Was macht designos-beat-edit-video?
Zweck: Marketing der design:os Studio App. Jedes Video zeigt die echte App, die etwas tut, das ein Zuschauer möchte (eine Funktion, ein klares Versprechen, ein Call-to-Action). Die App ist der Held, nicht der Edit-Trick.
Keine feste Vorlage. Jedes Video muss anders sein als jedes vorherige: neue Idee, neue gezeigte Funktion oder Aufgabe, neues Filmmaterial, neue Struktur, neue Palette und Hintergrund, neue Bewegungssprache, neue Musik. Die Kreativität muss in den ersten 3 Sekunden auffallen. Lies vor der Planung die früheren Briefs im Projekt (orca-briefs/*designos*) und wähle Optionen, die keines davon verwendet hat; schreibe die Optionen in den neuen Brief, damit das nächste Video sie vermeiden kann. (engine/ideate.py, engine/music.py, references/creative-brief.md helfen dabei.) spec/design-in-4-4.spec.json ist nur ein ausgearbeitetes Beispiel (sein Filmmaterial ist alt: verwende es nie wieder, nimm immer neues Material auf).
Ein Spec-JSON steuert alles: Video (render.py), Audio (audio.py), Prüfungen (beatlib.validate, qa.py). Ein neues Video = ein neues Spec + neue Rohaufnahmen. Keine Code-Änderungen.
Batch: python engine/ideate.py batch --count 30 --seed N --out batch/ erstellt N verschiedene Pläne (Stil, BPM, Konzept, Palette, Struktur, Edits, Länge, Feature) plus manifest.json. Siehe references/chatgpt-instructions.md.
Harte Regel
Sämtliches Filmmaterial stammt aus der echten design:os Studio App (Openscreen --window "design:os studio"), frisch für jedes Video aufgenommen. Keine Mock-ups, keine andere App, keine alten Aufnahmen.
Pipeline
python engine/ideate.py plan --edits N --seed <neu> --out plan.json-> Konzept, Musikstil + BPM, Palette, Struktur, wo jeder Edit landet. Schreibe den Text selbst um. Nach der Aufnahme:ideate.py build plan.json times.json --out spec.json. Musik: 5 generative Stile (House, Lofi, Trap, Synthwave, Cinematic), gesetzt inspec.music.- Nimm echtes Filmmaterial der App auf (Openscreen,
--window "design:os studio", Cursor editierbares Overlay). Regeln: klicken, etwa 0,8 s pausieren, dann tippen. Zeige die ganze App. Menschlicher Cursor. Nimm länger auf als die Aktion. - Fülle das Spec (
spec/design-in-4-4.spec.jsonist das Arbeitsbeispiel; Felder inreferences/spec-fields.md). Pro Edit brauchst du nur Rohmaterial-Zeiten:tc(Cursor beginnt, die Seitenleiste zu klicken),hit(Bildschirm ändert sich),td(Doppelklick auf den Text),ts/te(erstes/letztes getipptes Zeichen), plusT= der Taktstrich (Videosekunden), auf dem der Edit landet. python engine/run.py validate spec.json- schlägt fehl, wenn ein Edit außerhalb eines Taktstrichs liegt, das Tippen außerhalb des 16tel-Rasters ist, die Klick-zu-Text-Pause zu kurz ist oder Szenen die Timeline nicht kacheln.python engine/run.py all spec.json --root <Verzeichnis mit Rohaufnahmen> --out <Verzeichnis>->final.mp4(1920x1080, 30 fps, AAC) und führtqa.pyaus. Teilweise:render F N(Szenen),audio,mux,qa.- Sieh dir vor der Auslieferung 3-4 Frames und das Kontaktblatt an. Nam postet selbst; niemals selbst posten.
Leitplanken (Marketing-HQ)
KOSTENLOS, sag "source-available" (niemals "open-source"), kein "Figma-Killer", "Entwickleransicht", nur ausgelieferte Funktionen, jede Behauptung durch echtes Filmmaterial belegt. Das Video handelt vom Produkt, nicht von der Erstellung.
Warum es funktioniert
Filmmaterial-Zeit wird durch Anker (beatlib.Timeline.anchors) auf Videozeit abgebildet, sodass ein Klick auf dem Taktstrich landet,
unabhängig von der Aufnahmegeschwindigkeit. 120 BPM: Beat 0,5 s, Takt 2 s, ein getipptes Zeichen = 0,125 s.
Verifiziert
Szene F, aus dem Spec neu gerendert, ist frame-identisch (PSNR inf) mit dem Original; die Audio-WAV ist byte-identisch.
Standard-Peak 0,89 ergab +0,7 dBFS True Peak beim Sample; setze für neue Videos audio.peak auf etwa 0,8.
Voraussetzungen
python3, numpy, Pillow, ffmpeg/ffprobe; macOS-Schriften (HelveticaNeue.ttc, SFNSMono.ttf) oder bearbeite fonts im Spec.
legacy/design-in-4-4/ enthält die Original-Skripte (tl.py, make8.py, audio9.py, cursor2.py) als Referenz.
Prompt Motion: bei jedem Video verwenden
Die Prompt Motion Bridge Tools (Prompt_Motion_Bridge__recommend_motion_references, search_motion_references, get_motion_reference) sind die Quelle für Bewegungs-Ideen. Bei jedem Video:
- Beschreibe jede Szene (Hook, Kapitelkarten, Übergänge, Callouts, Untertitel, Statistik/Zusammenfassung, Endkarte) und bitte um Referenzen; suche jedes Mal mit neuen Stichwörtern (kinetischer Text, Masken-Enthüllung, Morph, Parallaxe, geteilter Bildschirm, Glitch, Flüssigkeit, Staffelung, Zähler, 3D-Kippung, ...).
- Wähle mindestens 5 verschiedene Referenzen pro Video und baue sie in Code ein (PIL/numpy/ffmpeg oder Remotion). Notiere die Referenz-IDs im Brief und verwende nicht denselben Satz wie das vorherige Video.
- Hell, viel Animation, aber das App-Filmmaterial bleibt der Held und lesbar.
Langform-Tutorial (3-5 Min., vietnamesische Voiceover, YouTube)
Erstes von Nam am 2026-11-16 genehmigt (final_v3.mp4, 4:21: 6-Schritt-Prozess von einer .fig-Vorlage zu Desktop+Mobilbildschirmen). Behandle es nur als Beispiel: Das nächste lange Video benötigt ein anderes Thema, Filmmaterial, Struktur und Aussehen.
Startcode: longform/ in diesem Skill (auch auf dem Mac unter longform/): README.md, script2.py, gen_tts.py, lib.py, build.py, audio.py. Kopiere es in einen neuen Arbeitsbereich und ändere es: Kapitel, Layout, Karten- und Beschriftungsdesign, Hintergrund, Palette, Bewegung (von Prompt Motion), Musikstil und Tempo. Liefere nie denselben Look zweimal aus.
Ideen: jedes Video wählt seinen eigenen Blickwinkel und Format, z.B. eine Challenge gegen die Zeit, Vorher/Nachher-Verwandlung, ein Feature-Tiefgang, "3 Fehler, die Anfänger machen", Neugestaltung eines realistisch aussehenden Bildschirms, Erstellung eines Mini-Designsystems, Mobile-First, Speed-Run, Q&A. Jedes Kapitel muss etwas zeigen, das der Zuschauer möchte; ein Kapitel, das nur "ein Fehler, den ich gemacht habe" ist, wurde als irrelevant abgelehnt. Nur ausgelieferte Funktionen; überprüfe in der App, bevor du eine versprichst (Play-Vorschau oben rechts ▷ funktioniert und sieht großartig aus).
Filmmaterial: für jedes Video frisch mit Openscreen aufnehmen (andere Vorlage oder Datei, andere Bildschirme, andere Bearbeitungen). Openscreen nimmt nur das App-Fenster auf, nicht native macOS-Dialoge: zeige den Dateiwähler als Text-Callout, niemals als Mock-up. Wähle Textebenen in Ebenen aus, drücke Return, überprüfe, ob der Text hervorgehoben ist, dann tippe; das Tippen in ein unfokussiertes Feld löst Tastenkombinationen aus. Bevor die Sprachausgabe eine Bearbeitung behauptet, überprüfe den App-Status erneut (ein Rückgängig hat einmal stillschweigend einen Schaltflächentext rückgängig gemacht).
Sprache (von Nam genehmigt): VieNeu-TTS v3 Turbo, Preset "Hải Đăng". Läuft auf dem Mac (.venv-voice/bin/python, gen_tts.py), 48 kHz, ~0,3x Echtzeit. Klone nicht Jangs Stimme ohne seine schriftliche Zustimmung.
- Erzeuge Satz für Satz mit 0,18 s exakten Nullen zwischen Sätzen; Untertitel werden aus diesen Lücken getimed, daher müssen Anzeigetext und TTS-Text dieselbe Satzanzahl haben.
- Führe zwei Texte: Anzeige (Untertitel, korrekte Schreibweise) und TTS (neu buchstabiert). Genehmigt: "Design OS Studio" -> "Đi-giai Âu-ét Studio" (behalte "Studio" auf Englisch), "Figma" -> "Phích-ma", ".fig" -> "phích", "Megabyte" -> "mê-ga-bai". Niemals GROSSBUCHSTABEN "DESIGN OS" (Buchstabe für Buchstabe buchstabiert).
- Nam lehnt falsche englische Aussprache ab: spreche Vietnamesisch für UI-Wörter (bảng lớp, vùng vẽ, bảng thuộc tính, phím xuống dòng, phím thoát, màu nền); englische UI-Zeichenfolgen kommen nur in Callouts.
- Neue Umschrift: versuche 5-7 Varianten, überprüfe sie mit faster-whisper (vi und en), sende Nam eine kurze Beispiel-WAV, und baue erst nach seiner Zustimmung neu.
Bildregeln: 1920x1080, 30 fps. Openscreen-Rohmaterial ist nur 1600 px breit, daher halte den Kamera-Zoom bei oder unter ~1,6x (höher wirkt auf YouTube weich). Setze allen Text innerhalb seiner Karte (automatisch verkleinern) und überprüfe Zusammenfassungs-/Statistik-Frames auf Überlauf. Endkarte zeigt die vollständige URL https://jangtrinh.github.io/design-os-studio/ groß für 8-10 s plus "Source-available · Not affiliated with Figma".
Auslieferung: exportiere 1080p plus ein 4K-Upscaling (lanczos, crf 16); sende das 4K für YouTube, erst nachdem ffprobe seine vollständige Dauer ausgelesen hat. Sage Nam, er soll den Upload privat halten, bis YouTube 2160p anzeigt. Gib einen klaren Titelvorschlag plus eine Beschreibung mit Kapitel-Zeitstempeln, dem Link, der Vorlagen-Quellenangabe und "Not affiliated with Figma". Niemals posten; Jang genehmigt endgültig.
Referenzdateien in diesem Paket
references/openscreen.md+tools/record.sh: genauer Openscreen-Befehl, wo Aufnahmen landen, cursor.json-Format, Bildschirmzuordnung.references/voice.md+longform/gen_tts.py+longform/check_voice.py: genehmigte Stimme, Installation, Umschrift-Tabelle, Whisper-Prüfung.references/prompt-motion.md: wie die Prompt Motion Tools verwendet werden, bereits verwendete Referenzen, Fallback ohne MCP.references/chatgpt-instructions.md: Übergabe für ChatGPT/ORCA/Codex, jetzt mit dem Langform-Modus.longform/: Start-Engine für das lange Video (ROOT=<Arbeitsbereich> python build.py info|agenda|<Kapitel>,python audio.py).