bitlife70/visual-guide-video

Visual Guide Video

Analysiert das Video und erstellt eine einzige Timeline-Datei (timeline.py). Die Engine rendert alle Inszenierungen, Musik und Soundeffekte programmatisch – ohne externe Schnittprogramme oder Audiodateien.

SKILL_DIR = Ordner, in dem diese SKILL.md liegt. Skripte werden mit python "$SKILL_DIR/scripts/<name>.py" ausgeführt.

0. Vorbereitung

pip install -r "$SKILL_DIR/requirements.txt"   # opencv-python imageio-ffmpeg numpy scipy pillow edge-tts

ffmpeg wird über das imageio-ffmpeg-Bundle bereitgestellt. Koreanische und Emoji-Schriftarten werden automatisch im Betriebssystem erkannt (kann mit VGUIDE_FONT_BOLD/REGULAR/EMOJI überschrieben werden).

Arbeitsordner wird neben dem Video erstellt: project/timeline.py, Ausgabe project/build/, project/output/.

1. Videotyp bestimmen → Profil wählen

python "$SKILL_DIR/scripts/analyze.py" VIDEO --out build/analysis

Betrachte die Typ-Schätzung in der Konsole und die build/analysis/sheets/*.jpg direkt als Read, um den Typ zu bestimmen. Ein PROFILE legt die Standardwerte fest; in der timeline.py angegebene Werte haben immer Vorrang.

PROFILE	Ziel	Standardwerte	Kerninszenierung
screen	Bildschirmaufnahme, Tutorial, Demo	Pop-Musik, Originalton aus, Fortschrittsbalken	SHOTS (Zooms), CLICKS, LINKS, HIGHLIGHTS, CARDS, HUD, FLOW
game	Gameplay, Bosskampf, Highlights	Epic-Musik (leise), Originalton an, cinematic Farbkorrektur, 30fps	MAGNIFY, IMPACTS, SPEED/FREEZE, POPS, CALLOUTS (@Tracks), Balkenanalyse
vlog	Alltag, Reise, Review	Chill-Musik, Originalton an, warme Farbkorrektur	CALLOUTS, STICKERS, SPEED (Zeitraffer bei Bewegung), Untertitel, GRADES
anim	Animation, Figurenvideos	Cute-Musik, vivid Farbkorrektur	POPS (lustig), STICKERS, CALLOUTS, FREEZE
promo	Werbung, PR, Reise-, Brandfilm	Epic-Musik (laut), Originalton aus, 30fps	TYPE (Werbe-Typografie, Siegel), CLEANUP (Originaltext löschen), INK-Übergang, GLOWS, LETTERBOX, saisonale Partikel, Zen-Musikbogen

Jeder Typ hat unterschiedliche Erklärungsziele:

• screen: „Wo wurde geklickt und was hat sich geändert?” → Zoom auf Klickpunkte, Pfeile auf geänderte Panels, Statuskarten.
• game: „Was ist passiert (Angriff, Verteidigung, Treffer, Heilung, Bossmuster)” + Spaß → Trefferfeedback, Reaktions-Popups, Lupe auf entfernte Ziele, Freeze-Frames zur Erklärung, Zeitraffer für langweilige Bewegungsphasen.
• vlog: „Wo wird was gemacht” + Emotion → Stimmung vor Erklärung. Höhepunkte von Ereignissen (Geburtstag, Reise, Abschluss) mit Slow-Motion und Partikeln betonen, wackelige Bewegungsphasen im Zeitraffer, Foto-Momente mit Freeze + Polaroid, Ende mit Fotocollage-Outro.
• anim: Figurenreaktionen betonen → niedliche Popups, Sticker, Freeze bei entscheidenden Gesichtsausdrücken.
• promo: „Den Zuschauer zum Reisen oder Kaufen verleiten” → Kurze Werbe-Copy anstelle von Untertiteln (2 Zeilen Opening → Hero-Titel → Kapitel pro Szene → Endkarte), signifikante Übergänge (z. B. Tusche-Läufer) bei großen Szenenwechseln, musikalische Energie-Kurve (leise → Steigerung → Höhepunkt → Nachklang → Finale). Falls Original anderweitige Schrift enthält: löschen und durch Zielsprache ersetzen (Internationale Version).

Gemeinsame Schnittprinzipien (vom Nutzer am meisten geschätzt): Unnötige Abschnitte (Bewegung, Ladezeiten, Kamera-Verwacklung) werden im Zeitraffer abgespielt, wichtige Momente werden eingefroren (Freeze), um Erklärungen oder Dekorationen einzufügen. In der Analysephase wird jeder Abschnitt als „Kern / Verbindung / Überflüssig” kategorisiert.

2. Analyse – Wann, wo, was passiert

Ereignistypen in events.json:

• Allgemein: cut (Szenenwechsel), flash (Blitz), loud (Lautstärke-Peak = Treffergeräusch, Explosion), motion (Bewegungs-Peak)
• screen: switch (Klick-/Tab-Wechsel-Kandidat), big-change, scroll
• Balken (--bar): bar-drop/bar-big-drop (Treffer), bar-low (Gefahr), bar-empty (Tod), bar-rise (Heilung)

Bei Spielen wird der HP-Balken immer gemessen. Treffer, Heilung und Tod werden so auf das genaue Frame genau bestimmt.

python "$SKILL_DIR/scripts/crops.py" VIDEO --t 10,30 --box 200,940,500,100 --step 25 --out build/hp.jpg   # Balkenkoordinaten messen
python "$SKILL_DIR/scripts/analyze.py" VIDEO --out build/analysis --bar player:337,982,626,988 --bar boss:1015,911,1590,915

• Die Balkenbox wird als eine Zeile innerhalb des Balkens (Höhe 4–8px) gewählt. Weiße Balken verwenden light, farbige Balken :any.
• Betrachte bar_<name>.png (Kymograf: vertikal = Zeit) als Read und prüfe die Ereignisse. Wenn der Balken beim Treffer rot aufblitzt oder das HUD durch Inszenierung verschwindet, kann es Fehldetektionen geben – Überprüfung mit graph.png und den Sheets.
• Sheets haben einen Abstand von 2 Sekunden. In Kampfabschnitten werden Frames alle 0,3–0,6 Sekunden extrahiert, um Aktionen (Angriff/Rollen/Treffer/Verwandlung) direkt zu interpretieren.

Präzise Koordinaten: Immer mit Raster-Crops messen.

python "$SKILL_DIR/scripts/crops.py" VIDEO --t 7.4,13.5 --box 0,760,420,240 --out build/crops.jpg  # Bereich, 50px-Raster
python "$SKILL_DIR/scripts/crops.py" VIDEO --t 12 --full --out build/grid.jpg                    # Gesamt, 100px-Raster

3. timeline.py schreiben

Starte mit einem Rezept. Kopiere das passende Rezept in timeline.py und fülle nur die [1. Auszufüllende Werte] (Zeitpunkte, Koordinaten, Texte) ein – die validierte Inszenierungsstruktur wird automatisch erzeugt. Dann passe die Liste nach Preview-Ansicht an das Video an.

Rezept	Ziel	Auszufüllende Werte
recipes/screen_walkthrough.py	Bildschirmaufnahme-Tutorial/-Demo	Klicks (Zeit, Koordinate, Text, geändertes Element, Karte), Hervorhebungsbereiche, Untertitel
recipes/game_boss_fight.py	Spielekampf-Highlights	HP-Balkenpositionen, Treffer (Zeit, verbleibende HP), eigene Angriffe, Boss-Down, Heilung, Tod/Sieg, Bewegungsphasen, Kommentar-Untertitel
recipes/event_vlog.py	Geburtstag, Jubiläum, Party-Vlog	Höhepunkts-Zeitpunkt und -Objekt, wackelige Abschnitte, Foto-Countdown/-Freeze-Frame, Gäste-Auftritte, letzte Szene
recipes/promo_shorts.py	30s vertikale Shorts (Werbe-Montage)	Abschnittsliste (Originalabschnitt, Ausgabelänge), Szenen-Panning, saisonale Wörter/Kapitel-Texte, Übergangsart
recipes/promo_film.py	Werbe-, PR-, Reisefilm	Opening-Copy, Hero-/Endkarte, Szenen (Abschnitt, Geschwindigkeit, Kapiteltext, Siegel, Kamera, Partikel, Energie, Hintergrundgeräusch), Tusche-Übergangszeiten, leuchtende Objekte, zu löschender Text

Die Standardwerte eines Rezepts sind mit echten Videos validiert – wenn sie so belassen werden, funktionieren sie wie im Beispiel (bei anderen Videos unbedingt neu messen). Fehlende Elemente können aus dem Vollschema in templates/timeline_template.py ergänzt werden. Falls kein passendes Rezept existiert, mit der Vorlage beginnen. Die timeline.py eines bearbeiteten Videos gehört in dessen Ordner. In den Skill-Repository werden keine Timelines bestimmter Videos (Personennamen, persönliche Szenen, Arbeitsinhalte) abgelegt – verallgemeinerbare Muster werden in Rezepte und dieses Dokument übernommen.

Regel: Zeit immer als 'Originalvideo-Zeit', Koordinaten immer als 'Original-Pixel'. SPEED/FREEZE ändern die Ausgabelänge – die Engine konvertiert automatisch.

Zeiten innerhalb eines Freeze-Abschnitts werden als (Originalzeit, Ausgabe-Offset-Sekunden) geschrieben: (49.45, 1.6) = Freeze beginnt bei 49,45 s, 1,6 s später. Wird genutzt, um während des Freeze nacheinander Popups, Polaroids und Outros einzublenden.

Universelle Elemente (alle Profile)

Element	Verwendung
TRIM, SPEED, FREEZE	Abschnitt zuschneiden, Geschwindigkeit/Slow-Motion (Label-Badge, Label=None = kein Badge), Freeze-Frame (look desat=zur Erklärung / photo=nur Shutter-Blitz). Zeitraffer erzeugt automatisch Bewegungsunschärfe (SPEED_BLEND)
TRACKS	Keyframes für sich bewegende Objekte. auto=True (OpenCV-Tracking: Menschen, Tiere) / auto="match" (Template-Matching: formstabile Objekte wie Kuchen, Schilder; verfolgt mit einem einzigen Key bis until) / follow="Elternteil" (an Eltern-Track gebundenes Objekt, z. B. Kerzenflamme auf Kuchen). Wird von anderen Elementen mit "@Name", "@Name:top" referenziert
PARTICLES	Partikel confetti/hearts/sparkle/bokeh/notes/stars/snow/petals/leaves/fireflies (Farbangabe wie palette=[6]). Von Track oder Koordinate aus burst (einmaliger Schwall) oder rate (kontinuierlich), ganzer Bildschirm (at="screen")
PHOTOS	Ein Frame des Originals als Polaroid einblenden (Caption, Winkel, fallendes Erscheinen). Für Freeze-Frames und Outro-Collagen
SHOTS	Kamera: Koordinaten-Zoom / "full" / "fill" (füllt ohne Letterbox) / "@Track" (Tracking-Zoom)
MAGNIFY	Lupenlinse: Entferntes Objekt kreisförmig vergrößern + Verbindungslinie + Label
CALLOUTS	Auf Objekt zeigende Sprechblase (folgt dem Track)
POPS	Popup-Text-Stile impact/danger/cool/info/funny/small/party/sweet/count (Countdown-Zahlen)
STICKERS	Emoji-Sticker (bob/pulse)
IMPACTS	Treffer-Feedback hit/heavy/crit/damage/block/parry: Verwacklung + Blitz + Zoom-Punch + chromatische Aberration (+ automatischer Soundeffekt)
SHAKE, FLASH	Manuelle Verwacklung / Blitz
GRADE, GRADES	Farbkorrektur cinematic/warm/cool/vivid/mono/sepia/danger/dream/night (Übergänge zwischen Abschnitten)
SFX, SFX_VOLUME	Soundeffekt-Bibliothek: hit boom clang pop ding scratch sad_trombone heartbeat shutter slowmo crash whoosh riser party_horn twinkle confetti / stamp temple_bell ink gliss gliss_down / längenabhängige Hintergrundgeräusche "waves:8" "wind:6" "water:6" "birds:5"
SOURCE_AUDIO	Originalton (bei Slow-Motion sinkt die Tonhöhe, bei Freeze stumm, bei Zeitraffer um fast_gain reduziert)
MUSIC	style pop/epic/chill/cute/zen, arc (Zen: szenenabhängige Energie), start (Musik beginnt ab dieser Zeit), drop, end (+end_fx scratch/fade/cut), volume
MASTER_GAIN_DB	Endmix-Gain (vor Limiter). Handy-Videos haben leisen Originalton → +3 bis 5 dB
CUSTOM_LAYERS, CUSTOM_FRAME_FX, CUSTOM_SFX	Neu angewiesene Effekte als Funktionen in timeline.py (siehe unten)
OUTPUT_SIZE, FPS, QUALITY	Ausgabeauflösung (z. B. 720p (1280, 720)), fps, CRF
CANVAS, BACKDROP	Design-Canvas. Kurze vertikale Videos: CANVAS = (1080, 1920) + OUTPUT_SIZE = (1080, 1920). Querformat-Original wird mittig als Streifen eingefügt, Leerraum mit BACKDROP ("black", "blur", dict(kind="blur", tint=(r,g,b), amount=0.5)). Um den Bildschirm zu füllen, Zoom auf SHOTS ≈ 3,16 (= 1920 / 607,5) und Panning in x-Richtung
SPEED_RAMP	Geschwindigkeitsabschnitte lückenlos aneinanderreihen (Short-Montage): Zwischen Abschnitten wird nicht auf 1× zurückgesetzt, sondern nur für diese Dauer sanft übergeblendet

Werbe-/PR-Elemente (scripts/promo.py, für alle Profile nutzbar)

Element	Verwendung
CLEANUP	Im Original eingebrannte Schrift, Stempel, Logos löschen (t0, t1, (x0,y0,x1,y1), dict(plate=(ta, tb), ref=t)). plate = Frames ohne Schrift in derselben Szene → Hintergrund wird direkt wiederhergestellt (bei Panning/Zoom automatische Korrektur durch Phasenkorrelation). mask="box" ersetzt die gesamte Box (statischer Hintergrund); ohne Plate wird Inpainting verwendet (NS + Papierstruktur). live=True für bewegte Schrift (z. B. hereingleitendes Label, ink="light")
TYPE	Werbe-Typografie. "line" (Wort-für-Wort aufsteigende Copy), "hero" (Groß-Titel mit einfliegenden Buchstaben + Untertitel + Siegel), "chapter" (Siegel wird gesetzt, dann Kicker, Linie, Titel tauchen auf, veil für Nebel-Schleier dahinter). Koordinaten beziehen sich auf 1920×1080 Canvas, Farbe color, Lesbarkeit halo
GLOWS	Sonne, Mond, Licht-Lens-Flare (Streek, Ghost) – folgt Tracks
INK	Tusche-Läufer-Übergang (t, dict(dur, at)): Bei t bedeckt die Tusche den Bildschirm maximal, dann zieht sie sich von der Mitte zurück (automatischer Soundeffekt)
TYPE "slam"	Für Shorts: Großes Wort knallt im Takt – wird über die Tusche gezeichnet und bleibt auch sichtbar, wenn der Bildschirm bedeckt ist (over_ink). Siegel seal
LETTERBOX	Cinema-Letterbox dict(ratio=2.39, range=(t0, t1)) – weiches Ein- und Ausblenden. Partikel werden unter dem Streifen versteckt

Neue Effekte auf Anweisung – Custom Hooks

Schreibe Funktionen in timeline.py, ohne die Engine zu ändern. ctx enthält: t (Ausgabezeit), ts (Originalzeit), raw (Originalframe), frame (aktuelles Canvas BGR), view, cv (Overlay-Canvas), tl, gfx, fx, W, H, screen("@boss"), window(t0, t1) (Originalzeitabschnitt → (alpha, Fortschritt)).

def speed_lines(ctx):                           # CUSTOM_LAYERS: Overlay zeichnen (keine Rückgabe oder neues frame)
    w = ctx.window(57.2, 58.4)
    if w:
        x, y = ctx.screen("@boss")
        for k in range(12):
            a = k / 12 * 6.283
            ctx.fx.draw_line(ctx.cv, (x + 300 * math.cos(a), y + 300 * math.sin(a)),
                             (x + 700 * math.cos(a), y + 700 * math.sin(a)), (255, 255, 255), 3, w[0] * 0.6)
CUSTOM_LAYERS = [speed_lines]

def red_pulse(ctx):                             # CUSTOM_FRAME_FX: Frame transformieren → neues frame zurückgeben
    return ctx.fx._tint(ctx.frame, (255, 0, 0), 0.15) if ctx.window(76, 78) else None
CUSTOM_FRAME_FX = [red_pulse]

def boss_roar(a):                               # CUSTOM_SFX: a = dict(buf, add, lib, tl, SR)
    a["add"](a["buf"], a["lib"]["boom"](), a["tl"].out(14.4), 0.8)
CUSTOM_SFX = [boss_roar]

Häufig benutzte Effekte werden später in fx.py als offizielle Elemente übernommen.

Layout-Regeln (aus praktischen Problemen entstanden)

Allgemein

• Emojis werden farbig gerendert. Symbole wie ▸ ✓ ✕ können kastenförmig brechen → stattdessen Emojis (✅ ✖️ 👉 ⏩ ⏸) oder • → · verwenden.
• Untertitel max. 40 Zeichen pro Zeile. Schlüsselbegriffe mit [eckigen Klammern] hervorheben. Freeze-Frame-Erklärungs-Untertitel: (tf, tf, "...") → Freeze-Zeit als Start=Ende, erscheint nur während des Freeze.
• Nicht mehr als 3 Popups, Sprechblasen, Sticker gleichzeitig überlagern. Popup-Dauer 0,8–1,2 s ist ausreichend.

screen

• Zeitliche Trennung von Karten und Highlights (Karte → Highlight). Karte endet vor dem nächsten Klick-Zoom.
• In Zoom-Zustand: Highlight außerhalb des Bildschirms wird abgeschnitten → Zoom-Faktor 1,15–1,3.
• Label-Positionen: "right" (Pfeil), "above-right" (Tabellenzeile), "below" (oberes Element). HUD bei Zoom ≥1,12× in Mini-Modus (linke 100px).

game

• Ultrawide (21:9) wird als Letterbox im 16:9-Canvas dargestellt. Die oberen/unteren Streifen enthalten Speed-Badges und Untertitel, ohne die Action zu verdecken. Zum Füllen "fill" in SHOTS.
• Balken-Highlight mit "above|nodim" – Abdunkeln würde die Action unsichtbar machen.
• Zoom max. 1,3–1,5×. Zu starker Zoom bei schneller Action führt dazu, dass das Objekt aus dem Bild läuft. Bei Bedarf Vergrößerung über MAGNIFY.
• Freeze 1–2 s, 3–4× pro Video reichen. Während Freeze mit CALLOUTS „wer was tut” erklären.
• Bewegungs-/Ladeabschnitte mit SPEED 2–3× verkürzen. Slow-Motion 0,3–0,4× nur bei Treffer/Entscheidungstreffer 0,5–1 s.
• Track-Keyframes setzen, wenn sich das Ziel stark bewegt; bei Szenenwechseln (Cuts) denselben Wert zweimal (direkt vor/nach) notieren, um Interpolations-Sprünge zu vermeiden. Mit python "$SKILL_DIR/scripts/tracks.py" timeline.py ein Sheet erstellen und prüfen.
• HP-Ereignisse für Treffer-Zeitpunkte nutzen und IMPACTS frame-genau anpassen. Treffer = damage/crit, eigener Treffer = hit/heavy.
• Original-Spiel-Sound erhalten, BGM leise (volume 0,3–0,45). Bei Tod: MUSIC["end"] + end_fx="scratch" zum Musik-Abbruch, mit sad_trombone-Effekt für Lacher.

promo (Werbung, PR, Internationale Version)

• Original-Text löschen: Als Plate Frames wählen, die 0,4 s vor Auftauchen/nach Verschwinden des Texts liegen. Während Überblendungen sind noch schwache Schriftreste vorhanden → mit kontrastverstärktem Crop (Hintergrund-Blur entfernt ×4) prüfen. Nach dem Löschen mit --preview in Originalauflösung croppen, um Nachbilder/Nähte zu sehen.
• Bei ständig wechselnden Hintergründen (Nebel, Gischt) passt Plate nicht (graue Flecken) → Inpainting ohne Plate, stattdessen Kapitel-Typografie mit veil überlagern.
• Rote Stempel-Erkennung erfasst nur tiefes Rot (Sonnenuntergang, oranger Himmel ausgeschlossen). Wenn der Himmel orange ist, sicherstellen, dass die gesamte Box ersetzt wird, ohne Farbstreifen.
• Copy kurz: Opening 2–4 Wörter × 2 Zeilen, Kapiteltitel 2–5 Wörter, Endkarte Marke + eine Zeile. Keine offiziellen Slogans von Organisationen/Marken verwenden.
• Typografie innerhalb des Letterbox (obere 140 px, untere 140 px ausschließen). Die Stelle, an der Original-Text stand, ist meist „frei gelassener Himmel” und eignet sich gut für Kapitel.
• Musik: Zen verwendet arc für szenenabhängige Energie. Tusche-Übergangszeit auf Taktgrenzen legen (80 BPM = 3 s), indem die Szenengeschwindigkeit angepasst wird – dann passen Übergänge, Trommeln und Siegel im Takt (tl.load gibt out-Zeit aus → Geschwindigkeit anpassen). Schrittweise Lautstärke: calm −20 dB / peak −12 dB – der Unterschied muss groß sein, damit der Höhepunkt wirkt.
• Entscheidende Szenen (sich entfaltender Wandschirm, Sonnenaufgang) 0,75–1×, langsame Landschaften 1,5–2,4×. Tusche nur bei großen Wechseln (Jahreszeit, Region); innerhalb desselben Kapitels Original-Übergänge beibehalten.
• Vertikale Shorts (30 s) (recipes/promo_shorts.py): 96 BPM (ein Takt = 2,5 s) pro Szene. Mit SEGMENTS = [(Original-Start, Ende, Ausgabelänge)] aneinanderreihen und Remap berechnet die Geschwindigkeit, sodass Übergänge genau auf den Takt fallen. Original-Übergänge (Crossfade) auf 0,2 s komprimieren und unter Tusche/Blitz verstecken.
  • Erste 1 s = Hook: eine Zeile Copy → Takt 1 Marken-Titel + musikalischer Einschlag. Opening/Finále im Streifen-Layout (Original mittig + Typografie oben/unten), Hauptteil im vertikalen Full-Crop + Panning auf das Motiv (Sonne, Wasserfall, Mond in der Mitte; breite Landschaften von links nach rechts).
  • Im Zeitraffer-Abschnitt wird die Original-Sekunde kürzer, daher Typografie-Zeit als (TRIM[0], Ausgabe-Sekunde) ausgabe-basiert schreiben. Kapitel erscheinen mit pace=0.55 schnell.
  • Partikel mit clip=True am Cut beenden (damit Blütenblätter nicht in die nächste Jahreszeit übergehen). Typografie innerhalb der Shorts-UI: oben 260 px, unten 420 px ausschließen.

vlog (Familie, Veranstaltungen)

• Handy-Videos haben viele Verwacklungen. Wackelige Bewegungsabschnitte 3–4× im Zeitraffer (Bewegungsunschärfe wird automatisch eingefügt, glättet), Originalton wird automatisch reduziert.
• Höhepunkte (Kerzen auspusten, Anstoßen, Zielerreichung) mit 0,4× Slow-Motion + Blitz + Confetti-Burst + Party-Horn. Musik beginnt genau in diesem Moment (MUSIC["start"]) – davor den Originalton (Geburtstagslied, Gespräch) erhalten.
• Foto-Aufnahme-Szene: Direkt nach dem Auslöser den unverwackelten Frame einfrieren (look="photo") und Polaroid einblenden. Den Freeze-Frame unbedingt per Preview auf Schärfe prüfen (bewegte Kamera-Frames sind unscharf).
• Sticker, Popups, Herzen nicht auf Gesichter setzen. Gesichtskoordinaten messen und daneben oder auf freie Fläche setzen. Gesichtsausdrücke (Zunge raus, Zwinkern) mit CALLOUTS (ring=False) von der Seite zeigen.
• Wenn Countdown auf dem Bildschirm sichtbar ist (Handy-Timer), count-Popups 3·2·1 passend zur Zeit setzen und Pop-Soundeffekt anheften.
• Outro: Auf Freeze-Frame 2–3 Polaroids in Collage + kurzer Glückwunsch-Text (mit OUTRO’s top nach oben verschieben und stats=[]).
• Ohne Untertitel oder Sprecher muss die Geschichte klar sein: Intro-Titel + kurzes Popup pro Szene reichen.

4. Preview-Schleife

python "$SKILL_DIR/scripts/build.py" timeline.py --preview 3.5,7.4,26        # Originalzeit
python "$SKILL_DIR/scripts/build.py" timeline.py --preview-out 16.6,36.2     # Ausgabezeit (Freeze/Slow-Motion-Mitte prüfen)

Betrachte build/preview/sheet*.jpg als Read und korrigiere Überlappungen, Abschneidungen, Verdeckungen, Koordinatenfehler, Zeichenfehler. Die Label src ↔ out zeigen auch die Zeitkonvertierung. Freeze-Abschnitte können nicht über die Originalzeit geprüft werden → --preview-out verwenden.

5. Audio

• Hintergrundmusik MUSIC["style"]: pop (126 BPM Elektropop), epic (96 BPM Taiko, Staccato-Streicher, Blechbläser, Chor), chill (82 BPM Lo-Fi), cute (132 BPM Marimba, Pizzicato), zen (80 BPM Gayageum, Daegeum, Janggu, Buk, Chor, mit MUSIC["arc"] = [(Originalzeit, "calm|flow|pulse|build|peak|hush|finale")]). Alle außer Zen haben eine Intro → A → B → Build → Drop → Outro-Struktur; der Drop-Zeitpunkt ist der Höhepunkt.
• Originalton: Bei game/vlog/anim standardmäßig an. Wenn ein Sprecher spricht, wird gleichzeitig gedingt (SOURCE_AUDIO["duck"]).
• Level-Prüfung: Bei Spielen ist der Originalton der Hauptakteur. RMS pro Abschnitt messen und Musik 3–5 dB leiser als Original, Soundeffekte nur im Treffermoment einblenden.

  import tl, music, build; t = tl.load("timeline.py"); m = music.build_music(t)[0] * t.music["volume"]; s = build.source_audio(t, m.shape[1])
  

• Sprecher (optional) NARRATION = [(t, "Satz")] (fehlt er, wird Textvorschlag aus Untertiteln gelesen). --voice edge (Microsoft Neural Network, online – Sätze werden an Microsoft gesendet, bitte informieren) / --voice sapi (Windows offline). In build/voice_report.json prüfen, ob Rate > +15 % oder Overflow → Satz kürzen (Koreanisch ≈ 7 Silben/s).

6. Finales Rendering und Validierung

python "$SKILL_DIR/scripts/build.py" timeline.py [--voice edge] [--workers 8]

Frames werden auf mehrere Prozesse verteilt parallel gerendert und dann zusammengesetzt (1 min 1080p ≈ 2–3 min, 8 workers). Im Hintergrund ausführen.

Prüfungen vor Abschluss

• Letzte Zeile [done] ... Ns (expected Ns), N MB – Länge übereinstimmend? Kein Traceback im Log?
• Einige Frames aus der Ausgabe extrahieren: ffmpeg -ss T -i out.mp4 -frames:v 1 f.png
• Musik und Soundeffekte können nicht direkt gehört werden → mit RMS über Abschnitte prüfen und den Nutzer bitten, selbst zuzuhören.

Dateistruktur

Datei	Rolle
scripts/analyze.py	Metadaten, Typ-Schätzung, Szenenwechsel, Lautstärke-Peaks, Balken-Ereignisse, Graphen, Sheets
scripts/crops.py	Original-Koordinaten-Raster-Crops
scripts/tracks.py	Objekt-Tracking (Keyframe-Interpolation, OpenCV), Validierungs-Sheets
scripts/remap.py	Zeit-Remapping (TRIM·SPEED·FREEZE)
scripts/build.py	Preview / Audio-Mix (Originalton-Remapping, Limiter) / Parallel-Render / SRT
scripts/tl.py	Timeline.py-Loader, Profil-Standardwerte, Koordinaten-/Zeit-Konvertierung
scripts/render.py	Kamera (Tracking, Verwacklung), Bildschirmaufnahme-Layer, Custom Hooks
scripts/fx.py	Universelle Effekte: Farbkorrektur, Treffer-Feedback, Lupe, Sprechblasen, Popups, Sticker, Badge, ...

(Ende der übersetzten SKILL.md)