Aktualität bewahren – vor der Ausführung beim Benutzer bestätigen:
npx hyperframes skills update embedded-captions. Ein schneller No-Op, wenn alles aktuell ist; andernfalls aktualisiert es diesen Skill sowie die Kern-Skills, von denen er abhängt, bevor du dich auf sie verlässt.
Eingebettete Bildunterschriften
Ein Katalog, vorab ausgewählt (CATALOG.md – 35 Identitäten; die dahinterliegenden Engines sind Backend-Details). Standard (Standard) erstellt eine saubere, wörtliche Leiste (Untertitel im unteren Drittel, die den Großteil des Textes tragen) + einen Embed-Höhepunkt, der am Höhepunkt in die Szene hinter der Person eingefügt wird. Cinematic ist reiner Embed – keine Leiste, jeder Titel wird hinter der Person eingefügt (heroische Typografie, Akkumulation, Verdeckung als Effekt). Theme ist eine vollständige thematische Zusammenstellung – Körper-Paradigma × Hero-Set-Piece × Front-Effekt × Platten-Reaktion, zusammengesetzt aus Registern (themes/README.md): ordnance, terminal, neonsign, stardust, stomp. Die meisten Erklär-/Voiceover-Videos sind Standard; Embed ist der seltene, verdiente Höhepunkt – jedes Wort einzublenden ist der häufige Fehler; Theme ist für Fragen auf VFX-Niveau („炸“, „特效“, „wie von AE gemacht“).
Ablauf (TL;DR)
Über /hyperframes geroutet, bestätigt die Absichtsebene nur die Eingabe (welcher Clip) und kündigt die Identitätsauswahl als zurückgestellte Frage an – die Shortlist benötigt den analysierten Clip, daher bleibt es bei Schritt 1 unten; die Run-Shape-Fragen der Ebene treffen nicht zu (das Filmmaterial ist unberührt, es gibt kein Storyboard zum Prüfen). Eine BRIEF.md, falls vorhanden, enthält die bestätigte Eingabe und etwaige Benutzernotizen – zuerst lesen.
Der handwerkliche Text unten ist lang; die Pipeline selbst ist kurz – und alles Deterministische wird berechnet oder kompiliert, niemals von Hand geschrieben:
- Entscheidungstor (schlechte Clips ablehnen) → EINE Identität aus CATALOG.md auswählen (35 Identitäten; Engine/Compiler werden per Nachschlage abgeleitet – niemals eine Modus-/Kategoriefrage stellen)
hyperframes init(überspringen, wenn das Projektverzeichnis bereits mit dem Video existiert –matte.cjs/transcribe.cjsübernehmen jedes Video im Verzeichnis als source.mp4) →bash scripts/prepare.sh <project>(matte ∥ transcribe ∥ audio-envelope parallel, dann safe-zones v2 mit Szenen-Palette/Optik/Beleuchtung – ein Befehl, nichts vergessen)- ein kleines JSON mit kreativen Entscheidungen erstellen (zuerst
safe-zones.jsonlesen): Cinematic →plan.json→fill-timings.cjs→fit-fonts.cjs→make-composition.cjs; Theme →theme.json→make-theme.cjs(Rail/Panel/Poem/Takeover-Paradigmen;anchorist die dezente Standard-Leiste) - Visuelle Qualitätskontrolle:
node scripts/preview-frames.cjs <project>→ originalgetreue Composite-Vorschauen in ~2s/Bild (kein Rendern). § Visuelle Qualitätskontrolle prüfen, bevor man für ein Rendering bezahlt. render-and-composite.sh→ Tore (Timing / Verdeckung+Hero / Überlauf / Übergabe) →final.mp4
Belastbare Regeln, die Leute übersehen:
- Leiste (Standard) + Embed (Promotion).
drop(Füllmaterial, nicht angezeigt) /rail(wörtlicher Untertitel im unteren Drittel, im Vordergrund, trägt den meisten Text) /embed(ein Höhepunkt-Wort, das hinter der Person eingefügt wird). Der Standard-Modus macht beides und bettet nur den/die Höhepunkte ein. Siehe § Caption-Modell. - Das Video wird UNBERÜHRT geliefert (Standard/Cinematic; das PLATTEN-Budget des Theme-Modus ist die einzig genehmigte Ausnahme – registergesteuerte Reaktions-Beats (Auflade-Dimmen, Schlag, Wackeln, Körnung), die pro Theme-DNA definiert und NACH dem Matte-Composite angewendet werden, sodass Person+Text+Platte sich als ein Rahmen bewegen) – Bildunterschriften sind das einzige, was hinzugefügt wird; das Matte lässt nur zu, dass die Person die Embed-Spur verdeckt. Niemals das Filmmaterial abtönen/umfärben/überlagern.
- Zwei Regelwerke: Leiste → references/rail.md (dünn), Embed-Handwerk → references/composition-craft.md (reichhaltig, nur Embed). Nach Bedarf überfliegen.
Caption-Modell – Leiste + Embed
Jeder gesprochene Satz ist eine von drei Möglichkeiten:
| Was | Wie es angezeigt wird | |
|---|---|---|
| drop | Füllmaterial – äh/äh, Stottern, Selbstkorrekturen | nicht angezeigt |
| rail | Standard – gewöhnlicher gesprochener Inhalt (wörtlich) | sauberer Untertitel im unteren Drittel, im Vordergrund, lesbar. Ein hervorzuhebendes Wort kann eine Inline-emphasis-Hervorhebung erhalten (Akzentfarbe / aktiver Wort-Pop) – es bleibt auf der Leiste. |
| embed | ein beworbener Höhepunkt – der Hauptschlag | ein großes Wort hinter der Person eingefügt (Matte-Verdeckung), mit gestaltetem Ein- und Ausgang |
Die Leiste trägt den Großteil des Textes; Embed ist der seltene, verdiente Höhepunkt. Knappheit ist pro Beat/Block, nicht pro Clip: ≤1 Held pro Block (Gedanke), niemals zwei gleichzeitig sichtbar, ≥ ein Beat Abstand zwischen Heldenfenstern (der Compiler warnt unter 0,6s). Ein kurzer Clip → normalerweise 1–2; ein langes Erklärvideo → ~einer pro Abschnitt. Bei mehreren Helden ist der größte davon der APEX (nur er bekommt das volle Lockup-Embed + Breitenanpassung); kleinere sind MINOR-Höhepunkte, die in ihrer Spalte als überdimensionierte Hervorhebungszeilen (Vordergrund, gedämpfte Bewegung) laufen – nicht jeder Beat braucht die Matte-Inszenierung, und genau das macht den Apex zu einem Ereignis. Jedes Wort einzublenden bleibt der häufige Fehler.
Identitäten mit Leisten-Oberfläche bilden genau dies ab (Leiste = rail.html, Embed = der Höhepunkt in index.html). Identitäten mit Spaltenfluss lassen die Leiste weg und machen alles Embed-artig – empfehle sie nur für Stimmungs-über-Wörtlichkeit-Anfragen, niemals für Erklär-/Voiceover-Videos, wo die Worte lesbar sein müssen (CATALOG.md kodiert dies pro Identität).
Schritt 0 – EINE Identität aus dem KATALOG auswählen
Ein Frontend, drei Engines dahinter. Der Benutzer wählt eine IDENTITÄT aus CATALOG.md (35 Einträge: 10 klassische + 25 thematische); die Engine, der Compiler und die Autorendatei werden per Nachschlage aus der Katalogzeile abgeleitet. Niemals „Standard vs. Cinematic vs. Theme“ als Frage stellen – das sind Backend-Namen (ein Produkt hat eine UX, selbst mit mehreren Engines). Der Katalog kodiert alles, was das Routing braucht: Lesefläche, Stimme, Empfehlung für, Szenenanforderungen, Angrenzungsnotizen für die wirklich nahen Paare (loud↔ordnance, neon↔neonsign, cream↔stardust).
Die Identitätsauswahl ist ein Präferenz-Tor (../hyperframes/references/brief-contract.md § 1): Im autonomen Modus („überrasche mich“ / „entscheide für mich“) wähle selbst aus deiner Shortlist und nenne den einzeiligen Grund anstatt zu fragen.
Vorgehen: Clip analysieren → 2–3 Identitäten aus dem Katalog in die Shortlist aufnehmen → EINE mit einzeiligem Grund empfehlen → der Benutzer wählt (autonomer Modus: du wählst, nennst den Grund) → die Datei dieser Identität erstellen. Identitäten sind Engine-gebunden (keine Querkombinationen; eine zu öffnen ist ein Validierungsereignis – siehe dna/README.md).
Präsentiere immer deine Empfehlung und lass den Benutzer wählen, bevor du etwas erstellst. Nicht stillschweigend auf den Standardwert zurückfallen.
(Die vollständige Identitätstabelle befindet sich in CATALOG.md – die einzige Quelle der Wahrheit für das Routing. Die Engine-Dokumente unten beschreiben den Autorenvertrag jedes Backends.)
CATALOG.md ist der gesamte Antwortraum hier: Dieser Workflow durchsucht nicht das HyperFrames-Komponentenregister. Die Kompositions-Workflows führen vor dem Erstellen eines benannten Looks npx hyperframes catalog aus; dieser hier darf das nicht. Seine Engines sind gesperrte Compiler, die cinematic.json / theme.json konsumieren und die Komposition selbst ausgeben, daher hat ein Registereintrag – einschließlich der caption-*-Blöcke – nichts, worin er montiert werden könnte. Ein Registerblock formatiert Text auf einer gestalteten Leinwand; dieser Skill brennt Bildunterschriften in das Filmmaterial einer anderen Person durch ein Matte. Wenn keine Identität zur Anfrage passt, sage das und wähle die nächste, anstatt außerhalb des Katalogs zu suchen.
Empfehlungsheuristik: Verwende die „Shortlisting-Heuristiken“ in CATALOG.md – sie sind auf Identitätsebene (z.B. „炸“ shortlistet ordnance/stomp/terminal/loud und wählt basierend darauf, WAS explodieren soll), niemals auf Kategorieebene. Unsicher → anchor.
- Cinematic → schreibe
plan.jsonfür eine gesperrte Vorlage, kompiliert vonmake-composition.cjs. - Theme → lies themes/README.md, erstelle
theme.json, führescripts/render-theme.shaus (kompiliert + rendert + Platteneraktion → final_fx.mp4).
Entscheidungstor – ZUERST AUSFÜHREN
Analysiere das Video und klassifiziere die Szene, bevor du einen Modus wählst.
ffprobe <video.mp4> # Spezifikationen
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png # bei 20/50/80%
Lies die Samples. Ablehnen, wenn:
- Mehrere Sprecher / harte Schnitte (Aufnahme teilen & jede Einstellung rendern, oder ablehnen)
- Kein menschliches Motiv (dieser Skill ist für Talking-Head)
- Unter 3 Sekunden, keine Sprache, oder Gesicht nie klar sichtbar –
transcribe.cjswarnt, wenn Audio fast still ist (Whisper halluziniert Wörter wie „Thank you.“ über Stille); beachte dies und lehne ab, anstatt erfundene Wörter zu untertiteln - Quelle hat bereits eingebrannte Untertitel / schwere Textgrafiken – das Hinzufügen eines zweiten Untertitelsystems konfligiert und das Filmmaterial wird unberührt ausgeliefert (kein Abdecken/Inpainting). Eingebrannter Text erscheint oft erst mittendrin: Nimm ein 1fps-Kontaktblatt (
ffmpeg -i in.mp4 -vf "fps=1,scale=160:-1,tile=10x5" sheet.png), verlass dich nicht auf 3 zufällige Einzelbilder. - Transkription ist Müll – Sprache von Nicht-Muttersprachlern/starkem Akzent kann in selbstbewussten Unsinn transkribiert werden. Lies
transcript.jsonauf Plausibilität, bevor du etwas erstellst; wenn es sich nicht wie Sprache anhört, versuche es einmal mitWHISPER_MODEL=medium, sonst ablehnen (eine wörtliche Leiste aus erfundenen Wörtern ist schlimmer als keine Untertitel). - Hektische Handkamera mit schneller Bewegung (Matte flackert)
Pre-Flight-Prüfungen (kosten nichts, verhindern die schlimmsten Fehler)
- Schnittprüfung. Beispielbilder bei 20 %, 50 %, 80 %. Wenn ein anderes Motiv/eine andere Szene erscheint, den Clip vor dem Schnitt zuschneiden.
- Letterbox-/Pillarbox-Prüfung. Schwarze Balken im ersten Bild? Sicheren Inhaltsbereich berechnen und Bildunterschriftenplatzierung darin einschränken.
- Luminanzprüfung. Die durchschnittliche Luminanz des Untertitelbereichs abtasten –
unter 60→ heller Text liest sich wie er ist,60-180→ die Glyphen-Scrim hinzufügen,180+→ deckender Text + Scrim (niemals nackten hellen Text). Cinematic-Vorlagen sind creme+screenund GESPERRT – verwende diese Prüfung, um eine passende Identität auszuwählen (helle Szenen →ink, oder die deckende Leisteanchor-Theme), niemals um eine umzufärben. - Identitätsempfehlung nach Tonfall (du empfiehlst; der Benutzer wählt – siehe Schritt 0 + CATALOG.md). Erklär-/Interview-/Lesepflicht-Wörter → Identitäten mit Leisten-/Panel-Oberfläche; poetisch / sozial / „cinematic“ → Identitäten mit Spaltenfluss nach Register; „炸 / 特效 / VFX“ / benannte Welten → thematische Identitäten. Bei Unsicherheit →
anchor(Wörter lesbar, Szene sicher) – aber präsentiere eine Shortlist und lass den Benutzer wählen.
Pipeline – 5 Schritte
1. hyperframes init <project> --non-interactive --video <video.mp4> --skill=embedded-captions
2. bash scripts/prepare.sh <project> # matte ∥ transcribe (parallel) → safe-zones. Ein Befehl.
# → frames_fg/ transcript.json safe-zones.json
3. [AGENT-SCHRITT – der einzige kreative Schritt] ein kleines JSON erstellen; siehe unten nach Modus
Cinematic: author plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
Theme: author theme.json → bash scripts/render-theme.sh <project> (kompiliert + rendert + Platteneffekte)
4. node scripts/preview-frames.cjs <project> # ~2s/Bild Composite-Vorschauen → § Visuelle Qualitätskontrolle (VOR dem Rendern)
5. bash scripts/render-and-composite.sh <project> # Tore → final.mp4 + history/ Schnappschuss
(Theme-Modus: Schritte 3b/5 ÜBERSPRINGEN – render-theme.sh führt bereits Compile + render-and-composite
+ _postfx.sh aus; das Ergebnis ist final_fx.mp4, final.mp4 ist vor der Plattenreaktion)
Schritt 1s init prüft die installierten Skills gegen die neuesten auf GitHub und aktualisiert den globalen Satz, wenn einer veraltet ist.
Schritt 3 unterscheidet sich je nach Modus:
Schritt 3 – Cinematic-Modus (reiner Embed)
- Zuerst
safe-zones.jsonlesen. Erzählebenen gehen inzones.hugLeft/hugRight– saubere Streifen ANGRENZEND an die Silhouette (Text weit weg vom Körper wirkt schwebend, nicht eingebettet; entfernte Ecken sind die Rückfallposition, nicht der Standard). Der Held nimmt standardmäßigheroAnchor/heroBands.best(zentriert AUF dem Motiv, ~30–55 % verdeckt).recommendation:"fg"verschiebt die ERZÄHLUNG nach vorne für Lesbarkeit; der Held bleibt eingebettet, wann immerheroBands.feasible– Held-im-Vordergrund ist die letzte Option. - Die DNA ist die Identität, die du in Schritt 0 ausgewählt hast (CATALOG.md) – öffne die Wahl hier nicht erneut. Prüfe sie auf Plausibilität mit der Szene (helle Heldenband-Luma > 150 will
ink; die vollständige Auswahlanleitung befindet sich im Katalog und deckt alle zehn ab, inkl. neon / glitch / chrome / velocity). Nenne deine Wahl + Grund; der Benutzer entscheidet. Die DNA sperrt Typ/Palette/Blend/Bewegung + Helden-Drei-Akt; safe-zones v2 (palette/optics/lighting) parametrisiert sie für DIESE Szene automatisch. <project>/cinematic.jsonerstellen –"dna": "<name>"+ Gedanken-BLÖCKE, nicht rohe Gruppen: jeder Block = Wortzeilen (2–5 an Satzgrenzen gruppiert) + die Ebene, in die er gestapelt wird + pro Zeilecss(nur Größe/Gewicht/Stil – keine Positionen) + höchstens EINE Zeile markiert als"hero": true(das beworbene Wort;"text"für die Anzeigeform). Schema:scripts/make-cinematic.cjsKopfzeile.- Kompilieren:
node scripts/make-cinematic.cjs <project>– senkt Blöcke runter → plan.json → index.html. Für dich generiert: Transkript-sequenzierte Timings, Akkumulieren-innerhalb-Block, Seite-umblättern-zwischen-Blöcken, der HELDEN-LOCKUP (der Vor-Kontext eines Heldenblocks, HELD und Nach-Kontext stapeln sich als EINE verbundene Komposition zentriert auf dem Motiv – Lesereihenfolge oben→unten = gesprochene Reihenfolge per Konstruktion; Kontext schwebt im VORDERGRUND, während der Held im HINTERGRUND eingebettet wird = der Tiefen-Sandwich; eine Massenregel hält den Helden dominant über seinem Kontext), Apex/Minor-Helden-Aufteilung, Lesereihenfolge per Konstruktion…
… (Fortsetzung folgt, da der originale Text gekürzt wurde)
Visuelle Qualitätskontrolle (Bevor du für ein Rendering bezahlst)
Führe node scripts/preview-frames.cjs <project> aus. Das erzeugt Composite-Vorschauen für die Haupt-Helden-Einblendungen + repräsentative Leisten-Sequenzen. Prüfe:
- Helden-Verdeckung: Das Hero-Wort wird zu 30–55 % vom Motiv verdeckt? Wenn es entweder ganz frei oder ganz bedeckt ist, passe die Position in
safe-zones.jsonan - Leisten-Position: Nicht über dem Kopf des Motivs, nicht außerhalb des Seitenverhältnisses
- Schriftgröße: Der Text sollte auf einem 1080p-Bildschirm lesbar sein – wenn er zu klein oder zu groß ist, passe die Schriftgröße im JSON an
- Farbkontrast: Text sollte sich vom Hintergrund abheben – wenn nicht, verwende eine andere Identität oder passe die Farbe an
Fehlerbehebung
| Problem | Lösung |
|---|---|
| Matte flackert | Erhöhe die Anzahl der Frames für die Freistellung in prepare.sh oder verwende eine konservativere Freistellungsmethode |
| Text nicht lesbar | Prüfe die Luminanz und wähle eine Identität mit besserem Kontrast (z.B. ink für helle Szenen) |
| Helden-Wort nicht verdeckt | Passe heroAnchor/heroBands in safe-zones.json an, um es näher am Motiv zu positionieren |
| Render-Fehler | Überprüfe die JSON-Syntax, stelle sicher, dass alle Dateien vorhanden sind, und führe hyperframes skills update erneut aus |
| Whisper halluziniert | Lies transcript.json auf Plausibilität; wenn es Unsinn enthält, versuche WHISPER_MODEL=medium oder lehne den Clip ab |
Referenzen
- CATALOG.md – Vollständiger Identitätskatalog (35 Einträge)
- themes/README.md – Thema-Register und Konstitution
- references/rail.md – Leisten-Handwerk
- references/composition-craft.md – Embed-Kompositionshandwerk
- dna/README.md – Identitäts-DNA und Validierung
- hyperframes/references/brief-contract.md – Brief-Vertrag für autonomen Modus