Communitygithub.com

Per Code gerenderter Werbefilm

Macht einen Promo-, Demo-, Launchfilm oder Trailer vollständig in Code, mit echtem Ton. Eine Webseite zeichnet jedes Frame als Funktion der Zeit, headless Chromium rendert auf der GPU, und ElevenLabs liefert Stimme, Effekte und Musik aus einem Cue Sheet. Ein eigener Review-Durchgang schickt den Film in die Überarbeitung.

Was ist Per Code gerenderter Werbefilm?

Wiederverwendbares Skill für fertige Filme. Das Bild ist Code, der Ton kommt aus einem Cue Sheet, der Render ist ein GPU-Durchgang in headless Chromium, und ein separater Review gehört zur Arbeit.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rwfresh/all-of-them-video/tree/HEAD/skill/code-film

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Per Code gerenderter Werbefilm?

Ein Film ist hier eine Webseite, die auf Anfrage jeden Moment zeichnen kann (window.renderAt(t)). Ein kleines Rahmenwerk fordert jedes Bild in einem kopflosen Chromium an, auf der GPU, und ffmpeg fügt die Bilder und die Tonspur zusammen. Nichts wird als Video gefilmt oder generiert, daher ist das Bild genau das, was der Code sagt, bei jeder Auflösung, jedes Mal.

Das Kit in diesem Ordner wurde bei „Dial-A-Dev 98" (Builder Wars Wochenthema „Shipped in 1998", Nov. 2026) getestet: 44 s, 1920x1080, elf Einstellungen, 1.326 Bilder in etwa 45 s gerendert. Der vollständige Quellcode dieses Films befindet sich in examples/dial-a-dev-98/. Das Muster folgt github.com/Vincentwei1021/mg-styles-15 (MIT), was auch eine gute Einführung in Motion-Design-Stile ist.

Einen Film starten

bash ~/.claude/skills/code-film/new-film.sh ~/Work/<Film-Ordner>     # kopiert das Kit, installiert zwei lokale Pakete
cd ~/Work/<Film-Ordner>
# Sound benötigt einen ElevenLabs-Schlüssel: Der Benutzer speichert ELEVENLABS_API_KEY=... selbst in ./.env (niemals im Chat danach fragen)
node harness/render.mjs film --stills 0,1,2        # PNG-Standbilder -> film/out/stills/
bash tools/build.sh v1                              # Cueliste, Mix, Render, X-Kodierung -> film/out/<filmName>_v1.mp4

Halte den Film in einem eigenen Ordner außerhalb eines Produkt-Repositorys. Frage, bevor du etwas Globales installierst.

Arbeitsablauf

  1. Briefing. Produkt, Zielgruppe, wo es veröffentlicht wird, Länge, Format (16:9, 9:16, 1:1). Für Builder Wars rufe get_video_guide auf und befolge dessen Regeln (sie haben Vorrang vor dieser Datei).
  2. Konzept. Eine Idee, ein Haken in der ersten halben Sekunde, eine Steigerung, ein Heldenmoment bei etwa 60-75 % der Laufzeit und ein komponiertes Endbild. Wähle einen Stil aus und schreibe seine charakteristischen Merkmale als testbare Aussagen auf.
  3. Zuerst das Cue-Sheet (film/cues.json). Schreibe das Voice-Script als Zeilen mit geschätzten Dauern. Einstellungen sind an Zeilen und gesprochene Wörter gebunden, niemals an fest codierte Sekunden, sodass eine neue Sprachaufnahme den gesamten Film neu taktet.
  4. Standbilder vor Bewegung. Baue das Aussehen der zwei oder drei schwierigsten Bilder und betrachte sie in voller Größe. Animiere kein Bild, das nicht plakatwürdig ist.
  5. Einstellungen. Ein Modul pro Einstellung (Vertrag unten). Überprüfe jede mit Standbildern und kleinen Kontaktabzügen.
  6. Sprache. Audiovorsprechen (Standardstimmen und drei entworfene), nimm jede Zeile mit Wortzeiten auf, dann lass das Cue-Sheet die Schnitte verschieben: node tools/vo.mjs --voice <id>, dann --reuse --tempo 1.12, um den Vortrag zu straffen.
  7. Soundeffekte und Musik. Liste sie in audio/sfx.json und audio/music.json auf, generiere mit node tools/sfx.mjs --music. Jede Einstellung deklariert ihre eigenen Sound-Cues, sodass Treffer mit dem Bild verbunden bleiben.
  8. Build (tools/build.sh), dann lies den Kontaktabzug selbst und behebe, was du siehst.
  9. Jury. Gib einem unabhängigen Agenten rubric.md, die Datei und das Briefing. Es hat den Film nicht gemacht; es bewertet und gibt geordnete Korrekturen zurück. Wende sie an, baue neu und zeige es erst dann dem Benutzer. Zwei Runden, wenn die Zeit es erlaubt.
  10. Fertigstellen und übergeben. tools/finish.sh kodiert für X und erstellt das Poster und den Kontaktabzug. Führe den eigenen Prüfer des Ziellandes aus. Der Benutzer veröffentlicht; veröffentliche niemals für ihn.

Der Seitenvertrag

  • window.FILM = { width, height, fps, duration, shots, lines, sfx }, window.renderAt = async (t) => {...}, dann window.__ready = true.
  • Jedes Bild ist eine reine Funktion von t: nur gesetzter Zufall, keine Uhren, keine CSS-Übergänge, kein Zustand, der von einem Bild zum nächsten getragen wird. Das Rahmenwerk kann Bilder in beliebiger Reihenfolge und auf mehreren Browsern gleichzeitig anfordern.
  • Eine Einstellung ist { name, samples(lt), render(lt, post, renderer), overlay(g, lt), look(lt), sfx: [...] }:
    • render zeichnet lineares HDR in post.scene; overlay zeichnet 2D-Überlagerungen auf eine 1920x1080 Leinwand (gib true zurück, wenn es gezeichnet hat);
    • samples ist die Bewegungsunschärfe-Anzahl für diesen Moment (3 bei Ruhe, 12-20 bei schnellen Bewegungen);
    • look gibt Post-Einstellungen zurück (Bloom, Flash, Bandmenge, Glitch);
    • sfx listet { t, s, g, a, len } auf: lokale Zeit, Soundname, Verstärkung, a: 'peak', um den lautesten Moment des Sounds auf den Cue zu legen, und eine optionale Schnittlänge.
  • film/js/film.js bildet Einstellungsnamen auf Fabriken ab und zeichnet alles, was über jeder Einstellung liegt.
  • Abfrageschalter für die Look-Entwicklung: ?clean (kein Banddurchlauf), ?nocc (keine Untertitel), ?mb=1, ?rs=0.5.
  • render erhält auch die Durchlaufnummer und -anzahl (render(lt, post, renderer, i, K)), und eine Einstellung kann shutter: 0 setzen. Ohne Bewegungsunschärfe sind die K-Durchläufe frei für andere Dinge: Bewege die Linse für die Tiefenschärfe, das Key-Light für weiche Schatten und das Pixelraster für Antialiasing (das rig.js des Storybooks). look() kann paper: true für einen sauberen Abschluss zurückgeben (farbtreue Tonwertkurve, Körnung, Vignettierung) anstelle des Banddurchlaufs.
  • film.js kann loadFonts exportieren (alles Asynchrone, das vor dem ersten Bild abgeschlossen sein muss), buildCaptions und caption.

Dieser Rechner (geprüft am 11.11.2026)

  • Chromium 155 unter /usr/bin/chromium, RTX 4070 Ti SUPER. Hardware WebGL2 benötigt --use-gl=angle --use-angle=gl-egl (das Rahmenwerk übergibt sie und warnt, wenn auf Software zurückgegriffen wird). WebGPU fällt auf Software zurück: Verwende WebGL2.
  • ffmpeg 9 mit libx264 und NVENC; ImageMagick für Kontaktabzüge; kein Blender, kein numpy außerhalb einer venv.
  • Vollständiges 1080p-Rendering: etwa 0,03 s pro Bild mit drei Workern.

ElevenLabs-Notizen (geprüft am 11.11.2026)

  • Der Schlüssel befindet sich im .env des Filmordners. Ein Schlüssel kann user_read fehlen, sodass der Plan und die verbleibenden Credits möglicherweise nicht lesbar sind; sage das, anstatt zu raten.
  • Der verwendete Plan erlaubt maximal mp3_44100_128 (höhere Formate benötigen den Creator-Plan). Das Sprachmodell eleven_v4 funktioniert und akzeptiert Audio-Tags wie [excited]; die Tags kommen im Alignment zurück und werden von vo.mjs entfernt.
  • Standardstimmen lesen langsam für einen harten Verkauf. Eine entworfene Stimme (eleven.mjs design, dann voice-save.mjs, das einen Stimmslot verwendet) plus --tempo 1.12 ergab das Teleshopping-Tempo. Die speed-Einstellung änderte das Timing kaum.
  • Soundeffekte variieren stark im Pegel und einer kam stumm zurück: mix.mjs normalisiert jede Datei auf Spitzenpegel, überspringt fast stumme Dateien und sagt dies. Generiere diese mit einem schlichteren Prompt neu („Ein lauter Händeklatscher" funktionierte, wo eine beschriebene Klappe dreimal stumm zurückkam).
  • Eine Geschichtenerzählerstimme liest langsam: Die Standardstimme George maß 2,25 Wörter pro Sekunde. --tempo 1.25 brachte es auf 2,7, ein normales Sprechtempo. Entscheide die Länge anhand der aufgenommenen Zeilen, nicht anhand einer Wortanzahl.
  • Generierte Musik endet vor ihrer angegebenen Länge. mix.mjs findet heraus, wo der Pegel wirklich endet, und richtet dies am Ende des Films aus.
  • Eine Charakterstimme (z. B. ein Kinderfernseh-Maskottchen) liest in dem Tempo, das ihre Beschreibung vorgibt: Derselbe Text dauerte 31 s mit „spricht langsam zu Kleinkindern" und 24 s mit „lebhaftes, flottes Tempo". Gib das Tempo in die Beschreibung, entwerfe zwei oder drei Beschreibungen (jeweils drei Vorschauen), messe sie mit tools/audition-stats.mjs (Länge, mittlere Tonhöhe, Tonhöhenumfang) und erwarte zusätzlich --tempo 1.3. Beschreibe einen Typ; nenne niemals eine reale Figur oder Person.
  • Eine Stimme, die der Benutzer aus einem Vorsprechen ausgewählt hat, kann im Film höher klingen, obwohl sie die gleiche Tonhöhe und Helligkeit misst: Das Modell liest einzelne Zeilen etwa 1,3-mal schneller als eine lange Vorsprechpassage, und --tempo obendrauf lässt die Stimme höher und kleiner klingen. vo.mjs --reuse --tempo 1.38 --pitch -2 senkt sie bei gleicher Geschwindigkeit (die Timings ändern sich nicht, also neu mischen und finish.sh auf dem alten Master erneut ausführen; kein Rendern). Erstelle Vergleichsclips bei 0, -1, -2, -3 Halbtönen für das Ohr des Benutzers und überprüfe danach den Sprachstammpegel (mix.vo).
  • voice-save.mjs <generierte ID> "<Name>" "<Beschreibung>" speichert eine Vorschau auf dem Konto (ein Stimmslot). Behalte die Aufnahmen des vorherigen Sprechers (cp -r audio/vo audio/vo_<Name>) bei, bevor du eine neue aufnimmst.
  • Kostenlose Pläne sind nicht für kommerzielle Beiträge lizenziert. Wenn der Plan unbekannt ist, teile dies dem Benutzer mit.

Was schiefgelaufen ist, damit es nicht wieder passiert

Bild und Code:

  • Die Schätzung, wann ein Wort aufgrund seiner Position im Text gesprochen wird, ist um bis zu eine Sekunde falsch („98" wird als „achtundneunzig" ausgesprochen). Verwende die aufgezeichneten Wortzeiten (mark(line, word)).
  • three.js dimensioniert extrudierten Text größer als die Nennmaße. Passe Wörter an eine Zielbreite an; vertraue niemals der Zahl.
  • Ein flacher Spiegel, der von einem gerichteten Licht beleuchtet wird, wird gleichmäßig weiß. Gib Scheiben und Chrom Punktlichter oder eine abwechslungsreiche Umgebung, damit die Glanzlichter ein Hotspot sind.
  • Überlappende, geneigte Scheiben überschneiden sich. Lege sie in der Tiefe wie Schindeln und begrenze die Neigung.
  • Verschwommene Bodenspiegelungen verwandeln Hintergrundfunken in Punktgitter: Schalte die Funken im Spiegel-Durchlauf ab.
  • Fett gedruckter Bitmap-Schriftsatz (zweimaliges Zeichnen des Textes, einen Pixel auseinander) füllt W und M aus. ui98.js verdickt einen Strich nur dort, wo der Abstand zum nächsten Strich offen bleibt.
  • Ein Logo, dessen obere Hälfte der Hintergrundfarbe nahekommt, verschwindet. Gib extrudierten Buchstaben eine dunkle Konturlinie (outline in makeLetters) und halte ihre Seitenwände nahe an Schwarz.
  • Bandrauschen ist teuer zu kodieren. Rendere verlustfrei (--lossless), dann kodiere einmal mit einer Bitratenbegrenzung.

Was die erste Jury-Runde bei einem Film fand, den ich für fertig hielt (Bewertung etwa 6/10). Überprüfe dies, bevor die Jury es tut:

  • Der Produktname muss etwa nach 2 Sekunden auf dem Bildschirm sein und Bild 0 ist das Thumbnail. Ein stehendes Lower Third mit dem Namen, ab dem ersten Bild, löste beides.
  • Überlagerungen und Untertitel bedeckten die besten Gags. Nachdem du eine Überlagerung platziert hast, schau, was darunter ist.
  • Text lief nach Kamerafahrten aus dem titelsicheren Bereich. Überprüfe das letzte Bild jeder Fahrt, nicht das erste.
  • Derselbe weiße Blitz und Glitch bei jedem Schnitt wirkt wie eine Vorlage, ebenso wie ein Hintergrund für vier Einstellungen und fünf identische Sternenexplosionen. Variiere sie; behalte den großen Blitz für ein oder zwei Treffer.
  • Untertitel, die bei 1080p gut aussehen, sind auf einem Telefon zu klein: Buchstaben etwa 40 px hoch, in ihrem eigenen Band.
  • Eine Prämisse, die sich nie auszahlt. Der Film sagt „es sei denn, jemand hebt ab", also muss es jemand tun.
  • Sound-Treffer, die unter einem gesprochenen Wort landen, sind unhörbar. Verschiebe den Treffer nach dem Wort und hebe ihn an.

Was zwei Jury-Runden beim Papier-Storybook-Film ergaben (etwa 6/10, dann etwa 7/10). Überprüfe dies beim nächsten Mal zuerst:

  • Echte Produktbildschirme, die im Vollbild gezeigt werden, wirken wie eine Bildschirmaufnahme und zerstören die Welt. Halte sie innerhalb der Szene (ein Laptop im Set), als zwei große Ausschnitte mit großer Schrift, geändert mit einem In-World-Wisch von 16 Bildern oder mehr. Schneide jeden Rand aus, damit die Bildschirmseiten keine Naht haben, und kennzeichne Spielgeld als solches.
  • Zahlen müssen über Einstellungen hinweg übereinstimmen. „Schein-Millionär" gefolgt von einer Tafel mit 9.100 $ machte die Heldenzeile zunichte.
  • Die Heldenaufnahme stand 1,4 s lang still. Halte während jedes Haltens etwas in Bewegung (Münzen, die strömen, Lichter, die blinken, ein zweiter Schub, wenn die Zeile endet), und rahme es von seinem ersten Bild an weit ein.
  • Eine Sprachlücke von mehr als einer Sekunde mit nur einem leisen Bett wirkt wie tote Luft. Verkürze sie oder füge einen Gag und einen Sound ein.
  • Flache Formen mit sauberen Kanten wirken selbst mit Körnung wie Vektorgrafiken. Eine leicht wandernde Schnittlinie und ein hellerer Papierkern entlang der Kante (piece() im paper.js des Storybooks) behob das. Schilder sollten ausgeschnittene Buchstaben (cutSign), keine gedruckte Schrift sein.
  • Alles, was schwebt, benötigt eine sichtbare Stütze (einen Stiel, eine Feder, eine Lasche). Lichtstrahlen müssen aus undurchsichtigem Papier sein.
  • Schlüsselaktionen waren für ein Telefon zu klein: ein Münzwurf, ein Kronenwechsel, ein Tastendruck. Skaliere die Aktion und fahre die Kamera dafür hinein.
  • Pop-ups bewegten sich durch einander und durch umblätternde Seiten hindurch. Echte Faltgeometrie bringt leserseitige Falze in dem Moment, in dem eine Doppelseite zu schließen beginnt, nach hinten. Halte diese Falze aufrecht, lass jedes Pop-up niedrig bleiben, bis seine Doppelseite fast offen ist (rise in book.js), und verstecke Teile, die flach im geschlossenen Buch liegen.
  • Eine Seite darf nicht zu blättern beginnen, bevor ihr Satz beendet ist: Der lead einer Einstellung darf nicht länger sein als der gap davor.
  • Ein Untertitel, der einen Pointenschlag wiederholt, den das Bild liefert, verdirbt ihn. cc in einer Zeile kann nur ihre einleitenden Wörter enthalten; der Untertitel verschwindet dann, wenn der Rest gesprochen wird.
  • Ende mit dem ersten Bild: Das Buch schließt sich auf seinem Cover mit der Adresse auf einem Band. Es läuft auch sauber in einer Schleife.

Was der Benutzer nach dem Anschauen dieses Films änderte (Schnitt v4):

  • Ein Witz auf Kosten einer anderen Figur („Sam hasst Kim", eine Gewitterwolke) wirkte gemein. Er bat darum, dass der Witz auf Kosten des Helden geht: Sam vergießt eine Träne, dann träumt er davon, Erster zu sein („Träum, Sam, träum."). Ziele Gags auf den Helden.
  • Ein aus dem Produkt kopierter Slogan („Höchstes monatliches Einkommen gewinnt") ließ ihn fragen, was gewonnen wird; nichts wurde gewonnen. Überprüfe jede Behauptung im Skript darauf, was das Produkt wirklich tut, bevor du es aufnimmst.
  • Eine Gedankenblase ist höher als das Bild: Hebe die Kamera mit ihr an, behalte das, was sie widerspiegelt, im Bild (die echte Tafel unter der Traumtafel), und platze sie ein paar Bilder vor dem Umblättern der Seite, damit nichts Hohes auf dem Blatt reitet.

Aufteilung der Arbeit:

  • Baue den Look und die Engine zuerst in einer Sitzung (zwei oder drei Bilder, die der Benutzer genehmigt), und schreibe den Einstellungsvertrag und ein Briefing für jede Einstellung in Dateien (SHOTS.md, BRIEFS.md). Verteile dann die Einstellungen an neue Agenten, eine oder zwei Einstellungen pro Agent, mit model: "opus" und diesen Dateien als Briefing. Verwende keine Forks dafür: Ein Fork läuft immer mit dem eigenen Modell und Aufwand der Sitzung und kann keinem günstigeren zugewiesen werden (beim Styles-Film machten Forks 55% der Nutzung aus). Jeder Agent besitzt nur seine eigene Einstellungsdatei; schreibe zuerst gemeinsame Charaktere; lade Einstellungsmodule einzeln, sodass eine mitten in der Bearbeitung beschädigte Datei nur ihre eigene Einstellung leer lässt. Verteile Jury-Korrekturen auf die gleiche Weise, an neue Agenten mit der Einstellungsdatei und der Korrekturliste, nicht durch Wiederaufnahme der Ersteller; behalte Engine-Dateien für die Hauptsitzung.
  • Gib die Jury jeder Runde einem neuen Agenten und sage dem zweiten, er solle die Notizen des ersten nicht lesen.

Prozess:

  • pkill -f <Muster> stimmt mit der Shell überein, die es ausführt. Schreibe das Muster als [p]attern.
  • Ein Seitenfehler lässt das Rahmenwerk warten. Es gibt nach 45 s auf und druckt Seitenfehler; leite es während des Debuggens nicht durch tail, sonst kommen die Fehler erst am Ende an

Verwandte Skills