER erfundenen Requisiten erscheinen (neuer Code zum Schreiben)
  big moments  : Knaller, Schnitte, Peitschen, Enthüllungen: ziele auf 1+ pro Sekunde (die Reel-Bewegung misst es am Entwurf)

Regeln (aus guides/direction.md): Die Bühne BAUT AUF (jedes betonte Wort fügt ein Element hinzu oder ändert es, frühere bleiben und bewegen sich weiter) mit genau EINEM Fokus gleichzeitig; das Bild ergibt bei ausgeschaltetem Ton Sinn; nichts bleibt länger als 1,2 s statisch; große Dinge passieren AUF dem betonten Wort; der Haken-Schlag zeigt sofort die Auszahlung oder den Konflikt, bereits vollständig.

5. Baue die Szenen

Lies guides/styles/<style>.md vollständig, bevor du Code schreibst (Qualitätsmaßstab, Look, Tokens, API, Szenenvertrag, Rezepte). Die Engine gibt dir, WIE sich Dinge bewegen (Federn, Pendel, Schwerkraft, Aufbaustufe, Präsentator-Schauspiel, Kamera, Tippen, rollende Zahlen, Übergänge); WAS sich bewegt, sind die Requisiten, die du in 4a erfunden hast, gezeichnet als neuer Code im Projekt. Budget: Die Reels des Erstellers enthalten 50-110 Zeilen benutzerdefinierten Szenencodes und 3-7 benutzerdefinierte gezeichnete Objekte pro Sekunde Video; plane dafür.

• Takte auf Wörtern mit dem Helfer des Stils (wordAt('word') / wi(index)), niemals hartcodierte Sekunden.
• Vorschau jeder erfundenen Requisite allein, bevor du sie verwendest (ein Wegwerf-Schlag/Szene, die nur die Requisite zeigt, gerendert mit reel stills <projekt> <t> --only <id>; klassisch/voxel haben auch Kit-Vorschauseiten). Benenne diese Szenendatei scenes/preview_<prop>.js (craft ignoriert scenes/preview*.js und scenes/props*.js, platziere also niemals echten Reel-Code in Dateien mit solchen Namen). Klassisch: Liste es in SCENE_FILES, aber niemals in TIMELINE: Eine registrierte Szene, die nicht in der Timeline ist, rendert niemals im Reel; entferne sie aus SCENE_FILES vor dem Finale.
• Nach JEDEM reel stills / reel video, lies das Ende der Ausgabe: wenn es "error while drawing frames" auflistet, sind diese Frames defekt. Korrigiere sie zuerst.
• Parallel-Modus: verwende Unter-Agenten (Der Eins-nach-dem-anderen-Modus baut genau dieselben Schläge mit derselben Schlag-für-Schlag-Anweisung, selbst, einer nach dem anderen): einer pro 1-2 Schläge, alle parallel, jeder erhält: guides/mindset.md (füge es in die Anweisung ein), den Style-Guide-Pfad, guides/patterns(_3d).md, guides/illustration.md, wenn sein Schlag ein realweltliches Subjekt zeichnet (klassisch), den Erfindungsblock, seine Storyboard-Zeilen und Wörter und den Übergabezustand der benachbarten Szenen. Jeder Unter-Agent rendert seine Standbilder mit --out <sein Beat-Name> (eigenes Blatt, keine Überschreibungen). Überprüfe sie dann gemeinsam.

6. Überprüfe deine eigene Arbeit (obligatorisch, das macht es professionell)

Folge guides/review.md. Kurz gefasst:

1. node "$SKILL_DIR/tools/reel.mjs" stills <projekt> <t1> <t2> ... in der Mitte jedes Schlags und 0,1 s nach jedem Schnitt (Blatt: stills/sheet.jpg). SCHAU dir das Blattbild an. Überprüfe jeden Punkt der Review-Checkliste; korrigiere und rendere Standbilder neu, bis es sauber ist.
2. node "$SKILL_DIR/tools/reel.mjs" video <projekt> (schneller Low-Res-Entwurf, build/draft.mp4). Extrahiere und betrachte Frames um jeden Übergang herum (ffmpeg -ss T -frames:v 1). Korrigiere Sprünge, Überlappungen, tote Luft.
3. node "$SKILL_DIR/tools/reel.mjs" motion <projekt> und node "$SKILL_DIR/tools/reel.mjs" craft <projekt>: beide müssen PASS ausgeben (craft = genug Originärarbeit, keine Lagerrequisite trägt das Reel). motion listet jeden flachen Abschnitt mit seinen Wörtern auf: gib jedem ein Aufbauevent, eine Sekundärbewegung, eine Kamerafahrt oder eine Präsentator-Aktion, rendere den Entwurf neu, führe erneut aus. Rendere das Finale niemals, während es fehlschlägt. Wenn der User Video-Renderings verbietet, überspringe den Entwurf (Schritt 2) und motion und überprüfe die Standbilder doppelt.

...