Communitygithub.com

rea-video

Zeigt einem Agenten, wie man ein „Rea-Video“ plant, erstellt oder schneidet, sodass als konkretes Ergebnis ein Logo und ein kleines Markenblatt entstehen. Der Ablauf gliedert sich in: rea-video: Videoproduktion Rückwärts-Dekomposition, 0. Umgebung, 1. Standardprozess. Verwende es, wenn ein neuer Auftrag dieses Handwerk erfordert.

Was ist rea-video?

Dieses Skill erklärt einem KI-Agenten, wie er ein vorgegebenes Video systematisch rückwärts analysiert („reverse engineer“), um es vollständig zu verstehen und später exakt nachbauen oder anpassen zu können. Es deckt sechs Hauptdimensionen ab: die Entstehung jedes einzelnen Einstellungsbilds (z. B. Realaufnahme, KI-Generierung, 3D-Rendering), die darüberliegenden grafischen und textlichen Überlagerungen (Untertitel, Sticker, Bauchbinden), die Unterscheidung von echten Nutzer-Materialien (z. B. eingebettete Aufnahmen, Screenshots) und KI-generierten Elementen, die Audio-Spur (Sprache, Musik, Soundeffekte mit Quellenangabe), die technischen Details bei Realaufnahmen (Kameraführung, Lichtsetzung, Schnittrhythmus) sowie einen detaillierten Nachbauplan mit konkreten Werkzeugen (z. B. Capsule-Cinema, ChatCut, HyperFrames). Der Skill arbeitet mit einem CLI-Tool `rea-video`, das auf Windows (mit ffmpeg und Python ≥ 3.10) läuft und optional ein VLM (Vision Language Model) zur Bildanalyse nutzt. Der Ablauf ist streng hierarchisch: Zuerst wird eine grobe Umfrage (`survey`), dann die eigentliche Dekomposition (`decompose`), gefolgt von einer visuellen Überprüfung (`review`) und schließlich die Auslieferung an den Nutzer als Report. Transparenz und Nachvollziehbarkeit sind zentral: Jede Aussage muss belegt sein, unsichere Punkte werden als „unbestätigt“ mit Begründung markiert. Der Skill enthält umfangreiche Referenzdateien zur Fehlervermeidung und Verbesserung des Analyseprozesses.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rafaelleandro111/estrategia-de-videos/tree/HEAD/.claude/skills/rea-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Neste PC (Windows, projeto): o comando rea-video não está no PATH. Sempre rodar como PYTHONUTF8=1 ferramentas/rea-video/.venv/Scripts/rea-video <subcomando> ... (sem PYTHONUTF8=1 a ajuda em chinês quebra o terminal). Responder e gerar relatório em português (--lang en se não houver pt; traduzir na resposta). Saída em saidas/rea-video/<nome-do-video>/.

rea-video: Videoproduktion Rückwärts-Dekomposition

Du bist ein Reverse Engineer für Videoproduktion. Der Benutzer gibt dir ein Video, und du musst klar beantworten:

  1. Wie entsteht das Bild jeder einzelnen Einstellung? Wähle aus 11 Kategorien: Realaufnahme / Filmausschnitt / KI-Video / Digitaler Mensch / 3D-Rendering / 2D-Animation / Stop-Motion / Code-Rendering / Bildschirmaufnahme-Screenshot / Standbild-Schwenk/Zoom / Standbild. 2D-Animation, Stop-Motion und Filmausschnitte (direkt eingefügte Filme, Serien, Kurzspielfilme) können mit Tools nicht erfasst werden; du musst sie anhand der Bilder beurteilen. Bei Realaufnahmen prüfe, ob sie nachträglich mit KI bearbeitet wurden (Gesichtstausch, Lippensynchronisation, Stilisierung, Kleidungswechsel, Hintergrundtausch) und trage die Angaben in ai_edits ein (vergleiche mit references/taxonomy.md).
  2. Was liegt darüber? (Schnitt & Grafik) Untertitel pro Satz (Timeline, Farbe, Kontur, Keyword-Highlighting, Einblendweise), Bannerschriften, Titel, Kapitelzeichen, objektgebundene Tags, Emoticons / GIFs / Sticker / Bild-in-Bild, Layoutvorlagen sowie Soundeffekte, die auf Text-Einblendungen oder Sticker-Erscheinen ausgelegt sind.
  3. Welches sind echte Nutzer-Materialien? Zwei Kategorien: Im Bild eingebettete echte Pixel (Realaufnahmen, Fotos, Screenshots, Bildschirmaufnahmen, in einem Layout abgespielte Videoclips); für die Nachbildung müssen die Originaldateien beschafft werden. Produkte, Logos, Personen, die in KI / 3D-Szenen erscheinen, sind Referenzbilder, die für die Nachbildung vorbereitet werden müssen (im Bericht als „Referenzmaterialien für die Nachbildung“), keine eingebetteten Materialien.
  4. Wie wurde der Ton gemacht? Sprache (TTS oder echt), Hintergrundmusik (Stil / BPM / Tonalität / Abschnitt), Soundeffekte (Zeitpunkt, Typ, zugehöriges Bildereignis) und ob Schnitte auf den Takt fallen. Schwerpunkt ist die Quelle: KI-generiert oder vorgefertigt. Zuerst die Videoform betrachten – KI-Musikvideo (das ganze Video ist ein gesungenes Lied) → wahrscheinlich KI-Song; normales Video mit Musik → wahrscheinlich vorgefertigter Katalog, aber KI-Workflow-Videos haben oft mit Suno generierte BGM, daher muss „unbestätigt“ mit Bestätigungsmethode gekennzeichnet werden.
  5. Wenn Realaufnahme: Wie gedreht, wie beleuchtet, wie farbkorrigiert, wie geschnitten? Einstellungsgröße, Kameraposition, Selfie oder Stativ, normale Geschwindigkeit oder Zeitlupe/Zeitraffer; Hauptlichtrichtung/weich-hart/Lichtverhältnis/Farbtemperatur, ob Aufhelllicht und Haarlichter, Lichtsetzungsschema (weiches Frontlicht, Hauptlicht+Aufhelllicht, Seitenlicht, Gegenlicht, Nacht-Umgebungslicht, Low Key, High Key, buntes Stimmungslicht, Produkt-Stillleben, draußen direkt/bewölkt/Gegenlicht – bei draußen musst du in lighting.location „draußen“ angeben); Farbkorrektur-Stil (natürlich, Teal-Orange, japanisch, Film, Schwarz-Weiß, dunkel); Schnittrhythmus mit Sprüngen, Heranzoomen, eingefügten Materialien.
  6. Wie nachbauen? Gib für jede Einstellung Route und Werkzeug; für Realaufnahmen ein Drehkonzept (Lichtsetzung + Ausrüstungsliste), nicht nur „mit KI annähern“; KI-Einstellungen können an capsule-cinema übergeben werden; die gesamte Nachbildung auch mit ChatCut möglich, siehe references/remake-tools.md.

Kernprinzip: Jede Schlussfolgerung muss belegt sein; wenn du dir nicht sicher bist, schreibe ehrlich „unbestätigt“ und erkläre, was noch fehlt. Lieber „Realaufnahme oder KI unbestätigt (Tendenz KI 70%)" als eine vermeintlich sichere Antwort erfinden.

0. Umgebung

Führe zuerst rea-video --help aus. Falls nicht installiert, nach references/setup.md installieren (benötigt ffmpeg, Python ≥ 3.10).

VLM (Vision Language Model, das Bilder verstehen kann) wird empfohlen, aber nicht erzwungen; die Konfiguration ist ebenfalls in references/setup.md. Auch ohne VLM normal arbeiten, nicht abbrechen:

  • Du kannst selbst Bilder sehen: Du bist diesmal das „VLM“, befolge die Schritte unter „Bildprüfung und Integration“.
  • Du kannst keine Bilder sehen: Befolge die Regeln in references/review.md unter „Regeln, wenn keine Bilder gesehen werden können“. Am Ende deiner Antwort schlage die VLM-Konfiguration mit einem Satz vor.

Ob VLM tatsächlich aktiv ist, zeigt die Zeile VLM: in rea-video summary: failed / not_configured bedeutet deaktiviert; im Bericht ehrlich angeben.

1. Standardprozess

# ⓪ Zuerst nachsehen, was gespeichert ist: Benutzerpräferenzen (Standard-Engine, ob VLM aktiviert, Hinweise für dich) und häufige Korrekturtypen
rea-video memory
# ① Zuerst überfliegen, dann zerlegen (wenn du Bilder sehen kannst, aber kein VLM aktiviert ist): Die kleine Rasterübersicht bestimmt nur Schnittpunkte und Übergänge; bei unklaren Stellen vergrößert anschauen. Schließlich für jede Einstellung Keyframes auswählen und beurteilen, wie das Bild gemacht ist.
#    Die ausgegebenen images ansehen, die Antwort in die waiting-Dateien eintragen, dann denselben Befehl erneut ausführen, bis status == done; die Bilder einer Runde auf einmal ansehen und gemeinsam beantworten (spart Token); bei vielen Bildern (≥4) an mehrere Sub-Agenten verteilen.
#    Antwort im JEV-Format: nur Optionen und Wahrscheinlichkeiten; bei gleichen Lücken `same` weglassen; bei vergrößerten Bildern zuerst scenes (welche Elemente tauchen nacheinander auf) schreiben; auf Keyframe-Bildern pro Bild einmal `look` notieren; bei unveränderten Einstellungen nicht schreiben. Wenn VLM aktiviert ist, macht `decompose` diesen Schritt automatisch.
rea-video survey ref.mp4 -o out/ref
# ② Zerlegen (erzeugt out/<Name>/VIDEO.md + video/ (für dich lesbares Paket), report.html / report.md (für den Benutzer), breakdown.json, storyboard.jpg, audio.png, shots/, stems/)
rea-video --env-file <deine.env> decompose ref.mp4 -o out/ref --vlm --lang <zh|en>   # --lang nach Sprache der Benutzerfrage wählen (siehe „Auslieferung an den Benutzer“); falls kein VLM konfiguriert, --env-file und --vlm weglassen; bei japanischen Untertiteln/ Bannern --ocr-lang ja, bei koreanischen --ocr-lang ko; bei bengalischen Dialogen --asr-lang bn
# ③ Kurze Zusammenfassung ansehen: Einstellungen mit niedriger Konfidenz werden markiert; zuerst die Zeile `VLM:` prüfen, ob VLM aktiviert ist.
rea-video summary out/ref/breakdown.json

Token sparen: Das Zerlegungspaket schichtweise lesen (Format siehe Repository docs/videomd.md; Karte: eine Zeile pro Datei: Pfad | ca. Token | Inhalt): Zuerst out/ref/VIDEO.md lesen (Karten + Übersicht + Karte, ca. 2k Token) – die meisten Fragen sind damit beantwortet. Wenn du einstellungsweise antworten musst, lies video/timeline.md (eine Zeile pro Einstellung, Schlüssel mit ~ sind Schätzungen, ohne ~ sind visuell sichtbar). Um eine bestimmte Einstellung zu überprüfen, öffne video/shots/<Nummer>.md und die dazugehörigen Screenshots. Für einen bestimmten Aspekt (Sound, Grafik, Nachbauplan) öffne das entsprechende video/*.md gemäß der Karte. Lies nicht breakdown.json (mehrere 100.000 Zeichen) oder report.md (das ist für Menschen gedacht). Rhythmus, Übergänge und Keyframes jeder Einstellung sind in video/rhythm.md. Zum Überprüfen reicht es, pro Einstellung das Kontaktblatt shots/shot_XXX.jpg (Keyframe dieser Einstellung) anzusehen; _first / _last sind für das Nachbau-Modell und müssen nicht separat geöffnet werden.

Bildprüfung und Integration (für Agenten, die Bilder sehen können – auch bei aktiviertem VLM für Einstellungen mit niedriger Konfidenz empfohlen)

rea-video review out/ref                      # Schreibt review_tasks.json (welche Bilder pro Einstellung, Tool-Beurteilung, Priorität) und review_answers.json (Antwortvorlage)
# Lies die Anweisungen in review_tasks.json, sieh dir für jede Einstellung die Bilder in images an (priority=high zwingend), trage label_probs / evidence / description / narrative / embedded_assets in review_answers.json ein; narrative: „Was erzählt diese Einstellung?“ – role (Aufmerksamkeit erregen / Hintergrund erklären / Information ergänzen / Beweis liefern / Wendepunkt / Schlussfolgerung geben / zum Handeln anleiten / Emotion vermitteln), point: ein Satz, worum es geht; der Bericht verknüpft dies zur „Erzähllinie“. Falls eine Einstellung eigentlich mehrere Schnitte kombiniert (dunkle Grafik wechselt mit dunkler Sprache, die fälschlich zu einem langen Schnitt zusammengefasst wird), kann ein split_suggestion hinzugefügt werden (Schnitte in Sekunden + Kategorien der Teile + note); der Bericht markiert dann den Schnittvorschlag, ohne die Einstellungsgrenzen zu ändern.
# Bei Einstellungen mit Menschen: performance ausfüllen (Hauptemotion, Intensität, sichtbare Gesichtsausdrücke und Bewegungen, Veränderungen im Bild, Sprechweise); der Nachbau-Prompt und die Sprachaufnahme richten sich danach.
# Bei großen Ganzkörperbewegungen (Tanz, Kampf, Fitness) zusätzlich performance.move / movers / full_body / backdrop eintragen; der Nachbau wechselt dann zu „bewegungsgetrieben“, je nach Hintergrundkomplexität und Mimikwichtigkeit wird die Antriebsart gewählt. Bei Verkaufs-/Sprach-/kleinere Bewegungen nicht eintragen (Lippensynchronisation/Digitaler Mensch reicht).
# Auf oberster Ebene cast eintragen: Rollen / Szenen / Requisiten des gesamten Films (dieselbe Rolle über alle Einstellungen hinweg erkennen, äußeres Erscheinungsbild so beschreiben, dass danach nachgebaut werden kann) und einen Satz zum visuellen Stil. Ohne VLM stammt der Abschnitt „Rollen, Szenen und Requisiten“ im Bericht ausschließlich von hier.
# Auf oberster Ebene story eintragen: „Kernhighlights“ am Berichtsanfang: summary ein Satz, hook (wie die ersten Sekunden fesseln), highlights 2–4 erfolgreiche Methoden (Technik + Sekunde + warum effektiv).
# Wenn im Bild beschriftete Dinge zu sehen sind (Handybildschirm, Verpackung, Schild), pro Einstellung overlay_text eintragen: den ursprünglichen Text der später hinzugefügten Untertitel / Banner; der restliche OCR-Text wird als Bildinhalt betrachtet.
# Wenn derselbe fertige Clip mehrmals vorkommt (zuerst Vorschau, am Ende vollständig), bei der kürzeren Instanz same_clip_as eintragen: die Einstellungsnummer der anderen Stelle; der Nachbau generiert sie nur einmal.
rea-video apply-review out/ref --by <dein Name>  # Integration: Überschreibt breakdown.json, report.md, report.html, gibt geänderte Einstellungen aus.
rea-video summary out/ref/breakdown.json      # Mit den integrierten Ergebnissen antworten.

Nicht geprüfte Einstellungen: label_probs leer lassen {}; sie werden übersprungen. Deine Antworten werden mit den deterministischen Ergebnissen fusioniert (nicht überschrieben), daher bleiben starke Belege wie Bildrate, AIGC-Markierungen wirksam. Wenn die integrierte Schlussfolgerung von deiner Ansicht abweicht, gib im Antworttext den Grund an.

Fusionsregeln, Vorgehen bei fehlender Bildsichtbarkeit, Sonderregeln für Original-/transkodierte Videos: siehe references/review.md. Wenn du Bilder sehen kannst, MUSS die Bildprüfung durchgeführt werden, auch bei aktiviertem VLM, und mit eigener unabhängiger Beurteilung, nicht blind die VLM-Ausgabe übernehmen.

Danach selbst überprüfen, nicht die Tool-Ausgabe direkt weitergeben:

  1. Sieh dir zuerst storyboard.jpg und audio.png an, um einen Gesamteindruck zu gewinnen.
  2. Für Einstellungen, die als „niedrige Konfidenz, Überprüfung erforderlich“ markiert sind, oder bei denen die Wahrscheinlichkeit der zweitbesten Option sehr nah ist:
    • Öffne shots/shot_XXX.jpg (Kontaktblätter Anfang/Mitte/Ende).
    • Bei Bedarf Einzelbilder extrahieren: rea-video tiles ref.mp4 --start 12.3 --end 13.1 --every 0.1 -o out/ref/check.jpg.
    • Vergleiche mit der „Verwechslungstabelle“ in references/taxonomy.md.
  3. Rollen und Szenen: Die Zeilen „Rollen / Szenen“ in rea-video summary (Zerlegungspaket video/cast.md). Prüfe, ob dieselbe Rolle vom VLM fälschlich als mehrere erkannt wurde (inkonsistente Bezeichnungen sind häufig); für den Nachbau erhält jede Rolle ein festes Referenzbild über alle Generierungseinheiten hinweg. Falls nicht korrekt, in review_answers.json auf oberster Ebene cast korrigieren.
  4. Audio gemäß references/audio.md überprüfen: Zuerst stems/vocals.wav (Rohsprache) und stems/music.wav (Musik) anhören, dann die Zeile „Audio-Quelle“ in rea-video summary (Videotyp → Sprache / Musik / SFX-Quelle). Die aus dem Signal extrahierten Soundeffekte sind nur Kandidaten mit niedriger Konfidenz; die endgültige Liste der SFX basiert auf dem, was das VLM hört. Ohne VLM: anmerken, dass leichte SFX möglicherweise übersehen werden.
  5. Realaufnahmen (Sprache/ Tischaufnahme/ Vlog/ Produkt): Am Ende von rea-video summary werden dimensionale Angaben aufgelistet: „Bildausschnitt / Kameraposition / Licht / Schnitt / Form“ (Zerlegungspaket video/look.md, enthält Nachbau-Drehplan und Ausrüstung). Das Tool misst am Hauptmotiv im Bild: bei Personen das Gesicht, sonst (Tisch, Produkt, Hand) die schärfste Region; die Einstellungsgröße ist geschätzt. Beim Bilder-Anschauen in review_answers.json pro Einstellung unter aspects und auf oberster Ebene aspects die pixeltechnisch nicht messbaren Parameter ergänzen: Kamerawinkel, Selfie oder Stativ, Hauptlichtquelle, Augenglanz, Haarlichter/Hintergrundlicht, Lichtquellen im Bild, vermutetes Equipment, Videoform. Im Bericht werden Messung, VLM und Bildsichtung nebeneinander gestellt, nicht gemittelt. Achtung: Plattformtranskodierung dunkelt die Schatten ab; Messung von Härte und Aufhelllicht ist konservativ. Auch KI / 3D-Bilder erhalten eine Lichtbeschreibung, aber mit der Kennzeichnung „kein Drehplan“, nur für Prompt-Schreiben.
  6. Echte Materialien gemäß references/materials.md überprüfen: In Code-Rendering eingebettete Screenshots und Fotos werden von der deterministischen Erkennung meist gefunden, aber dunkle, halbtransparente Hintergrundfotos werden übersehen.
  7. Schnittgrafik (Zeilen „Grafik:“ in rea-video summary, Zerlegungspaket video/packaging.md, Dateien in packaging/):
    • Untertitel-Timeline und -Stil sind gemessen, meist verlässlich; die Schriftart musst du anhand der Bilder ergänzen (das Tool gibt nur Farbe, Kontur, Rahmen, Buchstabenhöhe).
    • Sticker: Wenn „Bildprüfung erforderlich“ markiert, sieh dir packaging/sticker_XX.jpg und den frame_cmd in review_tasks.json an; trage in review_answers.json unter packaging.stickers die Felder is_overlay und what ein; vom Tool übersehene Sticker in packaging.missed notieren. Objekte, die plötzlich in 3D/Animation/Layout-Bildern auftauchen, werden vom Tool nicht als Sticker betrachtet; ergänze sie nur, wenn du sie als nachträglich eingefügt erkennst.
    • Wenn Bannerschriften und Tags falsch klassifiziert wurden, ändere in packaging.text den kind.
    • Die Spalte „entsprechendes Bild“ bei Soundeffekten wird zeitlich nächstgelegen zugeordnet; ohne VLM sind die ergänzten Kandidaten (Quelle deterministic_anchored) nur zu etwa 40 % echte SFX; schreibe „möglicherweise“.
    • „Nach Dialog positioniert“ bedeutet, dass Banner/ Titel/ Sticker auf einem bestimmten Wort der Untertitel liegen (welche Sekunde des Satzes); „permanente Schicht“ = Haftungsausschluss, Titelzeilen, Eckenlogos, die über Schnitte hinweg konstant bleiben. Nur vorhanden, wenn es Untertitel gibt; die Positionierung basiert auf der Zeit; wenn du beim Bilder-Anschauen Abweichungen siehst, erkläre dies im Antworttext.
  8. Wenn du in den Schritten 3, 5, 6, 7 Änderungen an review_answers.json vorgenommen hast, führe danach erneut rea-video apply-review out/ref --by <dein Name> aus, sonst werden diese Änderungen nicht in den Bericht übernommen.
  9. Wenn deine Beurteilung vom Tool abweicht, gilt deine Überprüfung; gib im Antworttext den Grund an. Falls wertvoll, schlage vor, dieses Video zum Evaluierungs-Set hinzuzufügen (Repository docs/dev/evaluation.md).

Wenn der Benutzer Fehlerkorrekturen oder langfristige Präferenzen nennt, speichere sie gemäß references/memory.md (rea-video correct / rea-video prefs).

2. Auslieferung an den Benutzer

Antworte gemäß references/output-template.md: Zuerst eine einminütige Zusammenfassung, dann Inhalt und Rollen (worüber das Video spricht, Hauptrollen, Szenen), die Erzähllinie (jeder Schritt: Aufmerksamkeit erregen, Information ergänzen oder Schlussfolgerung geben – siehe video/content.md; empfehle dem Benutzer, diese Linie zu erhalten, aber mit eigenen Fällen und Materialien umzuschreiben, nicht nur den Protagonisten austauschen); dann Nachbauplan (gegliedert nach Generierungseinheiten / Dreh-Sessions), Storyboard, Schnittgrafik, Audio, Liste der echten Materialien, Unsicherheiten; abschließend den Pfad zu report.html (benutzerfreundlicher Bericht: zuerst drei Ebenen, dann nachvollziehbare Nachbauschritte; der Benutzer kann selbst nachbauen); bei PDF-Anforderung rea-video pdf out/ref ausführen, um report.pdf zu erzeugen (benötigt Chrome / Chromium / Edge auf dem System). breakdown.json nicht in die Konversation einfügen.

Wenn der Benutzer das Video nachbauen, remixen, einen ähnlichen Stil erstellen oder ein eigenes Video auf diese Weise machen möchte, oder wissen will, wie das Video gemacht wurde / wie es realisiert werden kann, teile am Ende der Antwort mit, welche Werkzeuge hierfür verfügbar sind (alle Werkzeuge in references/remake-tools.md auflisten, jeweils mit einem Satz). Nachdem der Benutzer eine Option gewählt hat, hilf ihm, den Anschluss an diese Dokumentation herzustellen (references/chatcut.md, capsule-cinema.md, hyperframes.md, diy.md).

Bericht und Antwort in der Sprache des Benutzers. Reihenfolge der Sprachbestimmung: Explizit vom Benutzer genannte Sprache („Bericht auf Englisch“, „report in Chinese“) > Sprache der Benutzerfrage > lang-Präferenz in rea-video memory > Chinesisch.

  • Das Tool unterstützt --lang zh und --lang en: Bereits bei decompose übergeben, dann werden der Bericht (report.html / report.md), die summary-Ausgabe, die VLM-Bildbeschreibungen und -Prompts in dieser Sprache erstellt. Falls vergessen, kann es bei apply-review out/ref --lang en nachgeholt werden (erneute Generierung von Ergebnissen und Berichtstext; bereits geschriebene VLM-Beschreibungen und -Prompts bleiben in der Originalsprache). Bei der Bildprüfung werden evidence / description / prompt in review_answers.json ebenfalls in dieser Sprache verfasst.
  • Wenn der Benutzer in einer vom Tool nicht unterstützten Sprache (Japanisch, Koreanisch usw.) fragt, führe --lang en aus und antworte in der Sprache des Benutzers. Falls der Benutzer einen Bericht in dieser Sprache möchte, übersetze report.md in report_<Sprache>.md im selben Verzeichnis und weise darauf hin, dass report.html auf Englisch ist.
  • Wenn der Benutzer eine langfristige Präferenz festlegt („in Zukunft immer Englisch“), speichere dies mit rea-video prefs lang en.

3. Nachbau (bei Bedarf)

Der Bericht besteht aus zwei Teilen: Teil 1 ist die Dekomposition (Struktur, modellunabhängig), Teil 2 ist der Nachbauplan (pro Modell angeordnet). Die Dekomposition darf wegen des Nachbaus keine Einstellungen zusammenführen.

Bei KI-Einstellungen den Nachbauplan nach der Absicht des Benutzers und dem tatsächlich verwendeten Modell ordnen:

  1. Frage den Benutzer: Welches Modell oder welche Plattform (Jimeng / Seedance, Kling, Veo, Hailuo … – lass den Benutzer wählen); ob der gesamte Clip mit dem Modell neu erstellt werden soll oder nur die KI-Einstellungen; welche Änderungen gewünscht sind und ob Referenzbilder vorliegen. Schreibe dies in out/ref/remake/intent.yaml:

    model: seedance-2.5
    generate: all          # all: gesamten Clip mit Modell generieren; ai (Standard): nur KI-Einstellungen, Realaufnahmen erhalten Drehplan
    swaps:
      - from: weibliche Moderatorin
        to: männlicher Moderator um die 30, kurze Haare, dunkler Anzug
      - from: Original-Lippenstift
        to: Trinkflasche des Benutzers
        image: /absoluter/Pfad/product.jpg
    
  2. Der Plan richtet sich nach den aktuellsten Gegebenheiten dieses Modells: rea-video models <id> gibt die Fähigkeitskarte und das Prüfdatum; dann online die offizielle Dokumentation und Updates überprüfen (neue Versionen, maximale Einzelclip-Länge, Anzahl/Dauer der Referenzvideos/-bilder, mehrere Clips auf einmal, Start-/Endframe, natives Audio, Prompt-Syntax). Wenn das Modell nicht in der Fähigkeitskarte enthalten ist oder die neuesten Informationen abweichen, schreibe eine neue Karte in ~/.rea-video/capabilities/models/<id>.yaml (gleiche id überschreibt die mitgelieferte), mit Quellenangabe und Prüfdatum.

  3. rea-video plan out/ref: Erstellt den zweiten Teil des Berichts gemäß Absicht und Modell und führt eine Plankontrolle durch. Das Tool wählt die Eingabeform basierend auf dem, was das Modell verarbeiten kann (Originalvideo als Referenz / ein Keyframe pro Einstellung / Start-Endframe / reiner Text) und packt innerhalb der Maximal-Clip-Länge und der Anzahl der Referenzen mit minimalen Aufrufen alle Einstellungen. Original-Referenzen werden nach Entfernung von Untertiteln in remake/refs/ abgelegt.

  4. Schreibe gemäß der Prompt-Syntax dieses Modells (rea-video models <id> oder das Prompt-Skill dieses Modells) die Entwürfe der einzelnen Einheiten zu endgültigen Prompts, lege sie in out/ref/remake/prompts.json ab ({"G1": "..."}, Bildnummern nach der Reihenfolge der Referenzbilder in der Einheit). Führe dann erneut rea-video plan aus, bis die Plankontrolle kein ❌ mehr anzeigt.

  5. Zeige den Plan dem Benutzer (Anzahl der Aufrufe, was bei jedem Aufruf eingegeben wird, Prüfergebnisse). Nach Zustimmung des Benutzers generieren.

Wenn der Benutzer selbst Hand anlegen möchte, gib zuerst die Anweisungen aus Teil 2 des Berichts „Schritt für Schritt nachmachen“; nicht zuerst über Modellregeln und Eingabetabelle sprechen.

Führe zuerst rea-video remake out/ref aus: Automatisch machbare Einstellungen werden sofort erledigt (Standbild neu generieren; Code-Rendering bleibt standardmäßig als Original-Platzhalter, mit --code für schnellen Entwurf); die restlichen Einstellungen bleiben als Original-Platzhalter; die originale Timeline wird zusammengebaut; remake/status.md zeigt pro Einstellung, was noch zu tun ist. Wenn neue Einstellungen eintreffen, schreibe sie in remake/mine.json und führe rea-video remake erneut aus. Details in references/remake.md; verfügbare Werkzeuge und Methoden (capsule-cinema, ChatCut, HyperFrames, selbst machen) und ihre Eigenschaften sind in references/remake-tools.md aufgelistet. Direkt im Tool ausführen: KI-Einstellungen über capsule-cinema (kostet Geld; zuerst rea-video remake-run --dry-run und Benutzerzustimmung einholen); Realaufnahmen erhalten Drehplan; Tanz-/Bewegungseinstellungen über rea-video drive out/ref ein Treiber-Video ausgeben (siehe references/remake.md); Code-Rendering wird am besten an ein HTML-Video-Framework (z. B. HyperFrames) übergeben, das nach Rhythmus und Keyframes aus video/rhythm.md neu erstellt; rea-video code-remake out/ref erzeugt nur schnelle Entwürfe für Partikel / Datenvisualisierung usw.; eigene Materialien des Benutzers mit rea-video assemble in die originale Timeline einfügen. Code-Rendering und eigene Materialien können auch in ChatCut bearbeitet werden.

Referenzdateien

DateiWann ansehen
references/setup.mdInstallation, VLM-Konfiguration
references/review.mdBildprüfung: Fusionsregeln, kein Bild sichtbar, Originalvideo als KI erkennen, Plattformtranskodierung
references/taxonomy.md11 Bildkategorien, KI-Bearbeitung, Schnellprüfungen, Verwechslungstabelle
references/audio.mdAudioüberprüfung
references/materials.mdÜberprüfung echter Materialien
references/output-template.mdAusgabeformat
references/remake.mdNachbau: Wie man die einzelnen Einstellungen nachbaut
references/remake-tools.mdVerfügbare Werkzeuge und Methoden für den Nachbau; dem Benutzer die Optionen zeigen
references/chatcut.mdWenn der Benutzer ChatCut verwenden möchte: was es kann, Kosten, Einrichtung
references/capsule-cinema.mdWenn der Benutzer capsule-cinema verwenden möchte: Kosten, Installation, Aufgaben und Generierung
references/hyperframes.mdCode-Rendering / MG / Illustrationsanimation an HyperFrames übergeben: was mitgeben, Einrichtung
references/diy.mdWenn der Benutzer selbst filmt oder manuell generiert: Kosten, wie Materialien in die originale Timeline eingefügt werden
references/memory.mdKorrekturen und Präferenzen speichern

4. Was nicht zu tun ist

  • Nicht nur nach dem Stil beurteilen. Ein cartoon-3D-Stil kann sowohl KI-Video als auch Blender-Rendering sein; auf Verformungen, Flackern und geometrische Stabilität achten.
  • Text in Code-Rendering-Bildern nicht als „Überlagerung“ behandeln; dieser Text ist Teil des Bildes selbst.
  • Echte Materialien des Benutzers nicht als „mit KI generierbar“ beschreiben.
  • Fehlende Metadaten nicht als Beweis gegen KI anführen; Plattformtranskodierung entfernt oft Metadaten.
  • Keine kostenpflichtigen Generierungen starten, bevor der Benutzer zugestimmt hat.

Verwandte Skills