Communitygithub.com

dashizhihuan2018-source/fpv-video-skill

Planung, Erstellung oder Diagnose von FPV-Videos für Gebäude und Szenen, einschließlich Routennarrativ, kontinuierlicher Bewegung, Hindernisfreiheit, nativer Zeitsteuerung und Videoauslieferung. Geeignet für FPV-Flugaufnahmen, nicht zur direkten Verpackung normaler langsamer Rundgänge als abgenommene FPV-Aufnahmen.

Was ist fpv-video-skill?

Dieses Skill definiert einen strukturierten Workflow für die Erstellung von FPV-Videos (First-Person-View) mit Drohnenflügen durch Gebäude und Szenen. Es betont die Notwendigkeit, narrative Entscheidungen wie „Wohin fliegen? Warum abbiegen? Wann den Raum enthüllen?“ vor der technischen Umsetzung von Bewegung und Rendering zu klären. Das Skill unterstützt mehrere Plattformen (Claude Code, Cursor o.Ä.) und arbeitet phasenweise: Es beginnt mit der Routenbestätigung, gefolgt von spezifischen Nachschlagewerken für Flugdesign, GitHub-Forschungsmethoden, DCC-Integration, nativer Verifikation und Auslieferung. Es stellt klare Fertigstellungsstufen auf: Konzept bestätigt, Offline-Bewegungsprüfung, nativer Build & Readback, gerenderte Frames, Kodierung & Dekodierung, manuelle Sichtprüfung sowie Veröffentlichung. Eine Stufe ersetzt nicht die nächste. Zudem wird der Umgang mit Medienbeschränkungen (keine KI-Sicht auf Pixel/Geometrie) und die Vermeidung von Verwechslungen zwischen zufälligem Ruckeln, konstanter Neigung oder durchgängig hoher Geschwindigkeit mit echtem FPV hervorgehoben. Referenzfälle und synthetische Routenskripte stehen für Tests und Fehlerdiagnose zur Verfügung.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dashizhihuan2018-source/fpv-video-skill/tree/HEAD/skills/fpv-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht fpv-video-skill?

Lassen Sie die Kamera zuerst antworten: „Wohin fliegen? Warum abbiegen? Wann den Raum enthüllen?“, bevor Sie Bewegung und Rendering lösen. Technik und die Vorlieben des Benutzers für Kameraführung sind zwei verschiedene Türen.

Route zuerst bestätigen

Lesen Sie die tatsächlichen Einschränkungen der aktuellen Aufgabe, die Asset-Berechtigungen und das letzte visuelle Feedback des Benutzers. Bereits abgelehnte Kamerafahrten sind keine fortführbare Basislinie: Geben Sie zuerst neue Ziele, Abschnitte, Geschwindigkeitsänderungen, Durchflugpunkte, Kurven, Lead-in/Lead-out und Schlusspläne an; nach Bestätigung wird die teurere formelle Erstellung durchgeführt. Ohne alten Plan wählen Sie je nach Aufgabenrisiko eine leichte Vorschau oder Storyboard-Bestätigung aus; fordern Sie nicht mechanisch jede Schrittgenehmigung.

Unterscheiden Sie zwischen Drohnenausrichtung und Sichtziel: Die Drohne folgt dem Kurs und neigt sich mit der Krümmung; der Blick kann Kurven voraussehen, das Motiv verfolgen oder kurz zurückblicken und dann sanft wieder anschließen. Verwechseln Sie zufälliges Ruckeln, konstante Neigung oder durchgängig hohe Geschwindigkeit nicht mit FPV; ein Zurückblicken darf nicht mangelnden Routenzweck überdecken.

Wenn der Benutzer einen Plan ausgewählt hat und ausdrücklich bittet, den Rest selbst zu erledigen, fahren Sie innerhalb des genehmigten Aufgabenumfangs mit der Erstellung und Prüfung fort, ohne wiederholt Abschnitts- oder Renderbestätigungen einzuholen. Diese Genehmigung erweitert nicht die Berechtigungen für Asset-Lesen, Hochladen, Bezahlen, Veröffentlichen oder manuelle visuelle Abnahme und ist keine dauerhafte Befreiung für andere Aufgaben.

Nach Arbeitsphase lesen

Für kleine ausführbare Beispiele verwenden Sie scripts/synthetic_route.py und die zugehörigen Tests. Es erstellt nur unabhängige Analyse-Kurven und abstrakte Toröffnungen, keine originale Projektgeometrie, keinen vollständigen Flugcontroller, keine DCC-Schnittstelle oder filmreifen Kameragenerator. Parameter müssen pro Projekt ausgewählt werden; verwandeln Sie keine Beispiellaufzeit oder Schwellenwerte in allgemeine Anforderungen.

Nicht verwechselbare Fertigstellungsstufen

Melden Sie getrennt: Konzept bestätigt; Offline-Bewegungsprüfung; nativer Build & fresh readback; tatsächlich gerenderte Frames; Kodierung & vollständige Dekodierung; manuelle visuelle Abnahme in Echtzeitgeschwindigkeit; Veröffentlichung & Sichtbarkeit für Besucher. Der Erfolg einer Stufe ersetzt nicht die nächste. Fehleraufzeichnungen und Quell-Assets sollten erhalten bleiben; neue Reparaturen verwenden rückfallfähige Kandidaten, überschreiben Sie keine erfolgreichen Beweise, um Ergebnisse „aufzufüllen“.

Wenn Assets der KI die Ansicht von Pixeln, Geometrie oder Texturen verbieten, arbeiten Sie nur im erlaubten Metadatenbereich; wenn eine KI-Visualdiagnose erforderlich ist, muss zuerst nachgewiesen werden, dass das erlaubte Diagnosebild tatsächlich eingeschränkte Inhalte ausschließt. Ein versteckter Screenshot ist weder eine Berechtigung zum Lesen eingeschränkter Geometrie noch zur Verpackung für die Veröffentlichung. Vollständig eingeschränkte Bilder werden dem Menschen überlassen; wenn dies nicht möglich ist, stoppen Sie die Prüfung klar.

Öffentliche Referenzfälle befinden sich im Repository unter examples/changfeng/case.md; es enthält Prozess- und Fehlerzusammenfassungen, keine Quell-Assets oder abgenommene visuelle Beweise und ist keine Abhängigkeit für den Skill-Betrieb.

Verwandte Skills