Reel-Builder

Engine: $(reelsmith root)/engine/ (build.py, template.html, music.py, pull_vo.py, capcut.py, fonts/). Ein Ordner pro Reel: <reel-dir>/reel.json → <reel-dir>/out/reel.mp4. Wenn reelsmith sagt, dass es nicht eingerichtet ist, führe einmal reelsmith setup aus.

reelsmith new reels/my-reel            # Ordner mit src/, vo/ und einer Vorlage reel.json
reelsmith sheet reels/my-reel/src/*    # Kontaktabzüge → wähle `ss` für jedes Segment
reelsmith build reels/my-reel --stills # ~1 Min: Frames, Wortzeiten, Untertitel, out/qa_sheet.jpg
reelsmith stills reels/my-reel 0.5,7.8,21.3   # zusätzliche Kontrollframes
reelsmith build reels/my-reel          # vollständiger Render (~4–5 Min für 60 s)

Führe immer zuerst --stills aus: Lies die gedruckte Untertitelliste und sieh dir out/qa_sheet.jpg an (rot = Reels/TikTok UI-Zonen; nichts Wichtiges darf in Rot liegen). Korrigiere reel.json, dann baue. Überprüfe die Lautstärkezeilen am Ende (−14 LUFS ±1, Spitze ≤ −1 dB). Sieh dir dann Frames des endgültigen MP4 um jeden Effekt und Übergang herum an, bevor du es übergibst.

Arbeitsablauf (Zeitaufwand des Erstellers ≈ 10 Min pro Reel)

Skript: reel-script-Fähigkeit → Ersteller genehmigt. Markiere Akzentwörter mit <em>…</em>; behalte Zahlen als Ziffern für die Anzeige.
Stimme: entweder die eigene Aufnahme des Erstellers (vo/vo.mp3) oder ElevenLabs (siehe docs/voice.md): TTS-Text = Skript ohne Tags, Zahlen ausgeschrieben, Markennamen phonetisch geschrieben. Im kostenlosen Plan im ElevenLabs Web-UI generieren (Claude in Chrome kann es steuern), dann reelsmith voice <reel-dir> zieht die 2 neuesten Takes in vo/ mit Dauer. Transkribiere beide, behalte den saubereren als vo/vo.mp3. Langsame Stimmen: "speed": 1.07 in vo.
Filmmaterial: footage-scout-Fähigkeit — nur frische Clips (prüfe used_footage.md), Kontaktabzüge, Datenschutzprüfung. Die Segmentdauern müssen sich zum Voice-Ende + ~2 s summieren.
Schnittplan: reel-director-Fähigkeit wählt die 3–5 Effekte für diese Geschichte und wo die Übergänge hingehen.
Schreibe reel.json → --stills → korrigieren → bauen → liefere out/reel.mp4 + out/cover.jpg + out/caption.txt.
Optionaler Sound-Durchgang in CapCut: reel-capcut-Fähigkeit (Bibliotheks-Soundeffekte + nach Gehör ausgewählte Musik).

reel.json

{
  "vo": {"file": "vo/vo.mp3", "offset": 0.25, "speed": 1.07, "gaps": [[5.73, 0.8]]},
  "script": "Ich schreibe meinen Leitfaden seit drei Monaten um und gestern habe ich die Cover-Schriftart <em>zum vierten Mal</em> geändert. …",
  "hook": {"tag": "das Ewige-Entwurf-Szenario", "lines": ["der Leitfaden ist fast fertig.", "<em>seit drei Monaten jetzt</em>"], "out": 5.55},
  "end": {"from": 55.6, "lines": ["wie lange wartet", "<em>deiner schon?</em>"], "lines_at": [55.75, 56.6],
          "sub": "sag es mir in den Kommentaren", "sub_at": "@comments", "handle": "@yourhandle", "handle_at": 58.6},
  "cover": {"from": 0, "to": 4.35, "title": "ENTWURF", "left": "Nr.4 · Oktober", "right": "@yourhandle", "top": 330},
  "cover_t": 2.0,
  "stamps": [{"seg": ["I", "J"], "text": "tanya · 2 Jahre in Entwürfen"}],
  "punch": [[3.02, 4.4], ["@thousand", 9.0]],
  "segments": [
    {"id": "A", "clip": "src/night_desk.mp4", "ss": 9.5, "dur": 2.5, "crop": [0, 0.196, 0.75], "cut": true},
    {"id": "B", "clip": "src/keys.mp4", "ss": 1.3, "dur": 1.9, "move": "none"},
    {"id": "E", "clip": "src/phone_walk.mov", "ss": 0.8, "dur": 4.5, "cut": true, "in": "zoom"},
    {"id": "I", "clip": "src/cafe.mp4", "ss": 0.3, "dur": 3.2, "look": "bw"},
    {"id": "K", "clip": "src/walk.mov", "ss": 14.0, "dur": 4.95, "look": "burst"},
    {"id": "N", "clip": "src/breakfast.mov", "ss": 0.0, "dur": 3.45, "rate": 0.4},
    {"id": "Q", "clip": "src/meadow.mov", "ss": 13.2, "dur": 9.1, "move": "pull-out", "in": "zoom"}
  ],
  "caption": "…",
  "music": "synth"
}

Ein vollständiges reales Beispiel (Ukrainisch, 61 s, 17 Segmente, jeder Effekt unten) befindet sich in $(reelsmith root)/examples/chernetka/reel.json; ein minimales in examples/template/reel.json.

Stimme und Untertitel

lang: Whisper-Sprache des Voice-Over ("uk", "en", …); weggelassen = automatische Erkennung (oder REELSMITH_LANG).
vo.gaps [vo_time, extra_s]: ein Atemzeichen, das an der leisesten Stelle nahe dieser Zeit der (beschleunigten) Stimme eingefügt wird — Platz für eine Fotomontage. vo.speed: atempo-Faktor.
"@word"-Anker: jede Zeit in Hook / End / Doodles / Glass / Checklist / Cover / Orbit / Wall / Punch / subs_skip kann "@thousand" sein (Start dieses Skriptworts; exakte Übereinstimmung zuerst, sonst Präfix), "@again#2" (2. Vorkommen), "@twice+0.3". Von Whisper falsch gehörte Wörter erhalten interpolierte Zeiten — verwende dort Sekunden. out/words.json enthält die tatsächlichen Zeitangaben nach --stills.
subs / punch: weggelassen = automatisch aus script + Wortzeiten (5–7 Wörter, 1–2 Zeilen, Akzentwörter in kursiver Akzentfarbe, kein abschließender Punkt, eine Zeile endet nie auf "und/in/von…"; Punch-Ins auf bis zu 4 Akzentphrasen ≥ 3 s Abstand). Überschreibe mit "subs": [[a, b, "html"]], "punch": [[a, b]]. Untertitel werden ausgeblendet, während die Hook-Karte sichtbar ist, unter Glas-Titeln und Checklisten, und sobald die Endkarte beginnt (subs_from / subs_until / subs_skip [[a, b]] zum Anpassen).

Karten und Text

hook: Papierkarte ab Frame 0 sichtbar (at: [t…] enthüllt Zeilen nacheinander, size, top). end: Karte ab from, Zeilen bei lines_at, sub, handle.
stamps: einfarbige Pille oben links über den aufgelisteten Segmenten (Ort, Datum, Charaktername).
cover (Cover Story + Frame Break): Magazin-Mastkopf auf Breite angepasst, Buchstaben fallen ein; auf Segmenten mit "cut": true steht die Person vor dem Titel. Wähle/beschneide eine Aufnahme, bei der die Kopfoberseite 40–80 px unter der Mastkopf-Oberseite sitzt — niemals über den Augen. color für den Mastkopf, top zum Verschieben. cover_t ≈ 2, damit out/cover.jpg das fertige Cover zeigt.
glass (Glas-Typ): {"from", "to", "lines", "at", "top"} mattierter Glastitel.
checklist: {"from", "to", "title", "items": [{"text", "sub", "at", "sub_at"}]} Karte, die Element für Element wächst, Häkchen werden bei at gezeichnet.
wall (Headline Wall): {"from", "to", "items": [...], "every": 0.06} Dateiname-/Schlagzeilen-Kacheln stapeln sich; platziere einen Glastitel darauf.
orbit: {"from", "to", "seg", "text": "1000 FOLDS · ", "speed", "scale", "tilt", "lift"} Textring um den Kopf auf einem cut-Segment; die hintere Hälfte geht hinter der Person vorbei. Am besten auf einem engen Selfie.
doodles (Doodle Boil): {"kind": "text"|"circle"|"underline"|"strike"|"arrow", "at", "to", "x", "y", …} — text: text, size, rot, write; circle/strike: w, h (strike n Zickzacks; 3 lässt das Wort lesbar); underline: w; arrow: x2, y2, bend; color, width. Akzentschrift mit cremefarbenem Halo, geschrieben von links → rechts, wackelt alle 3 Frames. Halte sie über y ≈ 1000, während die Hook-Karte oben ist, und vermeide Gesichter.

Segmente

Pfade: relativ zum Reel-Ordner, dann zum aktuellen Verzeichnis, dann zum Repository. HEIC/JPG-Fotos via img sind in Ordnung.
ss Start im Clip, dur Sekunden; pos 0–1 horizontaler Rahmen für breite Quellen; crop [x, y, size] = Punch-In-Beschneidung des Hochformatrahmens (bleibt von 4K scharf); rate < 1 = Zeitlupe, wenn nur ein kurzer Teil verwendbar ist.
cut: true = macOS Vision Person-Masken für dieses Segment (reelsmith masks, ~0,2 s/Frame, zwischengespeichert). Erforderlich für Cover und Orbit.
in: "zoom" (ausgehender Shot rauscht mit Weichzeichner herein, neuer landet von einem Zoom) oder "whip" (schneller verwischter Schwenk, keine schwarzen Ränder). Verwende bei 4–6 wichtigen Schnitten, nicht bei jedem Schnitt.
look: "" warmer Film · "memory" verblasster Zoom-Durchflug für Fotomontagen (date fügt einen orangefarbenen Kamera-Datumsstempel hinzu) · "bw" Schwarz-Weiß (Musik gedämpft) · "burst" Grau → Farbaufblühen (Musik öffnet sich).
move: push (standardmäßige langsame Hereinbewegung) · tilt-up · pull-out · none.

Sound und Farbe

music: "synth" (ein generiertes Lo-Fi-Bett, geformt durch die Looks — als Platzhalter in Ordnung, Ersteller bevorzugen normalerweise einen echten Track), ein Pfad zu einer Audiodatei, für die du die Rechte hast, oder null. Original-Clip-Sound wird nie verwendet.
music_gain: Standard 0,16 unter der Stimme (Sidechain-Ducking).
colors: {"accent": "#D4573A", "cream": "#F4EFE6", "ink": "#1F1A17"} (Standard: Beige / Terrakotta).

Regeln aus echtem Feedback

Effekte müssen bei Telefongröße beim ersten Anschauen lesbar sein: groß, akzentfarben, animiert. Kleine cremefarbene Doodles und eine schwache Glasscheibe waren "wo sind die Effekte?".
Keine wiederholten weißen Blitze an Schnitten. Original-Clip-Sound stummschalten. 3–5 Techniken pro Reel, nicht alle.
Text, Karten oder Doodles niemals über die Augen setzen; verschiebe die Karte oder rahme den Shot neu.
Überprüfe die Bildschirme und Hintergründe von Clips in voller Auflösung: Nachrichten anderer Personen, Autokennzeichen, Straßennamen, private Dashboards → überspringe diese Sekunden.
Jedes Reel frisches Filmmaterial (used_footage.md). Frage nach, bevor du Aufnahmen mit Gesichtern anderer Personen verwendest.

lalimi/claude-reelsmith

Was ist claude-reelsmith?

In Ihrer bevorzugten KI fragen

Dokumentation