Communitygithub.com

Long-Video-Keyframes

Erstelle Start- und Endbilder für jede Szene (Clip) des genehmigten Videoskripts. Schreibe einen Bild-Prompt pro Bild mit einem festen Dateinamen, der Szenennummer und Start/Ende enthält, erstelle einen Ordner für die Bilder und generiere die Bilder optional mit einem verfügbaren Bildtool oder übergebe die Prompts dem Benutzer auf einmal oder einzeln.

Was ist Long-Video-Keyframes?

Dieses Skill ist der fünfte Schritt im Long-Video-Workflow. Es erstellt für jede Szene des genehmigten Skripts zwei Bild-Prompts: einen für das Startbild und einen für das Endbild. Das Skill nummeriert die Szenen durch, erstellt einen `frames/`-Ordner mit den Bildern und speichert die Prompts in `frame-prompts/`. Es unterstützt verschiedene Liefermethoden: Der Benutzer kann die Bilder selbst generieren, Claude die Bilder generieren lassen, oder beides. Das Skill folgt strengen Regeln zur Konsistenz mit der visuellen Bibel und dem Filmstil, vermeidet doppelte Prompts für Fortsetzungsclips und führt eine Qualitätsprüfung durch, bevor es die Ergebnisse speichert. Es ist für Claude Code optimiert und setzt voraus, dass das Skript genehmigt ist und die visuelle Bibel und der Filmstil bereits erstellt wurden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/samanfirouzi/long-video-skill/tree/HEAD/skills/long-video-keyframes

In Ihrer bevorzugten KI fragen

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

Dokumentation

Long-Video-Keyframes (Langvideo-Keyframes)

Stufe 5 des Langvideo-Workflows. Ausgabe: ein Bild-Prompt für das Startbild und das Endbild jeder Szene, ein frames/-Ordner und optional die fertigen Bilder.

In dieser Stufe bezeichnet eine Szene einen Clip des Skripts (eine Einstellung, maximal 10 Sekunden). Die Szenen werden fortlaufend über das gesamte Video nummeriert.

Vorbereitung

  1. Finde das Projekt in ~/.long-video/projects/<slug>/. Erfordere video-script.md mit status: approved. Falls nicht genehmigt, stoppe und führe long-video-director aus.
  2. Erfordere film-style.md und visual-bible.md. Sie enthalten den Kamera- und Beleuchtungs-Look sowie den festgelegten Kunststil.
  3. Lade die Projektkonfiguration: Seitenverhältnis, Auflösung, Bildanbieter, Genehmigungsstufe, Budget.
  4. Überprüfe images/ auf die Charakter-, Umgebungs- und Objektbilder aus long-video-assets. Sie dienen als Referenzen. Wenn sie fehlen, teile dies mit. Fahre nur fort, wenn der Benutzer zustimmt, Prompts ohne sie zu schreiben.
  5. Falls frames/ oder frame-prompts/ bereits existieren, frage: Fortsetzen (auflisten, was erledigt ist) oder Neustart.

Schritt 1: Szenen nummerieren

  1. Lies das Skript der Reihe nach. Gib jeder Einstellung eine Szenennummer: 1, 2, 3 usw. über das gesamte Video. Fülle auf 3 Ziffern auf (scene-001) oder 4 Ziffern, falls mehr als 999 vorhanden.
  2. Erstelle die Zuordnung von Szenennummer zur Skript-Einstellungs-ID (z. B. Szene 7 ist Skript-Einstellung 2.3).
  3. Markiere Fortsetzungsclips (Continues: im Skript). Für diese ist das Startbild das Endbild der vorherigen Szene. Schreibe keinen neuen Start-Prompt. Der Index verweist auf das vorherige Endbild.
  4. Zähle die Bilder: zwei pro Szene, abzüglich der wiederverwendeten Startbilder. Teile dem Benutzer die Gesamtzahl mit.

Schritt 2: Die Bild-Prompts schreiben

Lies references/frame-prompt-templates.md. Schreibe zwei Prompts pro Szene (einen für eine Fortsetzungsszene).

Für jedes Bild leite aus der Skript-Einstellung ab:

  • Startbild. Was das erste Bild des Clips zeigt: die erste Kameraposition, die Startposen und -positionen der Charaktere, die Beleuchtung zu diesem Zeitpunkt.
  • Endbild. Was das letzte Bild zeigt: wohin sich die Kamera bewegt hat (z. B. näher nach einem Push-in), wie die Aktion endete, jede Änderung des Lichts. Es muss vom Startbild in der Dauer der Einstellung erreichbar sein. Wenn die Kamera statisch ist und sich nichts bewegt, ist das Endbild dieselbe Komposition mit einer kleinen natürlichen Veränderung (einer Geste, einer Lichtverschiebung).
  • Beide Bilder zeigen denselben Ort, dieselben Charaktere und Objekte mit derselben Kameraeinstellung, es sei denn, die Einstellung bewegt die Kamera.

Regeln für jeden Prompt:

  1. In sich geschlossen. Kein "wie oben". Füge alles ein, was der Generator benötigt.
  2. Stilblock wörtlich. Kopiere den Stilblock und die negativen Begriffe aus visual-bible.md exakt. Füge die "Promptzeile für Generatoren" des Filmstils hinzu. Füge Kamera, Objektiv und Beleuchtung aus der Einstellung hinzu.
  3. Entitätsbeschreibungen wörtlich. Kopiere jede Charakter-, Umgebungs- und Objektbeschreibung aus der visuellen Bibel. Paraphrasiere niemals.
  4. Referenzen. Liste die anzuhängenden Bilddateien auf: Charakterbild und -blatt, Umgebungsbild, Objekte. Für ein Endbild liste das eigene Startbild der Szene als erste Referenz. Verwende die exakten Dateinamen.
  5. Gleiche Bildgestaltung. Verwende das Seitenverhältnis aus der Konfiguration in jedem Prompt.
  6. Kein Text im Bild. Keine Untertitel, Untertitel, Logos oder Schilder mit lesbarem Text, es sei denn, die Geschichte erfordert es.
  7. Keine echten Personennamen, Marken oder Namen lebender Künstler.

Speichere die Prompts in frame-prompts/ in Batch-Dateien von 20 Szenen: scenes-001-020.md, scenes-021-040.md usw. Schreibe auch frame-prompts/index.md (Format in den Vorlagen).

Schritt 3: Dateinamen und Ordner

Erstelle frames/ im Projektordner. Lege Bilder niemals woanders ab.

Dateinamen sind fest und erscheinen in der Kopfzeile jedes Prompts:

  • scene-<nummer>_start.png
  • scene-<nummer>_end.png

Beispiele: scene-007_start.png, scene-007_end.png. Jede Dateierweiterung funktioniert (png, jpg, webp), aber der Basisname muss übereinstimmen. Der Name enthält die Szenennummer und das Wort start oder end, sodass jedes Bild anhand des Namens gefunden werden kann und in der richtigen Reihenfolge sortiert.

Schritt 4: Frage, was der Benutzer möchte

Frage: "Was möchtest du aus dieser Stufe?"

  • Nur Prompts. Der Benutzer erstellt die Bilder mit seinem eigenen Tool.
  • Bilder. Claude generiert die Bilder.
  • Beides. Der Benutzer erhält die Prompts und Claude generiert ebenfalls die Bilder.

Die Prompt-Dateien werden immer gespeichert. Diese Entscheidung legt fest, wer die Bilder erstellt.

Frage dann nach der Liefermethode: auf einmal oder einzeln.

Nur Prompts

  • Auf einmal. Zeige den vollständigen Pfad von frames/ und frame-prompts/. Zeige anhand eines Beispiels, wie die Dateinamen funktionieren. Der Benutzer öffnet die Batch-Dateien und arbeitet sie durch. Biete an, den Ordner später zu überprüfen.
  • Eins nach dem anderen. Zeige den ersten Prompt im Chat mit seinem Dateinamen und den anzuhängenden Referenzen. Warte, bis der Benutzer sagt, dass er gespeichert ist. Überprüfe, ob die Datei mit dem richtigen Namen in frames/ existiert. Zeige dann den nächsten Prompt. Wenn der Benutzer "überspringen" oder "stopp" sagt, speichere die Position in frames/status.md und stoppe.

Überprüfe den Ordner, wann immer der Benutzer darum bittet, oder am Ende: Vergleiche die gefundenen Dateien mit dem Index und liste auf, was fehlt oder falsch benannt ist.

Bilder oder beides

Lies ../long-video-assets/references/image-generation.md und befolge dessen Schritte zum Finden einer Methode, zum Umgang mit der Browser-Option, zur Reihenfolge, zu Prüfungen und zum Status. Verwende die in der Konfiguration gespeicherte Methode, falls vorhanden. Änderungen für diese Stufe:

  • Anzahl und Kosten. Teile dem Benutzer mit, wie viele Bilder benötigt werden und die ungefähre Zeit oder Kosten. Frage, bevor du eine große Charge startest. Biete an, mit einem Bereich zu beginnen, z. B. Szenen 1 bis 10.
  • Stiltest. Generiere zuerst scene-001_start. Zeige es. Frage, ob es dem festgelegten Stil und dem Aussehen des Charakters entspricht. Korrigiere die Prompts, bevor du fortfährst.
  • Reihenfolge. Für jede Szene: Startbild, dann Endbild (das Endbild verwendet das Startbild als Referenz, wenn die Methode dies unterstützt). Dann die nächste Szene.
  • Referenzen. Hänge die im Prompt aufgeführten Charakter-, Umgebungs- und Objektbilder an. Wenn die Methode nur eine Referenz akzeptiert, verwende die wichtigste (den Hauptcharakter im Bild) und teile dies mit.
  • Auf einmal oder einzeln. Auf einmal: generiere den gesamten Bereich, zeige dann die Ergebnisse. Eins nach dem anderen: zeige jedes Paar, warte auf Genehmigung oder eine Wiederholungsanfrage, setze dann fort.
  • Browser-Option. Gleiche Regeln wie in der Assets-Stufe: zuerst explizite Bestätigung der Anzahl, Zeit und des Download-Ordners. Gib niemals Passwörter ein oder löse CAPTCHAs.
  • Prüfungen. Überprüfe nach jedem Bild das Motiv, die Stilübereinstimmung, das Aussehen des Charakters anhand der Referenzen und den Unterschied zwischen Start- und Endbild. Maximal 2 Wiederholungen, dann markiere needs-manual.
  • Nie überschreiben. Überschreibe niemals ein vorhandenes Bild ohne zu fragen.

Wenn die Generierung fehlschlägt oder der Benutzer ablehnt, falle für die verbleibenden Szenen auf den Nur-Prompts-Pfad zurück.

Schritt 5: Status und Abschluss

  1. Halte frames/status.md aktuell:
| Szene | Bild  | Datei                | Status  | Notiz |
|-------|-------|----------------------|---------|-------|
| 001   | start | scene-001_start.png | done    |       |
| 001   | end   | scene-001_end.png   | pending |       |

Statuswerte: pending, done, needs-manual, skipped.

  1. Aktualisiere project.json: "stage": "frames-prompts-done" nachdem die Prompts gespeichert wurden, und "stage": "frames-images-done", wenn jedes Bild vorhanden ist und der Benutzer den Satz genehmigt.
  2. Teile dem Benutzer die Pfade von frames/ und frame-prompts/ mit und was noch fehlt.
  3. Biete an, mit long-video-clips fortzufahren (Videoclips aus den Bildern oder überspringe es und verwende nur Bilder). Starte es nur, wenn der Benutzer zustimmt. Starte keine andere spätere Stufe, es sei denn, der Benutzer fragt danach und diese Stufe existiert.

Selbstprüfung vor dem Speichern der Prompts

  • Jede Szene hat einen End-Prompt. Jede Nicht-Fortsetzungs-Szene hat einen Start-Prompt.
  • Jeder Prompt hat den Dateinamen in seiner Kopfzeile, der der Namensregel entspricht.
  • Jeder Prompt enthält den Stilblock, die negativen Begriffe und die Film-Promptzeile wörtlich.
  • Jeder Charakter, jede Umgebung und jedes Objekt in der Einstellung erscheint mit seiner Beschreibung wörtlich und seinen Referenzdateien aufgelistet.
  • Start- und Endbild einer Szene stimmen in Ort, Charakteren und Beleuchtung überein und unterscheiden sich in der Art, wie die Einstellung es sagt.
  • Die Anzahl der Prompts entspricht der dem Benutzer versprochenen Anzahl.

Regeln

  • Beginne niemals ohne ein genehmigtes Skript.
  • Generiere niemals Bilder, bevor der Benutzer "Bilder" oder "beides" gewählt hat.
  • Benenne niemals ein Bild oder eine Prompt-Datei um, nachdem die Prompts genehmigt wurden.
  • Frage niemals nach API-Schlüsseln im Chat.
  • Halte Chat-Nachrichten kurz. Füge den vollständigen Prompt-Text in Dateien ein und zeige nur Beispiele oder den aktuellen Prompt.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

long-video-assets

Video and animation skill. Build the visual foundation for a long video from an approved story. Extracts the recurring characters, environments and key objects, helps the user choose one art style from suggested options (10 at a time, more on request), then writes image generation prompts for every character (portrait plus character sheet), environment and object, all sharing one locked style. Can also generate the images (installed tool, API, MCP or browser) or hand the user a folder and file names to fill. Use after lon

long-video-director

Turn an approved story into a shot-by-shot video script, acting as the director. Asks whether the video uses a narrator or characters who speak (or both), suggests professional filming choices (camera type, lenses, camera movement, lighting, color, pacing), saves them as a separate film style file, then writes a script that matches the project config. Outputs film-style.md and video-script.md. Use after long-video-story (and long-video-assets) are done, or when the user asks for the video script, shot list, camera style or lighting plan.

long-video-render

Assemble the finished video and run the review loop. Builds the edit from the clips (or images with camera moves), voice, sound stems and captions, renders a low quality review version with scene numbers and time burned in so a client can review it, collects and applies changes (re-rendering reviews as often as needed), and when the user approves, renders the high quality final video. Uses a video editor with a CLI or MCP (FilmCraft, EffectCraft or another) if one is available and the user wants it, otherwise the bundled ffmpeg renderer. Use after long-video-sound, or when the user asks to render, assemble, export, preview or finalize the video.

long-video-sound

Video and animation skill. Create the sound effects, ambience and background music for the video and place them on the timeline. Plans the sound design from the approved script, sources or makes each sound (Openverse for openly licensed recordings and music, Earshot to make sounds from words and to listen to and judge sounds, Clipwing real-sfx to place real sounds on exact frames), records licences and credits, and mixes separate stems (effects, ambience, music) with the music ducked under speech. Or gives the user a fold

long-video-story

Agree on the story for a long video. The user either supplies a story or asks Claude to write one. When Claude writes, it first asks which story style to use (for example niche discovery, or a provocative-questions narration), runs that style's skill, and revises until the user approves. Use after long-video-setup, or when the user says "story for my video", "give me an idea", or wants to change an unapproved story. Ends only when the user explicitly approves the story.

long-video-voice

Create the spoken audio (narration and character voices) for the approved video script. First decides whether the video needs speech and asks the user to confirm. If yes, builds a voice cast (narrator plus each speaking character), makes a short sample of each voice with an available tool such as an ElevenLabs MCP and asks the user to approve the voices, then generates one audio file per spoken line with a name that holds the scene number and speaker. Or gives the user the lines, file names and folder to record or generate themselves. Use after long-video-clips (or long-video-keyframes), or when the user asks for narration, voiceover, voices or dialogue audio.

Verwandte Skills