Communitygithub.com

DemoDay

Verwandelt ein Repository (GitHub oder lokaler Ordner) samt Live-Web-App oder nativer macOS-App in ein 45–75s 1080p-Demovideo, das aussieht, als käme es vom eigenen Designer des Produkts.

Was ist DemoDay?

DemoDay ist ein KI-gestütztes Tool, das Entwicklern hilft, aus einem beliebigen Repository und seiner Live-Anwendung ein professionelles Produkt-Demovideo zu erstellen. Der Benutzer fungiert als Regisseur und schreibt ein Storyboard (`plan.json`), während die CLI automatisch Bildschirmaufnahmen macht, Zoomeffekte, Untertitel, Soundeffekte und ein auf die App abgestimmtes Design (Farben, Schriftarten, Maskottchen) hinzufügt. Das Video wird mit Remotion zu einer MP4-Datei gerendert. Es eignet sich ideal für Launch-Videos, Produkt-Walkthroughs oder Promo-Clips von Web-Apps und nativen macOS-Apps. Die Stärke liegt in der kreativen Regie: Der Benutzer analysiert die App, findet den „Pain Point“ und das Alleinstellungsmerkmal, und das Tool setzt die Vision technisch um – ohne API-Key. Das Ergebnis ist ein maßgeschneidertes Video, das die Marke glaubwürdig präsentiert.

Funktioniert mit✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/amoveablefeastym/demoday/tree/HEAD

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht DemoDay?

Verwandelt ein Repository (GitHub oder ein lokaler Ordner) samt Live-Web-App oder nativer macOS-App in ein 45–75s 1080p-Demovideo, das aussieht, als käme es vom eigenen Designer der App. Das Tool ist eine Node/TS-CLI, die mit diesem Skill ausgeliefert wird. Du bist der Regisseur: Du schreibst das Storyboard (plan.json); das Tool zeichnet auf und rendert es. Kein API-Key nötig.

0. Tool finden und einrichten (TOOL)

TOOL ist das Basisverzeichnis dieses Skills, falls es package.json enthält (die normale Installation: das gesamte Repo geklont in ~/.claude/skills/demoday). Ansonsten ist es ~/demoday. Wenn keines existiert, anhalten und den Benutzer auf die Installationsschritte in der README verweisen.

Erster Start auf einem Rechner (wenn TOOL/node_modules fehlt):

  1. node --version prüfen (benötigt ≥ 20). Falls fehlend, den Benutzer bitten, Node.js zu installieren (brew install node oder nodejs.org) und anhalten.
  2. npm install && npx playwright install chromium in TOOL ausführen. Es werden ~300 MB heruntergeladen, also den Benutzer vorher informieren.
  3. Für eine Mac-App zusätzlich xcrun swiftc --version prüfen. Falls fehlend, den Benutzer bitten, xcode-select --install auszuführen. Der Helfer kompiliert sich beim ersten Start selbst.

Alle folgenden Befehle werden von TOOL aus ausgeführt. OUT = out/<owner>__<repo> (vom Tool ausgegeben). Videos bleiben in TOOL/out/, also dem Benutzer den vollständigen Pfad mitteilen.

1. Sammeln

npx tsx src/cli.ts <owner/repo oder github url> [--url <live app url>] --prepare

Benötigt eine Live-Web-URL (--url, sonst die Startseite des Repos) – oder, für eine native macOS-App, siehe „Native Mac-Apps“ weiter unten. Dies liest das Repo und untersucht die App, schreibt nach OUT: prompt.md (Regieanweisungen + README + Manifeste + Dateibaum + Barrierefreiheits-Snapshot), probe.png (Screenshot des ersten Bildschirms), probe.aria.yml.

Lies prompt.md und schau dir probe.png an. Lies src/schema.ts – es beschreibt die exakte Form von plan.json, und seine Feldbeschreibungen sind Regeln (Wortbegrenzungen, was jeder Beat tun muss).

2. Die Geschichte finden, bevor du etwas schreibst

Das Video steht und fällt mit zwei Dingen: warum der Status Quo schlecht ist und was an diesem Produkt besonders ist.

  • Status Quo: der konkrete Workflow, den der Zielbenutzer heute ohne dieses Produkt durchführt, mit einer ehrlichen Zeitangabe pro Schritt. Nur faire Behauptungen über genannte Konkurrenten.
  • Besonderheit: der Mechanismus, der dies möglich macht (aus README/Code), keine Adjektive. „Nur X …“.
  • Lies den Code auf Funktionen, die die README untertreibt: ein stets präsentes Desktop- oder Menüleisten-Symbol, ein globaler Hotkey, Offline/Lokaler Speicher, ein Maskottchen. Das sind oft die wahren Unterscheidungsmerkmale. Überprüfe jede behauptete Funktion im Code, bevor du sie ins Video aufnimmst.
  • Wenn der Benutzer dir seine Positionierung, seinen Mitbewerber oder sein Unterscheidungsmerkmal genannt hat, verwende diese. Wenn nichts zeigt, was es anders macht, stelle eine kurze Frage, bevor du den Plan schreibst.

3. Den Stil der App treffen (erforderlich)

Das Video muss wie ein Teil der App aussehen: gleiche Farben, gleiche Schriftarten, gleiches Maskottchen oder Icon, gleicher Tonfall. Eine generische dunkle Startvorlage auf einer gemütlichen Pastell-App (oder umgekehrt) wirkt nicht markengerecht. Benutzer bemerken das sofort.

  1. Extrahiere die Design-Token der App aus dem Code:
    • SwiftUI/AppKit: eine Theme.swift-ähnliche Datei, Assets.xcassets/*.colorset, Color(hex:)-Aufrufe.
    • Web: CSS-Custom-Properties, tailwind.config.*, Theme-Dateien, <meta name="theme-color">.
    • Sammle: Hintergrund, Text, Karte/Panel, Akzent und die Anzeige-/Textschriftarten.
    • Schriftarten: bevorzuge Schriftdateien, die im Repo gebündelt sind (Resources/Fonts/*.ttf, public/fonts, @font-face-Quellen, next/font/local).
    • Maskottchen/Icon: Sprites, das App-Icon (AppIcon.icns → sips -s format png … --out icon.png) oder das Logo SVG/Favicon.
  2. Wähle die Stimmung basierend auf der UI der App, nicht ihrer Kategorie. Verwende mood: "soft", wenn die UI hell, warm, verspielt oder minimalistisch ist. Verwende bold (das Standard-Dark-Launch-Look), wenn die App selbst dunkel, technisch oder kontrastreich ist.
  3. Fülle plan.look:
    "look": { "mood": "soft", "paper": "<app bg>", "ink": "<app text>", "surface": "<app card>",
              "fontFile": "<repo font file>", "bodyFontFile": "<optional>",
              "motifImage": "<app icon/mascot png/svg>" }
    
    • Setze product.accent auf den Akzent der App, in der Schattierung, die auf paper lesbar ist. Helle Akzente sind normalerweise die richtige Wahl für „soft“.
    • Gedämpfter Text und Linien werden automatisch von paper/ink abgeleitet.
    • Ohne eine Schriftartdatei verwende display (Inter Tight, Pixelify Sans, Fredoka, Nunito). Um eine andere Google-Schriftart zu unterstützen, füge sie zu DISPLAY in remotion/lib.ts und zum Schema-Enum hinzu.
    • motif: "loaf" ist ein eingebautes Pixel-Laib-Sprite (nur für Bäckerei-Apps). Andernfalls verwende motifImage.
    • Die CLI kopiert diese Dateien in OUT/brand/. Pfade können absolut oder relativ zu einem lokalen Repository sein.
  4. Treffe die Stimme: Übernimm die eigene Mikrokopie und Metaphern der App für Untertitel und Überschriften (z.B. „Teig / aufgehen / gebacken“ einer Bäckerei-App).
  5. Standardmäßig minimalistisch:
    • Kopierbudget: Aufhänger ≤ 8 Wörter, etwa 3 alte Schritte, 3 Vergleichszeilen, Untertitel von 2–5 Wörtern, keine Labels oder Statistiken über das Nötigste hinaus.
    • Zu viele Wörter und laute rote Warnhinweise waren die häufigsten Beschwerden. Der „soft“-Look entfernt bereits Zähler, Schmerzlabels, Shake und Stempel.

4. OUT/plan.json schreiben

Befolge die Regieanweisungen am Anfang von prompt.md. Aufnahmeregeln (newWay.actions):

  • Decke den gesamten Kern-Workflow ab, nicht nur den kürzesten Weg zu einem Ergebnis. Benutzer bemerken, wenn wichtige Funktionen fehlen. Ziel sind 10–20 Aktionen (maximal 20), jede Funktion ein eigener untertitelter Beat, der die gleiche Aufgabe wie die alte Methode erledigt und auf den Nutzen endet. Web: Die erste Aktion ist goto zur Live-URL.
  • Untertitele fast jede Aktion. Ein Beat ohne Untertitel wirkt für einen stummgeschalteten Zuschauer wie tote Luft.
  • Kamera: Sie zoomt bei jeder Aktion auf das Ziel-Box. Ungerichtete fill/press-Aktionen zielen auf das Feld, das den Fokus hat. Der Rekorder protokolliert seine Position, nachdem die Tasten gesendet wurden, und Tipp-Aufnahmen zoomen auf 2× am Anfang des Textes. Untertitel sitzen in einem eigenen Band unter dem Fenster und überdecken niemals die App. Wenn eine Aufnahme das Falsche zeigt, korrigiere das Ziel. Bearbeite keine Boxen von Hand.
  • Selektoren stammen aus dem Snapshot. Bevorzuge {role, name} wörtlich kopiert (macOS: id, dann placeholder, dann role+name). Versteckte Eingaben in Code-Editoren sind in Ordnung; der Rekorder klickt auf ihren sichtbaren Container.
  • Skripte tiefere Bildschirme aus echten Snapshots, nicht aus Vermutungen:
    1. Schreibe ein Wegwerf-Skript, das dorthin navigiert und mit einem Klick auf eine nicht existierende id endet.
    2. Führe es aus: mac/.build/macdriver run --app X.app --out <scratch> --script s.json -- --demo <scratch>/data. Die Datei ist {"actions":[…]}. Web: ein --from plan-Lauf.
    3. Lies failures[].aria in <scratch>/events.json.
  • Tippen: fill-Werte > 80 Zeichen werden eingefügt; kürzere werden sichtbar getippt. Verwende realistische Daten, niemals „test“. Wenn Tastenanschläge direkt nach einem Klick in ein neues Feld verloren gehen (ein abgeschnittener Titel, ein leeres Feld, ein späterer Klick, der den Text nicht findet), teile es auf: click auf das Feld, wait 500, dann ungerichtetes fill.
  • Nutzen: genau eine Aktion hat emphasis: true. Setze sie auf ein abschließendes wait (~2000ms) mit einem Untertitel, direkt nach dem Klick, der es auslöst, nicht auf den Klick selbst. Die Kamera zoomt dann heraus, um das gesamte Ergebnis zu zeigen, und Betonungswartezeiten werden in Echtzeit abgespielt. Andere lange Wartezeiten werden vorgeschnellt.
  • Launcher-Beat: Wenn die App als stets präsentes Symbol (Desktop, Menüleiste) oder hinter einem globalen Hotkey lebt, setze plan.launcher (captions, optional hint wie den Hotkey, optional badge).
    • Das Video erhält dann einen Beat vor dem Walkthrough: Das Symbol sitzt auf einem ruhigen Desktop zwischen unscharfen Fenstern, der Cursor klickt darauf und das echte Fenster wächst daraus hervor und landet genau dort, wo der Walkthrough beginnt.
    • Es wird in Remotion komponiert (der Rekorder erfasst nur das App-Fenster) und verwendet motifImage/motif als Symbol. Verwende es nur, wenn der Code das Verhalten bestätigt.

5. Aufnehmen + Rendern

npx tsx src/cli.ts <repo> --plan OUT/plan.json --from plan

Beobachte das Log: ✓ pro Aktion, ✗ mit Fehler bei Fehlschlägen. Bei Fehlschlägen lies OUT/events.json → failures[] (jeder hat den Barrierefreiheits-Snapshot im Moment des Fehlschlags), korrigiere die Ziele und führe erneut aus. Fehlgeschlagene Aktionen werden übersprungen, nicht als fatal betrachtet. Versende kein Video, dessen Nutzen fehlgeschlagen ist. Wenn eine frühe Aktion fehlschlägt, läuft alles danach normalerweise auf dem falschen Bildschirm: Behandle die gesamte Aufnahme als schlecht und schau dir die raw.mp4-Frames an, um zu sehen, was wirklich passiert ist.

Erneutes Ausführen günstig:

  • Kopier-, Look-, Launcher-, Sound- oder Szenencode-Änderungen: --from render, keine Neuaufnahme.
  • Aktions-Untertitel sind bei der Aufnahme in events.json eingebrannt. Patche sie dort aus plan.json (nach index), baue die Timeline neu mit npx tsx -e 'import {editRecording} from "./src/edit.ts"; editRecording("OUT")', dann --from render.
  • Schrittänderungen: --from plan (nimmt neu auf).

6. Vor dem Melden prüfen

Überprüfe das gerenderte MP4, nicht nur die Standbilder. Erstelle Kontaktbögen und schau dir jeden Frame an:

ffmpeg -v error -y -i OUT/demo.mp4 -vf "fps=1/2,scale=640:-1,tile=4x8" -frames:v 1 <scratch>/sheet.jpg

Prüfe:

  • Stilübereinstimmung: Lege probe.png neben die Standbilder. Gleiche Hintergrundfamilie, Schriftarten, Akzent und Maskottchen? Wenn das Video wie eine andere Marke aussieht, korrigiere look vor allem anderen.
  • Jeder fill-Wert erscheint auf dem Bildschirm genau wie eingegeben. Ein ✓ bedeutet nur, dass die Aktion ausgeführt wurde, nicht, dass der Text gelandet ist.
  • Die Kamera ist auf das Wesentliche gezoomt (den getippten Text, das angeklickte Steuerelement), nicht weitwinklig oder auf eine leere Leinwand.
  • Untertitel sind lesbar und bedecken niemals die App. Der Text passt; nichts läuft über.
  • Der Aha-Frame zeigt den Nutzen (keinen Ladezustand oder eine abgeschnittene Schaltfläche).
  • Der Vergleichs-Beat "X → Y" ist glaubwürdig. Wenn das Verhältnis absurd ist, sind die seconds der alten Methode überhöht.
  • Audio ist vorhanden und die Spitzenwerte liegen unter 0 dB: ffmpeg -i OUT/demo.mp4 -af volumedetect -vn -f null -. Um die Synchronisation zu prüfen, zeichne ein showwavespic eines Tipp-Abschnitts und vergleiche es mit den Frames.

7. Melden

Gib dem Benutzer:

  • den Pfad zu OUT/demo.mp4 und seine Länge
  • den Aufhänger, die alte Methode und die „Nur wir“-Zeilen, jeweils eine Zeile
  • wie der Look abgestimmt wurde (welche Farben, Schriftarten und Maskottchen aus der App stammen)
  • alles, was du nicht zum Laufen gebracht hast, oder das komponiert statt aufgezeichnet wurde (z.B. der Launcher-Beat)
  • alle Bugs, die du in ihrer App bemerkt hast (z.B. verlorene Tastenanschläge)

Erwähne den Befehl npx remotion studio …, den das Tool für Live-Tweaks ausgibt, und --music <file> für einen Soundtrack.

Soundeffekte

Standardmäßig aktiviert; --no-sfx schaltet sie aus. scripts/make-sfx.py synthetisiert alles (keine Samples, keine Lizenzierung) in assets/sfx/, und remotion/Sfx.tsx timt jedes Geräusch basierend auf den aufgezeichneten Ereignissen:

  • Tippen: ein taktiler mechanischer Schalterton pro Zeichen (Bump-Klick, Bottom-Out-Thock, Release), mit der realen Tippgeschwindigkeit des Rekorders. Leerzeichen bekommen einen tieferen stabilisierten Ton, Enter einen schwereren.
  • Klicks: ein Mausklick, wo immer der aufgezeichnete Cursor geklickt hat, einschließlich des Launcher-Klicks.
  • Übergänge: ein Whoosh bei jedem Szenenwechsel.
  • Alte Methode: ein Karten-Lande-Ton pro Schritt (Popp bei soft, Plumps bei bold) und ein Urteilstong (soft Popp oder ein Stempel bei bold).
  • Nutzen: ein Glockenspiel.
  • Vergleich: ein Popp pro Zeile und ein Glockenspiel (soft) oder Stempel (bold) auf das Zeitergebnis.

Mit --music wird die Musik unter den Effekten abgesenkt. Ändere die Lautstärken in Sfx.tsx und führe --from render erneut aus. Führe das Skript nach der Bearbeitung erneut aus, um die WAVs zu regenerieren.

Native Mac-Apps

Gleicher Ablauf, anderer Rekorder (mac/macdriver.swift: Accessibility-API zum Finden von Steuerelementen, echte Maus-/Tastaturereignisse, ScreenCaptureKit zeichnet nur das App-Fenster auf). Füge --app hinzu und übergib Startargumente nach --:

npx tsx src/cli.ts <repo or ./local/dir> --app path/To.app [--app-seed demo/items.json] --prepare -- --demo {data}
  • {data} wird ein frischer Wegwerf-Ordner pro Durchlauf, und --app-seed wird hineinkopiert. Niemals gegen die echten Daten des Benutzers aufnehmen. Wenn die App kein Demo-/Datenverzeichnis-Startflag hat, füge eines hinzu (oder frage den Benutzer), bevor du aufnimmst. Baue die App zuerst neu, wenn der Benutzer unbestätigte Änderungen hat.
  • Führe mac/.build/macdriver check --open zuerst aus. Es benötigt Bedienungshilfen und Bildschirm- und Systemaudiowiedergabe für die App, die das Terminal hostet. Wenn eines fehlt, öffnet es den genauen Systemeinstellungsbereich und nennt die zu aktivierende App (Exit-Code 3). Der Benutzer muss diese App nach der Gewährung neu starten, was diese Sitzung beendet. Halte also an und sage dem Benutzer, er solle wiederkommen, anstatt es erneut zu versuchen. Ohne Bildschirmaufnahme funktioniert --prepare noch, aber die Aufnahme nicht. Schreibe in der Zwischenzeit das Storyboard, damit es bereit ist.
  • Die Aufnahme übernimmt die echte Maus und Tastatur des Benutzers (~20–60s, 3s Countdown). Teile dem Benutzer dies unmittelbar vor jedem Durchlauf mit, einschließlich kurzer Testläufe. Beginne nicht, während sie möglicherweise tippen: Ihre Eingabe stiehlt den Fokus und ruiniert die Aufnahme.
  • Ziele: id, dann placeholder, dann role+name. Kein goto. fill ohne Ziel tippt in das fokussierte Feld. Verwende press für Enter/Tab/Meta+N.
  • Unbeschriftete Icon-Schaltflächen sind für die Automatisierung unsichtbar. Wenn ein wichtiges Steuerelement keinen Namen hat und du den Code besitzt, füge .accessibilityLabel/.accessibilityIdentifier hinzu.
  • Frage den Accessibility-Baum nicht ab, während Tasten gedrückt werden. In SwiftUI-Apps kann eine AX-Abfrage ein erneutes Rendern auslösen, das ein Textfeld auf alten Text zurücksetzt und Tastenanschläge verschluckt. Der Treiber liest nur das fokussierte Element nach dem Tippen. Wenn du den Treiber änderst, behalte es bei. Wenn Tastenanschläge immer noch verschwinden, hat die App wahrscheinlich diesen Fehler (ein NSViewRepresentable-Textfeld, dessen updateNSView die Zeichenfolge mit einer veralteten Bindung überschreibt). Teile es dem Benutzer mit.

Grenzen

Webseiten hinter einem Login benötigen einen Ablauf, der von einer öffentlichen Seite oder einer vorauthentifizierten URL startet. Die native Aufnahme ist nur für macOS und zeichnet ein einzelnes App-Fenster auf. Alles außerhalb (Desktop, Menüleiste, andere Apps) wird in Remotion komponiert, nicht aufgezeichnet, also gib dies im Bericht an.

Verwandte Skills