stage3d shorts
Eine dunkle Bühne mit Spiegelboden. Flache weiße Pillenfiguren, mit Neonlinien gezeichnete Requisiten, ein Theaterscheinwerfer auf der Person, eine sich in echtem 3D bewegende Kamera, immer ein Bildunterschriftswort auf einmal. Der Look wurde durch Messungen an Referenzvideos reverse-engineered (privates Studienmaterial: niemals deren Inhalt, Namen oder Skripte kopieren) und anschließend verbessert.
Status: v0.1. Erprobt an einem 9,7 s Clip mit zwei Stationen (pricetag_demo) und einem 5 s Test (test5). Noch nicht erprobt an einem vollständigen Video. Lies „Was das Kit noch nicht hat“, bevor du eine Szene versprichst.
Die Idee
- Das Kit ist der Look.
kit/src/enthält Farben, Glühen, Linse, Boden, Licht, Kamerakurven, Bildunterschriften. Ein Video bearbeitet es nie. - Ein Video ist ein Plan.
kit/plans/<name>/plan.jssagt, was auf der Bühne steht, wann was passiert und wie sich die Kamera bewegt. Es importiert nurkit/src/api.js. Der Build lehnt einen Plan ab, der in den Look hineingreift. - Zahlen entscheiden, nicht Meinungen. Jeder Render wird durch
scripts/qa.pygemessen. Ein Video, das nicht besteht, wird nicht ausgeliefert.
Wo das Kit lebt
Dieses Skill besteht nur aus Anweisungen. Der Code, der das Video zeichnet, und die Referenzdateien befinden sich in einem Ordner auf Pimbos PC: C:\Users\Pimbo\work\anymation\stage3d\skill (enthält kit/, references/ und eine Kopie dieser Datei). Jeder Pfad in diesem Skill ist relativ zu diesem Ordner.
- Der Ordner
anymationmuss mit der Konversation verbunden sein. Ist er nicht verbunden, bitte Pimbo, ihn zu verbinden: Ohne das Kit kann kein Video erstellt werden, und hier sollte nichts aus dem Gedächtnis neu aufgebaut werden. - Pimbo führt Skripte nicht von Hand aus. Du führst sie aus. Er gibt das Thema oder den Videoordner an, betrachtet Standbilder und genehmigt.
- Die Eingaben eines Videos stammen aus seiner eigenen Pipeline:
anymation/v2/v8/<video>/(script.json,asr_<lang>.jsonfür die Wortzeitsteuerung,premix_<lang>.wavfür Sprache und Musik,events_<lang>.json). - Wenn du Befehle auf seinem PC ausführen kannst, arbeite direkt im Ordner. Wenn du nur einen Cloud-Arbeitsbereich hast: kopiere
stage3d/skillhinein (lassenode_modules,outunddistweg), führenpm installinnerhalb vonkit/aus, schreibe den Plan und rendere dort Standbilder (ca. 2 s pro Stück ohne Grafikkarte), zeige ihm die Standbilder, schreibe dann den fertigenkit/plans/<name>/zurück in seinen Ordner. - Der endgültige Render gehört auf seinen PC: dessen Grafikkarte ist etwa 20-mal schneller als eine Cloud-Maschine. Wenn du dort keine Befehle ausführen kannst, hinterlasse eine
.cmd-Datei instage3d/skill, dienode scripts\make_video.cjs <name> --gpu --workers=4auskitausführt, bitte ihn, darauf zu doppelklicken und die Ausgabe einzufügen. Lies die QA-Zeilen, bevor du das Video als fertig erklärst.
Unverhandelbare Regeln
- Bearbeite niemals
kit/src/, um ein einzelnes Video zum Laufen zu bringen. Fehlt ein Requisit oder ein Aufnahmetyp, füge es als wiederverwendbaren Teil zum Kit hinzu (siehereferences/PLAN_GUIDE.md, „Ein Requisit hinzufügen“) und überprüfe anschließendpricetag_demoerneut. - Jede Bildnummer in einem Plan stammt von der echten Audio (Wortzeitsteuerung), niemals von einer Schätzung.
- Jede Kamerabewegung hat einen Grund, den du in einem Satz sagen kannst. Schreibe diesen Satz als Kommentar über die Bewegung.
- Betrachte Standbilder, bevor du einen Clip renderst. Sieh dir das Bild an, nicht den Exit-Code.
- Gib an, was gemessen und was angenommen wurde. Wenn du etwas nicht überprüft hast, sag es.
- Eine Person hört sich das Audio an, bevor ein Video rausgeht: Diese Skripte setzen Pegel nach Zahlen.
Pipeline
Arbeite innerhalb von kit/. Beim ersten Mal auf einer Maschine: npm install (three, esbuild, playwright-core; es verwendet das installierte Chrome oder Edge, es wird nichts anderes heruntergeladen). Für das Rendern wird ffmpeg im PATH benötigt; für die Qualitätssicherung wird Python mit numpy und opencv benötigt (pip install numpy opencv-python); die Audio-Skripte benötigen scipy.
| Schritt | Was | Befehl oder Datei |
|---|---|---|
| 1 | Skript und Stimme, mit einem Timing für jedes Wort | außerhalb dieses Skills; Ergebnis: words.json = [{ w, t0, t1, line }], Sekunden |
| 1b | Überprüfe jede Tatsache des Skripts am Tag, vor der Aufnahme der Stimme | Websuche; schreibe SOURCES.md neben den Plan (Beispiel: plans/no_trick/SOURCES.md) |
| 2 | Zerlege das Skript in Stationen: ein Satz oder eine Idee pro Station | Notizen am Anfang von plan.js |
| 3 | Schreibe den Plan: Build, Animation, Kamera | kit/plans/<name>/plan.js; beginne mit pricetag_demo |
| 4 | Audio: Basismix plus Effekte auf die Ereignisse | kit/plans/<name>/make_audio.py -> audio.wav |
| 5 | Überprüfen und Bauen | node scripts/build.cjs <name> |
| 6 | Standbilder an den Schlüsselbildern; Rahmung korrigieren; wiederholen | node scripts/render.cjs <name> stills 0,17,62,88 |
| 7 | Bewegung mit Ton ansehen | öffne kit/dist/<name>/preview.html in einem Browser |
| 8 | Rendern, Kodieren, QA in einem Durchgang | node scripts/make_video.cjs <name> --gpu --workers=4 |
| 9 | Lies die QA-Zeilen; ein FAIL bedeutet korrigieren und wiederholen | kit/out/<name>/logs/qa.log, qa.json |
Schritt 8 gibt eine Zeile pro Schritt aus. Auf einem PC mit Grafikkarte dauert ein 5 s Video etwa 10 s; ohne Grafikkarte (--gpu weggelassen) dauert jedes Bild etwa 2 s, rendere dort also nur das Nötigste.
Einen Plan schreiben, kurz gefasst
Vollständiger Leitfaden und Liste der Teile: references/PLAN_GUIDE.md. Das durchgearbeitete Beispiel ist kit/plans/pricetag_demo/plan.js.
- Die Bühne ist eine Reihe von Stationen im Abstand von 14 m. Ein Satz oder eine Idee pro Station. Die Kamera bleibt für eine Aufnahme auf einer Station und schwenkt blitzartig zwischen den Sätzen zur nächsten.
build(stage)erstellt die Dinge und platziert sie:stage.station(i).add(thing). Figuren erhalten einen Scheinwerfer:stage.station(i).spotlight(figure).animate(f, o)legt fest, wo sich alles zu Bildfbefindet. Es muss eine reine Funktion vonfsein: Bilder werden in beliebiger Reihenfolge und parallel gerendert. Kein Zustand von einem Bild zum nächsten, keinMath.random, keine Uhr.- Dinge erscheinen auf ihrem Wort:
pop(thing, f, wordFrame). Eine Zahl, die wichtig ist, läuft, während sie besprochen wird. Etwas, das landet, erhält einen Bodenring (pulse), ein kurzesflareund ein Geräusch. - Farben nur beim Namen. Gold = das Wertvolle. Rot = Preis, Kosten, Gefahr. Weiß = Menschen und neutrale Bezeichnungen.
- Text, der sich ändert (ein Zähler), benötigt
maxChars, damit seine Box nicht die Größe ändert.
Kamera, kurz gefasst
Vollständige Regeln mit den Messungen dahinter: references/CAMERA_RULES.md.
- Eine Aufnahme hat eine Bewegung, manchmal zwei oder drei. Zwischen den Bewegungen hält die Kamera (das Kit fügt ein langsames Kriechen hinzu).
- Es gibt nur drei Arten von Bewegungen:
hook(Einblendung/Rückwärtszoom, ab Bild 0),reframe(20–28 Bilder, zwischen zwei Sätzen, landet einige Bilder vor dem Erscheinen des neuen Dings),slow(ein Vorwärtszoom oder Orbit über eine ganze Aufnahme hinweg). - Während eine Grafik animiert, hält die Kamera. Eine Liste erhält eine Fahrt; eine breitere Behauptung erhält einen Rückwärtszoom; ein Objekt für eine lange Textzeile erhält einen langsamen Orbit.
- Eine 3/4-Ansicht (Gierwinkel um 35–40 Grad) zeigt Tiefe. Verwende sie, wenn ein zweites Objekt Platz braucht.
- Blitzschwenks nur zwischen Ideen. Jeder benötigt ein Rauschen im Audio, das etwa 3 Bilder früher beginnt.
Qualitätsgates
scripts/qa.py lässt das Video durchfallen, wenn: ein Bild fehlt oder eingefroren ist; der Hintergrund nicht das gehobene Schwarz ist; der Hook oder ein Reframe nicht vorderlastig ist; die Kamera zwischen Bewegungen nicht hält; ein Blitzschwenk sich nicht bewegt oder nicht abdunkelt; das MP4 nicht h264 / yuv420p / BT.709 ist, die falsche Bildanzahl hat oder dessen Audio fehlt oder die falsche Länge hat.
Es prüft nicht den Geschmack, den Bildrandbeschnitt oder ob die Bildunterschriften die richtigen Wörter sagen. Diese werden an den Standbildern, mit dem Auge, vor dem Render überprüft: nichts Wichtiges vom Bildrand abgeschnitten, der Bildunterschriftsbalken (75–83 % der Höhe) frei von hellen Linien, Figuren zwischen 25 % und 85 % der Höhe (die Linse streckt Dinge nahe den Rändern).
Nach jeder Änderung an kit/src/: pricetag_demo neu bauen, Standbilder 0,17,88,150,174,236 rendern und mit references/frames/ vergleichen. Bei Software-Rendering müssen sie exakt übereinstimmen; auf einer Grafikkarte auf etwa eine Stufe genau.
Was das Kit hat
Figur (Pillenperson mit Headset), Bezeichnungspille, Karte mit einer Bezeichnung und einem großen Wert, Token, Truhe, die sich öffnet (golden oder einfaches Grau für eine Menge Truhen), runder Kompass mit einer Nadel, Kompassstreifen eines Spielbildschirms, Umrissrahmen (ein Bildschirm, ein Thumbnail), Würfel, Play-Button, Kerben, gestrichelte Führungslinie, Bild (ein schwarz-weißes SVG oder PNG, gezeichnet als Licht), Bodenring, gestrichelte Bodenlinie, schwebende Sprenkel, Theaterscheinwerfer mit Bodenkreis und Schatten, farbige Bodenkreise, Halo, Strahlen, Funken, Blitzschwenk mit Bewegungsunschärfe, Bildunterschriften, eine Soundbibliothek (Rauschen, Tick, Ding, Bumm, Klonk, Funkeln, Zischen) und ein Mischer, der eine Sprachdatei und eine Musikdatei darunter legt.
Zwei Pläne zum Lesen: pricetag_demo (10 s, zwei Stationen, der genehmigte Look) und no_trick (47 s, fünf Stationen, ein ganzer Kurzfilm mit Stimme, Musik und Quellen). starts_clean (62 s, sechs Stationen) ist weiß bis zu einer einzigen goldenen Auszahlung, wie es Pimbos Skriptregeln verlangen. avatar ist kein Video: es erstellt Standbilder für ein Profilbild.
Was das Kit noch nicht hat
- Eine Fahrt entlang einer Reihe von Dingen (für Listen), Balken und Liniendiagramme.
- Mehr als einen Scheinwerfer in einer Station: nicht versucht (die Sprenkel werden von höchstens zwei Scheinwerfern gleichzeitig beleuchtet). Mehrere Figuren in einer Station funktionieren mit einem Scheinwerfer und den anderen abgedimmt (
no_trick, Station 2). - Überblendungen oder Schnitte: die einzige Überblendung ist der Blitzschwenk.
- Nahaufnahmen: die Kamera benötigt den Boden unter ihrem Subjekt im Bild und verliert ihr Ziel näher als etwa 2 m. Ein näheres Bild wird aus einem weiteren ausgeschnitten (
plans/avatar). - Mehr als die drei Bewegungsarten und jegliche Kamerarolle.
- Stimme, Musik und Wortzeitsteuerung: sie kommen von außen (Pimbos
v2/v8-Pipeline erstellt sie).
Jedes dieser Dinge muss im Kit gebaut und an einem echten Video getestet werden, bevor ein Plan es verwenden kann.
Dateien
| Pfad | Was es ist |
|---|---|
kit/src/ | Der Look. api.js ist die einzige Datei, die ein Plan importiert |
kit/plans/<name>/ | Ein Video: plan.js, words.json, make_audio.py, audio.wav |
kit/scripts/ | build.cjs, render.cjs, encode.cjs, make_video.cjs, qa.py |
kit/audio/sfx.py | Soundeffekte und Mischer |
references/STYLE_BIBLE.md | Jede Zahl des Looks, markiert als gemessen, von uns oder Schätzung |
references/CAMERA_RULES.md | Wie die Kamera bearbeitet wird, mit den Messungen |
references/PLAN_GUIDE.md | Wie man einen Plan schreibt; jede Funktion von api.js; ein Requisit hinzufügen |
references/KNOWN_ERRORS.md | Bereits einmal gemachte Fehler und was jeden heute verhindert |
references/frames/ | Zielbilder von pricetag_demo |