Communitygithub.com

make-video

Erstelle animierte, vertonte Porträt-Videos (1080×1920) für YouTube-Shorts aus einem Lernleitfaden oder Thema – zerlege den Leitfaden in Teile, schreibe Erzähltexte, baue kinetische, wort-synchrone Szenen, vertone sie mit Kokoro TTS und rendere MP4s. Verwende dies, wenn der Benutzer bittet, ein Kurzvideo, einen Teil oder eine Folge zu erstellen, zu generieren, zu rendern oder neu zu rendern, oder ein Dokument in eine Shorts-Serie umzuwandeln.

Was ist make-video?

Diese Fähigkeit erstellt vollständig vertonte, kinetische YouTube-Shorts (1080×1920) aus Studienmaterialien oder anderen Texten. Sie integriert eine Pipeline aus Python-Skripten in einem `video_gen/`-Verzeichnis, darunter ein Build-Skript, eine kinetische Render-Engine und einen Kokoro TTS-Worker. Der Agent zerlegt das Quellmaterial in konzeptuelle Teile, schreibt Erzähltexte, die den Stilrichtlinien folgen (keine Zusammenfassung, direkter Einstieg, ≤45 Wörter pro Abschnitt, keine Symbole), und ordnet jedes gesprochene Wort einem kinetischen Bühnenobjekt zu. Die visuelle Ausgabe besteht aus Boxen, die in einer vollbreiten Spalte gestapelt sind, mit großem Text und ohne eingebrannte Untertitel. Der Rendering-Workflow umfasst die Erstellung von Kontaktabzügen zur visuellen Überprüfung, die Erkennung fehlender Cues, die finale MP4-Renderung und die Ausgabe eines Berichts über Videolänge und Stille. Die Fähigkeit unterstützt sowohl deklarative Bühnenblöcke (bevorzugt) als auch handgeschriebene Szenenklassen für komplexe Metaphern. CI/CD-Aspekte sind nicht explizit modelliert, aber der Workflow ist darauf ausgelegt, dem Agenten eine strukturierte, schrittweise Anleitung mit Benutzerfreigaben an wichtigen Entscheidungspunkten zu bieten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rana3128/claude-skills-plugins/tree/HEAD/plugins/video-gen/skills/make-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Vertonte kinetische Kurzvideos erstellen

Alles wird mit der gebündelten Pipeline in pipeline/ neben dieser Datei gerendert (dem „Basisverzeichnis für diese Fähigkeit“, das beim Laden der Fähigkeit angezeigt wird).

0. Einrichtung (einmal pro Projekt)

Wenn das Projekt keinen video_gen/-Ordner mit kinetic_build.py hat, erstelle ihn:

mkdir -p video_gen && cp <skill dir>/pipeline/* video_gen/
cd video_gen
python3 -m venv .venv && .venv/bin/pip install -r requirements.txt            # Zeichnen (Python 3.11+)
python3.12 -m venv .venv-tts && .venv-tts/bin/pip install -r requirements-tts.txt  # Kokoro-Stimme

ffmpeg muss im PATH sein. voice.py startet den TTS-Worker in .venv-tts daneben. Führe jeden Befehl von video_gen/ aus.

1. Die Regeln lesen

  • DESIGN.md – der kinetische visuelle Stil. Harte Regeln: Boxen stapeln sich in einer vollbreiten Spalte, niemals nebeneinander; keine Akzentleisten an Boxrändern; großer Text; jedes Element erscheint beim gesprochenen Wort; Überschriften passen in eine Zeile (ca. 30 Zeichen); keine eingebrannten Untertitel.
  • PARTS.md – das part.md-Format, Erzählregeln und wie man einen Leitfaden aufteilt.

Lies engine_short.py, templates.py oder skin.py nicht, es sei denn, du debugst sie.

2. Neue Serie: zuerst aufteilen, dann Genehmigung einholen

  1. Analysiere den Quellleitfaden und schlage eine Teilliste vor (ein Konzept pro Teil, jeweils ca. 90–125 s). Stoppe für die Benutzerfreigabe. Kürze niemals Inhalte, um eine Länge zu erreichen; füge stattdessen Beispiele und das „Warum“ hinzu.
  2. Schreibe jedes <series>/pNN_<slug>/part.md sowie <series>/README.md mit der Analyse und einer Teiltabelle.
  3. Füge den Serienordner zu SERIES in build_part.py hinzu (Kicker + Footer). Optional kann ein Logo-Mark zu MARKS in kinetic.py hinzugefügt werden.
  4. Lint den Erzähltext: .venv/bin/python build_part.py <part dir> --lint und behebe jedes Problem. Erzählung: keine Zusammenfassung, keine Begrüßung, direkt zum Thema springen; keine Symbole oder Code; Akronyme für die Stimme ausschreiben; höchstens 45 Wörter pro Abschnitt.

3. Szenen

Jeder Teil erhält eine scenes.py, die SCENES definiert. Zwei Stile (siehe examples/):

  • Deklarative Bühnenblöcke (bevorzugt, schnell): SCENES = K.part(word, tag, chips, [[blocks...], ...]) mit Track, Pipe, Rows, Code, Lanes, Bars, Ring, Fan, Chips, Big, Note. Ein Cue ist ein Wortpräfix (gesucht nach dem vorherigen Cue des Blocks), (word, beat) oder eine Beat-Nummer. Beispiel: examples/p03_*.
  • Handgeschriebene Scene-Klassen für eine Metapher, die die Blöcke nicht zeigen können. Beispiel: examples/p01_*.

Liste die Cue-Wörter in gesprochener Reihenfolge auf, sonst kommen Cues als MISSING zurück.

4. Prüfen, dann rendern

.venv/bin/python kinetic_build.py <part dir> --stills /tmp/pNN.png   # Kontaktabzug + Cue-Bericht
.venv/bin/python kinetic_build.py <part dir> --out <series>/output   # final <slug>_voiced.mp4
.venv/bin/python cue_scan.py <series>/p*_*                           # Nur-Text-Synchronisationsprüfung

Behebe jeden MISSING-Cue und jedes overflow vor dem finalen Rendern. Für eine ganze Serie rendere die ersten beiden Teile und hole das OK des Benutzers für das Aussehen ein, dann führe die restlichen 3 gleichzeitig im Hintergrund aus (xargs -P 3).

5. Bericht

Eine Tabelle: MP4-Link, Thema, Länge, längste Stille (Ziel unter 1 s). Markiere die gerenderten Teile in der Serien-README. Sage klar, was nicht geprüft wurde (Bilder nicht angesehen, Audio nicht angehört).

Niemals

  • Boxen nebeneinander setzen, Randakzentleisten, kleinen Text oder eingebrannte Untertitel.
  • Eine stimmliche Kalibrierung pro Video vorschlagen; der Sync ist wortzeitgesteuert und generisch.
  • engine_short.py direkt bearbeiten; build_part.py patcht es im Speicher.

Verwandte Skills