Was macht oleg-motion?
Deterministisches Motion-Design aus Standbildern: eine HTML-Szene, die Frame für Frame in headless Chrome gerendert und mit ffmpeg kodiert wird. Alles ist eine reine Funktion der Zeit, sodass Loops exakt schließen und Renderings reproduzierbar sind. Sprich mit dem Benutzer in seiner Sprache; behalte Dateinamen und Szenen-JSON auf Englisch.
$OM bezeichnet das Verzeichnis dieses Skills (der Ordner, der diese SKILL.md enthält).
0. Stelle sicher, dass es läuft (einmal pro Maschine)
Führe alles über den Launcher $OM/om aus – er setzt die eigenen Node-, ffmpeg- und
Python-Pfade zuerst in PATH, sodass es auf einem sauberen Mac ohne Entwicklertools
funktioniert.
$OM/om doctor # was installiert ist
bash $OM/scripts/setup.sh # Kern: Node.js, ffmpeg, Rendering-Engine (lädt Fehlendes herunter)
$OM/om setup --psd # + PSD-Import
$OM/om setup --ml # + Auto-Layer für flache Bilder (~1 GB inkl. Modelle)
$OM/om update # neueste Version von GitHub (funktioniert ohne git), dann erneut setup
Die Einrichtung benötigt kein Admin-Passwort, kein Homebrew und kein git: fehlende
Werkzeuge werden nach ~/.cache/oleg-motion/tools heruntergeladen (überschreibe den
Ordner mit OLEG_MOTION_HOME); bereits auf der Maschine vorhandene Werkzeuge werden
verwendet, wenn sie gut genug sind. Der Kern allein kann bereits jedes Bild animieren
(Kamera, Partikel, Licht, Overlays). Frage, bevor du --ml ausführst – es lädt Modelle
herunter. Falls om nicht ausführbar ist (aus einem Zip entpackt), rufe bash $OM/om …
auf.
1. Briefing – zuerst anschauen, dann mit klickbaren Optionen fragen
Leute werfen eine Datei hin und sagen „mach es lebendig“. Die meisten können Bewegung nicht in Worte fassen, also stelle keine offenen Fragen – sieh dir das Bild zuerst selbst an (öffne es), liste seine Elemente auf (Überschrift, Preis, Button, Logo, Fotos, Produkt, Pfeile …), dann frage.
Zuerst Brand-Kit. Wenn die Anfrage eine Marke/ein Projekt nennt, oder eine
*.brand.json / oleg-motion.brand.json im Arbeitsordner liegt, oder $OM/brands/ ein
passendes Kit enthält, lade es und übergib --brand an scene: seine Vorgaben
beantworten die meisten Fragen (überspringe diese) und seine protect / avoid / notes
sind harte Regeln. Format: references/brand-kit.md. Kein Kit vorhanden → biete an, eines
bei der Auslieferung zu speichern (Schritt 6).
Frage nie nach Handwerk – Timing, Easing, Amplituden, Staffelungen, Partikelanzahlen sind professionelle Vorgaben (references/motion-guidelines.md). Ändere sie nur, wenn die Person danach fragt. Jede Frage bietet eine Vorgabe, die sie einfach akzeptieren können.
Überspringe die Fragen, wenn der Benutzer sagt „просто зроби“ / „just do it“ / „on your own“, oder die Antworten bereits in der Anfrage enthalten sind: wähle Vorgaben und nenne sie in einer Zeile.
Andernfalls frage einmal mit Optionen – verwende das AskUserQuestion-Tool, wenn
verfügbar (klickbare Karten; sonst eine Nachricht mit nummerierten Optionen). Maximal 4
Fragen, jede mit deiner empfohlenen Option zuerst, basierend auf dem, was du im Bild
gesehen hast:
- Wo wird es platziert? → Profil: „як є — не змінювати пропорції“ (
source: das ursprüngliche Seitenverhältnis, lange Seite max. 1920 px), Instagram-Beitrag 4:5 (feed-portrait), Stories/Reels 9:16 (story), Website-Banner (web-hero/web-strip), Display-Anzeige GIF (display-*). Passe die 4 Optionen an das Bild an: wenn sein Seitenverhältnis bereits einem Format entspricht (z. B. 4:5 → Instagram-Beitrag), biete dieses Format anstelle eines separaten „як є“ an (gleiches Ergebnis) und empfehle es; andernfalls empfehle zuerst „як є“. Ein Format mit einem anderen Seitenverhältnis beschneidet das Bild (fit: cover) oder fügt unscharfe Ränder hinzu (contain-blur) – sage, welches, und was abgeschnitten wird (Überschriftkanten, der CTA), damit die Person nicht überrascht ist. - Charakter? → 3–4 Stimmungen, die zum Bild passen, beschrieben durch Gefühl,
nicht durch Namen: „ruhig & hochwertig“, „energiegeladen“, „festlich“, „kaum Bewegung“. Nenne
die passende Stimmung in der Beschreibung (
premium,energetic,festive,calm…; vollständige Liste:$OM/om moods). - Struktur? → „Elemente erscheinen, dann loop“ (
intro-loop, gut für Social-Media-Beiträge), „nur nahtloser Loop“ (loop, gut für Website-Banner), „ein Durchlauf mit Ende“ (oneshot). - Was ist der Held? (multiSelect) → die 3–4 markantesten Elemente, die du gefunden hast, z. B. „Überschrift SOMMERSCHLUSSVERKAUF“, „CTA-Button“, „Fotos“, „Produkt“. Der Held erhält die Hauptbewegung; alles andere bleibt ruhig.
Vorgaben, wenn unbeantwortet: Profil aus Seitenverhältnis, 6 s (Intro 2 s + Loop 4 s bei intro-loop), MP4, Stimmung aus der Palette und dem Motiv gewählt. Ein Referenzvideo („like this“) schlägt jede Antwort – analysiere es mit references/reference-analysis.md und kopiere seinen Rhythmus, nicht seinen Inhalt.
2. Bewegungsplan – vor dem Rendern in Worten abstimmen
Vor dem ersten Rendern zeige den Plan in einfacher Sprache (Sprache des Benutzers), eine Zeile pro Element, mit Timing – z. B.:
Intro (2 s): Logo erscheint → Überschrift hebt sich zeilenweise → „-30%“ springt heraus → Button und Produkt erscheinen von unten. Loop (4 s): „-30%“ leuchtet leicht, ein Glanz läuft darüber · Button pulsiert · Produkt schwebt leicht · warmer Staub im Hintergrund. Bewegt sich nicht: Logo (nur ein Glitzern), Preis nach Erscheinen, Daten.
Frage „So machen wir’s, oder etwas ändern?“ in derselben Nachricht und fahre erst nach einem Ja fort (oder wenn der Benutzer Fragen übersprungen hat – dann rendere sofort und zeige den Plan mit dem Ergebnis). Den Plan zu ändern kostet Sekunden; ein Rendering zu ändern kostet Minuten. Der Plan entscheidet auch, welche Elemente im nächsten Schritt eine eigene Ebene benötigen.
3. Ebenen beschaffen
Wähle nach Eingabe – das Ziel ist eine layers.json mit Rollen (siehe
references/scene-format.md):
| Eingabe | Befehl |
|---|---|
| flaches JPG/PNG, ML installiert | $OM/om py $OM/scripts/ml/auto_layers.py in.jpg --out work/layers |
| PSD | $OM/om py $OM/scripts/psd_layers.py in.psd --out work/layers |
| Ordner mit PNG-Ebenen | $OM/om layers-from-dir path/to/pngs |
| designed Creative (Karten, Buttons, Pfeile, Fotos mit Köpfen über dem Rahmen) oder Auto-Layers waren falsch | schreibe regions.json (Boxen/Polygone + Maskenmodus) → $OM/om py $OM/scripts/ml/cut_regions.py regions.json --out work/layers (Format im Docstring des Skripts) |
| flaches Bild, kein ML | schreibe layers.json von Hand: eine background-Ebene (und frage nach Textboxen, wenn Partikel Text vermeiden müssen) |
Für regions.json finde Koordinaten durch Messen, nicht durch Augenmaß: bestimme
Schwellenwerte für helle/dunkle Pixel und drucke Begrenzungsrahmen von Komponenten; für
Fotokarten scanne nach der Rahmenfarbe und passe die Kanten an (ein Polygon 3–5 px
innerhalb der echten Kante hinterlässt eine helle Linie im Hintergrund und beschneidet die
Karte). Verwende mask: "contrast" für Text/Logos/Linien auf einfarbigem Hintergrund,
"full" + popout für Fotokarten mit einem herausragenden Kopf, "seg" für Objekte
auf belebten Fotos.
Öffne immer preview.png / die Ebenen-PNGs und überprüfe die Aufteilung, bevor du
die Szene baust: Auto-Layers können falsch labeln (ein Logo als Text erkannt, ein Preis
als Überschrift, ein Motiv, das eigentlich Hintergrund ist). Korrigiere Rollen in
layers.json – Rollen entscheiden, was sich bewegen darf. Wenn der Motiv-Ausschnitt
schlecht ist, verwirf diese Ebene, anstatt eine ausgefranste Kante zu animieren.
4. Szene bauen
$OM/om scene --layers work/layers/layers.json --mood energetic \
--profile feed-portrait --structure intro-loop [--brand brand.json] \
[--intensity 1] [--speed 1] [--density 1] --out work/scene.json
Dies entwirft scene.json aus dem Stimmungsbündel (und dem Brand-Kit). Bearbeite es
dann, um es mit dem vereinbarten Plan abzugleichen – hier liegt das Handwerk: pro Ebene
Intro-Timings mit 50–100 ms Staffelung (gesamte Kaskade ≤ 2 s, Eingänge 400–800 ms,
ease-out; bounce nur bei einem verspielten Element), das Licht/Leuchten des Helden,
Deko-Bewegung (Pfeile hüpfen, Abzeichen drehen sich), Partikel in einer Akzentfarbe aus
dem Bild oder Brand-Kit. Lese references/effects.md für jeden Effekt und seine Parameter
sowie references/motion-guidelines.md für Grenzen, die es professionell halten.
5. Rendern, anschauen, iterieren
$OM/om render work/scene.json --out work/out --quality draft # schnelle Prüfung
$OM/om render work/scene.json --out work/out --formats mp4,webm,gif # endgültig
Nach jedem Rendern sieh dir *-sheet.jpg an (8 Frames) und extrahiere bei
Unsicherheit einzelne Frames (ffmpeg -ss 2.5 -i out.mp4 -frames:v 1 f.png) und betrachte
sie. Der Report (*-report.json, zusammengefasst in stderr) prüft: Loop-Naht, Blitze
(≤3/s), gesperrte Ebenen bewegen sich nicht, Sicherheitszonen (Text/Preis/CTA ≥ 10 % von
Rändern, Logos ≥ 5 %; cut = eine Formatänderung hat es beschnitten, as-designed = die
Quelle war bereits so knapp), Datei-Budget.
Behebe Fehler vor der Auslieferung – eine sichtbare Naht bedeutet normalerweise eine
nicht-ganzzahlige cycles; ein Budgetfehler bedeutet weniger Partikel/Körnung oder
niedrigere GIF-Größe/fps.
Zeige dem Benutzer den Entwurf (Kontaktbogen oder MP4) und lade zu Anpassungen in seinen eigenen Worten ein – „langsamer“, „weniger Glanz“, „keine Partikel“, „Button heller“, „Intro weg“. references/tweaks.md bildet solche Phrasen auf Szenenbearbeitungen ab; wende sie an, rendere als Entwurf und rendere das Finale erst, wenn er zufrieden ist.
Kosten auf einem Laptop (M1, 8 GB): Auto-Layers ≈ 3–4 min pro Bild (einmal ausführen, dann an der Szene iterieren); Rendern ≈ 0,2–0,4 s pro Frame (6 s bei 30 fps ≈ 1 min). Informiere den Benutzer vor längeren Schritten.
6. Ausliefern
Gib dem Benutzer: die Dateien (Pfade + Größen), das Poster-JPG, einen Satz dazu, was
sich bewegt, und für Websites den Einbettungshinweis <video autoplay muted loop playsinline poster="…">. Wenn die Zielplattform harte Grenzen hat (genaue Größe,
Codec, max. MB), sage, dass sie eingehalten wurden – oder nicht. Wenn dies ein Auftrag
für eine Marke war und noch kein Kit existiert, biete in einer Zeile an, eines zu
speichern (references/brand-kit.md), damit die Fragen beim nächsten Mal bereits
beantwortet sind.
Regeln, die es gut halten (und warum)
- Eine Heldenbewegung, ≤ zwei atmosphärische. Betrachter lesen jeweils eine Sache; zusätzliche Bewegung konkurriert mit der Botschaft.
- Preise, rechtliche Texte und Logos bleiben starr. Bewegung verwischt und
verzerrt Buchstabenformen – Lesbarkeit und Markenvertrauen schlagen Effekte. Rollen
setzen dies durch; weise einen Preis nicht
textzu, nur um Bewegung darauf zu bekommen. - Keine vorgetäuschte Personenbewegung. Eine ausgeschnittene Person kann nicht rennen oder winken; Wippen oder Pulsieren der gesamten Figur sieht aus wie eine Pappfigur. Gib Personen Tiefe (Kameraparallaxe) und ein Intro, sonst nichts.
- Kleine Amplituden. 3–6 % Kamerazoom, 2–4° Neigung, ≤ 2 % Atmung. Große Zooms und Parallaxen verursachen Reisekrankheit und wirken amateurhaft.
- Nur ganze Zyklen. Der Loop ist nahtlos, weil jede Bewegung eine ganzzahlige Anzahl
von Zyklen pro Loop vollendet – setze niemals gebrochene
cycles. - Erster Frame = fertiges Poster. Bei
loophat der erste Frame bereits alles am Platz; verwendeintro-loop, wenn Einführungen gewünscht sind. - Kein generatives Neumalen von Text. Dieser Skill malt niemals Text oder Produkte neu; KI-Video (optional, siehe references/ai-video.md) ist nur für Hintergründe, mit den ursprünglichen Ebenen darüber komponiert.
Fehlerbehebung
Playwright is not installed,Node.js is missing,ffmpeg-Fehler →bash $OM/scripts/setup.sh.- Leere oder schwarze Frames → ein Ebenenpfad ist falsch (stderr-Warnungen prüfen) oder die Szene hat keine Hintergrundebene.
- Texterkennung übersprungen →
ocrmacist nur für macOS; gib andernfalls Textebenen manuell an. - Kanten-Halos bei Parallaxe →
depthParallax.ampverringern oder die Platte inpainten (Auto-Layers tut es, außer mit--no-inpaint). - GIF zu groß →
display-*-Profile verkleinern es automatisch; andernfalls fps/Breite reduzieren.