GitHub-Repo-Tour – Scroll-Video mit synchronisierter Erzählung und Untertiteln
Abhängig von: website-to-hyperframes – vor dem Start laden. Der dortige 6-Schritte-Workflow und die Referenzdateien gelten auch hier. Dieses Skill spezialisiert diesen Workflow für einseitige Scroll-Touren mit Erzählung und sichtbaren Untertiteln.
Was dieses Skill produziert
Ein 1080x1920 Portrait-Video (Instagram-Reels-Format), das:
- Eine GitHub-Repository-Seite zeigt – vollständiger mobiler Screenshot, der über 15–30 Sekunden sanft von oben nach unten scrollt.
- Die Tour erzählt – ElevenLabs KI-Stimme beschreibt, was auf dem Bildschirm zu sehen ist, synchron zur Scroll-Position.
- Untertitel auf dem Bildschirm einblendet – Wort-für-Wort-Überlagerung, die jedes Wort hervorhebt, während der Erzähler es spricht. Der Betrachter liest mit, während er zuhört.
- Mit einem CTA endet – „Auf GitHub starren" oder „Folgen für mehr"-Handlungsaufforderung.
Kernentscheidungen
| Entscheidung | Wert | Begründung |
|---|---|---|
| Abmessungen | 1080x1920 | Primärformat für Instagram Reels |
| Dauer | 15–30 Sekunden | Optimal für Shorts/Reels-Engagement |
| Erzählung | Bestimmt das Timing | Scroll-Geschwindigkeit, Takt-Dauern und Untertitel-Timing leiten sich alle aus dem Audio ab |
| Untertitel | Wort-für-Wort-Hervorhebung | Jedes Wort leuchtet auf, während der Erzähler es spricht – Karaoke-artige Bildunterschriften |
| Telefon-Viewport | Vollbild-Scroll, ohne Rahmen | Die GitHub-Seite füllt die gesamte 1080x1920-Leinwand aus |
| Ausgabeordner | github-promos/<repo>-tour/ | Neben den github-repo-promo-Projekten |
Verzeichnisstruktur
github-promos/
<repo>-tour/
index.html ← Haupt-HyperFrames-Komposition
package.json ← von hyperframes init
hyperframes.config.json ← HyperFrames-Konfiguration
SCRIPT.md ← Erzählskript mit Zeitstempeln
assets/
repo-page.png ← Vollständiger GitHub-Screenshot (dunkler Modus, mobiler Viewport)
narration.mp3 ← ElevenLabs-Sprachausgabe
renders/ ← generierte MP4s
Workflow
Schritt 0: Repo-Informationen & Screenshot erfassen
Verwende web-search oder fetch_url, um Repo-Metadaten zu erhalten:
- Stars, Forks, Watcher, offene Issues
- Primäre Sprache, Beschreibung, Themen
- README-Zusammenfassung (was das Projekt tut, Hauptfunktionen)
Verwende dann das screenshot-Skill, um einen vollständigen, mobilen Screenshot im dunklen Modus zu erstellen:
use_skill("screenshot")
// URL: https://github.com/{owner}/{repo}
// Vollständige Seite, dunkler Modus
// Viewport: 390px breit (iPhone 14 mobil) – der Screenshot sollte
// die gesamte Höhe der Seite auf mobil Breite erfassen
// Speichern unter: github-promos/<repo>-tour/assets/repo-page.png
Erfasse die Screenshot-Abmessungen (du benötigst die Pixelhöhe für die Scroll-Berechnung):
sips -g pixelHeight github-promos/<repo>-tour/assets/repo-page.png
sips -g pixelWidth github-promos/<repo>-tour/assets/repo-page.png
Schritt 1: Das Erzählskript schreiben
Schreibe ein 15–30 Sekunden langes Skript, das beschreibt, was der Betrachter sieht, während der Scrollvorgang fortschreitet. Der Erzähler führt den Betrachter durch die Seite:
[0s–4s] „Das ist {repo}. {Einzeiler-Beschreibung}."
[4s–8s] „Hier ist die README – die Installation ist ein Befehl."
[8s–13s] „Durch die Funktionsliste scrollen – {2-3 sichtbare Funktionen erwähnen}."
[13s–18s] „{Stars} Sterne, {Forks} Forks und eine wachsende Community."
[18s–23s] „Auf GitHub starren. Link in der Bio."
[23s–25s] „Folgen für mehr."
Regeln für das Skript:
- Der Erzähler bezieht sich auf das, was aktuell auf dem Bildschirm an jeder Scroll-Position zu sehen ist.
- Gesamtwortzahl: 50–75 Wörter (angenehmes Tempo für 15–30 Sekunden).
- Keine Füllwörter („ähm", „ah", „lass mich dir zeigen"). Jedes Wort verdient seinen Platz.
- Mit einem klaren CTA enden.
Schritt 2: Sprachausgabe über ElevenLabs generieren
curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/AZnzlk1XvdvUeBnXmlld" \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "VOLLSTÄNDIGES_SKRIPT_HIER",
"model_id": "eleven_multilingual_v2",
"voice_settings": {
"stability": 0.35,
"similarity_boost": 0.8,
"style": 0.25,
"use_speaker_boost": true
}
}' \
--output github-promos/<repo>-tour/assets/narration.mp3
Überprüfe, ob die Datei existiert und eine Größe > 0 hat.
Schritt 3: Transkribieren & Zeitkarte
Nach der Audio-Generierung Wort-für-Wort-Zeitstempel extrahieren:
Option A: ElevenLabs-Zeitstempel (werden mit der API-Antwort zurückgegeben, wenn output_format: "mp3" nicht die einzige Ausgabe ist – überprüfe die API-Dokumentation für aligned-Ausgabe).
Option B: ffmpeg + Whisper verwenden (lokale Transkription mit Wort-Zeitstempeln):
# Whisper installieren, falls nötig
pip install openai-whisper
# Mit Wort-Zeitstempeln transkribieren
whisper github-promos/<repo>-tour/assets/narration.mp3 \
--model base \
--output_format json \
--output_dir github-promos/<repo>-tour/assets/ \
--word_timestamps True
Die Ausgabe liefert words[] mit start- und end-Zeitstempeln für jedes Wort. Ordne diese Zeitstempel den Scroll-Positionen zu.
Schritt 4: Die HyperFrames-Komposition erstellen
Erstelle index.html gemäß der HyperFrames-Kompositionsarchitektur:
<!DOCTYPE html>
<html lang="de">
<head>
<meta charset="UTF-8"/>
<meta name="viewport" content="width=1080,height=1920"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<link href="https://fonts.googleapis.com/css2?family=Inter:wght@400;500;600;700;800;900&display=swap" rel="stylesheet">
<style>
/* ── Root & Leinwand ── */
* { margin: 0; padding: 0; box-sizing: border-box; }
#root {
position: relative;
width: 1080px;
height: 1920px;
background: #0d1117;
font-family: 'Inter', sans-serif;
overflow: hidden;
}
/* ── Scrollender Screenshot ── */
.scroll-container {
position: absolute;
inset: 0;
width: 1080px;
height: 1920px;
overflow: hidden;
}
.scroll-content {
position: absolute;
top: 0;
left: 0;
width: 1080px;
height: VAR_IMG_H px; /* tatsächliche Screenshot-Höhe */
}
/* ── Untertitel-Overlay ── */
.subtitle-bar {
position: absolute;
bottom: 180px;
left: 50%;
transform: translateX(-50%);
width: 1000px;
text-align: center;
z-index: 100;
}
.subtitle-word {
display: inline-block;
font-size: 42px;
font-weight: 700;
color: rgba(255,255,255,0.35);
padding: 0 4px;
transition: color 0.08s, transform 0.08s;
}
.subtitle-word.active {
color: #FFFFFF;
transform: scale(1.08);
}
.subtitle-word.past {
color: rgba(255,255,255,0.65);
}
/* ── Scroll-Fortschrittsbalken ── */
.scroll-progress-track {
position: absolute;
right: 16px;
top: 100px;
width: 5px;
height: 1720px;
border-radius: 3px;
background: rgba(255,255,255,0.1);
z-index: 50;
}
.scroll-progress-thumb {
position: absolute;
top: 0;
left: 0;
width: 5px;
height: VAR_THUMB_H px;
border-radius: 3px;
background: linear-gradient(180deg, #58a6ff, #3fb950);
z-index: 51;
}
/* ── CTA-Overlay (Beat 6-7) ── */
.cta-overlay {
position: absolute;
inset: 0;
display: flex;
flex-direction: column;
align-items: center;
justify-content: center;
background: rgba(13,17,23,0.92);
backdrop-filter: blur(8px);
z-index: 200;
opacity: 0;
}
.cta-title {
font-size: 56px;
font-weight: 800;
color: #e6edf3;
text-align: center;
}
.cta-subtitle {
font-size: 32px;
color: #8b949e;
margin-top: 16px;
}
.cta-button {
margin-top: 40px;
padding: 18px 48px;
background: #238636;
color: #e6edf3;
font-size: 28px;
font-weight: 700;
border-radius: 999px;
box-shadow: 0 0 30px rgba(35,134,54,0.5);
}
.follow-pill {
margin-top: 24px;
padding: 12px 28px;
background: rgba(22,27,34,0.8);
border: 1px solid #30363d;
border-radius: 999px;
font-size: 22px;
color: #e6edf3;
font-weight: 600;
}
</style>
</head>
<body>
<div id="root"
data-composition-id="{repo}-tour"
data-width="1080"
data-height="1920"
data-start="0"
data-duration="{total_seconds}">
<audio id="narration-audio"
src="assets/narration.mp3"
data-start="0"
data-duration="{total_seconds}"
preload="auto"></audio>
<!-- Scrollender Screenshot (volle Leinwand) -->
<div class="scroll-container">
<img class="scroll-content" src="assets/repo-page.png" />
</div>
<!-- Scroll-Fortschrittsbalken -->
<div class="scroll-progress-track">
<div class="scroll-progress-thumb" id="scroll-thumb"></div>
</div>
<!-- Untertitel-Overlay -->
<div class="subtitle-bar" id="subtitle-bar">
<!-- Wörter werden von JS eingefügt, ein <span class="subtitle-word"> pro Wort -->
</div>
<!-- CTA-Overlay (letzte 5s) -->
<div class="cta-overlay" id="cta-overlay">
<div class="cta-title">Auf GitHub starren</div>
<div class="cta-subtitle">{repo Beschreibung}</div>
<div class="cta-button">github.com/{owner}/{repo}</div>
<div class="follow-pill">@githubprojects</div>
</div>
</div>
<script>
// ── Scroll-Berechnung ──────────────────────────────────────────
var IMG_H = /* tatsächliche Screenshot-Höhe */;
var CANVAS_H = 1920;
var MAX_SCROLL = IMG_H - CANVAS_H;
var THUMB_TRACK = 1720;
var THUMB_H = Math.round(THUMB_TRACK * (CANVAS_H / IMG_H));
var THUMB_TRAVEL = THUMB_TRACK - THUMB_H;
function thumbTop(scrollY) {
return (Math.abs(scrollY) / MAX_SCROLL) * THUMB_TRAVEL;
}
// ── Wort-Zeitstempel ─────────────────────────────────────
// Füge hier die Wort-für-Wort-Zeitstempel aus Schritt 3 ein.
// Format: [Wort, StartSekunden, EndSekunden]
var WORDS = [
// ["Das", 0.0, 0.3],
// ["ist", 0.3, 0.5],
// ["mercury-skills", 0.5, 1.0],
// ...
];
var TOTAL_DURATION = /* Gesamtsekunden aus dem Audio */;
// ── Untertitel-Spans erstellen ────────────────────────────────
var subtitleBar = document.getElementById("subtitle-bar");
var wordSpans = [];
WORDS.forEach(function(w, i) {
var span = document.createElement("span");
span.className = "subtitle-word";
span.textContent = w[0];
subtitleBar.appendChild(span);
wordSpans.push(span);
});
// ── GSAP-Timeline ───────────────────────────────────────
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({paused: true});
// Phase 1: Scroll (0s bis ~80 % der Gesamtdauer)
var scrollEnd = TOTAL_DURATION * 0.80;
var ctaStart = TOTAL_DURATION * 0.80;
// Von oben nach unten mit Easing scrollen
tl.to(".scroll-content", {
y: -MAX_SCROLL,
duration: scrollEnd,
ease: "none",
onUpdate: function() {
var progress = this.progress();
var thumbTop = progress * THUMB_TRAVEL;
gsap.set("#scroll-thumb", { top: thumbTop });
}
}, 0);
// Phase 2: Wort-für-Wort-Untertitel-Hervorhebung
var currentWordIndex = -1;
WORDS.forEach(function(w, i) {
tl.call(function() {
// Vorheriges Wort deaktivieren
if (currentWordIndex >= 0 && wordSpans[currentWordIndex]) {
wordSpans[currentWordIndex].classList.remove("active");
wordSpans[currentWordIndex].classList.add("past");
}
// Aktuelles Wort aktivieren
wordSpans[i].classList.add("active");
currentWordIndex = i;
}, null, w[1]);
});
// Phase 3: CTA-Overlay blendet bei 80 % ein
tl.to("#cta-overlay", { opacity: 1, duration: 0.5, ease: "power2.out" }, ctaStart);
// Phase 4: Untertitel-Leiste während CTA abdunkeln
tl.to("#subtitle-bar", { opacity: 0.3, duration: 0.5 }, ctaStart);
// Phase 5: Scroll-Fortschrittsbalken ausblenden
tl.to(".scroll-progress-track", { opacity: 0, duration: 0.3 }, ctaStart);
window.__timelines["{repo}-tour"] = tl;
</script>
</body>
</html>
Schritt 5: Rendern
cd github-promos/<repo>-tour
# Wenn keine HyperFrames-Projektkonfiguration vorhanden:
npx hyperframes init --example blank --non-interactive
# Lint
npx hyperframes lint
# Snapshot zur visuellen Überprüfung
npx hyperframes snapshot
# Entwurf rendern
npx hyperframes render --quality draft
# Überprüfe das ausgegebene MP4 in renders/
ls -la renders/
# Wenn alles gut aussieht, final rendern
npx hyperframes render --quality standard
Schritt 6: Liefern
Sende das finale MP4 an den Benutzer. Frage, ob sie möchten:
- Hochwertiger Render (
--quality high) - Anderes Seitenverhältnis (Landschaft 1920x1080)
- Skript-Überarbeitungen
Untertitel-System – So funktioniert es
Das Untertitel-System ist das zentrale Unterscheidungsmerkmal dieses Skills. So funktioniert die Wort-für-Wort-Synchronisation:
Wort-für-Wort-Zeitstempel
Die Erzähl-Audio wird mit Wort-für-Wort-Zeitstempeln transkribiert (von ElevenLabs oder Whisper). Jedes Wort erhält einen [Wort, StartSekunden, EndSekunden]-Eintrag im WORDS-Array.
Drei visuelle Zustände
Jedes Wort in der Untertitel-Leiste hat drei CSS-Zustände:
| Zustand | Klasse | Visuell |
|---|---|---|
| Kommend | .subtitle-word | Gedimmtes Weiß rgba(255,255,255,0.35) |
| Aktiv | .subtitle-word.active | Helles Weiß #FFFFFF, leicht skaliert 1.08 |
| Vergangen | .subtitle-word.past | Mittleres Weiß rgba(255,255,255,0.65) |
Die GSAP-Timeline ruft zu jedem startSeconds eines Wortes eine Funktion auf, um currentWord → active und previousWord → past zu überführen. Dies erzeugt eine Karaoke-artige Wort-für-Wort-Hervorhebung, die perfekt mit dem Audio synchronisiert ist.
Typografie
- Schriftart: Inter 700, 42px
- Position: Unten 180px, zentriert, maximal 1000px breit
- Hintergrund: Kein Hintergrundfeld – Wörter schweben über dem Scroll-Inhalt mit dem gedimmt/hell/gedimmt-Gradienten, der sie vor jedem Inhalt lesbar macht
- Z-Index: 100 (über dem Scroll-Inhalt auf Z-Index 1, unter dem CTA-Overlay auf Z-Index 200)
Layout-Überlegungen
Wörter werden mit display: inline-block und natürlichem Textumbruch angeordnet. Für längere Skripte (20+ Sekunden) empfiehlt sich die Aufteilung in 2–3 Zeilengruppen, die zwischen den Scroll-Abschnitten erscheinen/verschwinden:
// Wörter nach Scroll-Abschnitt gruppieren
var SEGMENTS = [
{ start: 0, end: 5, words: [0, 12] }, // Beat 1: Held
{ start: 5, end: 15, words: [13, 35] }, // Beat 2: Scroll
{ start: 15, end: 20, words: [36, 50] }, // Beat 3: Statistiken
{
...
