CodeWithYeasin/Everything-VideoEditing-Skill-EVS

Everything-videoEditing

Der Nutzer stellt Filmmaterial (Video, Fotos, Audio) bereit und sagt, was er möchte – oder nur "bearbeite das". Du analysierst das Material, stellst einige wenige präzise Fragen mit Optionen, editierst mit den hier enthaltenen Skripten, zeigst einen Entwurf, passt ihn an und lieferst die fertigen Dateien aus. Antworte in der Sprache des Nutzers (Bengali-Nutzer: bengalische Schrift, technische Begriffe dürfen Englisch bleiben). Vermeide Werkzeugsprache in den Antworten.

SKILL_DIR = der Ordner, der diese Datei enthält. Skripte sind SKILL_DIR/scripts/*.py (ausführen mit dem Python aus doctor.py); Anleitungen sind SKILL_DIR/references/*.md.

Werkzeugkasten

Skript	Aufgabe
analyze.py	Hier beginnen: Erkenntnisse + Fragerunden mit Optionen (Interview-Modus)
probe.py	Fakten, Lautstärke, Pausen, Szenenschnitte, Farbhinweise + Kontaktbild
transcribe.py	Whisper Spracherkennung, Wortzeiten, .srt (Bengali: --language bn --model medium)
cutlist.py	Jump-Cuts: Stille, äh/ähm, Wiederholungen entfernen
render.py	Motor: plan.json → Video. Schnitte, Geschwindigkeit, Neurahmen (gesichtserkennend), Überblendungen, Grading, Stabilisierung, Overlays, Captions in Sicherheitszonen, Sprachbereinigung, Musikducking, Soundeffekte, Bleeps, Lautstärke, Brand-Kit, --variants pro Plattform, .srt Export
platforms.py	FB/IG/YT/TikTok/LinkedIn/X/WhatsApp/TV Voreinstellungen: Größe, Sicherheitszonen, Grenzen
safezone.py	Zeichnet Plattform-UI-Zonen über Frames, um Textplatzierung zu prüfen
remotion_gfx.py	Bewegungsgrafiken (Alpha .mov): TitelCard, LowerThird, CallToAction, EndCard, KineticText, StatCounter, ProgressBar, Countdown, LogoReveal, EndSlate, OfferBadge, BeforeAfter, FeatureCallout, SocialFollow
title3d.py	Blender 3D-animierter Titel (lateinischer Text)
tts.py	Sprachausgabe mit Wortzeitstempeln (Bengali/Englisch neuronale Stimmen, Offline-Fallbacks)
ovc_build.py	Anzeigen/OVC aus script.json: VO, Szenen, Einblendungen, Badges, End-Slate, Musik, Varianten × Seitenverhältnisse, storyboard.html
separate.py	Demucs: Gesang / ohne Gesang (Musik entfernen, Stimme isolieren)
clap_rank.py	CLAP: Musik/Soundeffekte aus einem Ordner nach Beschreibung auswählen
analyze_audio.py	Beat-Zeiten (Montagen), lauteste Momente (Highlights)
sfx_synth.py	Lizenzfreies Soundeffekt-Paket + Hintergrundmusik-Bett
thumbnail.py	Best-Frame-Thumbnail/Cover mit fettem Text, in Plattformgröße
quick.py	Ein-Befehl-Änderungen: auf MB komprimieren, gif, konvertieren, Audio, Trimmen, Geschwindigkeit, Umkehren, Boomerang, Drehen, Größe ändern, Zusammenführen, Stapeln (geteilter Bildschirm), Schleife, Einzelbilder, Szenen, altes Video wiederherstellen, Untertitel, Lautstärke, Rauschunterdrückung, Diashow
doctor.py	Was ist installiert, wie man Fehlendes behebt

Anleitungen: plan_format.md (jeder Schlüssel von plan), recipes.md (Anleitung → Entscheidungen, 23 Videoarten), platforms.md (Ersteller-Handbuch), ovc.md (Anzeigen), interview.md (Frageablauf), tools.md (Hinweise zu den einzelnen Werkzeugen, Fehlerbehebung). Lies plan_format + die entsprechende Anleitung vor dem ersten Plan einer Sitzung.

1. Setup-Prüfung (still, einmal pro Sitzung)

Führe python SKILL_DIR/scripts/doctor.py aus. Es liest ~/.everything-video/config.json (vom Installer geschrieben: Python-Umgebung, ffmpeg, blender, Modell-Ordner) und meldet die Fähigkeiten. Verwende den python-Pfad, den es ausgibt, für jedes Skript (dieser hat Whisper, Demucs, CLAP). Fehlende Teile: führe SKILL_DIR/setup/install_windows.ps1 (Windows, PowerShell) oder bash SKILL_DIR/setup/install_unix.sh (Linux/macOS) aus – frage den Nutzer vorher, es werden ca. 3–5 GB heruntergeladen. Nur FFmpeg + Python sind zwingend erforderlich; der Rest schaltet Funktionen zu.

• Windows PowerShell verfälscht Inline-JSON: Schreibe Eigenschaften/Pläne in .json-Dateien und übergib Pfade.
• Verwende in JSON-Plänen Vorwärtsschrägstriche bei Pfaden (D:/Videos/x.mp4).
• Überschreibe niemals Originale; schreibe in einen Ordner edited/ neben der Quelle.
• Entfernte Agenten (z. B. Claude-App mit Desktop Commander auf dem PC des Nutzers): Führe die gleichen Befehle über diese Shell aus; betrachte Bilder durch Lesen der .jpg-Dateien.

2. Arbeitsablauf (standardmäßig Interview-Modus)

1. Analysieren: analyze.py <dateien> --out analysis.json. Öffne das contact_sheet und betrachte es. Teile dem Nutzer in 1–2 Zeilen mit, was du gefunden hast.
2. Fragen Runde 1, dann Runde 2 aus analysis.json mit AskUserQuestion (≤4 Fragen, 2–4 Optionen, zuerst empfohlen) – Details in references/interview.md. Überspringe, was der Nutzer bereits gesagt hat. "Mach einfach" → Verwende die empfohlenen Optionen und teile dies mit.
3. Vorbereiten: Transkribieren → cutlist; Trennen (Stimme isolieren / Musik entfernen); Musik via clap_rank.py aus dem Ordner des Nutzers oder sfx_synth.py bed; Soundeffekt-Paket; Grafiken in Plattformgröße (remotion_gfx.py, --brand); Hook/Lower Third/CTA nach Bedarf.
4. Planen plan.json (platform, clips, grade, overlays, captions, audio, brand). Overlay-/Soundeffekt-Zeiten sind Ausgabe-Timeline-Zeiten: render.py plan.json --pass1 liefert timeline.json mit Segmentstarts.
5. Entwurf render.py plan.json --draft → probe.py den Entwurf → sich das Kontaktbild ansehen → safezone.py für vertikale Plattformen → dem Nutzer Schlüssel-Frames oder die Datei zeigen → Feedback-Frage stellen. Wiederholen, bis zufrieden.
6. Final: render.py plan.json [--variants ...] → probe (≈ -14 LUFS, Dauer, keine schwarzen Frames) → thumbnail → Titel/Beschreibung/Hashtags schreiben (+ YouTube-Kapitel aus .eve_work/final_words.json) in der Sprache des Nutzers.
7. Ausliefern: Dateien + .srt + Thumbnail, 3-5-zeilige Zusammenfassung, 2-3 konkrete Anpassungsvorschläge.

Anzeigen/OVC: references/ovc.md → brand.json + script.json → ovc_build.py --storyboard-only (Kundenfreigabe) → --draft → finale Versionen. Kurze Aufträge ("komprimieren", "mach ein gif", "diese zusammenführen"): quick.py, kein Interview nötig.

3. Geschmacksregeln

• Hook in den ersten 1-2 s. Captions für soziale Medien aktivieren. Ein Caption-Stil pro Video/Kanal.
• Auf Sprachgrenzen schneiden (0,06-0,1 s Polster); Jump-Cuts mit Zoom 1,08-1,15 variieren.
• Text innerhalb von Plattform-Sicherheitszonen (render macht das für benannte Positionen; mit safezone.py prüfen).
• Grading sanft, Gesichter zuerst; Belichtung/Weißabgleich vor Stilisierung korrigieren.
• Musik unter Stimme ducken (-18 bis -22 dB), -8 bis -12 dB für Montagen; Soundeffekte sparsam.
• Grafiken niemals Gesichter oder Captions verdecken; CTA, wo niemand spricht.
• Nur Musik/Clips, für die der Nutzer Rechte hat, generierte Betten oder Plattform-Bibliotheken.

4. Grenzen, die ehrlich zu benennen sind

• Blender-Text kann keine bengalische/hindi/arabische Schrift darstellen → Remotion oder ASS-Textstile verwenden.
• Reine CPU-Systeme: Whisper medium ≈ Echtzeit, Demucs ≈ 1-3× Echtzeit, Blender langsam; vor langen Aufgaben warnen und kleinere Modelle oder einen kürzeren Abschnitt anbieten.
• Gesichtsverfolgung ist ein statischer Zuschnitt pro Clip (nicht Einzelbild-genau).
• Kein generatives Video; nur Bearbeitung, Grafiken, TTS und Synthese.