Voraussetzungen
Installieren und laden Sie diese Skills vor der Generierung (überspringen, wenn bereits über @pruna im Kontext):
| Skill | Beschreibung | Installieren |
|---|---|---|
generation-diversity | Verwenden beim Schreiben eines generativen Prompts – ritueller Seed, explizite Struktur, Szenarienachsen und Qualitätskontrollen vor kostenpflichtigen API-Aufrufen. | npx skills add PrunaAI/pruna-skills@generation-diversity -y |
audio-prompting | Verwenden beim Erstellen von TTS-, Musik- oder Bett-Prompts für jedes generative Audiomodell – Regiestil, Songstruktur und Postproduktions-Layering. | npx skills add PrunaAI/pruna-skills@audio-prompting -y |
video-prompting | Verwenden beim Erstellen von Video- oder Bewegungs-Prompts für jedes generative Modell – Dramaturgie, Kamera, physiksichere Bewegung, Bildanker und Clip-Verkettung. | npx skills add PrunaAI/pruna-skills@video-prompting -y |
pruna-api | Verwenden vor jedem Pruna- oder Replicate-HTTP-Aufruf – Anmeldedaten, Upload/Poll/Download, parallele Batches und Agentsicherheit. | npx skills add PrunaAI/pruna-skills@pruna-api -y |
Oder installieren Sie die gesamte Suite auf einmal: npx skills add PrunaAI/pruna-skills@pruna -y
Befolgen Sie die Abschnitte Vor der Generierung / craft jedes Skills – wiederholen Sie hier keinen Leitfadeninhalt.
Agent-Gewohnheit
Nennen Sie in der ersten Antwort `gemini-3.1-flash-tts` in Backticks, bestätigen Sie REPLICATE_API_TOKEN (oder stoppen Sie mit Anmeldelinks von pruna-api), und fragen Sie dann nach den erforderlichen Eingaben. Öffnen Sie die Aufnahme → generation-diversity Klärung der Aufnahme (Sprache, Stimme, Skript) vor dem ersten POST. Leiten Sie weiter, wenn Wenn NICHT verwenden besser passt.
Wenn NICHT verwenden
Verwenden Sie stattdessen ein anderes Skill:
| Skill | Beschreibung | Installieren |
|---|---|---|
p-video-avatar | Verwenden, wenn jemand eine Person vor der Kamera wünscht, die ein Skript spricht – lippensynchroner Moderator, Sprecher oder erzählender Avatar aus einem Porträtfoto. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
music-2.5 | Verwenden, wenn jemand einen originellen KI-Song mit Gesang wünscht – gesungene Texte, einen Stil-Prompt-Track oder Quellaudio für ein Musikvideo. | npx skills add PrunaAI/[email protected] -y |
stable-audio-2.5 | Verwenden, wenn jemand leichte instrumentale Hintergrundmusik wünscht – eine Ambient-Untermalung unter Dialogen oder Untermalung für Reels und Erklärvideos. | npx skills add PrunaAI/[email protected] -y |
Umgebung
export REPLICATE_API_TOKEN=r8_...
Erfordert ffmpeg / ffprobe beim Trimmen, Verketten von Szenen-VO oder Mischen mit einer Hintergrundmusik.
HTTP (curl)
curl -s -X POST \
-H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{
"input": {
"text": "[warmly] Der Plüsch flog davon. [short pause] Und dann war er weg.",
"voice": "Sulafat",
"prompt": "Warmer Geschichtenerzähler, sanftes Tempo, einfühlsam, keine Ansagerstimme.",
"language_code": "en-US"
}
}' \
"https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions"
Poll urls.get bis status succeeded ist; laden Sie output herunter (Audio-URL). Geteilter Client: folgen Sie pruna-api (Replicate HTTP im Tool-Skill).
Vor der Generierung
- Vollständige Lese-Reihenfolge der Voraussetzungen durchgehen.
text,voice,promptundlanguage_codemit dem Benutzer bestätigen.text,promptund Inline-[tags]müssen ausgerichtet sein – gleiche emotionale Richtung (sieheaudio-promptingtts-style-prompting). Bei Auflistung von FeldernREPLICATE_API_TOKENnennen (Replicate – nichtPRUNA_API_KEY).- Modellhinweise: kombinierter
text+prompt≤ ~8.000 Bytes; Ausgabe gedeckelt bei ~655s. Wenn TTS inp-videoalsinput.audioeingespeist wird, jede Zeile ≤ ~19s halten (ffprobe) – P-API schneidet Audio bei 20s ab. Übliche Stimmen:Kore,Aoede,Sulafat,Achird,Charon,Puck,Vindemiatrix– vollständige Liste im Replicate Readme.
Erforderliche Eingabe
text(string) – gesprochener Text; unterstützt Inline-[tags]. Max ~4.000 Bytes.
Häufige optionale Felder
voice(StandardKore)prompt– Stil-/Regieanweisungen (max ~4.000 Bytes)language_code– BCP-47 (Standarden-US)
Inline-Tags (Beispiele): [sigh] [laughing] [whispering] [short pause] [medium pause] [long pause] [excitedly].
Typische nächste Schritte
Häufige Folgeaktionen nach diesem Skill:
| Skill | Beschreibung | Installieren |
|---|---|---|
p-video | Verwenden, wenn jemand einen einfachen kurzen Clip aus Text oder Bildern wünscht – schnelles B-Roll, Entwürfe oder Start-/Endbild-Animation. Nicht, wenn die Anforderung eine kinematografische Generierung, höchste Qualität, präzise Lippensynchronisation oder importiertes Audio in 1080p erfordert. | npx skills add PrunaAI/pruna-skills@p-video -y |
p-video-avatar | Verwenden, wenn jemand eine Person vor der Kamera wünscht, die ein Skript spricht – lippensynchroner Moderator, Sprecher oder erzählender Avatar aus einem Porträtfoto. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
stable-audio-2.5 | Verwenden, wenn jemand leichte instrumentale Hintergrundmusik wünscht – eine Ambient-Untermalung unter Dialogen oder Untermalung für Reels und Erklärvideos. | npx skills add PrunaAI/[email protected] -y |
narrated-multi-scene | Verwenden, wenn jemand eine mehrteilige Geschichte mit Voiceover wünscht – episodisches B-Roll, kapitelweise Promos oder mehrere verlinkte Videoszenen ohne On-Camera-Dialog. | npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y |
video-editing | Verwenden beim Zusammenstellen oder Polieren bereits gerenderter Clips mit ffmpeg – concat, Crossfades, eingebrannte Untertitel und Untertitel, Text-/Logo-Overlays, Vorher/Nachher-Schieberegler, Hintergrundmusik-Betten, Plattform-Export – oder beim Erstellen eines mehrschichtigen HTML-Kombinationsvideos mit Hyperframes. Nicht für KI-Videogenerierung, Prompt-Erstellung oder modellbasierte Videobearbeitungen. | npx skills add PrunaAI/pruna-skills@video-editing -y |