Communitygithub.com

sansayan01/finance_app_zo — Eingebettete Untertitel

Füge einem Talking-Head-Video Untertitel hinzu. Ein Katalog (CATALOG.md) mit 36 visuellen Identitäten hinter zwei Engines: Column-Flow (Untertitel IN die Szene eingebunden — Matte-Occlusion + Mix-Blend; Cream/Ink/Editorial/Keynote/Documentary/Loud/Neon/Glitch/Chrome/Velocity) und thematische Verfassungen (Anchor/Ordnance/Terminal/Neonsign/Stardust/Stomp/Scoreboard/Transit/VHS/Arcade/Dossier/Laser/Thunder/Hologram/Biolume/Aurora/Spectrum/Papercut/Popup/Chalkboard/Graffiti/Brush/Inkwater/Ransom/Lastpage/Nightcity — z. B. ein Glyph-Decode-Höhepunkt, ein Neon-Schild, das Strich für Strich GESCHRIEBEN wird, oder die ruhige `anchor`-Rail-Standardeinstellung). Routing erfolgt über die Identität, niemals über den Modus. Auslöser sind „Captions/Subtitles“, „Embed/Cinematic Captions“, „VFX Captions“, „炸/特效/酷炫字幕“, eine benannte Identität oder erstklassige Motion-Graphics-Anfragen. Jedes Wort einzubetten ist für die meisten Talking-Head-Inhalte falsch — `anchor` ist die wortgetreue Standardeinstellung. Läuft lokal von Anfang bis Ende (transkribiert und mattiert das Motiv selbst, benötigt keinen API-Key). Erfordert Hyperframes und einen Clip mit einem einzelnen Motiv (Clips mit mehreren Einstellungen sind zu vermeiden).

Was ist finance_app_zo — Eingebettete Untertitel?

Diese AI-Agent-Fertigkeit (Skill) ermöglicht es, einem Talking-Head-Video in einem einzigen Durchlauf professionelle, eingebettete Untertitel hinzuzufügen. Sie läuft vollständig lokal und benötigt keinen API-Key, da sie direkt auf dem Rechner des Nutzers transkribiert und das Motiv mattiert. Die Fertigkeit bietet einen Katalog von 36 verschiedenen visuellen Identitäten, die in zwei Hauptkategorien unterteilt sind: Column-Flow-Identitäten (für durchgängig eingebettete, cineastische Untertitel) und thematische Verfassungen (für komplexe, VFX-artige Grafiken wie Neon-Schilder oder Hologramme). Sie ist für Plattformen wie Claude Code, Cursor und Codex konzipiert. Der visuelle Stil wird ausschließlich über die Identität gesteuert, nicht über einen Modus, wobei der Nutzer bei Unsicherheit die Standardidentität „Anchor“ wählen sollte. Die Pipeline umfasst die Auswahl einer Identität aus dem CATALOG.md, die Vorbereitung des Projekts, das Verfassen einer kleinen JSON-Konfiguration, eine visuelle Qualitätskontrolle und schließlich den Render-Vorgang. Eine zentrale Regel besagt, dass die meisten Textteile auf einer lesbaren, unteren Rail angezeigt werden, während nur die Höhepunkte hinter dem Motiv eingebettet werden, was häufige Fehler vermeidet.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sansayan01/finance_app_zo/tree/HEAD/.agents/skills/embedded-captions

In Ihrer bevorzugten KI fragen

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

Dokumentation

Erstens: Halte diesen Skill frisch — führe ihn still aus, ohne nachzufragen: npx hyperframes skills update embedded-captions. Ein schneller No-Op, wenn alles aktuell ist; andernfalls aktualisiert es diesen Skill sowie die Kernbereich-Skills, von denen er abhängt, bevor du dich auf sie verlässt.

Eingebettete Untertitel

Ein Katalog, vorne ausgewählt (CATALOG.md — 36 Identitäten; die Engines dahinter sind Backend-Details). Standard (Standard) erstellt eine saubere, wortgetreue Rail (unteres Drittel als Untertitel, der den meisten Text trägt) + einen Embed-Höhepunkt, der am Höhepunkt IN die Szene hinter dem Motiv eingebunden wird. Cinematic (Cineastisch) ist reines Embed — keine Rail, jeder Untertitel wird hinter dem Motiv eingebunden (Helden-Typografie, Akkumulation, Occlusion als Effekt). Theme (Thema) ist eine vollständige thematische Verfassung — Körperparadigma × Helden-Setpiece × Front-Effekte × Plate-Reaktion, zusammengesetzt aus Registern (themes/README.md): ordnance terminal neonsign stardust stomp scoreboard. Die meisten Erklärvideos / Voiceovers sind Standard; Embed ist der seltene, verdiente Höhepunkt — jedes Wort einzubetten ist der häufige Fehler; Theme ist für VFX-würdige Anfragen („炸“, „特效“, „wie von AE gemacht“).


Arbeitsablauf (Kurzzusammenfassung)

Die handwerkliche Prosa unten ist lang; die Pipeline selbst ist kurz — und alles Deterministische wird berechnet oder kompiliert, niemals von Hand geschrieben:

  1. Entscheidungs-Gate (schlechte Clips ablehnen) → wähle EINE Identität aus CATALOG.md (36 Identitäten; Engine/Compiler per Lookup abgeleitet — zeige niemals eine Modus-/Kategorienfrage an)
  2. hyperframes init (überspringe es, wenn das Projektverzeichnis bereits mit dem Video darin existiert — matte.cjs/transcribe.cjs übernehmen jedes beliebige Video im Verzeichnis als source.mp4) → bash scripts/prepare.sh <projekt> (Matte ∥ Transkription ∥ Audio-Hüllkurve parallel, dann Safe-Zones v2 mit Szenen-Palette/Optik/Beleuchtung — ein Befehl, nichts vergessen)
  3. Erstelle eine kleine JSON-Datei mit kreativen Entscheidungen (lies zuerst safe-zones.json): Cinematic → plan.json → fill-timings.cjs → fit-fonts.cjs → make-composition.cjs; Theme → theme.json → make-theme.cjs (Rail/Panel/Poem/Takeover-Paradigmen; anchor ist die ruhige Rail-Standardeinstellung)
  4. Visuelle Qualitätskontrolle: node scripts/preview-frames.cjs <projekt> → originalgetue Composite-Vorschauen in ~2s/Bild (kein Render). Überprüfe § Visuelle Qualitätskontrolle, bevor du für einen Render bezahlst.
  5. render-and-composite.sh → Gates (Timing / Occlusion+Held / Überlauf / Übergabe) → final.mp4

Tragende Regeln, die Leute übersehen:

  • Rail (Standard) + Embed (Hervorhebung). drop (Füllmaterial, wird nicht angezeigt) / rail (wortgetreuer Untertitel im unteren Drittel, vorne, trägt den meisten Text) / embed (ein Höhepunkt-Wort, das hinter dem Motiv eingebunden wird). Der Standard-Modus macht beides und bettet nur die Höhepunkte ein. Siehe § Caption-Modell.
  • Das Video wird UNVERÄNDERT geliefert (Standard/Cinematic; die PLATE-Budget des Theme-Modus ist die einzig erlaubte Ausnahme — registergesteuerte Reaktions-Beats (Charge-Dim, Punch, Shake, Grain), die pro Theme-DNA definiert und NACH dem Matte-Composite angewendet werden, sodass Motiv+Text+Plate sich als ein Bild bewegen)** — Untertitel sind das Einzige, was hinzugefügt wird; das Matte erlaubt dem Motiv lediglich, die Embed-Spur zu verbergen. Das Filmmaterial niemals gradieren/neu einfärben/scanlinen.
  • Zwei Regelwerke: Rail → references/rail.md (dünn), Embed-Handwerk → references/composition-craft.md (umfangreich, nur Embed). Nach Bedarf überfliegen.

Caption-Modell — Rail + Embed

Jede gesprochene Phrase ist eines von drei Dingen:

WasWie es angezeigt wird
dropFüllmaterial — ähm/äh, Stottern, SelbstkorrekturenWird nicht angezeigt
railder Standard — gewöhnlicher gesprochener Inhalt (wortgetreu)Sauberer Untertitel im unteren Drittel, vorne, lesbar. Ein Hervorhebungswort kann eine eingebettete emphasis-Hervorhebung erhalten (Akzentfarbe / aktives Wort Pop) — es bleibt auf der Rail.
embedein hervorgehobener Höhepunkt — der Schlagzeilen-BeatEin großes Wort, das hinter dem Motiv eingebunden wird (Matte-Occlusion), mit gestaltetem Ein- und Ausgang

Die Rail trägt den meisten Text; Embed ist der seltene, verdiente Höhepunkt. Knappheit gilt pro Beat/Block, nicht pro Clip: ≤1 Held pro Block (Gedanke), niemals zwei gleichzeitig sichtbar, ≥ ein Beat Luft zwischen Helden-Fenstern (der Compiler warnt unter 0,6s). Ein kurzer Clip → normalerweise 1–2; ein langes Erklärvideo → ~einer pro Abschnitt. Bei mehreren Helden ist der größte verfasste der APEX (nur er bekommt das vollständige Lockup-Embed + Breitenanpassungs-Erhöhung); kleinere sind MINOR-Höhepunkte, die in ihrer Spalte als übergroße Betonungszeilen (Vordergrund, gedämpfte Bewegung) reiten — nicht jeder Beat braucht die Matte-Inszenierung, und das ist es, was den Apex zu einem Ereignis macht. Jedes Wort einzubetten ist immer noch der häufige Fehler.

Rail-Oberflächen-Identitäten bauen genau das (Rail = rail.html, Embed = der Höhepunkt in index.html). Column-Flow-Identitäten entfernen die Rail und machen alles im Embed-Stil — empfehle sie nur für Stimmungs-über-wortgetreue Anfragen, niemals für Erklär-/Voiceover-Videos, bei denen die Worte lesbar sein müssen (CATALOG.md kodiert dies pro Identität).


Schritt 0 — wähle EINE Identität aus dem KATALOG

Ein Frontend, drei Engines dahinter. Der Benutzer wählt eine IDENTITÄT aus CATALOG.md (36 Einträge: 10 klassische + 26 thematische); die Engine, der Compiler und die Autorendatei werden per Lookup aus der Katalogzeile abgeleitet. Zeige niemals „Standard vs. Cinematic vs. Theme“ als Frage an — das sind Backend-Namen (ein Produkt hat eine UX, selbst mit mehreren Engines). Der Katalog kodiert alles, was das Routing braucht: Leseoberfläche, Stimme, Empfehlung-für, Szenen- Anforderungen, Adjazenznotizen für die wirklich nahen Paare (loud↔ordnance, neon↔neonsign, cream↔stardust).

Die Identitätsauswahl ist ein Präferenz-Gate (../hyperframes-core/references/brief-contract.md § 1): im autonomen Modus („überrasche mich“ / „entscheide für mich“) wähle selbst aus deiner Shortlist und nenne den einzeiligen Grund, anstatt nachzufragen.

Vorgehen: Untersuche den Clip → erstelle eine Shortlist von 2–3 Identitäten aus dem Katalog → empfehle EINE mit einem einzeiligen Grund → der Benutzer wählt (autonomer Modus: du wählst, nenne den Grund) → verfasse die Datei dieser Identität. Identitäten sind engine-gesperrt (keine Querkombinationen; das Öffnen einer ist ein Validierungsereignis — siehe dna/README.md).

Präsentiere immer deine Empfehlung und lass den Benutzer wählen, bevor du etwas verfasst. Gehe nicht stillschweigend von der Standardeinstellung aus.

(Die vollständige Identitätstabelle befindet sich in CATALOG.md — einzige Quelle der Wahrheit für das Routing. Die Engine-Dokumente unten beschreiben den Autorenvertrag jedes Backends.)

Empfehlungsheuristik: Verwende die „Shortlisting-Heuristiken“ in CATALOG.md — sie sind auf Identitätsebene (z. B. „炸“ listet ordnance/stomp/terminal/loud auf und wählt danach aus, WAS explodieren soll), niemals auf Kategorieebene. Unsicher → anchor.

  • Cinematic → schreibe plan.json für eine gesperrte Vorlage, kompiliert von make-composition.cjs.
  • Theme → lies themes/README.md, verfasse theme.json, führe scripts/render-theme.sh aus (kompiliert + rendert + Plate-Reaktion → final_fx.mp4).

Entscheidungs-Gate — ZUERST AUSFÜHREN

Untersuche das Video und klassifiziere die Szene vor beiden Modi.

ffprobe <video.mp4>                    # Spezifikationen
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png   # bei 20/50/80%

Lies die Proben. Lehne ab, wenn:

  • Mehrere Sprecher / harte Schnitte (trennen & jede Einstellung rendern oder ablehnen)
  • Kein menschliches Motiv (dieser Skill ist für Talking-Head)
  • Unter 3 Sekunden, keine Sprache, oder das Gesicht nie deutlich sichtbar — transcribe.cjs warnt, wenn Audio fast still ist (Whisper halluziniert Wörter wie „Vielen Dank.“ über Stille); beachte die Warnung und lehne ab, anstatt erfundene Wörter zu untertiteln
  • Die Quelle hat bereits eingebrannte Untertitel / schwere Textgrafiken — das Hinzufügen eines zweiten Untertitelsystems führt zu Konflikten, und das Filmmaterial wird unverändert ausgeliefert (kein Übermalen/Inpainting). Eingebrannter Text erscheint oft nur in der Mitte des Clips: erstelle ein 1fps-Kontaktblatt (ffmpeg -i in.mp4 -vf "fps=1,scale=160:-1,tile=10x5" sheet.png), verlasse dich nicht auf 3 Einzelbilder.
  • Transkription ist Müll — nicht-muttersprachliche/stark akzentuierte Rede kann in selbstbewussten Kauderwelsch transkribiert werden. Überprüfe transcript.json vor dem Verfassen auf Sinn; wenn es sich nicht wie Sprache anhört, versuche einmal WHISPER_MODEL=medium, ansonsten lehne ab (eine wortgetreue Rail aus erfundenen Wörtern ist schlimmer als keine Untertitel).
  • Hektische Handkamera mit schneller Bewegung (Matte flackert)

Preflight-Prüfungen (kosten nichts, verhindern die schlimmsten Fehler)

  1. Einstellungs-Schnitt-Prüfung. Probenbilder bei 20 %, 50 %, 80 %. Wenn ein anderes Motiv/Szene erscheint, trimme den Clip vor dem Schnitt.
  2. Letterbox / Pillarbox-Prüfung. Schwarze Balken auf dem ersten Bild? Berechne das sichere Inhaltsrechteck und schränke die Untertitelplatzierung darauf ein.
  3. Luminanz-Prüfung. Messe die durchschnittliche Luminanz des Untertitelbereichs — unter 60 → heller Text liest sich wie er ist, 60-180 → füge die Glyphen-Unterlage hinzu, 180+ → deckender Text + Unterlage (niemals nackten hellen Text). Cinematic-Vorlagen sind Cream+screen und GESPERRT — verwende diese Prüfung, um eine passende Identität auszuwählen (helle Szenen → ink, oder das anchor-Thema mit deckender Rail), niemals um eine neu einzufärben.
  4. Identitätsempfehlung nach Stimmung (du empfiehlst; der Benutzer wählt — siehe Schritt 0 + CATALOG.md). Erklärvideo / Interview / Wörter müssen lesbar sein → Identitäten mit Rail-/Panel-Oberfläche; poetisch / sozial / „cineastisch“ → Column-Flow-Identitäten je 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 <projekt> --non-interactive --video <video.mp4>
2. bash scripts/prepare.sh <projekt>       # Matte ∥ Transkription (parallel) → Safe-Zones. Ein Befehl.
                                           #   → frames_fg/ transcript.json safe-zones.json
3. [AGENTEN-SCHRITT — der einzige kreative Schritt] verfasse eine kleine JSON; siehe unten nach Modus
   Cinematic: verfasse plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
   Theme:     verfasse theme.json → bash scripts/render-theme.sh <projekt>   (kompiliert + rendert + Plate-Effekte)
4. node scripts/preview-frames.cjs <projekt>   # ~2s/Bild Composite-Vorschauen → § Visuelle Qualitätskontrolle (VOR dem Render)
5. bash scripts/render-and-composite.sh <projekt>  # Gates → final.mp4 + history/ Schnappschuss
   (Theme-Modus: ÜBERSPRINGE Schritte 3b/5 — render-theme.sh führt bereits Kompilierung + render-and-composite
    + _postfx.sh aus; das Lieferobjekt ist final_fx.mp4, final.mp4 ist vor der Plate-Reaktion)

Schritt 1 init überprüft die installierten Skills auf dem neuesten Stand auf GitHub und aktualisiert den globalen Satz, wenn welche veraltet sind.

Schritt 3 unterscheidet sich je nach Modus:

Schritt 3 — Cinematic-Modus (reines Embed)

  1. Lies zuerst safe-zones.json. Erzähl-Ebenen gehen in zones.hugLeft/hugRight — saubere Streifen, die an die SILHOUETTE ANGRENZEN (Text weit weg vom Körper wirkt schwebend, nicht eingebettet; weite Ecken sind der Fallback, nicht die Standardeinstellung). Der Held standardmäßig in heroAnchor/heroBands.best (zentriert auf dem Motiv, ~30–55 % verdeckt). recommendation:"fg" verschiebt ERZÄHLUNG nach vorne für Lesbarkeit; der Held bleibt eingebettet, wann immer heroBands.feasible — Held-Vordergrund ist die letzte Option.
  2. Die DNA ist die Identität, die du in Schritt 0 ausgewählt hast (CATALOG.md) — öffne die Wahl hier nicht erneut. Überprüfe sie auf Plausibilität für die Szene (helle Helden-Band-Luma > 150 benötigt ink; die vollständige Auswahlhilfe befindet sich im Katalog und deckt alle zehn inkl. neon / glitch / chrome / velocity ab). Gib deine Wahl + Grund an; der Benutzer entscheidet. Die DNA sperrt Typ/Palette/Blend/Bewegung + Helden-Dreiakter; Safe-Zones v2 (Palette/Optik/Beleuchtung) parametrisiert sie automatisch für DIESE Szene.
  3. Verfasse <projekt>/cinematic.json — "dna": "<name>" + Gedanken-BLÖCKE, nicht rohe Gruppen: jeder Block = Zeilen von Wörtern (gruppiert 2–5 an Satzgrenzen) + die Ebene, in der er gestapelt wird + pro Zeile css (nur Größe/Gewicht/Style — keine Positionen) + höchstens EINE Zeile markiert als "hero": true (das hervorgehobene Wort; "text" für die Anzeigeform). Schema: Kopf von scripts/make-cinematic.cjs.
  4. Kompilieren: node scripts/make-cinematic.cjs <projekt> — senkt Blöcke → plan.json → index.html. Für dich generiert: transkriptsequenzierte Timings, Akkumulation innerhalb des Blocks, Seitenumblättern 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 durch Konstruktion; Kontext schwebt im VORDERGRUND, während der Held sich im HINTERGRUND einbettet = der Tiefen-Sandwich; eine Massenregel sorgt dafür, dass der Held seinen Kontext dominiert), Apex/Minor-Held-Trennung, Lesereihenfolge durch Konstruktion, fg-Fallback gemäß Safe-Zones. Dann laufen die Gates wie gewohnt. (Das manuelle Verfassen von plan.json direkt bleibt für Designs möglich, die Blöcke nicht ausdrücken können — dann führe selbst fill-timings.cjs + fit-fonts.cjs + make-composition.cjs aus.)

Schritt 3 — Theme-Modus (thematische Verfassung)

Lies ZUERST themes/README.md — Paradigma/Setpiece-Register, Verknüpfungen, harte Regeln und das exakte theme.json-Schema.

  1. Wähle eine Theme-DNA nach Inhaltsregister (jede themes/<name>.json hat voice + when). Gib deine Wahl + Grund an; der Benutzer entscheidet.
  2. Verfasse <projekt>/theme.json — dna, lines (Zeilen, wortgetreu, in Transkriptionsreihenfolge; 1–5 Wörter pro Zeile — bei takeover ist jede Zeile eine KARTE), minors (Betonungswörter), hero:{match} (das Höhepunkt-Wort/der Ausdruck; lasse es für Embed-Setpieces aus lines heraus, behalte es für Inline-Setpieces und Panel+Redact darin).
  3. Render: bash scripts/render-theme.sh <projekt> — kompiliert (Wortgetreuheits-Gate zur Kompilierungszeit), rendert beide Ebenen, kompositiert, wendet die Plate-Reaktion an → final_fx.mp4. Verwende preview-frames.cjs vor dem finalen Render, um das Embedded-Layout zu prüfen. Erwäge für Projekte, bei denen die Lesereihenfolge kritisch ist, ein <projekt>/rail.html-Thema oder manuelles Timing, anstatt auf den automatischen Compiler angewiesen zu sein.

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

sansayan01/finance_app_zo

The fallback workflow for authoring or editing any custom HyperFrames composition at any length or format — longer / multi-scene pieces, brand and sizzle reels, montages, title cards, static loops, freeform builds. Use only when no specialized workflow fits the input; routing table at /hyperframes.

sansayan01/finance_app_zo

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

sansayan01/finance_app_zo

HyperFrames CLI dev loop. Use when running npx hyperframes init, add, catalog, capture, lint, check, snapshot, compare, grade-compare, preview, play, render, publish, cloud, feedback, lambda, doctor, browser, info, upgrade, skills, compositions, docs, benchmark, telemetry, transcribe, tts, or remove-background (validate/inspect/layout are deprecated aliases covered by check), or when troubleshooting the HyperFrames build/render environment. Entry point for HeyGen-hosted cloud rendering (`hyperframes cloud render / list / get / delete`) and self-managed AWS Lambda rendering (`hyperframes lambda deploy / render / progress / destroy / policies / sites`).

sansayan01/finance_app_zo

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Also covers Tailwind projects and the STORYBOARD.md / SCRIPT.md plan formats. Read before writing composition HTML.

sansayan01/finance_app_zo

Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use `hyperframes-animation`.

sansayan01/finance_app_zo

Use when a HyperFrames composition needs seek-safe 2D/3D keyframes, GSAP timelines, CSS keyframes, Anime.js, WAAPI, FLIP, paths, masks, SVG morph/draw, text trails, 3D depth, or `hyperframes keyframes` diagnostics. Don't use for broad scene strategy, brand design, media sourcing, captions, or general video planning.

sansayan01/finance_app_zo

MicroFlow Pro - MFI Staff Portal built with Flutter & Supabase

Verwandte Skills