RayMorTwinkle/anytomanim

AnyToManim — CLI-Toolchain für narrativ gesteuerte 3b1b-Videos

Das Produkt ist ein CLI, kein API-Helfer. Du (der Host-Agent) übernimmst die kreativen Schritte – schreibst das Briefing, das Beat-Sheet, das Storyboard, den Szenencode – geleitet von den Spezifikationsdateien, die im Paket mitgeliefert werden. Das CLI erledigt alles Deterministische: TTS, Dauermessung, Rendern, Zusammenfügen.

Installation & Prüfung

pipx install anytomanim          # oder: pip install -e . in einer venv
anytomanim doctor                # meldet fehlende Abhängigkeiten + Reparaturhinweise

Arbeitsablauf — Spezifikation exportieren, befolgen

anytomanim export-guides ./guides   # WORKFLOW/DIGEST/SCRIPT/SCENE_GUIDE + Schema

Dann folge guides/WORKFLOW.md:

1. Schreibe brief.md gemäß DIGEST.md
2. Schreibe beats.json gemäß SCRIPT.md (+ beats-schema.json). Lies zuerst SCRIPT.md: Die Erzählung muss verknüpft sein, nicht aufgelistet.
3. Lies ORCHESTRATION.md, dann schreibe storyboard.json gemäß STORYBOARD.md. Öffne die ausführbaren Rezepte für die Karten, die du auswählst. Führe anytomanim storyboard storyboard.json --beats beats.json aus und korrigiere.
4. anytomanim tts --beats beats.json – synthetisiert jeden Beat, schreibt audio_file + echte audio_seconds zurück (erneutes Ausführen nach Bearbeitungen: nur geänderte Beats)
5. Schreibe scenes/*.py gemäß SCENE_GUIDE.md (NarratedScene + MiMoService(beats_file=...), with self.voiceover(beat="b01") as tr). Folge dem Storyboard; beginne mit den passenden recipes/.
6. anytomanim render scenes/X.py --quality ql – bei Fehler korrigieren und wiederholen
7. anytomanim preview <mp4> – lies sheet.png und den beatweisen Bericht (Überlappungen, Überläufe, eingefrorene Beats, kleiner Inhalt, leere Bänder, ein fixierter Header, Bühnenszenenwechsel, die das Storyboard nicht erwähnt); korrigiere und rendere erneut, bis alles sauber ist
8. Rendere --quality qh, anytomanim assemble a.mp4 b.mp4 -o final.mp4, anytomanim subtitles beats.json --mux final.mp4

Iteriere ohne Schlüssel / ohne Kosten: ANYTOMANIM_TTS=draft (lokale Stimme).

anytomanim run "<Thema>" existiert ebenfalls – ein eingebauter LLM-Referenztreiber für automatisierte Batch-Auswertung (erfordert einen LLM-API-Schlüssel; interaktive Agenten sollten stattdessen den guide-gesteuerten Ablauf verwenden).

Verträge

• beats.json ist DIE Schnittstelle – öffentliche IR (Narration + Visual + audio_seconds).
• Audio-First-Sync: synthetisieren → messen → jede run_time leitet sich aus tr.duration ab, und das Rendern spielt genau dieselben WAVs ab. Erfinde niemals Dauern.
• Ein sauberes Rendern ist nicht fertig – sieh dir jedes Mal das Vorschaublatt an.
• Kontinuität hat Vorrang. Bevor ein Objekt verschwindet, frage, ob es zum nächsten werden kann. Ausblenden und neuzeichnen ist das letzte Mittel.
• Zeichne die Beziehung, wenn du kannst, anstatt sie als Label zu schreiben.
• Stimmen: --voice baihua|moli|milo; klone deine eigene Stimme über assets/voice/<name>.mp3 + voices.json-Eintrag. zh + en werden unterstützt.
• Siehe examples/ im Repository für vollständige End-to-End-Läufe.