/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 istSHOTS.push({start, end, tr, draw(ctx, lt, t)})in Sekunden des Voiceovers;ltist die Zeit innerhalb der Einstellung,trder Ausgangsübergang ('whip'oder'cut').web/lib.js(Easing, Keyframeskf, Formen, Text),web/chars.js(das Strichmännchen-RigdrawStick, 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 inenv.jsoder einer neuenenv2.jshinzugefügt (inweb/index.htmlauflisten).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
- 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.
- Fakten. Jede Behauptung mit Quellen überprüfen. Theorien abschwächen („Wissenschaftler vermuten“).
- Ordner.
cp -r "$ENGINE/template" <film>, dann dessenaudio/leeren undscript.json(undcaptions.json) ersetzen. - Stimme. Im Ordner:
"$PY" "$ENGINE/tools/tts_kokoro.py"(kostenlos) oder eine eigene Aufnahme des Benutzers, oder ElevenLabs mitELEVENLABS_API_KEY("$PY" "$ENGINE/tools/tts_elevenlabs.py" audio/vo_el.mp3). Die Aufnahme alsaudio/vo.wavablegen, dann"$PY" "$ENGINE/tools/align.py" audio/vo.wavausführen und die Wortzeiten inaudio/words_new.jsonablesen. - Einstellungen.
web/shots.jsumschreiben: etwa 10 bis 12 Aufbauten, die meisten 2 bis 4 s, die Erklär-Einstellung länger. Eine neue Idee bekommt einen neuen Aufbau. Den Aufhänger in Aktion ab Frame 1 starten. Gesichter und Schlüsselrequisiten außerhalb des Untertitelbereichs halten (y etwa 1250 bis 1420) und im sicheren Bereich von Instagram (x 100 bis 980, y 220 bis 1500). - Standbilder. Vom Ordner aus:
node "$ENGINE/tools/render.js" stills 1.5,4.2,9.0schreibtstills/. Die geschäftigsten Momente ansehen und vor einem vollständigen Render korrigieren. - Sound. Die Cues in
audio.pyanhand der Wortzeiten bearbeiten. - Build.
bash "$ENGINE/make.sh" <film>(behältaudio/vo.wav;kokoro,elevenlabsoder eine Datei übergeben, um es zu ersetzen).WORKERS=8auf einem Rechner mit mehr Kernen.AUDIO_ONLY=1mischt den Ton neu, ohne neu zu rendern. - Übergabe
<film>/<name>.mp4.
Stil
- Untertitel: Poppins Bold, weiß mit dunkler Kontur, 1 bis 2 Wörter, Kleinbuchstaben, keine Satzzeichen (
capText()inmain.jserledigt 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.