yt-film: erzählte Filme aus Standbildern
Für vertikale Reels, Shorts oder serialisierte Social-Videos verwende den begleitenden yt-film-reels skill.
Die Basis ist ein Boden, nicht der Film. Führe für jeden Film, ob Quer- oder Hochformat, den kreativen Durchlauf in Claude ist der Fahrer durch, bevor die Shot-Listen erstellt werden: entscheide, was diese Geschichte braucht, was die Basis nicht hat (eigene Effekte, Übergänge, Sounds, Zeichengeräte), erstelle oder suche diese und verwende einen Basiseffekt nur, wo er passt. Die Engine rendert auch Hochformat: Porträtmodus.
Eine Produktionslinie für Story-Filme: Der Benutzer erstellt ~150 Standbilder aus einem Leitfaden, den Claude schreibt, Claude schreibt das
Drehbuch aus diesen Bildern, eine Stimme liest es vor, und die Python-Engine erweckt jedes Bild zeitgleich mit den
Worten zum Leben. Der Referenzfilm ist das Chadwick-Beispiel (examples/chadwick/, Carnegie's Daughter: die Frau, die
Millionen als Andrew Carnegies heimliche Tochter auslieh): seine Bilder, das Drehbuch, die Stimme, die Musik, die Shot-Listen und das
70-Sekunden-Effekte-Testvideo (examples/chadwick/video/chadwick_effects_test.mp4) zeigen jede Technik.
REPO unten ist der Ordner dieses Skills (wo diese Datei ist). PY ist sein Python: REPO/.venv/bin/python unter
macOS/Linux, REPO\.venv\Scripts\python.exe unter Windows. Führe Engine-Befehle immer mit PY aus dem tools/-Ordner des Projekts aus.
Wenn .venv nicht existiert, richte es zuerst ein: Folge dem Installations-Runbook (für Claude) in
references/install.md Schritt für Schritt (frage vor systemweiten Installationen; der Benutzer fügt seinen eigenen API-Key ein).
Grundregeln
- Rendere niemals ohne die Zustimmung des Benutzers. Überprüfe mit
stills.py(ein Kontaktbogen in ~30 s). Batch-Renderings, Vorschauen, das Ende und der finale Zusammenbau dauern Minuten bis Stunden: sag, was du rendern würdest und wie lange es dauern könnte, und warte auf ein „Ja“. Rendere nichts neu, was bereits gerendert wurde, es sei denn, es hat sich geändert und der Benutzer möchte es. - Frage die Routen des Benutzers einmal pro Projekt ab: welches Bild-Tool (
references/image-generation.md), welche Stimme (Gemini TTS oder seine eigene:references/voice.md), welche Musik (Lyria oder seine eigene:references/music.md), seine Nische und seinen Kanalnamen und die drei Entscheidungen, die den Kanal zu seinem machen: der Bildstil (der Opener: Gouache, flach redaktionell, Noir, Kreide, Comic, Märchenbuch, Blaupause oder sein eigener; Charaktere oder keine), der Engine-Look (YTF_LOOK: Gouache, Clean, Noir, Kreide, Comic, Märchenbuch, Blaupause;look.jsonfür Einzelwerte) und das Format (story,explainer,countdown,rise-fall,storytime,kids,summary,case-study,news):references/art-styles.md,references/formats.md. Verwende nicht standardmäßig den pastellfarbenen True-Story-Stil des Beispiels; wenn der Benutzer keine Präferenz hat, zeige die Optionen in einer kurzen Tabelle und empfehle eine, die zu seiner Nische passt. - Die Nische des Benutzers ist seine eigene: lenke ihn nicht zu Geschichte oder zum Thema des Beispiels. Das Beispiel ist eine Referenz für Techniken, keine Vorlage für Themen.
- Windows: Pfade mit Schrägstrichen funktionieren; lange Jobs laufen im Hintergrund; Geschwindigkeitseinstellungen finden sich in
references/performance.md. Gehe niemals von macOS-only Tools aus. - Keine API-Keys in anderen Dateien als
.env. Lade echte Fotos oder Sounddateien nur nach Zustimmung des Benutzers herunter (gib die Datei, Quelle, Größe und Lizenz an).
Der Stack
| Aufgabe | Tool | Wo |
|---|---|---|
| Recherche | Websuche, verifizierte Faktenliste mit Quellen; markiere, was nicht bestätigt werden kann | OUTLINE.md |
| Bilder | das Bild-Tool des Benutzers, aus Claudes Leitfaden | IMAGE_GUIDE.md (+ IMAGE_PROMPTS.jsonl für die API), incoming/ |
| Drehbuch | Claude, geschrieben aus dem Bildleitfaden, ein ##-Abschnitt pro Beat, [SHOTS: …] Notizen | SCRIPT.md |
| Stimme | Gemini TTS (Stimme Orus, langsam vorgelesen → 1,25x, Pausen begrenzt) oder das Audio des Benutzers via import_voice.py | tools/voice.py, tools/import_voice.py |
| Wort-Zeitsteuerung | Whisper: mlx-whisper (Apple Silicon) oder faster-whisper (Windows/Intel/Linux) | voice/<batch>_words.json |
| Musik | Lyria (Gemini API), ein Cue pro Abschnitt, oder die lizenzierten Tracks des Benutzers | tools/music.py → audio/music/ |
| Film-Engine | Python (OpenCV, Pillow, NumPy, SciPy), kein After Effects | tools/film.py, fx2.py, seq.py, signature.py, wr.py, kit.py |
| Shot-Listen | eine Datei pro Batch mit seq.py, basierend auf den Wortzeiten des Batches | tools/<story>.py + tools/shots_bN.py |
| Renderings | parallel, an die Maschine angepasst, niedrige Priorität | tools/render_all.py |
| Ende | die eigene animierte Signatur des Benutzers (Beispiel: cta.py) | renders/cta.mp4 |
| Finaler Zusammenbau | Batches + Ende, eine durchgehende Musikspur, −14 LUFS / −2 dBTP | tools/final.py |
| Synchronisationen | Standardmäßig Spanisch + Französisch: Gemini-Übersetzung + TTS in ~3-Minuten-Blöcken, angepasst an die englischen Slots | tools/dub.py |
| Thumbnails | das Bild-Tool des Benutzers, aus einem Leitfaden | references/thumbnails.md |
Projekte leben in YTF_WORKSPACE (Standard ~/yt-film-projects/<story>/), erstellt von
PY REPO/scripts/new_project.py <story>, das die Engine in tools/ kopiert und jeden Ordner erstellt. Einstellungen
befinden sich in .env (zuerst Projekt, dann REPO): GEMINI_API_KEY, YTF_CHANNEL, Stimme/Modell-Namen, Geschwindigkeitsregler
(.env.example listet alle auf). engine/ytf.py findet Schriftarten, den Key, Whisper und die gemeinsame Kunst auf jedem Betriebssystem.
Die Arbeitsreihenfolge
- Wähle die Geschichte, wenn nicht vorgegeben: 3–5 Kandidaten mit Lückenprüfung (
references/story-finding.md). Starte das Projekt mit seinem Format und Look:PY REPO/scripts/new_project.py <name> --format <format> --look <look>(schreibt die Format-Vorlage in OUTLINE.md,YTF_FORMATundYTF_LOOKin.env). Teste einen neuen Stil an zwei Bildern mitstills.py, bevor du den vollständigen Leitfaden schreibst (references/art-styles.md, letzter Abschnitt). - Geschichte und Fakten: recherchiere;
OUTLINE.mdmit Quellen. Markiere alles Unbestätigte und umschreibe es später („angeblich“), stelle es niemals als Tatsache dar. Entscheide den Haken (references/hooks.md: niemals denselben Typ wie die letzten drei Filme des Benutzers). Schreibe dann die Spine oben inOUTLINE.md(references/storytelling.md): eine Frage, die der Film beantwortet, und 8–12 Beats, verbunden durch „also“ / „aber“; den ersten falschen Akt oder entscheidenden Moment bei ~15 % des Films; ein oder zwei Hintergrundpassagen pro Hauptperson. Zeige sie dem Benutzer vor dem Bildleitfaden. - Bildleitfaden zuerst (
references/image-guide.md, geschrieben für die Route des Benutzers). Er folgt der Spine und der Art, wie der Film erzählt wird (zeigen, dann zeichnen: jede Beat-Zeile nennt die Zeile, die sie bedient, und was darauf oder danach gezeichnet wird). Ziel: ~150 Bilder: Stilkarte, Cast-Blätter, ~100 Szenen-Shots mit Deckung (W Weit, M Mittel, F Gesichts-Nahaufnahme als EDIT, D Detail, P Point of View), 6 Szenen mit_lines-Versionen, 12 Skizzenblätter +_lines, ~10 leere Story-Objekte („Basen“: ein Notizbuch, eine alte Karte, eine Karte, ein Hauptbuch, ein Umschlag, eine Depesche, eine Zeitung). Exakte Dateinamen und Ordner. Konsistenzregeln:references/consistency.md. - Überprüfe Bilder, wenn Gruppen eintreffen (Hände, Gesichter, Zeitdetail, kein Text, Form: Bilder treffen ~16:9 ein und werden
mittig auf 2:1 beschnitten, also nichts Wichtiges ganz oben/unten). Manuelle Downloads:
scripts/sort_images.py. Dann gerasterte Blätter in Engine-Pixeln (COLS=4 PY tools/egrid.py out.png IMG ...) und kartiere die Schornsteine, Lampen, Kerzen, Atem- und Ruhezonen jedes Bildes, bevor du Shots schreibst. - Drehbuch aus den Bildern. Jedes generierte Bild wird verwendet; ordne jede Passage ihren Shots zu und führe die
Prüfung auf ungenutzte Bilder durch (Beispiel:
examples/chadwick/tools/script_check.py), dannPY tools/story_check.py(gesprochene Daten, Szenenwechsel-Eröffnungen, wo die[DRIVE]-Passage fällt, jede Batchnaht) und die Prüfungen inreferences/storytelling.md(Nacherzählung, 15 %, aber/deshalb, keine gestapelten Erklärungen, 5–7 gesprochene Daten, zeigen → zeichnen). Keine Längenbeschränkung: erzähle die Geschichte vollständig und in gemächlichem Tempo (~150 Wörter pro Minute; Chadwick: 1.780 Wörter → 12 Min). Beende mit der Like/Abo-Zeile des Benutzers. - Stimme: Gemini (
voice.py --testzuerst, dann Batches;--paceundSPEEDS, damit jeder Batch bei ~140–160 Wörtern pro Minute liegt) oder das Audio des Benutzers (import_voice.py --full | --passages | --batches). SetzeBATCHES(4–7 Passagen, ~65–100 s jede, geschnitten mitten im Akt, wo die Geschichte voranschreitet; nur 2–3 Schnitte an Aktwechseln; nichts wird zu Batch-Beginn wieder eingeführt) undGAPS. Drucke die Wörter jedes Batches aus, bevor du seine Shots schreibst (Whisper hört Namen falsch und schreibt Zahlen als Ziffern: richte dich nach dem, was geschrieben wurde). - Musik: 5–7 Cues (
music.py, oder die Dateien des Benutzers inaudio/music/); ordne Cues den Batches infinal.py'sMUSICzu. - Shot-Listen pro Batch mit
seq.py(references/engine.md,examples/chadwick/tools/): ein Film-Modul (<story>.py, wiechad.py) enthält dieLIVE-Tabelle (die lebenden Schichten jedes Bildes) und die Karteneinstellungen; jedeshots_bN.pyist ~60 Zeilen mitS.at(time, scene(...)/page(...)/drawin(...)/map_shot(...)). Überprüfe jede mitPY tools/stills.py bNund sieh dir das Blatt an, bevor irgendetwas gerendert wird. - Renderings (mit Zustimmung des Benutzers):
PY tools/render_all.pyführt alle Batches parallel aus, so viele auf einmal, wie der freie Arbeitsspeicher der Maschine erlaubt (ca. 1,5 GB pro Rendering; mehr auf einmal ist langsamer, sobald der Speicher ausgeht); nach Korrekturenrender_all.py b3 b7oder--changed. Starte es in einem eigenen Fenster, damit das Schließen von Claude es nicht stoppt, und befolgereferences/performance.md, wenn ein Rendering langsam ist oder der Computer ruckelt (besonders Windows). Teste einen neuen Übergang oder Effekt zuerst an zwei Frames (ein später Crash verschwendet das Rendering). - Ende einmal pro Kanal (
references/cta.md), dann finaler ZusammenbauPY tools/final.py; überprüfe Länge, fps, Lautstärke der MP4 (−14 LUFS, Spitze ≤ −1,5 dB) und Stichproben der Standbilder (references/final-render.md). - Synchronisationen (
references/dubs.md) und Thumbnails (references/thumbnails.md) falls gewünscht.
Der Look (Standard des Beispiels; jeder Kanal wählt seinen eigenen)
- Das Beispiel: eiförmige Menschen (Eiförmiger Kopf, zwei dunkle ovale Augen, Mund aus einer Linie, keine Nase/Ohren/Brauen, einfache
abgerundete Hände) in einer zeitgenauen realen Welt; Tuschelinie + matte Pastell-Gouache; Engine-Look
gouache. Andere Kanäle wählen ihren eigenen Bildstil, Charaktere (oder keine) und Engine-Look (references/art-styles.md); die folgenden Regeln gelten für jeden Stil. - Der Engine-Look bestimmt die hinzugefügten Schichten: Grading, Körnung, Vignette, Tusche, Etikettenpapier, Akzent, Schriftarten, Zeichengeräusch
(
engine/look.py:YTF_LOOK,look.json). Härte niemals eine Farbe oder Schriftart in einer Shots-Datei, wenn der Look eine hat (look.rgb("accent"),look.L.type_font); der Look eines Kanals muss sich an einer Stelle ändern lassen. - Kein 2.5D, keine Ausschnitte, kein KI-Video. Einzelne Bilder mit beruhigten Kamerabewegungen (Hereinfahrten, Schwenks, langsames Schweben).
- Halte nie ein Bild zu lange: schneide zum nächsten Shot des Moments (W→M→F→D→P) oder zu einer gezeichneten Seite.
- Skizzen-Erklärungen sind echte Zeichnungen, keine Symbole: aus den Strichzeichnungen der Blätter entnommen oder von der Engine gezeichnet, wo Code es gut kann (genaue Karten, Routen, Markierungen, einfache Figuren).
- Leere Basen werden live in ihrem eigenen Medium beschriftet: Graphit auf Papier, Kreide auf einer Tafel, Pinseltusche, Halbtonfotos, die in eine Zeitung gedruckt werden, Tuscherouten auf einer Karte.
- Linien tragen Bedeutung: Strichlisten für Jahre, Schallringe, fallende Papierpfade, Rauchlinien, durchgestrichene Figuren.
- Beschriftungen (Daten, Orte, Namen) sind eben getippter Text in der Schriftart des Looks (Schreibmaschine in
gouache), Taste für Taste mit einem leisen Klick getippt. - Das Schreiben auf einem Objekt sitzt auf den realen Linien dieses Objekts in ihrem Winkel; unleserlicher Druck darunter wird
zuerst gelöscht (
fx2.clean_text). - Immer Kontrast: nichts Dunkles auf Dunklem. Beschriftungen wählen automatisch Creme/Tusche mit einem Heiligenschein. Erzwinge niemals
color="ink", ohne zu prüfen, was darunter ist. - Das Tool-Sprite ist klein (0,28 Skalierung), damit es nie die Aufmerksamkeit auf sich zieht.
Signatur-Animation (alles im Code auf den Standbildern)
engine/signature.py, engine/fx2.py, Shot-Helfer engine/wr.py, engine/seq.py. Je ein Standbild von jedem in
examples/chadwick/look/; jedes in Bewegung im Effekte-Testvideo.
- Lebendige Standbilder (das Bild bewegt sich nie; Schichten leben darauf): Partikelrauch aus jedem Schornstein, Atem in der
Kälte, lebende Flammen und das Licht, das sie werfen, die eigenen Lampen des Bildes, gefunden und atmend (
fx2.lamps), Schnee, Regen, fallende Blätter, Glanzlichter. Kein Pixel-Warping (sg.Flow) bei Rauch, Dampf, Feuer oder Wasser: es verschmiert das Gemälde (look/flow_smear_avoid.png). - Gesichter, die nur agieren, wo es wichtig ist: kein automatisches Blinzeln oder Ausdrücke. Ein Gesicht agiert nur, wenn ein Shot
act=/talk=übergibt, und nur ein Gesicht mit einem passenden Augenpaar (sg.face_audit([...], out.jpg): agiere nur, wo beide Augen grün umrandet sind). Hinweise:blinks(blinzeln),glances(Blicke),widen(weiten),mouth_fx(Mund-Effekte),expr(Ausdruck: lächeln, grinsen, runzeln, o, lachen, geschlossene Augen, blinzeln…),talk=(ta, tb), Reaktionsmarkierungen (sweat(Schweiß),shake(Zittern),!,?,zzz). Eine Handvoll echter Beats pro Batch, niemals Dekoration. - Comic-Seiten auf der leeren Tafel (
sg.Comic): Ränder tuschieren sich selbst, jedes Panel tuschiert und malt dann, die Kamera besucht Panels und taucht in das letzte ein. Zwei pro Film (der Haken, das erste große Set-Stück). Jedes Panel hält ≥ 1,8 s. - Live gezeichnete Zeichnungen (
fx2.Draw): Ein Blatt tuschiert in seiner Strichreihenfolge (Stift-Sprite und Geräusch), dann werden seine Farben eingewaschen;card=Truelegt zuerst eine sanfte cremefarbene Wäsche auf belebte Bilder. Ein Blatt wird nie als Seite von vier gezeigt: Jede Zeichnung erscheint, wenn der Erzähler sie nennt, verbunden durch Pfeile und kurze getippte Beschriftungen. - Die Erklärerkarte (eine Basis, wiederverwendet): Namen werden getippt und durchgestrichen, ein Mechanismus als Kette von Zeichnungen mit Pfeilen, drei Zeichnungen mit drei Wörtern.
- Markierungsvokabular, nach Bedeutung ausgewählt, niemals jedes Mal dieselbe Markierung: Unterstreichung, Häkchen, Kreuz, Klammer, Bewegungs-
linien, Schallringe, Route (gepunkteter Pfad + Pfeil), Führungslinie (Punkt, Linie, getippte Beschriftung), Strichliste;
sg.Stamp(Gummistempel- Schlag: GEFÄLSCHT, GESCHLOSSEN, 14 JAHRE),sg.Tag(abgerissenes Papieretikett),sg.Inset,sg