Communitygithub.com

cgallic/kai-cmo-harness

Full-Stack-Videoproduktion vom Skript bis zum fertigen MP4. Kombiniert Skriptgenerierung (optimiert für TikTok/YouTube/Reels) mit KI-gestütztem Rendering mittels Remotion, KI-Sprachaufnahmen (Qwen3-TTS/ElevenLabs), Musikgenerierung (ACE-Step) und browserbasiertem Demo-Recording. Multi-Session-Projektverfolgung mit automatischer Intent-Rekonstruktion. Verwende es bei „Video erstellen“, „Video produzieren“, „Demo-Video“, „Produktvideo“ oder jeder Anfrage zur Generierung UND Darstellung von Videoinhalten.

Was ist kai-cmo-harness?

Diese Fähigkeit ermöglicht eine vollständige, automatisierte Videoproduktion – von der Skripterstellung (optimiert für TikTok, YouTube und Reels) über KI-Sprachausgabe (Qwen3-TTS/ElevenLabs) und Musikgenerierung (ACE-Step) bis hin zur Darstellung mit Remotion. Sie unterstützt drei Produktionsmodi: reine Skripterstellung, vollautomatische Render-Pipeline und hybride Produktion mit manuellen Demos. Das System verwendet ein durchdachtes Projektlayout, das den Zustand des Projekts in `project.json` abbildet, und ermöglicht eine nahtlose Wiederaufnahme von Projekten über mehrere Sitzungen hinweg – mit automatischer Intent-Rekonstruktion und Status-Korrektur. Vor der aufwändigen Produktion läuft ein Preflight-Variantenlabor, um die beste kreative Richtung zu validieren und so Rechenressourcen zu sparen. Die Fähigkeit ist auf Claude Code, Cursor und Codex abgestimmt und verwendet kosteneffiziente Basistools wie Qwen3-TTS und ACE-Step, wobei Premium-Dienste optional sind. Der gesamte Workflow vom Skript bis zur Videodatei ist in einer Sitzung möglich, inklusive automatischer Markenprofile, Vorlagen und cloud-basierter GPU-Tools, die typischerweise unter 0,50 $ pro Video kosten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cgallic/kai-cmo-harness/tree/HEAD/harness/skills-v2/kai-video-production

In Ihrer bevorzugten KI fragen

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

Dokumentation

/kai-video-production – ein gerendertes MP4, das als ein rendernswertes Skript begann

Kai-Notiz: knowledge/, harness/ und scripts/-Pfade in dieser Fähigkeit befinden sich in der Kai-Installation, nicht im Benutzerprojekt. Löse sie gegen das erste übergeordnete Verzeichnis dieser SKILL.md auf, das einen knowledge/-Ordner enthält (das Kai-Plugin-Root, ~/.claude/kai oder das kai-cmo-harness-Repository). MARKETING.md, memory/ und alle Ausgabedateien befinden sich im aktuellen Projekt. Falls ein referenziertes scripts/-Kommando in dieser Installation nicht verfügbar ist, teile dies mit, überspringe es und folge den dateibasierten Anweisungen – erfinde niemals dessen Ausgabe.

Studio-taugliche Motion Spots (ein code-renderter Hype-Launch-Spot, eine Walkthrough aus echten Screenshots oder Pain-Point-Videos für eine Site, mit dem Drop Cut zur Enthüllung) verwenden /kai-motion-spot. Diese Fähigkeit deckt die Remotion-Template-Produktion ab.

Zielsetzung

Ein fertiges Video: ein genehmigtes Skript, die benötigten Assets, synchronisierter Audio-Track und ein gerendertes MP4 gemäß Plattformspezifikation – mit project.json, das den tatsächlichen Projektstatus auf der Festplatte beschreibt, sodass die nächste Sitzung ohne Rekonstruktion fortgesetzt werden kann.

Produktion verstärkt ein gutes Skript und kann ein schlechtes nicht retten. Die Skriptqualität wird festgelegt, bevor irgendein Asset generiert wird. Der Umfang teilt sich in drei Bereiche: nur Skript (Stopp beim Skript, Benutzer zeichnet auf), automatisierte Produktion (vollständige Render-Pipeline), hybrid (Sprachausgabe und Folien generieren, Benutzer liefert Demos).

Erledigt, wenn

Arbeitstyp social-post – Untergrenze E5/C2/O3 (harness/eco-floors.yaml), Vertrag harness/skill-contracts/social-post.yaml. Ein Render, der als bezahlte Werbung läuft, folgt stattdessen paid-ad-campaign (E5/C4/O4), was die geladene Plattformrichtlinienreferenz vor der Einreichung der Werbung erfordert.

  • E5 – das Video ist live auf der Zielplattform und ein Nicht-Schauspieler hat den Permalink gegen den genehmigten Schnitt vorgelesen. Das MP4 in out/ ist E1; die menschliche Genehmigung der Gewinnervariante und des endgültigen Schnitts ist E3. Diese Fähigkeit rendert; sie lädt nicht hoch.
  • C2 – banned_word_check und four_us_score (10/16) sind im Skript sauber, plus beide Render-Checklisten unten.
  • O3 – Reichweite, Engagement-Rate, Profilklicks und Linkklicks werden aus den Plattform-Insights nach 7 Tagen gegen eine vor der Veröffentlichung aufgezeichnete Baseline gelesen.

Vor dem Rendern: Skript genehmigt mit starken Hooks und ohne KI-Schrott · alle Assets vorhanden, keine fehlenden Demos oder Bilder · Szenenlängen stimmen mit der Erzählung überein · Sprachausgabe auf Visuals abgestimmt · Markenfarben, Schriftarten und Logo korrekt · Übergänge flüssig · Textkontrast und -größe lesbar · Vorschau im Remotion Studio durchgesehen.

Nach dem Rendern: Auflösung wie angegeben · Sprachausgabe über Musik hörbar · Dateigröße innerhalb der Plattformgrenzen · Format auf der Zielplattform abspielbar.

Einschränkungen

  • Menschliche Genehmigung ist erforderlich, um vom Variantenlabor zum vollständigen Rendern überzugehen. Render kosten Rechenzeit und Zeit; ein nicht genehmigtes Konzept erhält keins von beidem.

  • Das Preflight-Variantenlabor läuft vor der Asset-Erstellung oder dem Rendern – 3 Hook-Varianten (jeweils mit Plattform, erwartetem Erstbild und Zuschauerversprechen), 2 Strukturvarianten für Szenenreihenfolge oder Tempo, 2 CTA-Varianten abgestimmt auf das Kampagnenziel, und 1 Risikohinweis pro Variante zu nicht belegbaren Behauptungen, Markeninkonsistenzen oder Genehmigungsbedarf. Schreibe in workspace/video/projects/{name}/PREFLIGHT-VARIANTS.md, wähle einen Gewinner aus, behalte die abgelehnten Varianten in derselben Datei als Kill-Liste.

    FaktorPunkteFrage
    Hook-Stärke1-5Erzeugt die Eröffnung sofortige Aufmerksamkeit?
    Nachrichtenklarheit1-5Ist die Kernidee nach einmaligem Ansehen offensichtlich?
    Belegdichte1-5Werden Behauptungen durch Demo, Zitat, Daten oder Quelle gestützt?
    Produktionsfit1-5Kann dies mit verfügbaren Assets und Zeitplan erstellt werden?
    Markensicherheit1-5Vermeidet es falsche Autorität, riskante Behauptungen oder unklare Rechte?
  • Lies MARKETING.md aus dem Projektstammverzeichnis, bevor du den Benutzer etwas fragst. Wenn es nicht existiert, baue es aus der Codebasis auf – CLAUDE.md, README.md, PROJECT.md, package.json, Landing Pages, E-Mail/Anzeigen/Analytik-Konfiguration – unter Verwendung der Vorlage aus /kai-email-system, und bestätige den Entwurf.

  • Wisse dies vor der Produktion: Thema, Plattformen, Format (Talking Head, Bildschirmaufnahme, B-Roll, Animation, Folien), Längenbereich, Ziel und ob der Benutzer nur das Skript oder einen vollständigen Render möchte.

  • Das Dateisystem ist die Quelle der Wahrheit. Bei Wiederaufnahme durchsuche das Projektverzeichnis, vergleiche mit project.json und korrigiere Status – asset-needed mit vorhandener Datei wird zu asset-present; ready mit fehlender Datei wird zu asset-missing. Melde jede Abweichung dem Benutzer, anstatt darum herum zu rendern. Generiere das Statusdokument CLAUDE.md des Projekts nach der Abgleichung neu.

  • Markenprofile werden automatisch angewendet. Farben, Schriftarten und Logo stammen aus brands/{brand}/brand.json; Stimmeinstellungen aus voice.json. Gib niemals eine Farbe oder Schriftart inline an, die die Markendatei bereits definiert.

  • Voraussetzungen sind echte Hürden: Node.js 18+ (Remotion) und FFmpeg (Kodierung) sind erforderlich. Cloud-KI-Funktionen benötigen ein Modal-Konto (30 $/Monat kostenloses Compute) oder RunPod (Pay-per-Second); ElevenLabs ist optional für Premium-Stimmen. /video-setup übernimmt die Konfiguration. Wenn ein Tool in dieser Installation nicht bereitgestellt ist, teile dies mit – beschreibe niemals eine Ausgabe, die es nicht produziert hat.

  • Bevorzuge das kostenlose oder günstige Tool. Qwen3-TTS und ACE-Step decken die meiste Arbeit ab; Premium-Anbieter sind eine bewusste Wahl, kein Standard.

  • Nichts wird veröffentlicht. Der Render landet in out/; das Hochladen ist ein separater genehmigter Schritt.

Kontext

BedarfLaden / ausführen
Videocontent-Mechanikenknowledge/playbooks/video-content-creation.md
TikTok · YouTube · Reelsknowledge/channels/tiktok-algorithm.md · knowledge/channels/youtube.md · knowledge/channels/instagram.md
Folien-Szenen-Design-Polishknowledge/frameworks/design/frontend-design.md
Produkt, ICP, Stimme, KanäleMARKETING.md (Projektstammverzeichnis)
Setup, Aufnahme, Audio, Review, Design, Klonen/video-setup · /record-demo · /generate-voiceover · /scene-review · /design · /voice-clone

Vorlagen: product-demo (Titel, Problem, Lösung, Demo, CTA) · explainer (Titel, Überblick, Abschnitte, Zusammenfassung) · demo-walkthrough (Bildschirmaufnahme mit Kommentar) · social-short (15–60s vertikal) · testimonial (Zitat + Visuals) · announcement (Einführungen, Veröffentlichungen, Neuigkeiten). Referenzmaterial wird mitgeliefert – templates/product-demo/, templates/explainer/, templates/social-short/ und fertige Beispiele in examples/digital-samba-skill-demo/ und examples/schlumbergera/, jedes mit Quelle, gerendertem MP4 und Produktionsnotizen.

Projektstruktur:

projects/{name}/
├── project.json          # Zustand, Szenen, Assets, Sitzungen
├── VOICEOVER-SCRIPT.md   # vollständige Erzählung
├── src/                  # Root.tsx, scenes/, config/ (Timing, Marke, Assets)
├── public/               # audio/, demos/, images/, videos/
└── CLAUDE.md             # automatisch generierter Status

project.json enthält name, template, brand, created, updated, phase, ein scenes[]-Array (id, type, duration, visual, narration, status), einen audio-Block (Sprachausgabe: Datei/Status/Anbieter/Sprecher; Musik: Datei/Status/Voreinstellung), estimates.totalDurationSeconds und ein sessions[]-Log mit Datum, Phase und Zusammenfassung. Lebenszyklus: planning → assets → review → audio → editing → rendering → complete.

Szenentypen: title · overview · demo · split-demo · problem · solution · feature · stats · testimonial · cta · credits.

Assets. Folien (Titelkarten, Aufzählungspunkte, Statistikvisualisierungen, CTA-Bildschirme) werden aus dem Markenprofil generiert. Demos stammen von /record-demo (Playwright-Browseraufzeichnung, --script demo-script.md --auto für skriptgesteuerte Automatisierung), einer externen MP4/MOV-Datei, die in public/demos/ abgelegt wird, oder Playwright-Screenshots. Bilder: python tools/flux2.py --prompt "..." --cloud modal für Generierung, python tools/image_edit.py --input photo.jpg --style ... für Bearbeitung.

Audio.

python tools/voiceover.py --provider qwen3 --speaker Ryan --script VOICEOVER-SCRIPT.md --scene-dir public/audio/scenes --json
python tools/voiceover.py --provider elevenlabs --voice-id {ID} --script VOICEOVER-SCRIPT.md
python tools/music_gen.py --preset corporate-bg --duration 120 --bpm 90 --key "D Minor"
python tools/music.py --prompt "Upbeat corporate" --duration 120
python tools/sfx.py --preset whoosh   # auch: pop, success

Qwen3-Sprecher: Ryan, Brad, Ava, Lily, Emily, Sam, Alex, Kevin, Zoe. Musikvoreinstellungen: corporate-bg, upbeat-intro, dramatic-reveal, ambient-subtle, tension-build, inspirational-montage, tech-minimal, celebration-end. /voice-clone erzeugt eine benutzerdefinierte Markenstimme.

Markendateien. brand.json: colors (primary #3B82F6, secondary #10B981, background #111827, text #F9FAFB im KaiCalls-Beispiel), fonts.heading / fonts.body (Schriftart + Gewicht), logo, style. voice.json: provider, speaker, tone, pace, und ein elevenlabs-Block (voice_id, stability, similarity_boost).

Übergänge – 7 benutzerdefinierte plus 4 offizielle Remotion-Übergänge, importiert aus @/lib/transitions:

ÜbergangEffektAnwendungsfall
glitch()Digitale Verzerrung + RGB-ShiftTech-Ästhetik
rgbSplit()Chromatische AberrationEnergetische Schnitte
zoomBlur()Radialer BewegungsunschärfeDramatische Enthüllungen
lightLeak()Kinematisches ObjektivflairProfessioneller Feinschliff
clockWipe()Radiale Sweep-EnthüllungZeitbasierte Inhalte
pixelate()Digitales MosaikRetro/8-Bit
checkerboard()Gitter-Enthüllung (9 Muster)Sauber, geometrisch
slide() fade() wipe() flip()Offizielle RemotionStandard, subtil, gerichtet, verspielt

Überprüfen und rendern.

cd projects/{name} && npm run studio     # Remotion Studio unter localhost:3000
npm run render -- --quality=low          # Vorschau
npm run render                           # Final → out/{name}.mp4

Render-Optionen: --codec=h264 (Standard) oder h265 (kleiner) · --resolution=1080p (Standard) oder 720p · --fps=30 (Standard) oder 60. Zeitanpassungen befinden sich in config.ts.

Postproduktion: tools/addmusic.py (Musik zu einem vorhandenen MP4 hinzufügen) · tools/redub.py (Stimme austauschen) · tools/dewatermark.py --preset sora --cloud modal · tools/upscale.py --scale 2x --cloud modal.

Cloud-GPU. Modal wird über /video-setup bereitgestellt: qwen3_tts (~0,01 $/Video), flux2 (~0,02 $/Bild), music_gen (~0,05 $/Track), sadtalker (~0,10 $/Video), ltx2 (~0,23 $/Clip), image_edit (~0,03 $/Bild), upscale (~0,01 $/Bild), dewatermark (~0,10 $/Video). RunPod ist die Pay-per-Second-Alternative (python tools/<tool>.py --setup pro Tool). Ein 60–90-Sekunden-Video kostet insgesamt etwa 0,20 $ – Skript ~0,10 $, Qwen3-Sprachausgabe ~0,01 $, ACE-Step-Musik ~0,05 $, FLUX.2-Bilder ~0,04 $, lokaler Remotion-Render 0,00 $. Premium kommt hinzu: ElevenLabs-Sprachausgabe +0,30 $, LTX-2-Clip +0,23 $, SadTalker +0,10 $. Der kostenlose Starter-Tarif von Modal deckt 100+ Videos/Monat ab.

Ausgabe geht nach workspace/video/: _video-projects.md (Index), projects/{name}/ (mit out/{name}.mp4), scripts/ aufgeteilt in tiktok/, youtube/, reels/, und _production-guide.md.

Einstiegspunkte: /kai-video script --platform tiktok --topic "..." (nur Skript) · /kai-video produce --template product-demo --brand kaicalls (vollständige Pipeline) · /kai-video resume {name}. Nachgelagert: /kai-repurpose für Clips, /kai-social für Zeitplanung, /kai-content-calendar für Veröffentlichungszeitpunkte, /kai-analytics für Leistung.

Häufige Fehler: „Asset nicht gefunden“ – project.json-Pfade stimmen nicht mit dem Dateisystem überein, abgleichen · „Audio aus dem Takt“ – Timing in config.ts anpassen oder die Sprachausgabe gegen das aktuelle Skript neu generieren · „Render schlägt fehl“ – ffmpeg -version prüfen, Asset-Existenz bestätigen, zuerst eine Vorschau mit niedriger Qualität ausführen · „Tool-Timeout bei Modal“ – Compute-Guthaben und modal app list prüfen oder auf RunPod ausweichen · „Markenfarben nicht angewendet“ – brand.json fehlt in brands/, Markenname stimmt nicht in project.json überein, oder src/config/brand.ts muss neu generiert werden.

Eskalieren, wenn

  • Der Gewinner des Variantenlabors nicht genehmigt wurde und der nächste Schritt Render- oder GPU-Ressourcen verbrauchen würde.
  • Demo-Material Kundendaten, Drittanbieter-UI oder irgendetwas zeigt, dessen Rechte unbestätigt sind.
  • Eine Behauptung in der Erzählung eine Zahl ohne Quelle benötigt.
  • Der Abgleich Assets findet, die das Projekt nicht erwartet hat, oder erwartete Assets, die verschwunden sind.
  • Voraussetzungen fehlen (kein Node 18+, kein FFmpeg, keine bereitgestellten Cloud-Tools) und der Benutzer eine gerenderte Datei erwartet.
  • Das Video für eine bezahlte Platzierung bestimmt ist – die Plattformrichtlinienreferenz und die paid-ad-campaign-Untergrenze gelten vor der Einreichung.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Verwandte Skills