trend-explainer-video

trend-explainer-video: Produktionspipeline für Ranking-Erklärvideos (Koubo)

Diese Skill nutzt C:/Users/<Ihr Benutzername>/.workbuddy/skills/video-talkcraft (TalkCraft Skill) als Rendering-Engine und bietet für Ranking-Themen ein Arbeitsgerüst, vollständige Skripte, visuelle Standards und praktische Fehlerbehebung. Die Videotheorie/allgemeinen Prüfungen sind im TalkCraft-Kern beschrieben und werden hier nicht wiederholt.

Produktionsschritte (Befehle und Fallstricke siehe references/pipeline.md)

1. Schnappschuss erfassen: Einmalig die Ranking-Seite abrufen (curl mit User-Agent), in data/snapshot.md/.json speichern – Rang/Sterne/Beschreibung/Sprache stammen ausschließlich aus diesem Abruf, keine Fälschung erlaubt.
2. Skript script.json: 35-Satz-Struktur = 1 Einleitung + 10 Projekte × (Rangsatz + Details/Gesamtsterne-Satz + Wie-verwenden-Satz + Gesamtsterne-Satz) + 3 Schlussabschnitte (Zusammenfassung/Schlüsselsatz/CTA). Harte Regeln: Zahlen vollständig in chinesischen Zeichen; jedes Projekt beginnt mit „Platz eins/Platz zwei…“; jedes Projekt erhält einen „Wie verwenden“-Sprechertext (mit Verb beginnend, der erklärt, wofür/wie/welches Problem gelöst wird). Die Einleitung beginnt direkt mit dem Thema: „Heute stelle ich die Top 10 dieser wöchentlichen GitHub-Rangliste auf einmal vor.“
3. Sprachausgabe: synth_voice.py (VOICE/RATE oben, edge-tts benötigt HTTP_PROXY) → assemble_voice.py (full.wav + timestamps.json) → cp audio/full.wav remotion/public/narration.wav.
4. Timeline-Rekonstruktion: make_timing.py → gen_beats.py (inkl. anchors.json-Generierung) → gen_cues.py. Drei Anker-Tabellen müssen synchron sein: REPO_ANCHORS in gen_beats, REPO_CFG in gen_cues, REPO_CFG in all.tsx, plus sceneFor in scenes/index.ts (Schlussteil chart/quote/cta-Szenennummern nach Einfügung verschieben). Jede Änderung der Sprachparameter = vollständige Neuaufbau der Kette, nie nur Audiospur ersetzen.
5. Projektumsetzung: Gerüst aus assets/remotion-template/ kopieren; src/data.ts (Schnappschussdaten) und in src/scenes/all.tsx die fünf Tabellen REPO_CFG/USES/STEPS/ICONS/DETAILS + RANK_LIST Rangspiegel-Tabelle ändern. Übriger Szenencode bleibt unverändert. npx tsc --noEmit zur Überprüfung.
6. Rendering: node <video-talkcraft>/scripts/render_shots.mjs --all --concat out/assembled.mp4 --audio out/full-mix.wav --mux out/v?.mp4 (full-mix wird anhand der Timing-Fingerprints automatisch neu gerendert).
7. Automatische Prüfungen (nur bei vollständig grünem Ergebnis ausliefern): beat_lint → motion_check (Stillstand + Verwacklung) → sfx_check solo+mix → workbench_contract_lint. Schwellwerte und FAIL-Rezepte siehe pipeline.md.
8. Auslieferung: loudnorm zweimal (Messen → lineare Normalisierung) → delivery.mp4 → sfx_check --mix erneut ausführen → present_files.
9. Cover: gen_cover.py erzeugt ein universelles vertikales Cover (1080×1920) ohne spezifische Projekte, zur langfristigen Wiederverwendung, Ausgabe als cover_vertical.png/.jpg.

Differenzierte visuelle Effekte dieser Pipeline (v16 festgelegt, Details siehe references/style-guide.md)

• Eigenständige Rangseite RankPage: Die Sprechersequenz für den Rang wird als ganze Bildschirm-Seite „Platz N“ dargestellt (goldene 240px Schrift + RANK #N + Repository-Name + Sterne + 10-stufiger Fortschrittsbalken), nicht gleichzeitig mit Projektinhalten.
• Content-Trio: IllBg (Vollbild-Hintergrundillustration mit blur30+Dunkelung) + OgiCard (dynamische Illustrationskarte mit EFFECT PREVIEW + Ken Burns + Lichtpunkte + Lichtstreifen) + DemoPanel (Terminal/Raster-Demonstration), angetrieben von 3 USES-Einträgen (emoji) + DetailBlock (Detail-Karussell).
• Wie-verwenden-Dreiteiler-Bildspiegel HowScene: Drei Schritte, jeder mit einer StepIcon-Illustrationskarte (Farbverlaufshintergrund + großes Emoji + STEP-Ecke), angetrieben von den Tabellen STEPS/ICONS.
• Ambiente Vollbild-Umgebungseffekte: Drei Lichtbänder mit phasenverschobenen Abtastungen, um stille Passagen in der motion_check zu korrigieren (kleine Karten/Textszenen unbedingt hinzufügen).
• Dunkles visuelles Design: Farbpalette siehe style-guide.md; Sterne in Gold #FFC94D, Wochenzuwachs in Grün #63E6A4.

Häufige Fallstricke (Details siehe references/pipeline.md)

• ImageGen-Bilderzeugung kann 429-Ratenlimit auslösen → Icon-Illustrationen mit Emoji-Icon-Karten (StepIcon) und Cover mit PIL programmgesteuert (gen_cover.py) ersetzen, kostengünstig, stabil und passend; bei Dienstwiederherstellung können KI-Bilder verwendet werden.
• motion_check erkennt stehende Passagen (freezedetect noise=0.003): Kleine Karten/statische Texte/unscharfe Hintergrundszenen – langsame Sinus-Effekte helfen nicht → Ambiente mit drei phasenverschobenen Lichtbändern (≥3 Bänder, 2 Bänder haben eine Vakuumphase).
• <Video> im serverseitigen Rendering führt zwangsläufig zu Fehlern → OffthreadVideo + muted verwenden.
• Unterschiedliche fps von Material und Endvideo → motion_check erkennt „Doppelframes“; optischer Fluss mit minterpolate=mi_mode=blend.
• Windows: Symbolische Links werden alle abgelehnt → Verzeichnisse kopieren; ffmpeg 7+ ohne -vsync → -fps_mode passthrough.
• edge-tts benötigt Proxy: HTTP_PROXY/HTTPS_PROXY=http://<Ihr Proxy>.
• Änderungen an all.tsx mit Python-Atom-Umschreibung verwenden (Windows EBUSY-Rennbedingungen lassen Editieren scheitern); bash-heredoc mit Backticks in Python wird abgeschnitten → Write verwenden, um .py zu schreiben und auszuführen.

Umgebungskurzübersicht

• bash PATH in jeder Sitzung ergänzen: PortableGit usr/bin + ffmpeg-bin; Python mit venv: C:/Users/<Ihr Benutzername>/.workbuddy/binaries/python/envs/default/Scripts/python.exe; node direkt mit der verwalteten Version ausführen; tsc mit node_modules/typescript/lib/tsc.js (bin/tsc wird von fnm shim entführt).