Communitygithub.com

Du-entscheidest-Geschichte

Verwandelt einen Ein-Paragraph-Text in ein vertikales Geschichten-Video (1080x1920 MP4), das komplett in Code gezeichnet wird, mit Inline-SVG-Szenen, animiert per GSAP, einer Erzählerstimme, Untertiteln, einer Uhr im oberen Streifen und einer Zwei-Wort-Entscheidung am Ende.

Was ist Du-entscheidest-Geschichte?

Diese Fähigkeit erstellt kurze, vertikale Videos (1080×1920, etwa 20–45 Sekunden) für Plattformen wie Reels, Shorts oder TikTok – komplett ohne Kamera oder Bildgenerator. Der Benutzer liefert einen Absatz, und die Fähigkeit gibt ein gerendertes MP4 zurück. Jedes Video besteht aus vier Teilen: einem einleitenden Satz (2. Person, Präsens) in den ersten drei Sekunden, einer Uhr/einem Zähler im oberen Streifen, einer gezeichneten Szene pro Zeile der Geschichte und einer Zwei-Wort-Entscheidung am Ende. Die Fähigkeit unterstützt Claude Code und wird über die Kommandozeile gesteuert: Zuerst schreibt der Benutzer eine `story.json`-Datei, dann erzeugt ein Skript mit der Bordstimme (oder ElevenLabs) eine Audiospur und ein Timing-JSON. Eine Vorlage (`episode.html`) wird in das Projekt kopiert, wo der Benutzer Inline-SVG-Szenen zeichnet und GSAP-Bewegungen definiert. Nach dem Rendern von Kontrollbildern und der Überprüfung auf Fehler wird das finale MP4 erstellt. Die Fähigkeit enthält detaillierte Regeln für Szenengestaltung, Timing und Bewegungen, um sicherzustellen, dass Bild und Ton synchron bleiben.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/zeroedithq/claude-video-skills/tree/HEAD/you-decide-story

In Ihrer bevorzugten KI fragen

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

Dokumentation

Geschichten zum Mitentscheiden

Du erstellst ein kurzes vertikales Video (1080×1920, etwa 20 bis 45 Sekunden), das eine kleine Geschichte erzählt und mit einer Entscheidung endet. Es wird nichts gefilmt und kein Bild generiert. Du zeichnest jede Szene als Inline-SVG, GSAP bewegt es, eine Erzählerstimme liest die Zeilen, und ein Skript rendert die Einzelbilder in ein MP4. Der Benutzer gibt dir einen Absatz. Du gibst das gerenderte Video zurück.

Die vier Teile

Jede Episode enthält alle vier.

  1. Ein Satz Prämisse, gesprochen in den ersten drei Sekunden. Zweite Person, Präsens: „Du fährst den letzten Bus der Nacht.“ Das Muster ist: du, ein Ort, ein Detail, das leicht falsch ist. Der Zuschauer weiß, wer und wo er ist, bevor er weiterscrollen kann.
  2. Eine Uhr oder ein Zähler, der im oberen Streifen auf dem Bildschirm bleibt und sich mindestens einmal ändert. „23:58 Uhr“ wird „23:59 Uhr“. „3 STREICHHÖLZER“ wird „2 STREICHHÖLZER“. Die Änderung sagt dem Zuschauer, dass die Zeit läuft.
  3. Eine gezeichnete Szene pro Zeile der Geschichte. Die Geschichte hat 5 bis 7 Zeilen. Jede Zeile hat ihr eigenes Bild und ihren eigenen Untertitel. Das Bild wechselt in der Sekunde, in der der Erzähler die Zeile beginnt.
  4. Eine Zwei-Wort-Entscheidung am Ende. Der Bildschirm wird dunkel und fragt: WÜRDEST DU? Dann zwei Optionen, ein Wort pro Option (z.B. ANTWORTEN / NICHT), dann KOMMENTIERE EIN WORT. Die Geschichte endet offen. Die Entscheidung ist der Schluss.

Dateien

SKILL_DIR unten ist der Ordner, in dem sich diese Datei befindet. Verwende seinen tatsächlichen absoluten Pfad in Befehlen. Claude Code zeigt ihn an, wenn die Fähigkeit geladen wird. Andernfalls ist es .claude/skills/du-entscheidest-geschichte im Projekt oder ~/.claude/skills/du-entscheidest-geschichte.

SKILL_DIR/scripts/voice.mjs       story.json -> Erzählerstimme + timing.json
SKILL_DIR/scripts/render.mjs      Episodenseite -> Kontrollbilder oder MP4
SKILL_DIR/template/episode.html   Die Seite, die du für jede Episode kopierst

Eine Episode ist ein eigener Ordner im Projekt des Benutzers, benannt nach der Geschichte:

letzter-bus/
  story.json       Du schreibst sie (Schritt 1)
  timing.json      voice.mjs schreibt es (Schritt 2). Niemals von Hand bearbeiten.
  audio/           voice.mjs schreibt es (Schritt 2)
  episode.html     Kopiert von der Vorlage (Schritt 3), dann zeichnest du darin
  out/check/       Kontrollbilder (Schritt 6)
  out/episode.mp4  Das Video (Schritt 8)

Vor der ersten Episode

Führe diese im Projektordner des Benutzers aus:

node --version           # muss v22 oder neuer sein
ffmpeg -version          # muss eine Version anzeigen
npm ls gsap playwright   # beide müssen aufgeführt sein

Wenn gsap oder playwright fehlt, installiere sie im Projektordner: npm install gsap playwright, dann npx playwright install chromium. Wenn Node.js oder ffmpeg fehlt, stoppe und sage dem Benutzer, was installiert werden muss.

Schritte

Führe die Schritte in dieser Reihenfolge aus. Rendere das vollständige Video nicht vor Schritt 7, wenn es sauber ist.

Schritt 1. Schreibe story.json

Wandle den Absatz des Benutzers in 5 bis 7 Zeilen plus die Entscheidung um. Der Absatz sollte vier Fragen beantworten: Wo bist du, wie spät ist es (oder was geht zur Neige), wer oder was kommt, was sind die beiden Wörter am Ende. Wenn eine fehlt, erfinde sie und sag es in deinem Abschlussbericht. Stoppe nicht, um nachzufragen. Wenn dies ein späterer Teil einer Serie ist, sagt dir der Benutzer, welches Wort gewonnen hat. Beginne damit.

{
  "title": "LETTER BUS",
  "lines": [
    { "id": "l1", "say": "Du fährst den letzten Bus der Nacht.", "caption": "Du fährst den letzten Bus.", "clock": "23:58", "pause": 0.8 },
    { "id": "l2", "say": "Ein Mann winkt dich heran. Hier ist keine Haltestelle.", "caption": "Ein Mann winkt dich heran. Keine Haltestelle.", "clock": "23:59" }
  ],
  "choice": {
    "question": "WÜRDEST DU?",
    "a": "HALTEN", "aNote": "ihn einsteigen lassen",
    "b": "FAHREN", "bNote": "weiterfahren",
    "say": { "question": "Würdest du?", "a": "Halten.", "b": "Oder weiterfahren.", "cta": "Kommentiere ein Wort." }
  }
}
FeldWas es ist
titleDie Bezeichnung im oberen Streifen. Ein bis drei Wörter. Es wird in Großbuchstaben gezeichnet.
lines[].idl1, l2, ... in der Reihenfolge der Geschichte. Szenengruppen und Bewegungscode verwenden diese IDs.
lines[].sayWas der Erzähler spricht. Ein oder zwei kurze Sätze, 4 bis 12 Wörter, Präsens.
lines[].captionWas auf dem Bildschirm geschrieben steht. Die Zeile auf den Kern reduziert, unter etwa 40 Zeichen.
lines[].clockDer Text im oberen Streifen, während diese Zeile auf dem Bildschirm ist. Wiederhole den Wert, um ihn zu behalten. Ändere ihn mindestens einmal, in der Zeile, in der der Druck steigt.
lines[].pauseOptional. Sekunden Stille nach der Zeile, für ein Bild, das Zeit braucht (eine sich öffnende Tür, ein klingelndes Telefon). Standard 0.3.
choice.a, choice.bEin Wort pro Option, in Großbuchstaben.
choice.aNote, choice.bNoteZwei oder drei Wörter in Kleinbuchstaben, die sagen, was das Wort hier bedeutet.
choice.questionStandard WÜRDEST DU?.
choice.sayWas der Erzähler spricht, während die Karte aufgebaut wird, in vier Teilen, damit jedes Wort landet, wenn es gesprochen wird.

Regeln für die Zeilen:

  • l1 ist die Prämisse. Zweite Person, Präsens, 8 Wörter oder weniger, damit sie innerhalb von 3 Sekunden endet.
  • Behalte die eigenen Sätze des Benutzers, wo sie bereits passen. Wenn der Absatz mit einem Satz in der zweiten Person, Präsens, mit 8 Wörtern oder weniger beginnt, ist dieser Satz l1, Wort für Wort.
  • Eine Zeile ist ein Bild. Wenn eine Zeile zwei Bilder braucht, teile sie in zwei Zeilen auf.
  • Die letzte Zeile vor der Entscheidung lässt die Frage offen. Beantworte sie nicht.
  • Die Geschichte ist originell. Siehe die Zeichenregeln.

Schritt 2. Erstelle die Stimme und timing.json

node SKILL_DIR/scripts/voice.mjs letzter-bus
  • Auf einem Mac verwendet dies die integrierte say-Stimme. Sie ist kostenlos. --voice Daniel und --rate 172 sind die Standardeinstellungen. Für eine Geschichte in einer anderen Sprache übergib eine Stimme dieser Sprache (liste sie mit say -v '?' auf).
  • --provider elevenlabs --voice <voice_id> verwendet ElevenLabs. Es benötigt ELEVENLABS_API_KEY und kostet den Benutzer Credits. Verwende es nur, wenn der Benutzer danach fragt.
  • --provider silent schreibt Stille einer geschätzten Länge. Verwende es, wenn das System keine Stimme hat. Sage dem Benutzer, dass das Video keine Erzählung hat.

Das Skript gibt die Start- und Endsekunde jeder Zeile aus und schreibt audio/voice.wav und timing.json. Es überprüft auch das Format und gibt eine Warnung:-Zeile für jedes Problem aus: Die Prämisse endet nach 3 Sekunden, die Uhr ändert sich nie, eine Entscheidung ist mehr als ein Wort, eine Zeile ist weniger als 2 Sekunden auf dem Bildschirm. Behebe jede Warnung in story.json und führe das Skript erneut aus. Führe es nach jeder Änderung an einem say-Text erneut aus.

timing.json ist die einzige Uhr der Episode:

{ "duration": 24.6, "lines": [ { "id": "l1", "start": 0.3, "end": 2.71 }, { "id": "l2", "start": 3.51, "end": 6.4 }, { "id": "choice", "start": 19.2, "end": 19.9 } ] }

Schritt 3. Kopiere die Vorlage

cp SKILL_DIR/template/episode.html letzter-bus/episode.html

Lies die Kopie einmal. Du bearbeitest zwei Stellen darin: die Szenen (SVG) und die motion-Funktion. Der Rest ist die Engine. Aus story.json und timing.json timt die Engine bereits die Szenenschnitte, den langsamen Zoom jeder Szene, die Untertitel, die Uhr und die Entscheidungskarte. Time diese nicht erneut und bearbeite nicht die Engine.

Ändere die Kopie mit deinem Dateibearbeitungswerkzeug. Die Episode bleibt eine HTML-Datei: Teile sie nicht in Teile auf und schreibe kein Build-Skript.

Schritt 4. Zeichne die Szenen

Innerhalb von <g id="scenes"> lösche die zwei Beispielszenen und zeichne eine Gruppe pro Zeile:

<g class="scene" id="scene-l2" data-caption-y="1400">
  <!-- zuerst Hintergrund, dann Dinge, dann Personen -->
  <g transform="translate(540 1250) scale(1.12) translate(-540 -1250)">
    <g id="l2-mann"> ... </g>
  </g>
</g>
  • Die Gruppen-ID ist scene- plus die Zeilen-ID. Die Engine zeigt sie vom Start der Zeile bis zum Start der nächsten Zeile an.
  • Gib jedem Teil, das sich bewegen wird, eine eigene benannte Gruppe und beginne den Namen mit der Zeilen-ID (l2-mann, l2-arm). IDs müssen auf der Seite eindeutig sein.
  • Größe und Positionierung werden auf einer äußeren Gruppe als transform platziert. Bewegung erfolgt auf der benannten Gruppe darin. Tweene niemals ein Element, das ein transform-Attribut hat, und tweene oder transformiere niemals eine .scene-Gruppe.
  • Eine Zeile darf die vorherige Szene behalten (keine Gruppe dafür zeichnen) nur, wenn sich das Bild in dieser Zeile durch Bewegung deutlich ändert: jemand geht, ein Licht geht aus, ein Telefon leuchtet auf.

Die Bühne ist 1080 x 1920. Eine Einheit ist ein Pixel des Videos.

yWas dort hinkommt
0 bis 182Oberer Streifen: Bezeichnung und Uhr. Die Engine zeichnet es. Halte den Bereich dahinter schlicht.
250 bis 1250Das Bild. Das Hauptmotiv lebt hier und füllt es aus.
1290 bis 1500Untertitelband. Eine einfache dunkle Farbe hinter den Wörtern: ein Tresen, ein Boden, eine Straße, eine Wand.
1560 bis 1920Auf Smartphones von App-Buttons verdeckt. Nichts, was die Geschichte braucht.

data-caption-y auf einer Szene verschiebt ihren Untertitel (Standard 1400, die Mitte des Untertitels). data-zoom setzt den langsamen Zoom (Standard 1.06, 1 für keinen).

Schritt 5. Schreibe die Bewegung

Ersetze den Rumpf von function motion({ tl, show, line }) durch die Bewegung deiner Szenen.

const l1 = line('l1'), l2 = line('l2');   // { start, end, next } in Sekunden, aus timing.json

// von oben über den Bildrahmen fallen lassen und abprallen
show('#l2-tasche', l2.start + 1.0);
tl.fromTo('#l2-tasche', { y: -1400 }, { y: 0, duration: 0.55, ease: 'bounce.out' }, l2.start + 1.0);
// nach rechts hinausgehen
tl.to('#l3-mann', { x: 900, duration: 1.3, ease: 'power2.in' }, l3.start + 1.4);
// wackeln: ein klingelndes Telefon dreht sich ein wenig um seine eigene Mitte
tl.to('#l4-telefon', { rotation: 3, svgOrigin: '290 1680', duration: 0.06, repeat: 40, yoyo: true, ease: 'none' }, l4.start);
// pulsieren: Klingelbögen, ein Warnlicht
tl.fromTo('#l4-ringe', { opacity: 0 }, { opacity: 1, duration: 0.3, repeat: 7, yoyo: true, ease: 'sine.inOut' }, l4.start + 0.1);
// etwas, das die ganze Szene dauert
tl.fromTo('#l1-strasse', { x: 0 }, { x: -520, duration: l1.next, ease: 'none' }, 0);

Regeln. Sie halten das Bild auf der Stimme:

  • Jede Startsekunde kommt aus timing.json. Schreibe sie als line('<id>').start plus einem Offset innerhalb dieser Zeile. 0, das erste Bild, ist die einzige erlaubte bloße Zahl. Eine manuell gesetzte Sekunde wie 6.4 ist nicht erlaubt: Wenn die Stimme neu erstellt wird, würde sie abdriften.
  • line(id).start ist der Schnitt zu dieser Zeile Szene. .end ist, wo der Erzähler stoppt. .next ist, wo die nächste Zeile beginnt. line('choice') ist die Entscheidungskarte.
  • Eine Form, die später hereinkommt, benötigt show(el, start) zur gleichen Sekunde wie ihr Eintrittstween. show(el, start, end) verbirgt sie vor start und nach end.
  • Nur Tweens. Kein tl.call, kein onComplete, kein Math.random(), keine Timer. Der Renderer springt zu jedem Bild, also werden nur getweente Werte gezeichnet.
  • Rotation und Skalierung benötigen svgOrigin: 'x y', den Punkt, um den sie sich drehen, in Bühneneinheiten.
  • Gib jeder Szene ein oder zwei bewegte Dinge zusätzlich zum Zoom: einen Eintritt, eine Geste, ein Licht. Eine Szene, in der sich nichts bewegt, wirkt wie eine Folie.

Die Engine stoppt mit einer klaren Meldung, wenn ein Tween keine Startsekunde hat, wenn ein Selektor nichts findet oder wenn story.json und timing.json nicht mehr übereinstimmen.

Schritt 6. Rendere Kontrollbilder und sieh sie dir an

node SKILL_DIR/scripts/render.mjs letzter-bus --frames auto

Dies schreibt PNG-Dateien in letzter-bus/out/check/: das erste Einzelbild, ein Einzelbild direkt nach jedem Schnitt (-cut), eines in der Mitte jeder Zeile (-mid) und das letzte Einzelbild. Lies jede Notiz:-Zeile, die es ausgibt.

Öffne jedes PNG mit dem Lesewerkzeug, eines nach dem anderen, in voller Größe. Überspringe keine Einzelbilder und beurteile nicht anhand der Dateiliste. Überprüfe in jedem Einzelbild:

  1. Eine Szene ist auf dem Bildschirm, und es ist die richtige für die Zeile.
  2. Der Untertitel kann auf einen Blick gelesen werden. Nichts Helles oder Detailreiches ist dahinter.
  3. Das Hauptmotiv der Zeile füllt mindestens ein Drittel des Bildbereichs.
  4. Nichts ist im Bild, was noch nicht angekommen ist. Vergleiche jedes -cut-Einzelbild mit den Offsets in deinem Bewegungscode.
  5. Kein Text wird vom Rand seiner Box oder des Bildes abgeschnitten.
  6. Die Uhr zeigt den Wert, den story.json für diese Zeile angibt.
  7. Das erste Einzelbild zeigt bereits den Ort und das Hauptmotiv.
  8. Das letzte Einzelbild zeigt die Frage, beide Wörter, beide Notizen und KOMMENTIERE EIN WORT.

Schritt 7. Behebe und überprüfe erneut

Behebe, was du gesehen hast. Verwende die Liste unten. Rendere dann die Einzelbilder erneut und sieh sie dir noch einmal an. Für einen Moment kannst du genaue Sekunden anfordern: --frames 6.5,7.2. Wiederhole, bis jedes Einzelbild alle acht Prüfungen besteht. Einmal hinzusehen ist nicht genug: Eine Korrektur verschiebt das Problem oft.

Schritt 8. Rendere das Video

node SKILL_DIR/scripts/render.mjs letzter-bus

Es gibt alle 150 Einzelbilder eine Fortschrittszeile aus und endet mit der Einzelbildanzahl und der benötigten Zeit in Sekunden. Die Datei ist letzter-bus/out/episode.mp4. --out name.mp4 ändert den Namen. --width, --height und --fps ändern die Größe und Bildrate (Standard 1080 x 1920, 30). Bestätige dann, dass die Datei Bild und Ton hat:

ffprobe -v error -show_entries stream=codec_type:format=duration -of default=nw=1 letzter-bus/out/episode.mp4

Schritt 9. Berichte

Sage dem Benutzer: den Pfad des MP4, seine Länge, die Prämisse, die zwei Wörter, alles, was du erfunden hast, und alle Warnungen, die du nicht entfernen konntest.

Bekannte Fehler und Korrekturen

Diese vier traten in der ersten Episode auf, die auf diese Weise erstellt wurde. Achte in jedem Kontrollbild darauf.

  1. Eine Form ist sichtbar, bevor ihre Eintrittsanimation beginnt. Du siehst es in einem -cut-Einzelbild: Etwas, das später ankommen sollte, ist bereits da, oft an einem seltsamen Ort hängend. In der ersten Episode hing eine Tasche eine Sekunde lang vor dem Gesicht eines Mannes, bevor sie herunterfiel. Ursache: Ein Tween platziert seine Form ab Sekunde 0 an der Startposition, und diese Position war innerhalb des Bildes. Korrektur: Verberge sie bis zu ihrem Start mit show('#l2-tasche', l2.start + 1.0) zur gleichen Sekunde wie der Tween, und starte den Eintritt außerhalb des Bildes (y: -1400, nicht y: -400).
  2. Ein Untertitel wird über einen belebten Bereich gelegt. Die Wörter liegen über Regalen, Fenstern, einem Gesicht oder hellen Formen. Korrektur: Verschiebe den Untertitel in ein ruhiges Band. Setze data-caption-y auf dieser Szene auf ein y, an dem der Hintergrund eine einfache dunkle Farbe ist, oder zeichne die Szene neu, sodass y 1290 bis 1500 ruhig ist. Mache den Untertitel nicht kleiner, um zwischen Dinge zu passen.
  3. Das Hauptmotiv ist zu klein im Bild.

Verwandte Skills