Communitygithub.com

Strichmännchen

Erstellt einen code-animierten Strichmännchen-Erklärfilm (9:16, 30 bis 45 s) aus einer Frage oder einem Thema. Eine helle Cartoon-Welt mit dicken Konturen, Strichmännchen mit großen weißen Köpfen und Gesichtern, ständiger Kamerabewegung, Whip-Übergängen, 1- bis 2-Wort-Untertiteln, einer verspielten Untermalung und cartoonhaften Soundeffekten – alles in Code generiert und wortweise auf den Voiceover abgestimmt. Verwenden, wenn der Benutzer /stick-figure ausführt oder nach einem Strichmännchen, Strichmännchen-Cartoon oder einem „Was-wäre-wenn“-Erklärfilm fragt.

Was ist Strichmännchen?

Der Skill `/stick-figure` ermöglicht es, vollständig in Code generierte animierte Strichmännchen-Erklärfilme im Hochformat (9:16, 30–45 Sekunden) aus einer Frage oder einem Thema zu erstellen. Er wird von Claude Code, Cursor, Codex und anderen KI-Assistenten unterstützt, die über eine `SKILL.md`-Datei Skills laden können. Der Skill erzeugt eine helle Cartoon-Welt mit dicken schwarzen Konturen, Strichmännchen mit großen weißen Köpfen und ausdrucksstarken Gesichtern, ständiger Kamerabewegung, Whip-Übergängen und wortwörtlich getimten 1- bis 2-Wort-Untertiteln. Ein komplettes funktionierendes Beispiel liegt im `engine/template`-Ordner bei. Der Workflow besteht aus neun Schritten: Skripterstellung, Faktencheck, Ordnererstellung, Sprachaufnahme (via Kokoro, ElevenLabs oder eigener Aufnahme), Erstellung der Szenen (ca. 10–12 Einstellungen), Generierung von Standbildern für die Qualitätskontrolle, Sounddesign, finaler Build und Übergabe der MP4-Datei. Die gesamte Pipeline läuft lokal, benötigt ffmpeg, Node.js und Python 3.9+ und ist auf Wiederholbarkeit ausgelegt: Sogar bei einer neuen Sprachaufnahme mit identischem Text passt der Skill die Zeiten automatisch an, ohne dass Szenen neu geschrieben werden müssen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AyushAggarwal768/claude-animation-skills/tree/HEAD/skills/stick-figure

In Ihrer bevorzugten KI fragen

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

Dokumentation

/stick-figure

┌──────────────────────┐
│   ☀      ☁           │  heller Himmel, Meer, Requisiten in Code gezeichnet
│      ◯   ◯           │  Strichmännchen mit großen weißen Köpfen, ausdrucksstarken Gesichtern
│     /|\ /|\          │
│     / \ / \  🛢       │
│     Augenklappe       │  1-2 Wort-Untertitel, klein, ~70% unten
└──────────────────────┘

Ein funktionierendes Beispiel liegt bei: engine/template ist ein fertiger 37-Sekunden-Film, „Was wäre, wenn Piraten-Augenklappen nichts mit fehlenden Augen zu tun hätten?“.

Erste Verwendung

Dieser Skill-Ordner ist das „Basisverzeichnis“, das Claude Code beim Laden anzeigt.

SKILL_DIR="<Basisverzeichnis dieses Skills>"
ENGINE="$SKILL_DIR/engine"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
[ -x "$KIT/.venv/bin/python" ] && [ -d "$KIT/models" ] || bash "$KIT/setup.sh" --voice   # ~1 GB an Stimmmodelle, einmalig
PY="$KIT/.venv/bin/python"; export NODE_PATH="$KIT/node_modules"

Benötigt ffmpeg, Node und Python 3.9+. Um das Beispiel zu sehen: cp -r "$ENGINE/template" ~/reels/pirate && bash "$ENGINE/make.sh" ~/reels/pirate.

Wie es zusammenhängt

Ein Film besteht aus einem Ordner:

  • script.json: der Voiceover, ein Satz pro Eintrag.
  • captions.json: optionale Textersetzungen für Untertitel ({"twenty five": "25"}).
  • web/shots.js: die Liste der Einstellungen. Jede Einstellung ist SHOTS.push({start, end, tr, draw(ctx, lt, t)}) in Sekunden des Voiceovers; lt ist die Zeit innerhalb der Einstellung, tr der Ausgangsübergang ('whip' oder 'cut').
  • web/lib.js (Easing, Keyframes kf, Formen, Text), web/chars.js (das Strichmännchen-Rig drawStick, Hüte, Gesichter, Arm-IK, die Augenklappe), web/env.js (Himmel, Wolken, Meer, Schiffe, Deck, Fässer, Kanone, Laterne, Unterdeck), web/main.js (Whip-Blur, Vignette, Körnung, Untertitel). Neue Requisiten werden in env.js oder einer neuen env2.js hinzugefügt (in web/index.html auflisten).
  • audio.py: Musik und Soundeffekte, alle in Code synthetisiert und in Voiceover-Sekunden platziert.

make.sh erzeugt die Stimme, richtet jedes Wort aus (audio/words_new.json), mischt den Ton, rendert die Einstellungen parallel und schreibt <ordner>/<ordnername>.mp4.

Timing: audio/words_ref.json ist die Stimme, gegen die die Einstellungen getimt wurden. Wenn sich die Stimme ändert, die Wörter aber nicht, passt make.sh die Einstellungen an die neue Aufnahme an, sodass eine neue Aufnahme keine Bearbeitung erfordert. Wenn sich das Skript ändert, audio/words_ref.json löschen (die nächste Aufnahme wird zur Referenz) und shots.js neu timen.

Schritte

  1. Skript. Etwa 110 bis 120 Wörter für 38 bis 40 Sekunden, eine Idee pro Satz: ein „Was wäre, wenn“-Aufhänger, die allgemeine Annahme, eine Wendung mit „Aber“, Beispiele, die aufbauen, eine Einstellung, die den Mechanismus zeigt, und ein Ausgang, der den Aufhänger beantwortet. Vor dem Animieren dem Benutzer zeigen.
  2. Fakten. Jede Behauptung mit Quellen überprüfen. Theorien abschwächen („Wissenschaftler vermuten“).
  3. Ordner. cp -r "$ENGINE/template" <film>, dann dessen audio/ leeren und script.json (und captions.json) ersetzen.
  4. Stimme. Im Ordner: "$PY" "$ENGINE/tools/tts_kokoro.py" (kostenlos) oder eine eigene Aufnahme des Benutzers, oder ElevenLabs mit ELEVENLABS_API_KEY ("$PY" "$ENGINE/tools/tts_elevenlabs.py" audio/vo_el.mp3). Die Aufnahme als audio/vo.wav ablegen, dann "$PY" "$ENGINE/tools/align.py" audio/vo.wav ausführen und die Wortzeiten in audio/words_new.json ablesen.
  5. Einstellungen. web/shots.js umschreiben: etwa 10 bis 12 Aufbauten, die meisten 2 bis 4 s, die Erklär-Einstellung länger. Eine neue Idee bekommt einen neuen Aufbau. Den Aufhänger in Aktion ab Frame 1 starten. Gesichter und Schlüsselrequisiten außerhalb des Untertitelbereichs halten (y etwa 1250 bis 1420) und im sicheren Bereich von Instagram (x 100 bis 980, y 220 bis 1500).
  6. Standbilder. Vom Ordner aus: node "$ENGINE/tools/render.js" stills 1.5,4.2,9.0 schreibt stills/. Die geschäftigsten Momente ansehen und vor einem vollständigen Render korrigieren.
  7. Sound. Die Cues in audio.py anhand der Wortzeiten bearbeiten.
  8. Build. bash "$ENGINE/make.sh" <film> (behält audio/vo.wav; kokoro, elevenlabs oder eine Datei übergeben, um es zu ersetzen). WORKERS=8 auf einem Rechner mit mehr Kernen. AUDIO_ONLY=1 mischt den Ton neu, ohne neu zu rendern.
  9. Übergabe<film>/<name>.mp4.

Stil

  • Untertitel: Poppins Bold, weiß mit dunkler Kontur, 1 bis 2 Wörter, Kleinbuchstaben, keine Satzzeichen (capText() in main.js erledigt das; Ziffern und % bleiben). Keine Gedankenstriche auf dem Bildschirm.
  • Helle, gesättigte Palette, Tintenkonturen (#221c22), weiche Kontaktschatten, langsame Push-Ins mit Handheld-Drall, Whip-Übergänge mit Bewegungsunschärfe. Ein Einschlag ist ein Ausbruch, ein Wackeln und ein Blitz.
  • Soundeffekte liegen unter der Stimme (Verstärkung etwa 0,38). Die Musik ist eine leise gezupfte Untermalung, unter der Stimme geduckt, nie eine laute Schleife am Anfang.

Verwandte Skills