name: style-lab description: Lernt einen Videobearbeitungsstil aus Referenzvideos oder einer Beschreibung, dann bearbeitet Ihr Filmmaterial in diesem Stil mit einem Bearbeitungsplan und Bewertungsrunden. Auslöser: editing style, style-lab, סגנון.

Was macht style-lab?

Wann verwenden (vollständige Auslöserliste)

Verwenden, wenn der Benutzer einen Bearbeitungsstil oder ein Aussehen aus Referenzvideos (Links oder Dateien) oder aus einer schriftlichen Beschreibung erstellen, definieren, kopieren, lernen oder trainieren möchte; ein Style Board oder einen Style Guide erstellen; Referenzreels in einen wiederverwendbaren Stil umwandeln; oder einen Clip mit sprechender Person oder Kurzvideo „im Stil von“ einem trainierten Stil bearbeiten und ihn dann in Bewertungsrunden korrigieren möchte. Auch für: „Lass meine Videos aussehen wie die von diesem Creator“, „Speichere diesen Look, damit jedes Video dazu passt“, „Der Schnitt sieht generisch/KI-haft aus“. Hebräisch: סגנון עריכה, ליצור סגנון, ללמד את Claude סגנון, בורד סגנון, לוח השראה, ריפרנסים, תערוך בסגנון, תוכנית עריכה, סבב הערות, סטייל לסרטונים.

סקיל = הוראות קבועות ל־Claude. Dieser Skill ist Teil der „וידאו עם AI“-Kursfähigkeiten von Gabriel Gelman (Apache-2.0). Es handelt sich um einen fortgeschrittenen Bonus-Skill: Er setzt Claude Code mit ffmpeg und Python voraus und funktioniert am besten mit installiertem HyperFrames.

Sprache: Sprich immer auf Hebräisch mit dem Benutzer, es sei denn, er schreibt in einer anderen Sprache. Erkläre jeden Schritt in einfachen Worten, bevor du ihn ausführst (was wir tun, warum, was der Benutzer jetzt tut), einen Schritt nach dem anderen, und benenne den Schritt („שלב A2: בורד הסגנון“). Alle Seiten, die der Benutzer sieht (Board, Plan, Review-Room), folgen dem Kursdesign: RTL Hebräisch, Karantina / Heebo, Weiß-Schwarz-Violett.

Inspiration: Der zweiphasige Workflow (einen Stil aus ~20 Referenzvideos und einem Board trainieren, dann mit einem menschlich erstellten Plan bearbeiten) wurde durch Josephs YouTube-Video zum Bearbeiten von Talking-Head-Videos mit Claude (https://youtu.be/g9xoKm5DEeU) inspiriert. Nichts aus dem Video wird hier kopiert; die Board-, Plan- und Review-Seiten, die Skripte, die Regeln und die Bewertungsschleife sind unsere eigenen, die für eine Charge von 13 Reels neu aufgebaut und getestet wurden.

Die Idee in einem Absatz

Referenzvideos lehren Claude die Logik hinter den Animationen (wann, wie lange, wie sie sich bewegen); das Board lehrt das Design (Schriftarten, Farben, Größen, warum). Ohne beides wirken Bearbeitungen generisch. Der menschliche Geschmack greift an drei Kontrollpunkten ein: dem Board (Phase A), dem Bearbeitungsplan (Phase B) und den Bewertungsrunden. Claude erledigt die schwere Arbeit dazwischen. Wenn du nicht weißt, was einen guten Stil ausmacht, hilft KI dir nur, schneller schlechte Videos zu machen, daher wird jede Regel gemessen und jede Designentscheidung bekommt ein „Warum“.

Standardeinstellungen (sage sie in einer Zeile zu Beginn, ändere auf Anfrage)

Marke: die Kursmarke (references/brand-defaults.md: Karantina 700 Überschriften, Heebo Fließtext bei -0,04em, Consolas für Code, Weiß / Schwarz / Violett). Das Layout, die Bewegung und die Struktur der Referenz bleiben erhalten; ihre Schriftarten und Farben werden durch die Marke ersetzt. Der Benutzer kann das Original-Aussehen der Referenz für einen Stil beibehalten oder seine eigene Marke in ~/.claude/style-lab/brand.md ablegen.
Build-Engine: HyperFrames (HTML zu Video). Ohne sie: references/tools-and-fallbacks.md.
Transkription: lokales faster-whisper; Hebräisch mit einem lokalen ivrit-ai-Modell. Cloud (RunPod) nur mit Zustimmung des Benutzers, da es Geld kostet.
Bilder / 3D: optional, nur wenn ein Beat sie benötigt, und nur mit Zustimmung des Benutzers, wenn kostenpflichtig.
Format: 9:16, 1080x1920, 30 fps, sofern der Benutzer nichts anderes angibt. Gehe niemals von der Untertitelsprache aus: frage nach (oder keine Untertitel). Überprüfe zuerst, was installiert ist (ffmpeg, Python, faster-whisper, Node + HyperFrames, Blender, ein Bildmodell) und sage, was du verwenden wirst. Ein fehlendes Tool blockiert seinen Schritt: sage welches und was zu installieren ist; überspringe niemals einen Schritt stillschweigend, lade niemals ohne ein Ja herunter.

Deine Stile (mehrere benannte Stile nebeneinander)

Jeder Stil hat einen vom Benutzer gewählten Namen (Hebräisch ist in Ordnung), einen lateinischen Slug, eine einzeilige Beschreibung, sein eigenes Style Pack und seine eigene Style-Skill-Datei style-<slug>. Alle werden in einem Register aufgelistet, ~/.claude/style-lab/styles.json, verwaltet mit scripts/styles.py:

python scripts/styles.py list                       # Stile, aus denen du wählen kannst
python scripts/styles.py add <slug> --name "<name>" --pack <project>/styles/<slug> --description "..."
python scripts/styles.py show <slug or name>
python scripts/styles.py set <slug> name="<neuer Name>" status=ready aliases="..." theme=light
python scripts/styles.py check                      # ob jedes Pack und jeder Skill noch existiert

Status: training während Phase A, ready nach A5 (nur bereite Stile werden zum Bearbeiten angeboten), archived zum Ausblenden eines Stils. remove löscht nur den Registry-Eintrag, niemals Dateien. Jeder Stil zeichnet auch fonts / colors (brand oder reference) und theme (dark, light oder both; ein Video kann trotzdem das „andere Thema“ sein).

Welche Phase? „new style / ליצור סגנון / ללמד סגנון“ → Phase A. „edit / make a video / תערוך“ → Phase B. „change / rename / improve style X“ → styles.py set, und für Regeländerungen bearbeite die STYLE.md und den Skill dieses Stils.

Wo die Dinge leben

<project>/styles/<slug>/            das Style Pack
  refs/  sources.md                 Referenzvideos (lokale Studienkopien, niemals veröffentlicht)
  analysis/                         Transkripte pro Video, Kontaktabzüge, Notizen
  board/  board.json  board.html  thumbs/
  library/<V01-A06 title>/          still.png  strip.jpg  clip.mp4  notes.md  (+ index.json)
  animations.json                   die Aufschlüsselung (Eingabe für das Bibliotheksskript)
  STYLE.md                          nummerierte Regeln, Tokens, Kategorien, Bewegung, Ton, Bewertungsregeln
  kit/                              optionale getestete Komponenten für die Build-Engine
<project>/edits/<clip>/             ein Ordner pro Bearbeitung
  raw/  words.json  edit_ready.mp4  edit_ready.words.json  plan.json  plan.html
  build/  assets/  renders/  revisions.md  SOURCES.md
~/.claude/skills/style-<slug>/SKILL.md   der generierte Style-Skill
~/.claude/style-lab/styles.json          das Register

Skripte (lokal, kostenlos): styles.py, transcribe_words.py, transcribe_cloud_ivrit.py (kostenpflichtig, optional), cut_silences.py, verify_cut.py, word_edges.py, build_reference_library.py. Seiten: assets/board-template.html, assets/plan-template.html, assets/review-template.html.

Phase A: Einen Stil trainieren (das Style Pack erstellen)

A1. Die Referenzen sammeln

Frage, wie der Stil heißen soll und nach einer einzeiligen Beschreibung; registriere ihn sofort (styles.py add ..., Status training). Frage nach Marken-Look (Standard) oder dem eigenen Look der Referenz.
Frage, wo die Referenzen sind. Videos: Der Benutzer gibt Dateien oder Links, die er herunterladen darf; ziele auf ~20 der am besten bearbeiteten Videos genau in diesem Stil; weniger als ~12 ergeben eine dünne Bibliothek (sage das, fahre fort, wenn der Benutzer möchte). Benenne sie V01.mp4 …, liste jede in refs/sources.md. Sie bleiben lokal: niemals veröffentlicht, hochgeladen oder in ein Artefakt gelegt.
Nur Beschreibung (keine Videos): interviewe den Benutzer (Gefühl, Hintergründe, Typ, Bewegung, Untertitel, Ton, was verboten ist), verwandle jedes Adjektiv in eine Zahl und sammle ein paar Standbilder oder Screenshots, die ihm gefallen. Überspringe A3-A4s Bildarbeit; das Board zeigt Tokens, Regeln und Skizzen anstelle von Referenzbildern, und die Bibliothek beginnt leer und wächst aus genehmigten Bearbeitungen.

A2. Das Style Board (der wichtigste Teil des Trainings)

Analysiere jede Referenz: Einzelbilder alle 0,5 s mit ffmpeg (oder einem installierten Videoanalyse-Tool), Kontaktabzüge, Audio-Lautstärke. Lies die Abzüge.
Schlage die Kategorien vor (Untertitel-System, Layout, B-Roll-Typen, Grafiken, Übergänge, CTA …); die eigenen Kategorien des Stils gewinnen. references/example-style-3d-paper.md zeigt einen fertigen.
Wähle 100-150 Inspirationsbilder als 9:16-Thumbnails (~360 px breit) in board/thumbs/ und ein Heldenbild pro Kategorie zum Kommentieren.
Fülle board.json (Schema: references/board-and-plan-spec.md): Tokens (Schriftarten, Farben mit Hex aus Bildern entnommen, Texturen, Formen, Größen, Layout) und pro Kategorie die Kacheln, ein kommentiertes Bild mit 3-5 messbaren Hinweisen, und Entwurfsantworten auf die vier „Warum“-Fragen (Design, Farben, Effekte, Animationen).
Erstelle board.html aus assets/board-template.html (ersetze den JSON-Block) und veröffentliche es als Artefakt mit den Thumbnails als unterstützende Dateien. Der Benutzer schreibt die „Warum“-Antworten um und drückt העתקת ההערות לבורד, um sie zurückzupasten.
Kontrollpunkt 1: anhalten und warten. Wende die Notizen des Benutzers an, veröffentliche erneut. Beginne nicht mit A3, bis der Benutzer sagt, dass das Board richtig ist; ein falsches Board trainiert einen falschen Stil.

A3. Die Aufschlüsselung

Für jede Referenz: ein Transkript auf Wortebene (transcribe_words.py, Sprache vom Benutzer oder auto) und ein Einzelbild-für-Einzelbild-Durchgang, der jede Animation findet und drei Dinge aufzeichnet:

Platzierung: welche Wörter sie auslösen, wie lange nach dem Wort, welche Art von Zeile welche Art von Szene bekommt (Ankündigung vs. Beschreibung, Zahl, Person, Geschichte, Pointe);
Design: Hintergrund, Textur, Typ-Paar und Größen, Farbe, Strichführung, Illustration, Position;
Logik: Dauer in Bildern, Abstände, Erleichterung, Kamerabewegungen. Messe auf Bildern; rate niemals. Gleiche dann mit dem Board ab (Board = was und warum; Videos = wann und wie es sich bewegt); frage den Benutzer, wo er anderer Meinung ist. Schreibe jede Animation in animations.json (V<nn>-A<n>, Start/Ende, Keyframe, Titel, Kategorie, Szenentyp, Wörter, Notizen). Ein Video nach dem anderen, speichere während der Arbeit; bei vielen Videos verteile die Arbeit auf Unter-Agenten (ein Video pro Agent, gleiches Schema).

A4. Die Referenzbibliothek

python scripts/build_reference_library.py styles/<slug>/animations.json --out styles/<slug>/library Jede Animation wird ein Ordner (Standbild, beschrifteter Bildstreifen, Clip, Notizen) plus index.json. Öffne ein paar Streifen, korrigiere falsche Grenzen in animations.json, führe mit --force erneut aus.

A5. Den Stil paketieren

Schreibe STYLE.md und den Style-Skill aus references/style-skill-template.md: nummerierte, gemessene Regeln (damit ein Plan oder eine Notiz auf „Regel 7“ verweisen kann); Tokens, die auf die Marke abgebildet werden (behalte die Größen, Verhältnisse und Farbdisziplin der Referenz bei; zeichne ihre Originale auf); jede Kategorie mit Design, Bewegung, Platzierung und 2-3 Bibliotheksreferenzen; die Planungsmuster; das Tonprofil; einen Abschnitt „Denkweise“; einen leeren Abschnitt „Bewertungsrunden-Regeln“. Beginne jeden Stil mit den allgemeinen Regeln in references/craft-rules.md und schreibe nur, was anders ist. Empfohlen: Erstelle die wiederkehrenden Teile (Untertitel, Überschrift, Sprecher-Layout, CTA) als getestetes Komponenten-Kit in kit/. Speichere den Skill unter ~/.claude/skills/style-<slug>/SKILL.md, dann styles.py set <slug> status=ready board_url=<Board-Artefakt-URL>. Teile dem Benutzer den Namen des Stils mit und dass eine neue Sitzung ihn auflisten wird.

Phase B: Einen Clip in einem trainierten Stil bearbeiten

Verwende das stärkste verfügbare Modell und den höchsten Aufwand.

B0. Den Stil wählen

styles.py list. Wenn der Benutzer einen genannt hat, verwende ihn; ansonsten frage nach, mit den bereiten Stilen als Optionen (ein bereiter Stil: sage, welchen du verwenden wirst). Keiner bereit: biete Phase A an. Lade style-<slug> und schreibe die Wahl in plan.json, damit jede Runde denselben Stil verwendet.

B1. Transkript und Schnitt

transcribe_words.py raw.mp4 --out words.json (Hebräisch: --language he --model <ivrit-ai-Ordner>).
Zeige die Wörter mit niedriger Konfidenz (Namen, Zahlen, Marken); korrigiere sie vor der Planung.
Wähle Takes mit dem Benutzer aus, wenn es mehrere gibt (--keep keep.json), dann cut_silences.py raw.mp4 --words words.json --out edit_ready.mp4 --pad-ms 120 (30 ms nur für einen bewusst knackigen Stil). Verbindungen erhalten einen 15 ms Audio-Fade.
Höre jede Verbindung ohne VAD erneut ab (transcribe_words.py edit_ready.mp4 --start .. --end .. --no-vad --no-context), überprüfe Wortenden (word_edges.py --at <t>), dann verify_cut.py. Versteckte Wiederholungen und abgeschnittene Enden werden hier gefunden, nicht vom Besitzer. Alles danach verwendet edit_ready.mp4 und edit_ready.words.json.

B2. Der Bearbeitungsplan (unaufgefordert zeigen)

Teile das Skript in Beats (eine Idee oder Zeile pro Beat). Für jeden Beat drei Design-Optionen aus der Bibliothek des Stils, so platziert, wie die Referenzen sie platzieren, eine markiert als ההמלצה שלי. Jede Option: Titel, Kategorie, Szenentyp (פנים + כתוביות / שכבה מעל הפנים / סצנה מלאה), eine konkrete Beschreibung, Ref V##-A##; jeder Beat: warum er passt (zitiere Referenzen und Regelnummern) und eine Kamera-Notiz. Gestalte jeden Beat mit den fünf Fragen in references/craft-rules.md §1 (Metapher, die echte Sache bei der Arbeit, Unsichtbares sichtbar gemacht, eine Referenz für die Bewegung, niemals wiederholt). Erstelle plan.html aus assets/plan-template.html, veröffentliche mit einem 540p-Proxie als clip.mp4 und den Options-Standbildern als thumbs/.

B3. Kontrollpunkt 2: Der Mensch plant

Der Benutzer wählt ein Design pro Beat oder schreibt sein eigenes, drückt העתקת התוכנית und fügt es zurück ein. Biete die Planungsmuster als Ratschlag an: Beginne auf dem Sprecher; der Hook ist ein starker Beat; kündige auf dem Gesicht an, beschreibe mit einem Bild; eine Person → ein Callout; eine Geschichte → B-Roll; bringe die Szenentypen ins Gleichgewicht. Wenn der Benutzer die volle Kontrolle gibt („אתה מחליט“), triff deine Entscheidungen und teile dies mit.

B4. Erstellen

Für jedes gewählte Design öffne seinen Bibliotheksordner und notiere das genaue zu kopierende Design.
Asset-Liste mit einer Quelle pro Element (echte UIs, offizielle Logos, die eigenen Showcase-Clips des Tool-Herstellers, die Dateien des Benutzers, lizenzierte Musik/SFX, optional generierte Bilder oder 3D); zeige sie; frage vor dem Herunterladen. Protokolliere jede Quelle in SOURCES.md.
Erstelle in HyperFrames (lade zuerst seinen Skill) oder der Fallback-Engine: eine 1080x1920 Komposition mit edit_ready.mp4 als Sprecher-Track; Style-Tokens; zuerst das Kit des Stils. Reihenfolge: Untertitel für das gesamte Video aus der Wortdatei, dann jeder Beat in der Plan-Reihenfolge. Erstelle zuerst 2 Beats, mache einen Schnappschuss, vergleiche mit den Referenzbildern des Stils, passe an, dann den Rest. Folge references/craft-rules.md und überprüfe references/pitfalls.md.
Validiere (0 Fehler), mache alle 0,5 s einen Schnappschuss (0,2 s bei dichten Beats und dem CTA), lies jeden Schnappschuss, korrigiere ihn. Dann rendere einen Entwurf (niedrige Qualität, mit Musik) und öffne die Bewertungsseite. Sage klar, dass ein erster Entwurf 60-70 % des Weges ist.

B5. Bewertungsrunden

Zunächst müssen die abgeschnittenen Teile (übersetzt) angegeben werden: Folgt Bewertungsrunden-Regeln im STYLE.md des Stils (leer am Anfang), fülle sie aus, während du lernst. Öffne die Bewertungsseite aus assets/review-template.html. Jede Runde kann die Bearbeitung notieren, auf eine Regel verweisen (Regel 4: …) und auf das Bibliotheksbild verweisen. Nach jeder Runde: wende die Kommentare an, aktualisiere die Bewertungsseite, mache einen Schnappschuss. Wenn der Benutzer sagt, dass die Bearbeitung fertig ist, rendere die endgültige Version (volle Qualität) und schreibe die Bewertungsrunde in die Bibliothek, wenn ein neues Muster entstanden ist.

style-lab

Was ist style-lab?

In Ihrer bevorzugten KI fragen

Dokumentation