Communitygithub.com

josueh04/product-video-skills

Verarbeitet eine Sammlung von Reviewer-Feedback zu Produktvideos in eine Tabelle pro Video, repariert alle Videos mit Anmerkungen parallel (ein Unter-Agent pro Video), behält genehmigte Teile bei, führt erneut QA und Parity durch, erhöht Versionen und liefert aus. Nur ausführen, wenn der Benutzer /video-review eingibt.

Was ist product-video-skills?

Dieser Skill für KI-Agenten (wie Claude Code) automatisiert den gesamten Review-Zyklus für eine Charge von Produktvideos. Er nimmt eine Sammlung von Reviewer-Feedback zu mehreren Videos auf, konsolidiert die Notizen in einer Tabelle pro Video und startet dann parallele Unter-Agenten, die jedes Video mit Anmerkungen gleichzeitig reparieren. Dies verhindert Engpässe, die entstehen, wenn Notizen einzeln nacheinander bearbeitet werden, und spricht direkt ein reales Produktionsproblem an, bei dem serielle Korrekturen 70 Minuten vs. mehrere Stunden dauerten. Der Skill unterstützt das Bumpen von Versionen, Paritätsprüfungen (um versehentliche Änderungen zu erkennen), QA-Prüfungen mit Zeitstempeln und die Auslieferung der endgültigen Videos. Anschließend erstellt er einen Bericht und dokumentiert alle neuen Regeln, die aus dem Feedback abgeleitet wurden. Der Skill wird nur ausgelöst, wenn der Benutzer den Befehl /video-review eingibt, und erfordert, dass der Benutzer bestätigt, dass das gesamte Feedback für die Runde vollständig ist, bevor die Reparaturen beginnen. Er ist so konzipiert, dass er mit einer bestimmten Verzeichnisstruktur und Python-Skripten funktioniert, die im Skill definiert sind.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

/video-review

Eine Review-Runde: Sammle die gesamte Charge, konsolidiere sie pro Video, repariere jedes Video mit Anmerkungen gleichzeitig, überprüfe jedes Ergebnis selbst, liefere die nächsten Versionen aus und erstelle einen Bericht.

Warum batchweise und parallel: In der Produktion, aus der diese Skills stammen, kamen drei Anmerkungen im Abstand von fünf Minuten an und der Agent begann, die erste in seinem eigenen Kontext zu reparieren. Der Kontext füllte sich, der Reviewer musste ihn stoppen und sagte, dass die Bearbeitung einer Anmerkung nach der anderen nicht effizient sei. Nach der Konsolidierung in einer Tabelle und der Übergabe an drei parallele Unter-Agenten wurden dieselben drei Korrekturen 70 Minuten später überprüft und ausgeliefert. Eine Korrektur ist nie nur ein Render: Bearbeitung, Erzählung, Render, QA und der Bericht dauerten 50 bis 90 Minuten pro Video, also multiplizieren sich serielle Korrekturen.

0. Einrichtung

PVS_HOME="$(cd "$(cd "${CLAUDE_SKILL_DIR}" && pwd -P)/../.." && pwd)"
PY="$PVS_HOME/bin/pvs-py"

Finde das Produkt (nächstgelegenes product.yaml über dem aktuellen Verzeichnis) und liste seine Videos mit ihrer aktuellen Version und dem Auslieferungsstatus auf (skills/video-build/scripts/stages.py auf jedem).

1. Die gesamte Charge abrufen

Wenn das Argument eine Datei ist, lies sie; wenn es Text ist, verwende ihn. Frage dann einmal: "Ist das das gesamte Feedback für diese Runde, für jedes Video? Videos ohne Notizen bleiben, wie sie sind." Warte auf die Antwort, bevor du etwas reparierst. Wenn während der Konsolidierung weiterhin Notizen eintreffen, füge sie derselben Runde hinzu; starte keine Reparatur pro Nachricht.

2. In eine Tabelle pro Video konsolidieren

"$PY" "$PVS_HOME/skills/video-review/scripts/feedback_table.py" <product_dir> <notes file oder -> \
  --out <product_dir>/reviews/round-<date>.md

Es sortiert jede Notiz (wörtlich) unter das Video, das sie benennt (nach ID, Titel oder Überschrift), platziert Notizen über "alle Videos" in einem gemeinsamen Abschnitt und listet Notizen auf, die es nicht zuordnen kann. Dann füllst du pro Zeile aus: Bedeutung (deine Lesart, inklusive was sich nicht ändern darf), Akzeptanz (wie du es überprüfen wirst: ein Zeitbereich, ein Streifen, ein Frame) und Regel für alle Videos?

Lies references/review-protocol.md vor dem Ausfüllen: es behandelt Diktierfehler, Notizen, die eigentlich Regeln sind, und Notizen, die mit dem Produkt in Konflikt stehen.

Drei Fragen, die du zu jeder Notiz stellen solltest:

  1. Ist es wirklich eine Regel? Dann gilt sie für jedes Video in dieser Runde, nicht nur für das, auf das der Reviewer gezeigt hat. Ein Reviewer gab einmal eine Abdeckungsregel für ein Video und musste Stunden später erneut darum bitten, dass sie auf alle angewendet wird.
  2. Macht das Produkt es tatsächlich? Überprüfe den Code, bevor du eine Korrektur versprichst. Wenn nicht, eine geschlossene Frage mit einer empfohlenen Option ("nur anzeigen, was existiert").
  3. Ist es eine Funktion, die in COVERAGE.md gefehlt hat? Dann fügt die Korrektur die Zeile hinzu.

Zeige die konsolidierten Tabellen dem Benutzer mit maximal drei geschlossenen Entscheidungen (Standardeinstellungen angegeben). Stille bedeutet die Standardeinstellungen. Videos ohne Notizen werden als unberührt aufgelistet.

3. Die nächste Version jedes Videos mit Notizen öffnen

"$PY" "$PVS_HOME/skills/video-review/scripts/bump_version.py" <video_dir> --note "<zitat>" ...

Es sichert lines.tsv, timings.json und video/src als v, erhöht die BRIEF-Version auf N+1 und öffnet einen Changelog-Abschnitt mit den Zitaten. Es weigert sich, wenn v nie gerendert wurde (das würde eine Version überspringen). Der v-Render bleibt unberührt: er ist die Paritätsreferenz, und eine Datei, die der Reviewer möglicherweise geteilt hat, wird niemals überschrieben.

4. Ein Korrektur-Unter-Agent pro Video, alle gleichzeitig

Fülle references/fix-prompt.md für jedes Video (die Worte des Reviewers wörtlich, deine Bedeutung und Akzeptanz, was du bereits im Code mit file:line gefunden hast, die gemeinsamen Regeln) und starte jeden Korrigierer im selben Durchgang mit dem Agent-Tool im Hintergrund. Führe die Code-Recherchen, die "was ich bereits gefunden habe" speisen, selbst durch, kurz bevor du startest; sie ersparen jedem Korrigierer dieselbe Suche und fangen Notizen ab, die das Produkt nicht erfüllen kann.

Während sie laufen, repariere selbst nichts und poll sie nicht mit Nachrichten. Beobachte Dateien (stages.py, Änderungszeiten, Render-Logs). Wenn ein Korrigierer eine Genehmigung benötigt, stelle dem Benutzer eine geschlossene Frage und gib die Antwort weiter. Wenn ein Korrigierer stoppt, starte einen neuen mit demselben Prompt plus dem Punkt, an dem er aufgehört hat: der Zustand befindet sich in den Dateien.

5. Jedes Ergebnis selbst überprüfen

Für jedes Video, unabhängig davon, was der Korrigierer gemeldet hat:

  1. Parität zur vorherigen Version, außerhalb der Abschnitte, die absichtlich geändert wurden: "$PY" "$PVS_HOME/skills/render-qa/scripts/parity.py" <altes mp4> <neues mp4> --skip a:b .... Ein genehmigter Abschnitt, der sich geändert hat, ist eine Regression: sende es zurück.
  2. QA: "$PY" "$PVS_HOME/skills/render-qa/scripts/qa.py" <video_dir> <neues mp4> --strip ... mit Strips bei jedem geänderten Beat. Lade render-qa, um zu lesen, wie es geht; sieh dir die Blätter und Strips selbst an.
  3. Jede Akzeptanzprüfung der Notiz aus deiner Tabelle. Eine Notiz, die der Render nicht erfüllt, geht zurück an denselben Korrigierer (SendMessage: das Problem, der Zeitbereich, "ändere nichts anderes").
  4. Der Changelog-Abschnitt in BRIEF.md wird ausgefüllt.

6. Ausliefern und die Runde schließen

"$PY" "$PVS_HOME/skills/render-qa/scripts/deliver.py" <video_dir> <neues mp4> --archive-previous

Schließe dann die Runde gemeinsam ab: Notizen, die zu Regeln wurden, kommen in kit/RULES.md (mit Datum und den Worten des Reviewers), damit der nächste Build sie erbt. Eine Regelsammlung, die nicht mehr aktualisiert wird, wird falsch, und Regeln werden dann von Hand in jeder Eingabeaufforderung wiederholt. Wenn der Reviewer bereits vorherige Versionen irgendwo hochgeladen hat, sage, welche Dateien erneut hochgeladen werden müssen.

7. Bericht

VideoVonNachAngewandte NotizenWo zu sehenParitätQAAusgeliefert als

Dann: unberührte Videos, zu kit/RULES.md hinzugefügte Regeln, alles Unverifizierte, maximal drei geschlossene Entscheidungen. In der Sprache des Benutzers, kurz, Tabellen zuerst.

Referenzen

  • references/review-protocol.md: vor dem Ausfüllen der konsolidierten Tabellen.
  • references/fix-prompt.md: vor dem Starten der Korrigierer.

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

Write a product video's narration and turn it into voice clips with word timings, pronunciation fixes, sound effects and even loudness. The script becomes a table of moments and then audio/lines.tsv (one clip per sentence, with role and speed columns); tts.py voices it with ElevenLabs or the free macOS say voice, maps brand respellings back to the on-screen spelling, normalizes every clip and writes audio/timings.json for the composer; make_sfx.py builds typing tracks from real keystrokes and places recorded click and pop sounds. Use it whenever a video needs a script, narration, voice-over, lines.tsv, timings.json, TTS, a new take, a voice or casting choice, a pronunciation fix ("it says the name wrong"), a changed sentence, a tone note ("too hype", "sounds cut off"), audio levels, a click at the end of a clip, typing or click sounds, or when the build stage asks for the voice. Also use it for silent loops, which still need a moment table and SFX.

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

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