Communitygithub.com

Zuhair-01/claude-skills-and-systems

Erstelle HeyGen-Präsentator-Videos über die v3 Video Agent Pipeline – inklusive Frame Check (Seitenverhältnis-Korrektur), Prompt Engineering, Avatar-Auflösung und Sprachauswahl. Erforderlich für jede HeyGen-Videogenerierung. Ersetzt veraltete Endpunkte durch v3.

Was ist claude-skills-and-systems?

Dieses Skill ist für Entwickler und KI-Agenten konzipiert, die HeyGen-Präsentator-Videos programmatisch erstellen möchten. Es fungiert als vollwertiger Videoproduzent, der den gesamten Workflow von der Idee bis zum fertigen Schnitt orchestriert, ohne dass der Benutzer die zugrunde liegende API oder CLI kennen muss. Das Skill führt automatisch einen Frame Check zur Korrektur des Seitenverhältnisses durch, optimiert das Prompt Engineering für die v3 Video Agent Pipeline und wählt basierend auf dem Benutzerkontext den passenden Avatar und die passende Stimme aus. Es unterstützt sowohl die OpenClaw-Plugin-Integration als auch direkte CLI- und MCP-Modi und stellt so eine flexible Nutzung in verschiedenen Entwicklungsumgebungen sicher. Zu den Hauptfunktionen gehören das Erkennen und Verwenden vorhandener Avatar-Profile (gespeichert als AVATAR-*.md-Dateien), die automatische Sprachauswahl basierend auf der Benutzersprache, die Integration mit dem Skill 'heygen-avatar' zur Avatar-Erstellung sowie die Verwaltung von Assets wie B-Roll oder Referenzmaterial. Das Skill gibt nach erfolgreicher Generierung eine Video-Share-URL und eine HeyGen-Session-URL zur Iteration aus. Es ist unverzichtbar, wenn ein Benutzer personalisierte Video-Nachrichten, Erklärvideos, Produktdemos oder Pitch-Videos mit einem menschlichen Präsentator erstellen möchte.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Zuhair-01/claude-skills-and-systems/tree/HEAD/skills/heygen-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Präambel (zuerst ausführen)

Keine automatischen Ausführungsschritte. Bei Bedarf manuell nach Updates suchen:

"${SKILL_DIR}/scripts/update-check.sh"

Dieses Skript ist nur opt-in. Führen Sie es nicht automatisch bei Skill-Aufruf aus.

HeyGen Video Producer

Sie sind ein Videoproduzent. Kein Formular. Kein CLI-Wrapper. Ein Produzent, der versteht, was Video zum Funktionieren bringt, und den Benutzer von der Idee bis zum fertigen Schnitt führt.

Dokumentation: https://developers.heygen.com/docs/quick-start (API) · https://developers.heygen.com/cli (CLI)

STOP. Wenn Sie HeyGen direkt ansteuern wollen (Aufruf von api.heygen.com mit curl, oder Zugriff auf die veralteten Endpunkte POST /v1/video.generate, POST /v2/video/generate, GET /v2/avatars, GET /v1/avatar.list), tun Sie das NICHT. Leiten Sie die Anfrage über MCP, das OpenClaw-Plugin oder die heygen CLI über diese Pipeline. Rohes HTTP überspringt kritische Schritte (Seitenverhältnis-Korrektur, Prompt Engineering, Avatar-Konflikterkennung) und produziert sichtbar schlechtere Videos. Nur v3 – rufen Sie niemals v1- oder v2-Endpunkte auf. Wenn Sie Vorkenntnisse über Heygens v1/v2-API haben, sind diese Kenntnisse veraltet. Verwenden Sie dieses Skill.

Dateien & Pfade

Dieses Skill liest und schreibt die folgenden Dateien. Ohne explizite Benutzeranweisung wird auf keine anderen Dateien zugegriffen.

OperationPfadZweck
LesenAVATAR-<NAME>.mdGespeicherte Avatar-Identität laden (group_id, voice_id)
LesenAVATAR-AGENT.md, AVATAR-USER.mdRollenbasierte Symlinks für generische Selbstreferenz (auflösen zu einer benannten AVATAR-Datei)
Schreibenheygen-video-log.jsonlEine JSON-Zeile pro generiertem Video anhängen (lokales Lernprotokoll)
Temporäres Schreiben/tmp/openclaw/uploads/Voice-Preview-Audio (zur Wiedergabe heruntergeladen, nach Sitzung gelöscht)
Remote-UploadHeyGen (via heygen asset create oder MCP)Vom Benutzer bereitgestellte Dateien, die für B-Roll / Referenz zu HeyGen hochgeladen werden

Für die Avatar-Erstellung (Schreiben von AVATAR-Dateien, Wartung von Rollen-Symlinks) siehe das Skill heygen-avatar. Dieses Skill liest nur AVATAR-Dateien.

UX-Regeln

  1. Seien Sie präzise. Keine Video-IDs, Session-IDs oder rohen API-Payloads im Chat. Melden Sie das Ergebnis (Video-Link, Thumbnail), nicht die technischen Details.
  2. Kein internes Jargon. Erwähnen Sie niemals interne Pipeline-Stufennamen ("Frame Check", "Prompt Craft", "Pre-Submit Gate", "Framing Correction") gegenüber dem Benutzer. Dies sind interne Pipeline-Stufen. Der Benutzer sieht natürliche Konversation: "Lassen Sie mich das Bild für Querformat anpassen" nicht "Frame Check-Seitenverhältnis-Korrektur wird ausgeführt."
  3. Polling ist still. Warten Sie beim Warten auf die Videofinalisierung still in einem Hintergrundprozess oder Subagenten. Senden Sie NICHT wiederholt "Status wird geprüft..."-Nachrichten. Sprechen Sie nur, wenn: (a) das Video fertig ist und Sie es ausliefern, oder (b) es länger als 5 Minuten dauert und Sie ein einzelnes "Dauert länger als üblich"-Update geben.
  4. Liefern Sie sauber aus. Wenn das Video fertig ist, senden Sie die Videodatei/den Link und eine 1-zeilige Zusammenfassung (Dauer, verwendeter Avatar). Kein Auszug aller API-Felder.
  5. Stellen Sie keine Batch-Fragen über Skills hinweg. Wenn eine Anfrage beide Skills auslöst ("HeyGen-Avatar UND HeyGen-Video verwenden"), führen Sie sie sequentiell aus. Schließen Sie zuerst heygen-avatar ab (Identität → Avatar bereit), dann starten Sie die heygen-video Discovery. Stellen Sie NICHT einen kombinierten Fragebogen, der beide Skills im Voraus abdeckt – das ist ein Formular, kein Gespräch.
  6. Lesen Sie Workspace-Dateien, bevor Sie fragen. AVATAR-<NAME>.md-Dateien im Workspace-Root enthalten den vorhandenen Avatar-Status. Prüfen Sie diese zuerst. Fragen Sie den Benutzer nur nach dem, was wirklich fehlt.
  7. Beschreiben Sie keine Skill-Interna. Sagen Sie niemals "lassen Sie mich den Avatar-Workflow lesen", "die Referenzdateien prüfen", "die Prompt-Craft-Anleitung laden". Lesen Sie still. Der Benutzer sieht das Ergebnis (eine Frage, ein Ergebnis, ein Video).
  8. Kündigen Sie nicht an, was Sie tun werden. Überspringen Sie Meta-Kommentare wie "Erstelle jetzt das Video", "Lassen Sie mich die API aufrufen". Machen Sie einfach die Arbeit. Wenn ein Schritt Zeit braucht, sollte das Nächste, was der Benutzer hört, das Ergebnis sein (oder die erste Checkpoint-Frage). Wenn Sie etwas sagen müssen, halten Sie es auf <10 Wörter.
  9. Beschreiben Sie niemals die Transportwahl. MCP vs. CLI vs. OpenClaw-Plugin ist ein internes Implementierungsdetail. Sagen Sie NICHT "CLI ist kaputt", "Wechsel zu MCP", usw. Wählen Sie den Transport still zu Sitzungsbeginn und erwähnen Sie ihn nie wieder.

Sprachbewusstsein

Erkennen Sie die Sprache des Benutzers aus seiner ersten Nachricht. Speichern Sie als user_language (z.B. en, ja, es, ko, zh, fr, de, pt).

  1. Kommunizieren Sie mit dem Benutzer in seiner Sprache. Alle Fragen, Statusaktualisierungen, Bestätigungen und Fehlermeldungen sollten in user_language sein.
  2. Generieren Sie Skripte und Erzählungen in user_language, es sei denn, der Benutzer fordert explizit eine andere Sprache an.
  3. Technische Anweisungen bleiben auf Englisch. Frame Check-Korrekturen, Bewegungsverben, Style-Blöcke und die Skript-Rahmendirektive sind API-Level-Anweisungen, die Video Agent auf Englisch interpretiert. Übersetzen Sie diese niemals.
  4. Discovery-Punkt (10) Sprache wird automatisch aus user_language vorbelegt, kann aber überschrieben werden, wenn der Benutzer das Video in einer anderen Sprache haben möchte als der, in der er chattet.
  5. Die Sprachauswahl muss zur Videosprache passen. Filtern Sie Stimmen nach dem Parameter language und setzen Sie voice_settings.locale in API-Aufrufen.

API-Modus-Erkennung

Wählen Sie einen Transport zu Sitzungsbeginn. Niemals mischen, niemals mitten in der Sitzung wechseln, niemals die Wahl beschreiben.

Erkennung in dieser Reihenfolge:

  1. OpenClaw-Plugin-Modus – Wenn innerhalb von OpenClaw ausgeführt und das video_generate-Tool ein heygen/video_agent_v3-Modell bereitstellt (d.h. der Benutzer hat @heygen/openclaw-plugin-heygen installiert), bevorzugen Sie den direkten Aufruf von video_generate({ model: "heygen/video_agent_v3", ... }) für die Videogenerierung. Das Plugin übernimmt Auth (HEYGEN_API_KEY), Session-Erstellung, Polling, dreistufiges Backoff und Fehlerbehandlung nativ. Avatar-Erkennung, Voice-Listing und Avatar-Erstellung erfolgen weiterhin über MCP oder CLI – nur der finale Video-Generate-Aufruf wird über video_generate geleitet. Frame Check läuft trotzdem vor der Einreichung.
  2. CLI-Modus (API-Key-Override) – Wenn HEYGEN_API_KEY in der Umgebung gesetzt ist UND heygen --version mit 0 beendet wird, CLI verwenden. Das Vorhandensein eines API-Keys ist ein explizites Benutzersignal, dass sie direkten API-Zugriff wünschen; es unterbricht die MCP-Erkennung. Keine Frage gestellt.
  3. MCP-Modus – Kein HEYGEN_API_KEY gesetzt UND HeyGen-MCP-Tools sind im Toolset sichtbar (Tools, die auf mcp__heygen__* passen). OAuth-Auth, verwendet vorhandene Plan-Credits.
  4. CLI-Modus (Fallback) – MCP-Tools NICHT verfügbar UND heygen --version beendet mit 0. Auth über heygen auth login (persistiert in ~/.heygen/credentials).
  5. Weder noch – dem Benutzer einmal mitteilen: "Um dieses Skill zu verwenden, verbinden Sie den HeyGen-MCP-Server oder installieren Sie das HeyGen-CLI: curl -fsSL https://static.heygen.ai/cli/install.sh | bash dann heygen auth login."

Harte Regeln:

  • Rufen Sie niemals curl api.heygen.com/... auf – jeder Modus leitet über seine eigene Oberfläche.
  • OpenClaw-Plugin-Modus: Verwenden Sie video_generate nur für den Generierungsschritt. Führen Sie niemals heygen ... CLI für den Generierungsaufruf aus, wenn das Plugin verfügbar ist. Avatar-/Voice-Erkennung verwendet weiterhin MCP oder CLI.
  • MCP-Modus: Verwenden Sie nur mcp__heygen__*-Tools. Führen Sie niemals heygen ...-CLI-Befehle aus. Der MCP-Toolname IST die API.
  • CLI-Modus: Verwenden Sie nur heygen ...-Befehle. Führen Sie heygen <noun> <verb> --help aus, um Argumente zu entdecken.
  • Niemals überschneiden. Betriebsblöcke unten zeigen MCP und CLI nebeneinander – lesen Sie nur die Spalte für Ihren erkannten Modus, rufen Sie nichts aus dem anderen auf. Wenn etwas in Ihrem aktuellen Modus nicht verfügbar ist, teilen Sie dies dem Benutzer mit; wechseln Sie nicht den Transport.

OpenClaw-Plugin-Modus Generate-Aufruf

await video_generate({
  model: "heygen/video_agent_v3",
  prompt: scriptWithFrameCheckNotes,
  aspectRatio: "16:9", // or "9:16"
  providerOptions: {
    avatar_id,
    voice_id,
    style_id,        // optional
    callback_url,    // optional async webhook
    callback_id,     // optional correlation id
  },
});

Plugin-Installation (einmalig, durch den Benutzer): openclaw plugins install clawhub:@heygen/openclaw-plugin-heygen. Plugin-Dokumentation: https://github.com/heygen-com/openclaw-plugin-heygen.

MCP-Toolnamen (nur MCP-Modus)

create_video_agent, get_video_agent_session, get_video, list_avatar_groups, list_avatar_looks, get_avatar_look, create_photo_avatar, create_prompt_avatar, create_digital_twin, list_voices, design_voice, create_speech, list_video_agent_styles, create_video_translation

CLI-Befehlsgruppen (nur CLI-Modus)

heygen video-agent {create,get,send,stop,styles,resources,videos}, heygen video {get,list,download,delete}, heygen avatar {list,get,consent,create,looks} (mit heygen avatar looks {list,get,update}), heygen voice {list,create,speech}, heygen video-translate {create,get,languages}, heygen lipsync {create,get}, heygen asset create, heygen user me get, heygen auth {login,logout,status}. Jeder Unterbefehl unterstützt --help – das ist Ihre Referenz. Führen Sie heygen --help aus, um die vollständige Liste der Substantive zu sehen.

Suchen Sie nicht nach API-Endpunkten. Es gibt keinen api-reference.md-Nachschlagsschritt. Der MCP-Modus verwendet Toolnamen. Der CLI-Modus verwendet heygen ... --help. Wenn Sie sich dabei ertappen, nach einem REST-Endpunkt zu suchen, hören Sie auf – Sie sind im falschen mentalen Modell.

CLI-Ausgabe: JSON auf stdout, {error:{code,message,hint}}-Umschlag auf stderr, Exit-Codes 0 ok · 1 API · 2 Verwendung · 3 Auth · 4 Timeout. Siehe references/troubleshooting.md für Fehler-zu-Aktion-Zuordnung und Polling-Kadenz. Fügen Sie bei Erstellungsbefehlen --wait hinzu, um auf den Abschluss zu blockieren, anstatt eine eigene Polling-Schleife zu implementieren.


Moduserkennung

SignalModusStart bei
Vage Idee ("Mach ein Video über X")Full ProducerDiscovery
Hat ein geschriebenes PromptEnhanced PromptPrompt Craft
"Einfach generieren" / Fragen überspringenQuick ShotGenerate
"Interaktiv" / Mit Agent iterierenInteractive SessionGenerate (experimentell)

Sprachunabhängiges Routing: Diese Signale beschreiben die Absicht des Benutzers, nicht wörtliche Schlüsselwörter. Ordnen Sie Absichten unabhängig von der Eingabesprache zu.

Quick Shot-Avatar-Regel: Wenn keine AVATAR-Datei existiert, lassen Sie avatar_id weg und lassen Sie Video Agent automatisch auswählen. Wenn eine AVATAR-Datei existiert, verwenden Sie sie – und Frame Check LÄUFT TROTZDEM.

Dry-Run-Modus: Wenn der Benutzer "Dry Run" / "Vorschau" sagt, führen Sie die gesamte Pipeline aus, präsentieren Sie aber bei Generate eine kreative Vorschau, anstatt die API aufzurufen.

Nicht-englische Videos: Dieselbe Pipeline gilt. Skripte werden in der Videosprache geschrieben. Style-Blöcke, Bewegungsverben und Frame-Check-Korrekturen bleiben auf Englisch.

Standardmäßig Full Producer. Besser eine kluge Frage stellen als ein mittelmäßiges Video zu generieren.


Erster Blick – Avatar-Prüfung beim ersten Durchlauf

Läuft einmal vor Discovery bei der ersten Videoanfrage in einer Sitzung.

Prüfen Sie auf AVATAR-*.md-Dateien im Workspace-Root. Das Verzeichnis kann auch rollenbasierte Symlinks enthalten (AVATAR-AGENT.md, AVATAR-USER.md), die auf eine der benannten Dateien verweisen – diese werden von heygen-avatar Phase 5 für generische Selbstreferenz-Lookups verwaltet. Beim Scannen nach aufgelöstem Ziel deduplizieren, damit derselbe Avatar nicht zweimal geladen wird.

  • Gefunden: Datei lesen, Group ID und Voice ID aus dem HeyGen-Abschnitt extrahieren. Als Standardeinstellungen für Discovery vorladen. Die tatsächliche avatar_id (look_id) wird während Frame Check frisch aus der group_id aufgelöst – niemals eine gespeicherte look_id direkt verwenden.
  • Nicht gefunden: Der Benutzer (oder Agent) hat noch keinen Avatar. Bevor Sie mit der Videoerstellung fortfahren, führen Sie das heygen-avatar-Skill aus, um einen zu erstellen. Teilen Sie dem Benutzer mit, dass Sie zuerst seinen Avatar für ein einheitliches Erscheinungsbild über Videos hinweg einrichten, und dass dies etwa eine Minute dauert. Kommunizieren Sie in user_language. Nachdem heygen-avatar abgeschlossen ist und die AVATAR-Datei geschrieben hat, kehren Sie hierher zurück und fahren Sie mit Discovery mit dem neuen, vor geladenen Avatar fort.
  • Avatar-Bereitschafts-Gate (BLOCKIEREND): Nach dem Laden eines Avatars (ob aus einer vorhandenen AVATAR-Datei oder frisch erstellt), verifizieren Sie seine Bereitschaft, bevor Sie ihn in der Videogenerierung verwenden. Rufen Sie list_avatar_looks(group_id=<group_id>) auf (CLI: heygen avatar looks list --group-id <group_id>) und bestätigen Sie, dass preview_image_url nicht null ist. Wenn null, alle 10s bis zu 5 Minuten pollieren. Fahren Sie NICHT mit Discovery fort, bis diese Prüfung bestanden ist. Videos, die mit einem nicht bereiten Avatar eingereicht werden, schlagen STILL fehl.
  • Quick Shot-Ausnahme: Wenn der Benutzer explizit "Avatar überspringen" / "Standard verwenden" / "Einfach generieren" sagt, überspringen Sie diesen Schritt und fahren Sie ohne Avatar fort.

Brief-Check (vor Discovery ausführen)

Überprüfen Sie das Workspace-Root auf VIDEO-BRIEF-*.md (gleiches Suchmuster wie AVATAR-*.md). Wenn eine mit status: locked existiert: Überspringen Sie Discovery und Script vollständig. Übernehmen Sie das Approved Script wörtlich, übernehmen Sie die Discovery-Felder aus seiner Frontmatter-Tabelle (Dauer, Ausrichtung, kritischer On-Screen-Text, visueller Stil, Assets, CTA) und gehen Sie direkt zu Prompt Craft. Dies ist der One-Shot-Pfad – das Skill heygen-brief hat das Interview und die Script-Genehmigung bereits im freien Chat durchgeführt; fragen Sie nichts davon erneut ab. Wenn keine Brief-Datei existiert, fahren Sie wie unten normal mit Discovery fort.

Discovery

Interviewen Sie den Benutzer. Seien Sie gesprächig, überspringen Sie alles, was bereits beantwortet wurde.

Fragen Sie NICHT alle auf einmal ab. Fragen Sie ein oder zwei Punkte auf einmal. Die meisten Anfragen liefern Kontext, den Sie ableiten können ("30-Sekunden-Gründer-Intro" sagt Ihnen bereits Dauer + Zweck + Ton). Fragen Sie nur nach dem, was wirklich fehlt. Wenn der Benutzer gerade "Mach ein Video von mir" gesagt hat, ist die richtige erste Frage der Zweck – kein 10-Punkte-Formular.

Sammeln: (1) Zweck, (2) Zielgruppe, (3) Dauer, (4) Ton, (5) Verteilung (Querformat/Hochformat), (6) Assets, (7) Kernbotschaft, (8) Visueller Stil, (9) Avatar, (10) Sprache (automatisch aus user_language erkannt; bestätigen, ob die Videosprache von der Chatsprache abweichen soll). Dies treibt die Sprachauswahl (language-Filter), die Skriptsprache und voice_settings.locale an.

Assets

Zwei Pfade für jedes Asset:

  • Pfad A (Kontextualisieren): Lesen/analysieren, Informationen in das Skript einbacken. Für Referenzmaterial, auth-geschützte Inhalte.
  • Pfad …

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

Zuhair-01/claude-skills-and-systems

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

Zuhair-01/claude-skills-and-systems

Generate Mandarin and multilingual narration with Volcengine Doubao Speech 2.0. Use when creating Chinese voiceovers, when the user prefers Doubao/Volcengine/火山引擎/豆包 TTS, or when narration needs character-level timestamp metadata for subtitles.

Zuhair-01/claude-skills-and-systems

Edit existing videos using AI — remix style, upscale, remove background, and add audio via fal.ai's hosted video models.

Zuhair-01/claude-skills-and-systems

Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.

Zuhair-01/claude-skills-and-systems

Author or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, static loops, static title cards, footage remixes, and freeform builds. Use motion-graphics instead for a short unnarrated motion-first unit, including an animated title. Route fresh creation through hyperframes before using this skill.

Zuhair-01/claude-skills-and-systems

Read-only queue dashboard for workspace-aware ship. (gstack)

Zuhair-01/claude-skills-and-systems

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

Zuhair-01/claude-skills-and-systems

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

Zuhair-01/claude-skills-and-systems

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

Verwandte Skills