Communitygithub.com

Jihoon950/paper-to-research-video

Erstelle ein hochwertiges 80–100 Sekunden langes Forschungsvideo aus einer wissenschaftlichen Arbeit oder einem Preprint – mit belegten Behauptungen, benutzerdefinierten animierten Szenen, Untertiteln und einer geprüften MP4-Datei.

Was ist paper-to-research-video?

Dieses Skill wandelt eine wissenschaftliche Publikation oder einen Preprint in ein prägnantes, animiertes Forschungsvideo um (80–100 Sekunden), das Zuschauern das Problem, die vorgeschlagene Lösung, die Tests und die tatsächlichen Ergebnisse vermittelt – und nicht nur eine Zusammenfassung bietet. Es unterstützt Plattformen wie Claude Code, Cursor und Codex, indem es den Benutzer durch einen strukturierten Prozess führt: Zuerst wird die gesamte Arbeit (einschließlich Abbildungen, Tabellen und Methoden) gelesen, ein Anspruchs-Ledger erstellt (mit exakten Quellenangaben zu jeder quantitativen Behauptung) und das Filmmaterial inventarisiert. Anschließend wird ein detailliertes Drehbuch mit Zeitcode, Szenen, Übergängen und Quellennachweisen verfasst, das typischerweise dem narrativen Bogen „Problem → System/Idee → kontrollierter Vergleich → Mechanismus → Ergebnis und Grenzen“ folgt. Die Produktion erfolgt mit Code-nativen Tools wie Remotion und FFmpeg, wobei der mitgelieferte Remotion-Starter als Gerüst dient, das durch papierspezifische Szenen ersetzt wird. Validierungsskripte prüfen die Dauer (Standard 90 s), die Untertitel und die wissenschaftliche Korrektheit. Das Skill betont die Kennzeichnung von Originalmaterial vs. Illustrationen, die Einhaltung von Rechten und die Vermeidung erfundener Metriken. Ausgegeben werden MP4, Quellprojekt, Anspruchs-Ledger, Drehbuch und Untertiteldatei.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Jihoon950/paper-to-research-video/tree/HEAD/skills/paper-to-research-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Paper to Research Video

Erstelle einen Film, der einem neuen Zuschauer hilft, das Problem, was gebaut oder vorgeschlagen wurde, was getestet wurde und was die Beweise tatsächlich zeigen in etwa 90 Sekunden zu verstehen. Behandle die bereitgestellte Arbeit als Beweisquelle, nicht als eine zu überstreifende Folienpräsentation.

Beginne mit der Quelle

  1. Lies die gesamte Arbeit, einschließlich Bildunterschriften, Methoden, Einheiten, Baselines, Einschränkungen und ggf. beigefügter Ergänzung. Bei einer URL oder DOI rufe die referenzierte Arbeit ab. Bei einem lokalen PDF extrahiere den Text und überprüfe die tatsächlichen Abbildungsseiten; scanne gescannte Seiten bei Bedarf per OCR. Leite Ergebnisse nicht allein aus der Zusammenfassung ab.
  2. Erstelle ein kompaktes Anspruchs-Ledger: Jede bildschirmbezogene quantitative oder kausale Behauptung benötigt die genaue Quellenangabe (Seite, Abbildung, Tabelle oder ergänzendes Material), die Metrikdefinition, die Vergleichsbedingung und etwaige Einschränkungen. Trenne gemessene Ergebnisse, die Interpretation der Autoren und deine eigenen erklärenden Illustrationen. Wenn ein zentrales Ergebnis mehrdeutig ist, überprüfe die Quelle erneut und grenze die Behauptung ein.
  3. Erfasse Quellabbildungen, Tabellen, Videos, Fotos, Logos, Bildschirmaufnahmen und Rechte. Bevorzuge die eigenen Abbildungen/Daten der Arbeit oder originalgenerierte Diagramme. Wenn eine angeforderte Realsystem-Demonstration keine Aufzeichnung hat, erstelle eine explizit gekennzeichnete Illustration; stelle sie nicht als beobachtetes Filmmaterial dar. Lade kein privates oder unveröffentlichtes Quellmaterial ohne Genehmigung auf einen externen Dienst hoch.

Regie führen

Schreibe eine szenenweise Einstellungsliste mit Zeitcode, eine Botschaft pro Einstellung, die visuelle Aktion, was sich wohin bewegt, den Übergang, Untertitel/Erzähltext, Quellbeleg-IDs und Medienherkunft. Verwende die narrative Form, die zur Arbeit passt; ein üblicher Weg ist Einsatz → System oder Idee → kontrollierter Vergleich → Mechanismus → Ergebnis und Grenzen. Setze den Titel der Arbeit, die Autoren und die Institution zu Beginn, wenn bekannt. Zeige das getestete System, bevor sein Fehlschlag oder Nutzen gezeigt wird, wenn dieser Kontext erforderlich ist.

Ziele standardmäßig auf 90 Sekunden (80–100 sind akzeptabel); passe die Dauer an, wenn der Benutzer eine andere Länge angibt. Verwende Bildschirmzeit für das Versuchsdesign und die Nenner, nicht nur für die größte Zahl. Wenn ein Vergleich bedingt ist, identifiziere den Zustand auf jeder Seite und die Baseline; stelle nicht separate Messungen unter festen Bedingungen als Beweis eines gemessenen Online-Controllers dar. Gib dem Schlussrahmen eine präzise Erkenntnis und Einschränkung.

Plane die visuelle Sprache aus der Wissenschaft. Animiere Diagramme, gemessene Diagramme, Spuren und autorisiertes aufgezeichnetes Filmmaterial auf unterschiedliche Weise, damit das Publikum sie unterscheiden kann. Echtes Video oder Terminalausgabe muss die Herkunft behalten; Wiederholungen, illustrative Mechanismen und simulierte Dashboards müssen sichtbar gekennzeichnet sein. Keine erfundene Metrik, kein erfundener Token-Stream, keine erfundene Auslastungsspur, kein erfundener Fehlerprotokoll, kein ungemessener Übergang. Für detaillierte narrative und beschriftungsbezogene Hinweise lies editorial-guidance.md.

Produziere und verifiziere

Erstelle einen funktionierenden Produktionsordner neben der Arbeit oder am vom Benutzer gewählten Ort. Speichere das Anspruchs-Ledger und die Einstellungsliste dort an, setze den Film dann mit einem geeigneten code-nativen Timeline-Tool um (Remotion und FFmpeg, sofern verfügbar; wähle ein anderes Tool, wenn es besser zur Umgebung passt). Das beigelegte Remotion-Starter ist ein ausführbares Gerüst, kein visueller Stil, der unberührt bleibt: Ersetze seinen Beispieltext und erstelle papierspezifische Einstellungen und Übergänge. Sein Film-Manifest und scripts/validate_film.py bieten einen wiederverwendbaren Beweis-/Zeitcode-Check. Kopiere nicht die synthetischen Beispielbehauptungen des Starters in den Film des Benutzers.

Rendere frühzeitig einige repräsentative Standbilder, um Hierarchie, Beschriftungen, Bildrechte und Kontrast bei der Zielbetrachtungsgröße zu überprüfen. Rendere dann das vollständige Video, überprüfe Anfang/Mitte/Schluss und Übergänge und korrigiere abgeschnittenen Text, winzige Diagramme, unlesbare Legenden oder abrupte Handlungssprünge. Liefere eine MP4, das Quellprojekt, das Anspruchs-zu-Quelle-Ledger, die Einstellungsliste und eine Untertitel-/Untertiteldatei (oder Bildschirmuntertitel, falls gewünscht). Standardmäßig 1920×1080, 30 fps, H.264 und kein Audio, wenn der Benutzer kein Audio gewählt hat; füge Erzählung/Musik nur hinzu, wenn angefordert oder der Kontext es eindeutig erfordert. Respektiere die Sprache des Benutzers.

Führe <skill-dir>/scripts/validate_film.py path/to/film.json --release aus, wenn das Starter-Manifest verwendet wird, und <skill-dir>/scripts/export_srt.py path/to/film.json path/to/captions.srt für szenenweise Untertitel. Führe dann <skill-dir>/scripts/verify_video.py path/to/final.mp4 --target-seconds 90 aus, wenn ffprobe und ffmpeg verfügbar sind. Diese Prüfungen ersetzen keine visuelle und wissenschaftliche Überprüfung. Gib an, was gemessen, was rekonstruiert oder illustriert wurde und welches Filmmaterial nicht verfügbar war. Bezeichne einen Render nicht als fertig, wenn seine Dauer, Dekodierung, Untertitel oder wissenschaftlichen Kernaussagen nicht überprüft wurden.

Verwandte Skills