Communitygithub.com

josueh04/product-video-skills

Schreibe die Erzählung eines Produktvideos und verwandle sie in Sprachclips mit Wortzeitmarken, Aussprachekorrekturen, Soundeffekten und Lautstärkeanpassung.

Was ist product-video-skills?

Diese Skill-Sammlung dient der Erstellung von Voice-Overs, Soundeffekten und Timing-Daten für Produktvideos. Sie konvertiert ein Drehbuch in eine Tabelle mit Momenten, generiert daraus eine `audio/lines.tsv`-Datei (ein Clip pro Satz, mit Rollen- und Geschwindigkeitsspalten) und nutzt `tts.py`, um die Sprachclips mit ElevenLabs oder der macOS-eigenen „say“-Stimme zu erzeugen. Markenschreibweisen werden korrigiert, die Clips normalisiert und ein `audio/timings.json` für den Komponisten geschrieben. `make_sfx.py` erstellt Tippgeräusche aus echten Tastenanschlägen und platziert aufgezeichnete Klick- und Pop-Sounds. Die Sammlung wird immer dann verwendet, wenn ein Video ein Skript, eine Erzählung, einen Voice-Over, `lines.tsv`, `timings.json`, TTS, eine neue Aufnahme, eine Sprecher- oder Besetzungswahl, eine Aussprachekorrektur („es spricht den Namen falsch aus“), einen geänderten Satz, eine Tonfall-Anmerkung („zu aufgeregt“, „hört sich abgeschnitten an“), Audio-Pegel, einen Klick am Ende eines Clips, Tipp- oder Klickgeräusche benötigt, oder wenn die Build-Phase nach der Stimme fragt. Auch für stille Loops, die dennoch eine Momententabelle und Soundeffekte benötigen, wird sie eingesetzt.

Funktioniert mit✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/josueh04/product-video-skills/tree/HEAD/skills/script-and-voice

In Ihrer bevorzugten KI fragen

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

Dokumentation

Drehbuch und Stimme

Die Stimme ist der Takt des Videos. Jeder Schlag der Animation ist an ein Wort der Erzählung gebunden (T[clip] + w(clip, "word") in build.py), daher kommen das Drehbuch und seine Clips vor der Animation, und das Ändern eines Satzes regeneriert einen Clip und timt alles danach neu. In der Produktion, aus der diese Skills stammen, hat das Austauschen der gesamten TTS-Engine ein fertiges Video ohne manuelle Bearbeitung neu getimt, genau wegen dieses Designs. Erst zu animieren und dann die Stimme einzupassen, bedeutet, bei jeder Änderung Audio zu strecken oder Beats von Hand zu verschieben.

Schreibe nur unter <video_dir>/audio/ (plus den Skript-Abschnitt in BRIEF.md). Jeder Satz muss in TRUTH.md belegt sein und CLAIMS.md respektieren; wenn ein benötigter Satz keine Quelle hat, fordere an, dass er überprüft oder gestrichen wird.

Skripte, aufgerufen wie in docs/contracts.md:

PVS_HOME="$(cd "$(cd "${CLAUDE_SKILL_DIR}" && pwd -P)/../.." && pwd)"
S="$PVS_HOME/skills/script-and-voice/scripts"
"$PVS_HOME/bin/pvs-py" "$S/check_script.py" <video_dir>                 # lint lines.tsv
"$PVS_HOME/bin/pvs-py" "$S/tts.py" <video_dir> [--only N3,N4] [--provider say] [--force] [--restore]
"$PVS_HOME/bin/pvs-py" "$S/pronounce_check.py" <video_dir> [--only N3]  # Hat der ASR die Markenwörter gehört?
"$PVS_HOME/bin/pvs-py" "$S/make_sfx.py" <video_dir> [--list]            # sfx.tsv, oder Bibliothek auflisten

1. Das Drehbuch ist eine Tabelle von Momenten

Eine Aufnahme des Produkts ist eine Referenz, kein Zeitstrahl: echte Ladezeiten und Bildschirmwechsel dürfen nicht im Video vorkommen. Schreibe das Drehbuch als Momente, jeder mit dem, was auf dem Bildschirm passiert, dem Satz (oder Stille) und wie lange er dauert. Ein Moment dauert so lange wie der längere seiner Aktion und seines Satzes. Komprimiere echte Wartezeiten: vierzig Sekunden Laden werden zu etwa zwei Sekunden eines denkenden Zustands.

Füge die Tabelle in BRIEF.md unter ## Script ein, in Kapitel-Reihenfolge:

MomentAuf dem BildschirmZeileText (oder Stille)Hält an
EröffnungProduktname über der unscharfen AppN1Das ist Acme Tasks, die To-do-Liste, die deinen Tag plant.0,8 s danach
WartenDer Plan wird erstellt(Stille)2,0 s

Wähle dann die Vorlage für das Videoformat und folge seiner Struktur: lies references/script-templates.md (Pitch, Tour, Docs-Seite, Tutorial, stille Schleife).

Wie die Zeilen geschrieben werden und warum:

  • Erkläre die wichtigen Funktionen; zähle sie nicht auf. Sage, was eine Funktion für den Betrachter tut, während die UI es ausführt. In der Produktion, aus der diese Skills stammen, geschahen 9 von 26 Versionen, weil ein Video eine Funktion nannte, ohne sie zu erklären. COVERAGE.md sagt, welche Funktionen auf dem Bildschirm erklärt werden müssen: jede Zeile, die mit „muss erklären“ markiert ist, benötigt mindestens einen Satz, der sie erklärt.
  • Erkläre jeden Schritt so, als hätte jemand das Produkt noch nie gesehen. Wer die Person ist, was sie verlangt, was jeder Schritt tut. Eine schnelle, unerklärte Eröffnung wurde in der Überprüfung abgelehnt.
  • Eine Idee pro Satz und ein Satz pro Clip. Ein geänderter Satz kostet dann einen Clip.
  • Benenne, was der Cursor berührt, während er es berührt. Die Beats verankern sich an diesen Wörtern, daher müssen das Nomen auf dem Bildschirm und das Wort im Clip identisch sein.
  • Verwende das echte UI-Label, selbst wenn der Prüfer ein anderes Wort dafür verwendet. Das Video stimmt dann mit dem überein, was der Betrachter im Produkt sehen wird.
  • Schreibe Zahlen und Zeiten als Wörter („zehn Uhr morgens“, „dreißig Minuten später“). TTS-Engines lesen Ziffern inkonsistent und die Spracherkennung vergleicht Wörter, nicht Ziffern.
  • Lasse Luft um Wartezeiten herum. Etwa drei Sekunden, bevor ein Telefon klingelt, „etwa eine Minute“ anstelle einer genauen Zahl, die niemand überprüfen kann.
  • Ende mit einem vollständigen Satz, etwas langsamer vorgelesen. Ein Slogan-Fragment als letzte Zeile klang in der Überprüfung abgeschnitten; ein vollständiger Satz mit der Positionierung aus CLAIMS.md tat es nicht.
  • Halte die Person innerhalb eines Videos konsistent: erste Person als der fiktive Benutzer („Zuerst verbinde ich meinen Kalender.“) oder dritte Person über ihn. Verwende nur die fiktive Besetzung aus product.yaml mit demselben Namen in jedem Video.
  • Die Positionierung stammt aus CLAIMS.md, nicht aus den Quelldokumenten: ein Quelldokument kann einen Ausdruck enthalten, den das Team verboten hat, und die Regel gewinnt.

2. lines.tsv

audio/lines.tsv, tabulatorgetrennt, Kopfzeile id role speed text, ein Clip pro Zeile in Wiedergabereihenfolge, #-Zeilen sind Kommentare. Vollständiges Format und wie build.py das Ergebnis liest: references/audio-formats.md.

  • id: N1, N2, N7b für Erzählung; andere Buchstaben für Figuren (A1 für einen Agenten, C1 für einen Kunden). Das Einfügen einer Zeile zwischen N7 und N8 als N7b hält jede andere ID und jeden Anker, der sie verwendet, stabil.
  • role: ein Schlüssel von voice.roles in product.yaml (narrator, agent, customer oder eine Lesevariante wie narrator_close, siehe Abschnitt 3). Die Rolle, nicht die ID, wählt die Stimme.
  • speed: 1.0 standardmäßig, 0,7 bis 1,2. Verwende 0,9 bis 0,96 für die Eröffnungs- und Schlusszeilen.
  • text: genau so, wie er auf dem Bildschirm und in den Untertiteln erscheint, mit der kanonischen Schreibweise der Produktnamen. Schreibe hier niemals eine Umschrift; die Aussprache lebt in product.yaml.

Bevor Zeilen einer ausgelieferten Version geändert werden, kopiere lines.tsv nach lines-v<N>.tsv und timings.json nach timings-v<N>.json, damit die vorherige Version neu erstellt werden kann.

Führe check_script.py nach jeder Bearbeitung aus. Es schlägt fehl bei doppelten IDs, unbekannten Rollen, Geschwindigkeiten außerhalb des Bereichs, Clips über 40 Wörtern, verbotenen Begriffen, never_say-Phrasen, Legacy-Namen und Umschreibungen im Skript, und warnt bei langen Clips, Ziffern und Gedankenstrichen. Behebe jeden Fehler vor der Vertonung: eine verbotene Phrase, die den TTS erreicht, kostet einen Take, und eine, die einen Render erreicht, kostet eine Version.

3. Besetzung

Lies references/casting-and-pronunciation.md, bevor du Stimmen vorschlägst. Kurz gefasst:

  • Biete zuerst realistische Stimmen an. Die Standardstimme des Produkts und die günstigsten Modelle wurden in der Überprüfung als „sehr unecht“ beurteilt; das natürlichste verfügbare Modell ist es für Figuren wert.
  • Vorsprechen im Kontext: zwei echte aufeinanderfolgende Zeilen pro Rolle, drei bis sechs Kandidaten pro Rolle.
  • Schlage jede Wahl zum Veto als geschlossene Frage mit einer empfohlenen Voreinstellung vor („Erzähler: Stimme B, warm und gemächlich. Behalten?“). Offene Listen von Optionen blieben tagelang unbeantwortet.
  • Entscheide die Behandlung pro Rolle: treatment: phone für jemanden in einem Telefonat, treatment: room für ein aufgenommenes Meeting, nichts für den Erzähler.
  • Eine zeilenweise Lesart (gleichmäßiger, langsamer, weniger Stil) ist eine Rollenvariante, die auf dieselbe Stimme mit anderen Einstellungen zeigt, sodass die Wahl in der Konfiguration liegt und einen erneuten Durchlauf übersteht.

voice.provider: say (oder --provider say) verwendet die kostenlose macOS-Stimme und whisper für Wortzeitmarken. Verwende es für Entwürfe, Tests und Timing-Arbeiten, bevor ein Schlüssel existiert; liefer mit der echten Stimme aus.

4. Generiere die Clips

"$PVS_HOME/bin/pvs-py" "$S/tts.py" <video_dir>

Für jede Zeile schreibt es Markenwörter nur für den TTS um, behält den unbearbeiteten Take in audio/raw/ (der vorherige Take verschiebt sich nach audio/raw/prev/), entfernt Stille, wandelt auf 48 kHz Mono um, wendet die Behandlung der Rolle an, normalisiert auf voice.clip_lufs (ffmpeg loudnorm, zwei Durchgänge; Spitzen unter -1,5 dBTP), blendet beide Kanten ein/aus und fügt den Eintrag des Clips in audio/timings.json ein.

Warum jeder Verarbeitungsschritt existiert:

  • Rohe Takes werden immer archiviert und sind immer die Quelle. Ein früherer Client normalisierte von einer veralteten Rohdatei nach einem vollständigen Neu-Render; hier wird ein Clip immer aus dem Take neu erstellt, der ihn produziert hat.
  • Der Schwanz wird höchstens 0,6 s nach dem letzten Wort abgeschnitten, mit einer Ausblendung. Ein TTS-Take kann mit einem Klick oder dem Einsatz einer anderen Phrase enden; ein solcher Klick wurde als „seltsamer Schnitt“ im Audio ausgeliefert.
  • Jeder Clip mit derselben Lautstärke. Eine Figurenstimme kam vor der Normalisierung 6 dB lauter als der Erzähler heraus.
  • Unveränderte Zeilen werden übersprungen (Hash aus Text, Stimme und Einstellungen in audio/raw/cache.json), sodass ein vollständiger Durchlauf nach dem Bearbeiten einer Zeile den Anbieter einmal aufruft. Wenn sich nur clip_lufs oder die Verarbeitung geändert hat, werden Clips kostenlos aus den archivierten Takes neu erstellt. --force fordert trotzdem einen neuen Take an.

Der Schlüssel wird vom Skript aus der Umgebung oder PVS_HOME/.env gelesen und niemals ausgegeben. Lies .env niemals selbst und frage niemals nach dem Schlüssel im Chat: wenn er fehlt, sage dem Benutzer, er solle die Zeile selbst zu .env hinzufügen, oder wechsle zu say.

Führe pronounce_check.py nach jedem neuen Take aus. Es transkribiert jeden Clip ohne Aufforderung an den ASR, markiert Marken- und Besetzungswörter, die nicht erkannt wurden, Legacy-Namen, die gehört wurden, und Vokale, die abgewichen sind (Abschnitt 5). Eine Markierung bedeutet zuhören, nicht regenerieren: ASRs hören Markenwörter, die richtig ausgesprochen wurden, falsch.

5. Aussprache

Das Drehbuch und der Bildschirm behalten die echte Schreibweise. product.pronounce ändert nur, was an den TTS gesendet wird, und tts.py bildet die Zeitmarken zurück, sodass timings.json das Wort auf dem Bildschirm in w und die Umschrift in say enthält ({"w": "Acme", "say": "AK-mee", ...}). Anker in build.py verwenden das Wort auf dem Bildschirm.

product:
  pronounce:
    Acme: AK-mee                                    # einfache Umschrift
    Acme Tasks: {say: AK-mee Tasks, vowel: ae, confusable: ey}   # mit einem Erstvokal-Check

Wenn ein Prüfer sagt, der Name klinge falsch, probiere drei oder vier Umschriften an einer Zeile aus, messe sie mit dem Vokal-Check, behalte diejenige, die besteht, und überprüfe dann jede andere Zeile, die das Wort enthält: die Anbieter variieren pro Take. Details und die Vokaltabelle: references/casting-and-pronunciation.md.

6. Takes

  • Maximal zwei Takes pro Zeile, es sei denn, der Benutzer sagt etwas anderes; Anbieterkontingente werden normalerweise innerhalb eines Teams geteilt. Sage, wie viele Zeichen ein vollständiger Durchlauf kosten wird, bevor du ihn ausführst.
  • Regeneriere nur die Zeile, die es braucht: tts.py <video_dir> --only N7 --force.
  • Wenn der neue Take schlechter ist, tauscht --only N7 --restore ihn mit seinen Zeitmarken zurück.
  • Für eine Tonfall-Anmerkung („zu aufgeregt“, „klingt wie ein halber Satz“) erstelle zwei oder drei Varianten als Rollenvarianten oder Geschwindigkeitsänderungen, und lasse den Prüfer sie im Kontext mit der vorherigen Zeile vergleichen.
  • Eine Zeile ändern, in der Reihenfolge: kopiere die Versionsdateien, bearbeite die Zeile, check_script.py, tts.py --only <id>, pronounce_check.py --only <id>, dann baut der Komponist neu; alles nach diesem Clip verschiebt sich von selbst.

7. Soundeffekte

Verwende nur aufgenommene Sounds aus der Bibliothek, die mit HyperFrames ausgeliefert wird (make_sfx.py --list). Synthetisiertes Tippen klang wie „ein Strohhalm, nicht eine Tastatur“ und ein synthetisierter Wusch wie „weißes Rauschen“ in der Überprüfung, daher werden Wusche und Anhebungen vom Skript verweigert, und nichts läuft unter der Erzählung als Musik, es sei denn, das Briefing verlangt es. Die Produktion, aus der diese Skills stammen, wurde ohne Musikteppich und ohne Ducking ausgeliefert, und niemand hat es vermisst.

  • Tippen: typing_track(text, start, cps) baut eine Spur aus einzelnen Tastenanschlägen, die aus einer echten Aufnahme herausgeschnitten wurden, mit einem stärkeren Anschlag auf Leerzeichen und einem gesäten Rhythmus, sodass sie deterministisch ist und derselbe Text immer gleich klingt. Lass es genau so lange dauern wie der Beat, der den Text zeigt (dur=), und lass die getippten Wörter auf den gesprochenen landen.
  • Klicks und Pops: library_sfx("click", start) auf dem Frame, den der Cursor drückt.
  • audio/sfx/CREDITS.md listet jede verwendete Bibliotheksdatei auf und trägt die Lizenz der Bibliothek.
  • Vorgeschlagene Pegel: Erzählung 1,0, Figuren 1,0, Klicks 0,35 (0,22 bei einem Zieh-Loslassen), Tippen 0,45, Pops 0,12 bis 0,3. Zwei Clips auf derselben Audiospur dürfen sich niemals überschneiden: starte einen Clip mindestens 0,02 s nachdem der vorherige endet, oder verschiebe ihn auf eine andere Spur.

build.py importiert die Funktionen; make_sfx.py <video_dir> mit einer audio/sfx.tsv erstellt dieselben Dateien von der Kommandozeile vor (Format im Docstring des Skripts).

8. Übergabe an den Komponisten

Liefere unter <video_dir>/audio/: lines.tsv, clips/<id>.wav, timings.json und sfx/ mit CREDITS.md. Sage dem Komponisten, an welche Wörter sich jeder Beat anheften soll (das Nomen, das der Cursor berührt, das Wort, auf dem das Tippen landet) und die Wartezeiten aus der Momententabelle. Bearbeite timings.json niemals von Hand: es wird aus den Clips regeneriert, und eine manuelle Bearbeitung geht beim nächsten Durchlauf verloren.

Melde dem Benutzer: die vertonten Zeilen, die Dauer jedes Clips, alle Aussprache-Markierungen und was du gehört hast, die verwendeten Stimmen (mit der empfohlenen Voreinstellung für alles noch Offene) und die verbrauchten Zeichen des Anbieters.

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

josueh04/product-video-skills

Extract, once per product, everything every video of it reuses and write it to kit/ and product.yaml (design tokens, font subsets as woff2, icon subsets as SVG from the product's own icon packages, logos in light, dark and app-tile variants from the repo, a fictional cast proposed once for veto and then frozen, the canonical-names map, pronunciations, banned terms and the read-only tool list). Use it when a product is set up or its kit is missing or incomplete, when a video needs an icon, font or logo that is not in kit/ yet, when someone asks for demo names, fake customers, phone numbers or emails, when a brand word is mispronounced or an old product name shows up, and when checking that demo data is fictional.

josueh04/product-video-skills

Interview the user about a product, then create products/<slug>/ with its own git history, a filled product.yaml and linked skills, fetch its sources and build its kit. Run only when the user types /product-new.

josueh04/product-video-skills

Back every sentence of a video's narration (audio/lines.tsv) and every screen it shows with a citation into the pinned source code (role/path:line@sha) or a docs URL, mark what is visible in the UI versus backend-only, flag restricted or unreleased features, and cut or rewrite anything unbacked; writes the video's TRUTH.md and checks it with truth_check.py. Use it whenever a script or narration is drafted or edited, before voice is generated, before a build, when someone asks "can we say this?", "is this true?", "does the product really do X?", when a reviewer asks for a feature or a claim the product may not support, and when a source document (pitch deck, PRD, marketing page) makes claims the video wants to repeat.

josueh04/product-video-skills

Check a rendered product video before anyone else sees it: worker-pattern flicker, black frames, loudness and true peak, clipping, clicks at clip edges, overlapping narration, speech to text against the script, banned terms and legacy names, camera zoom, contact sheets, frame strips at transitions and parity against the approved version; then write qa/REPORT.json, the only thing deliver.py accepts. Use it after every HyperFrames render, whenever someone asks "is the render clean", "QA this", "check the video", "check the audio", "why does it flicker", "there is a click", "compare v3 with v2", "did the approved part change", or before showing, sending, uploading or delivering any MP4, even when the request does not say QA. Also use it to triage a defect a reviewer reported in a render.

josueh04/product-video-skills

The animation rules that keep HyperFrames' parallel render workers from dropping, flashing or flickering elements, plus a static lint (lint_motion.py) that finds the violations in a video's template before it costs a render. Use it whenever you write or edit GSAP tweens, timelines, cursors, camera moves, typing, scrolls or pop-ups in a HyperFrames composition or a video's src/template.tpl, whenever a render shows flicker, stutter, an element that vanishes on some frames, a title that flashes, or a "WORKER PATTERN" line from scan_render.py or qa.py, and whenever the preview looks right but the MP4 does not. Also use it to review someone else's timeline code before rendering.

josueh04/product-video-skills

Pin a product's source code (read-only exports in sources/ plus sources.lock), confirm that the pinned commit is what runs in production, and map every screen of a video brief to its route, components, i18n strings and state, written to the video's SOURCES.md. Use it whenever a video needs to know where a screen lives in the code, when sources/ is missing or stale, before ui-spec-from-code or product-truth start on a video, after the product's frontend changed ("what changed", "which videos are affected", "refresh the sources", "is this checkout current", "which commit is in prod"), and when there is no code and you need an inventory of the no-code references (recordings, recovered captures, docs) a screen can be rebuilt from.

josueh04/product-video-skills

Compose a narrated product demo in HyperFrames: the stage (the product UI rebuilt at its real viewport and scaled to 1080p, camera, rack focus with veil, chapter titles, cursor and clicks, typing, streaming text, pop-ups, toasts, scrolls, end screen and lockup) and the build.py that anchors every beat to a word of the narration. Use it whenever you write or edit a video's video/build.py, src/template.tpl or src/app.css, place a beat on a word, add a chapter, a click, a pop-up or a push-in, frame a screen, build the end screen or lockup, snapshot setup beats, or render a draft or delivery MP4 of a product video in this workbench. Also use it when someone says "the cursor is off", "too zoomed in", "too fast", "it feels chaotic", "the title flashes", "sync the UI to the voice", or asks for a walkthrough, demo or pitch video of a UI.

josueh04/product-video-skills

Gather pixel references for UI that the code cannot show, or to check a rebuild against the real thing, using frames and timed OCR text from screen recordings, captures recovered from past Claude Code session transcripts, a local instance of the app built like production, and web research for third-party apps, plus side-by-side parity images and contact sheets. Use it whenever someone hands over a screen recording (.mov or .mp4) of the product, when a screen has no usable source code (a stale checkout, another company's UI such as a sign-in page, calendar or CRM, runtime output from a backend not in the repos), when asked "what does it really look like", "match the recording", "how long does that animation take in the app", "compare our render to the real app", or when screenshots from an earlier session might already exist. Never uses the reviewer's personal browser.

josueh04/product-video-skills

Turn a product's real frontend code into 1:1 rebuild specs for a video, one read-only subagent per screen, each returning static HTML, CSS with every variable resolved to its literal value and cited (role/path:line@sha), every state, transitions with exact durations and easings, icons from the code's own icon sets, and the exact i18n strings; plus resolve_tokens.py to write the product's design tokens to kit/tokens.css. Use it whenever a screen of the product has to appear in a video, when writing or fixing video/src/app.css or the template markup, when someone asks for exact sizes, colors, fonts, paddings, animations or icons of a screen, when a rebuilt screen "looks off" next to the real app, and when the design tokens or theme of a product need extracting. Framework adapters cover Angular with PrimeNG (proven), React, Vue, Tailwind and plain HTML (unproven).

josueh04/product-video-skills

Say where this session stands in the Product Video Skills workbench (setup state, which product and video the current folder belongs to, the stage of every video) and the exact next command to type. Also answers "how do I..." questions about the workbench from its docs.

josueh04/product-video-skills

Coordinate the build of one or more signed videos of the current product with subagents (source recon, product truth, UI specs, voice, one builder per video), re-run QA itself, then deliver. A light coordinator that never builds itself. Run only when the user types /video-build.

josueh04/product-video-skills

Start a new video of the current product - create videos/<video>/, write BRIEF.md, the feature coverage matrix (COVERAGE.md) and the claims sheet (CLAIMS.md), propose chapters, then stop for the reviewer's sign-off. Never builds. Run only when the user types /video-new.

josueh04/product-video-skills

Turn a batch of reviewer feedback on the product's videos into one table per video, fix every video that got notes in parallel (one subagent each) while keeping approved parts, re-run QA and parity, bump versions and deliver. Run only when the user types /video-review.

josueh04/product-video-skills

Check this machine and install the pinned video toolchain of the Product Video Skills workbench (HyperFrames CLI, its rendering Chrome and its agent skills from the same release, the Python environment, the speech model for QA), then run the self-check. Safe to run again. `/video-setup check` only reports.

Verwandte Skills