nanxnguyen/remotion-ai-agentic-studio

Workflow zur Videoproduktion

Dies ist der einheitliche Produktionsworkflow für neue Videos in diesem Repository. video-director besitzt das finale Ergebnis und den Status. Verwende .claude/skills/viral-tech-video-creator/SKILL.md für Recherche- und Schreibttechniken und .claude/skills/video-shotcraft/SKILL.md für Referenzen zu Einstellungen, Bewegungen und Ton. Wenn diese Ressourcen im Widerspruch zu dieser Datei stehen, folge dieser Datei. Lies CLAUDE.md und die ausgewählten Referenzen, bevor du mit der Arbeit beginnst. Antworte auf Vietnamesisch; schreibe Code auf Englisch.

Der Workflow ist vollautomatisch: Agenten produzieren, überprüfen und genehmigen die Gates selbstständig, und kein Schritt wartet auf die manuelle Zustimmung des Benutzers. Beende niemals einen Durchlauf oder einen Agentenbericht mit „gửi bạn nghe thử / duyệt giúp / OK chưa“; wähle die beste Option, dokumentiere die Entscheidung in docs/<vid>/ und fahre fort. Frage den Benutzer nur, wenn eine kritische Eingabe fehlt und nicht sicher abgeleitet werden kann, oder wenn der Benutzer ausdrücklich ein Entscheidungsgate angefordert hat. Das menschliche Zuhören (Audio, finales MP4) ist ein optionaler Aufzeichnungsschritt, niemals eine Frage oder ein Blockierer. Unabhängige Prüfer verwenden einen sauberen Kontext. Behalte nur die Benutzerzeilen wörtlich bei, die der Benutzer als obligatorisch markiert hat; alles andere kann dramatisiert oder umgeschrieben werden, um der Geschichte zu dienen (siehe die Gate-A-Lektion in „Häufige Fehlerquellen“). Die Veröffentlichung erfordert eine separate Benutzeranfrage.

Light-Modus. Für ein kurzes story-Video oder wenn der Benutzer das Skript/die Stimme bereitgestellt hat, kann der Direktor Schritte zusammenführen, ohne ein Gate fallenzulassen: ein research-agent, keine Recherchedatei, wenn das Konto des Benutzers die Quelle ist, die drei Phase-3-Verzweigungen in einer parallelen Nachricht und task-planner mit einem scene-agent pro 3–4 Einstellungen. Die Gates A, D, E, B, C, die Überprüfungen der Inhalts- und Audio-Zweige, die Fix-Loop-Disziplin und die Datei-Inhaberschaft bleiben immer bestehen.

Pipeline-Karte

Nach Gate A verzweigt sich die Arbeit in drei parallele Zweige (Inhalt, Audio, Design), jeder mit einem eigenen Produzenten → Bereinigungskontext-Prüfer-Loop. Wenn alle drei bestehen, führt video-director sie zusammen und Gate E überprüft den kombinierten Plan vor dem Bau.

flowchart TD
  P0["0 Intake<br/>intake-agent ×2-3"] --> P1["1 Recherche<br/>research-agent ×N"]
  P1 --> P2["2 Skript<br/>script-agent"]
  P2 --> A{"Gate A ≥ 9<br/>script-reviewer"}
  A -- "überarbeiten (≤3 Runden)" --> P2
  A -- bestanden --> FORK(("Verzweigung"))

  subgraph BR["3 · Drei parallele Zweige"]
    direction LR
    subgraph B1["3a Inhalt"]
      CA["content-agent<br/>content-pack.md"] --> CR{"content-reviewer ≥ 9"}
      CR -- überarbeiten --> CA
    end
    subgraph B2["3b Audio"]
      VA["voice-agent + audio-agent<br/>sN.mp3, BGM/SFX, Mix-Plan"] --> AR{"audio-reviewer ≥ 9"}
      AR -- überarbeiten --> VA
    end
    subgraph B3["3c Design"]
      DA["design-agent<br/>Prototyp, Stil-Frames, Cover, Board"] --> DR{"Gate D ≥ 9<br/>design-reviewer"}
      DR -- überarbeiten --> DA
    end
  end

  FORK --> CA
  FORK --> VA
  FORK --> DA
  CR -- bestanden --> J
  AR -- bestanden --> J
  DR -- bestanden --> J
  J["4 Zusammenführen<br/>video-director: voice.json, timeline.ts,<br/>Abgleich Timing / Text / Stimmung"] --> E{"Gate E ≥ 9<br/>integration-reviewer"}
  E -- "Ticket → besitzender Zweig" --> BR
  E -- bestanden --> P6["6 Aufgaben<br/>task-planner"]
  J -.->|frühes Gerüst| P7
  P6 --> B{"Gate B ≥ 8<br/>task-reviewer"}
  B -- bestanden --> P7["7 Bauen<br/>scene-agent ×N"]
  P7 --> P8["8 QA<br/>qa-agent ×N"]
  P8 --> P9["9 Rendern<br/>render-agent"]
  P9 --> C{"Gate C ≥ 8 · LETZTE BARRIERE<br/>Vollständiger Test auf der MP4<br/>final-check.md alle ✓ + video-reviewer ×3"}
  C -- "Reparatur → Besitzer, neu rendern, alles erneut testen" --> P7
  C -- bestanden --> P10["10 Auslieferung<br/>video-director"]

Text-Fallback: 0 Intake → 1 Recherche → 2 Skript ⇒ A → Verzweigung[ 3a content-agent ⇒ content-reviewer | 3b voice+audio ⇒ audio-reviewer | 3c design-agent ⇒ D ] → 4 Zusammenführen → E → 6 Aufgaben ⇒ B → 7 Bauen → 8 QA → 9 Rendern ⇒ C → 10 Auslieferung.

Vertrag und Benennung

• Ein Video hat eine eindeutige, klein geschriebene, kebab-case Themen-ID <vid>, eine Stimmen-Slug <voice>, docs/<vid>/, src/<vid>/, public/audio/<vid>/ und out/qa/<vid>-*.png.
• Das einzige endgültige Video ist out/<vid>-<voice>-reel.mp4, zum Beispiel out/cam-on-phien-ban-minh-anh-khoi-reel.mp4. Die Stimmen-Slug beschreibt die tatsächlich gehörte Stimme. Wenn sich die Stimme ändert, führe python3 -I scripts/pipeline.py voice <vid> <new-voice> vor dem Rendern aus; die frühere Datei bleibt verfügbar.
• Starte mit python3 -m unittest scripts.test_voice_catalog, um sicherzustellen, dass die Katalogvorschauen aufgelöst werden. Wähle einen Kandidaten aus vietnamese-voice-samples/previews/ (der Ordner ist der Katalog; Dateinamen sind verkürzte Stimmnamen) basierend auf der Katalogbeschreibung und der Benutzeranfrage aus und notiere den Anbieter und seine Stimmen-ID in brief.md. Eine Vorschau gewährt für sich genommen keine kommerziellen oder Klonrechte.
• Nachdem die Duplikatsprüfung der Phase 0 bestanden ist, initialisiere einmal: python3 -I scripts/pipeline.py init <vid> --comp <CompId> --voice <voice> --profile story|product|knowledge|news. --voice ist bei einer neuen Produktion erforderlich: Übergib die beste aktuelle Schätzung und führe dann pipeline.py voice <vid> <slug> aus, sobald die Route feststeht (der Slug muss die tatsächlich gehörte Stimme benennen); --out ist nur für Legacy-Ausgabenamen gedacht. Starte den Pipeline-Monitor auf Port 4180, bevor du Produktionsagenten einsetzt. Bearbeite status.json nicht manuell.
• Rufe bei jeder Arbeitsphase pipeline.py set <vid> <stage> in_progress und dann done, blocked oder failed auf. Phasen sind research, brief, script, content, voice, design, build, audio, qa, render (content existiert ab Workflow v3, den init erstellt; ein in Bearbeitung befindliches v2-Video, das nur Gate A durchlaufen hat, wird mit pipeline.py upgrade <vid> auf v3 verschoben). Der render-Befehl aktualisiert seine eigene Phase. Überprüfungsgates laufen in der Reihenfolge A → [content · audio · D] → E → B → C; die beiden Zweigüberprüfungen werden wie Gates aufgezeichnet (review <vid> content|audio …, gate <vid> content|audio, override bei max. 3) und Gate E verweigert, bis content, audio und D alle akzeptiert sind. Die Gates A, content, audio, D und E bestehen bei 9/10, B und C bei 8 (pipeline.py erzwingt die Punktzahl).
• Agentenaktivität (treibt den Monitor an). Jedes Mal, wenn video-director einen Agenten einsetzt, führe pipeline.py agent <vid> <agent-name> running --stage <stage> --note "<task>" aus; wenn die Abschlussmeldung eintrifft, führe pipeline.py agent <vid> <agent-name> done (oder failed) aus. Parallele Kopien verwenden einen nummerierten Namen (scene-agent-1, research-agent-2). Ohne diese Aufzeichnungen kann der Monitor nur anhand der Phasenzustände raten und Prüfer werden nie aktiv. Ein Gate besteht nur, wenn die Punktzahl den Schwellenwert erreicht UND kein Cao/Trung-Ticket offen ist (siehe Fix-Loop-Disziplin); pipeline.py kann Tickets nicht sehen, daher setzt der Prüfer --verdict revise, solange eines offen ist.

Phase	Zu setzende Phase(n)	Gate / Checkpoint
0 Intake	— (init)	—
1 Recherche	research	—
2 Skript	brief, script	A
3a Inhaltszweig	content	review content (content-reviewer)
3b Audiozweig	voice, audio	review audio (audio-reviewer, maschinelles Urteil)
3c Designzweig	design	D
4 Zusammenführen	— (Direktor-Integration)	—
5 Integration	(die besitzende Phase wird bei Korrekturen wieder geöffnet)	E
6 Aufgaben	build → in_progress	B
7 Bauen	build, audio (Mix-Integration)	—
8 QA	qa	—
9 Rendern	render (automatisch)	C (menschliches Zuhören = optionaler Aufzeichnungsschritt)

Das erneute Öffnen einer Phase (in_progress/blocked/failed) macht Überprüfungen ungültig von: research/brief/script → A (und beide Zweigüberprüfungen), content → review content + E aufwärts, voice → review audio + E aufwärts, design → D aufwärts, build/audio/qa/render → C. Ein neuer Überprüfungseintrag macht auch alles danach ungültig (eine Zweigüberprüfung öffnet E, B, C erneut). Führe jedes ungültig gemachte Gate in der Reihenfolge erneut aus.

• Unterschiedliche Videos können gleichzeitig laufen, wenn sie unterschiedliche IDs, Audio-Ordner, QA-Präfixe und Ausgaben verwenden. Agenten, die an einem Video arbeiten, besitzen disjunkte Szenendateien; nur video-director bearbeitet kit, timeline, Reel, Root und Stimmen-JSON. Die Pipeline serialisiert Schreibvorgänge auf einen Status und einen Ausgabenamen.

Agenten-Roster und Übergaben

video-director ist der Pipeline-Eigentümer und Informationsmanager: Es initialisiert den Status, behält die aktuellen Briefing/Skript/Quellen-Entscheidungen als die einzige Quelle der Wahrheit, wählt das Profil aus, weist Dateien zu, integriert Arbeit, führt Gate-Befehle aus und liefert das Ergebnis. Gib jedem Spezialisten das akzeptierte Briefing, genaue Eingaben, den erwarteten Ausgabepfad und die Abnahmeprüfung. Bei der Übergabe überprüft video-director das zurückgegebene Artefakt gegen diese Eingaben, zeichnet Entscheidungen oder ungelöste Fragen in docs/<vid>/ auf, aktualisiert den Status und gibt dem nächsten Spezialisten nur die akzeptierte Version. Ein Prüfer muss einen sauberen Kontext haben und darf nicht der Agent sein, der das bewertete Artefakt erstellt hat. video-director bewertet seine eigene Arbeit nicht.

video-director ist der Hauptgesprächsfaden (du), kein Subagent. Es verwaltet jeden Agenten unten: Einsetzen, akzeptierte Eingaben übergeben, Korrekturen lenken, gemeinsame Dateien integrieren, Status/Gates aufzeichnen und mit dem Benutzer sprechen. Jede Phase wird von ihrem eigenen benannten Agenten ausgeführt; Prüferagenten sind getrennt, haben einen sauberen Kontext und sind pro Runde neu.

Phase	Produktionsagent	Prüfagent (Gate)	Besitzt und gibt zurück
0 Intake	intake-agent (schreibgeschützt)	—	Duplikatsbericht, Vorabprüfungsergebnisse; der Direktor schreibt die brief.md-Kopfzeile; fragt den Benutzer nur, wenn eine kritische Eingabe fehlt
1 Recherche	research-agent (× N nach Quellgruppe)	—	research.md oder research-<group>.md: Quellen, Zielgruppensprache, Fakten/Schlussfolgerungen/Unbekanntes, fünf Hook-Kandidaten
2 Skript	script-agent	script-reviewer (A)	brief.md, script.md, voice.proposed.json / script-review.md
3a Inhalt	content-agent	content-reviewer (Zweig)	content-pack.md: Bildschirmtext pro Einstellung, Beschriftungsblöcke, Akzentwörter, Cover-/Re-Hook-/CTA-Text, Behauptungs→Quellen-Tabelle, minh hoạ-Labels / content-pack-review.md
3b Audio	voice-agent + audio-agent	audio-reviewer (Zweig, maschinelles Urteil)	sN.mp3 + Dauern + ASR (voice-report.md); BGM/SFX + Beat-Raster + Mix-Plan + assets-manifest.md / audio-review.md
3c Design	design-agent	design-reviewer (D)	design-spec.md + Prototyp + 3 Stil-Frames + Cover + Storyboard + Hook-Bewegungsstreifen / design-review.md
4 Zusammenführen	video-director	—	voice.json, timeline.ts-Entwurf, docs/<vid>/join-notes.md (Abgleich Timing/Text/Stimmung)
5 Integration	(Korrekturen gehen an den besitzenden Zweig-Produzenten)	integration-reviewer (E)	integration-review.md, bewertet vor dem vollständigen Bau
6 Aufgaben	task-planner	task-reviewer (B)	task-review.md: Werkzeuge, Einstellung→Datei-Besitz, Abhängigkeiten, Prüfungen
7 Bauen	scene-agent-1..N (parallel, eine Datei pro Agent)	—	src/<vid>/scenes*.tsx + Standbilder; Direktor integriert timeline/kit/Reel/Root/Audio
8 QA	qa-agent	—	qa-report.md: tsc, Determinismus, Frame-/Übergangs-/Beschriftungsprüfungen, Design-Treue-Punktzahl pro Einstellung, Korrekturen an Besitzer weitergeleitet
9 Rendern	render-agent	video-reviewer (C, letzte Barriere)	verifizierte MP4 + final-check.md (vollständige Regression auf der MP4) + render-evidence.md (Kontaktbogen, dichte Frames, Lautstärke, ASR) / video-review.md
10 Auslieferung	video-director	— (menschliches Zuhören = optionaler Aufzeichnungsschritt)	Direktor führt check aus und schreibt den Auslieferungsbericht

Nur video-director schreibt gemeinsame kit, timeline, Reel, Root und voice.json; Spezialisten schlagen Änderungen an diesen Dateien in ihrer Übergabe vor. Szenenagenten lesen Dauern aus der SHOTS-Karte des Videos und verankern Bewegungen an der gemessenen Sprachspanne. Weise niemals zwei Agenten dieselbe beschreibbare Datei zu. Wenn der Benutzer die Arbeit stoppt, stoppe auch die Hintergrundagenten. Gate C ist eine KI-Überprüfung von Kontaktbögen, dichten Frames, ffprobe/Lautstärkedaten und ASR; ein menschliches Zuhören nach C (pipeline.py listen) ist ein optionaler Aufzeichnungsschritt, kein Auslieferungsblockierer.

Geschwindigkeitsregel: Standardmäßig parallel verteilen

video-director muss so viele Subagenten parallel verteilen, wie es die Arbeit zulässt, damit das Video so schnell und so gut wie möglich fertig wird. Schritte nacheinander auszuführen, wenn sie zusammen ausgeführt werden könnten, ist ein Fehler.

• Sende alle unabhängigen Agent-Aufrufe in EINER Nachricht (einem Tool-Block), niemals einen pro Durchlauf.
• Parallelisieren, wenn immer die Eingaben akzeptiert sind und beschreibbare Dateien sich nicht überschneiden: research-agent × N (einer pro Quellgruppe); die drei Phase-3-Zweige (content-agent, voice-agent + audio-agent, design-agent) zusammen; scene-agent × N (eine Datei und eine Shot-ID-Liste pro Agent); qa-agent aufgeteilt nach Shot-Cluster; Workflow-/Skill-/Dokument-Korrekturen parallel zur Videoarbeit; unabhängige Korrekturen, die im selben Durchlauf an verschiedene Besitzer weitergeleitet werden.
• Unabhängige Phasen laufen parallel (Phasenkarte):
  • Phase 0: intake-agent-Prüfungen (Duplikatsthema, Werkzeug-Vorabprüfung, Stimmenkatalog-Test) in einer Nachricht; Phase 1: alle research-agent-Quellgruppen.
  • Phase 3: alle drei Zweig-Produzenten in EINER Nachricht direkt nachdem A bestanden wurde. Jeder Zweig durchläuft dann unabhängig die Schleife Produzent → eigener Prüfer: Ein Zweig, der besteht, wartet an der Zusammenführung, während die anderen weiter reparieren; ein Zweig wartet niemals auf die Überprüfung eines anderen Zweigs.
  • Phase 5–6: task-planner erstellt den Planentwurf und scene-agents bauen das frühe Gerüst, während E überprüft; die B-Überprüfung wartet auf den Bestehen von E (der Plan ändert sich, wenn E etwas ändert).
  • Phase 7: scene-agent × N auf disjunkten Dateien; Phase 8: qa-agent pro Shot-Cluster und Standbild-Renderings; Phase 9: Kontaktbogen, dichte Frames, Lautstärke und ASR-Nachweise werden gleichzeitig berechnet.
  • Korrekturrunden: Tickets für verschiedene Besitzer gehen in einer Nachricht raus. Überprüfungen können gleichzeitig laufen, aber der Direktor zeichnet Punktzahlen auf und führt gate streng in der Reihenfolge A → D → E → B → C aus (pipeline.py erzwingt dies), und das Ergebnis eines späteren Prüfers ist ungültig, wenn ein früheres Gate erneut geöffnet wird.
• Nur sequentiell bleiben, wo eine echte Abhängigkeit besteht: Gates A → D → E → B → C (ein Prüfer benötigt sein fertiges Artefakt), eine Korrekturrunde, die von der vorherigen Überprüfung abhängt, und jede Datei mit einem einzigen Besitzer (kit, timeline, Reel, Root, voice.json).
• Keine Fallbacks: Wenn ein Tool fehlschlägt, versuche es nicht mit einem anderen; das schafft mehr Arbeit beim Zusammenführen. Veröffentliche stattdessen ein Ticket an den richtigen Agenten (z. B. intake-agent für ein fehlendes Werkzeug) und fahre mit unabhängigen Aufgaben oder anderen Zweigen fort. Wenn ein Gate auf ein fehlendes Tool stößt, setze es auf blocked, schreibe den Grund in das Ticket und untersuche das Tool auf seine Tauglichkeit, anstatt zu einem anderen zu wechseln.

Häufige Fehlerquellen

1. Gate-A-Lektion: Nachdem Gate A bestanden hat, fährt der script-agent fort, den script-review-agent zu bearbeiten, als wäre er immer noch derselbe Agent. Stattdessen: Sobald Gate A bestanden ist, muss der script-reviewer abgeschlossen sein und dem video-director zurückgeben. Nur der video-director beginnt den nächsten Schritt. Verwende keine nicht bestandene Gate-A-Version für Phase 3.
2. Langsame Agenten, die sequentiell arbeiten, wenn sie parallel sein könnten: Siehe Geschwindigkeitsregel oben.
3. Das Ergebnis einer Phase nicht aufzeichnen. Wenn eine Phase abgeschlossen ist, muss ihr Ergebnis (bestanden, blockiert, fehlgeschlagen) aufgezeichnet werden, da sonst die Zusammenführung und die nachfolgenden Gates kein Ende sehen.
4. Mehrere Agenten, die dieselbe Datei bearbeiten: Weise denselben Agenten (z. B. scene-agent-1) dieselbe Szenendatei zu, die ein anderer scene-agent in derselben Nachricht bekommen hat – dies ist ein Datenwettlauf und muss vermieden werden.
5. Wörtliche Benutzerzeilen werden ignoriert, wenn sie obligatorisch sind: Der Benutzer könnte sagen: „Verwende genau diesen Satz in der Einleitung“. Das ist obligatorisch; dramatisiere ihn nicht um.
6. Korrekturen sammeln, anstatt sie sofort zu senden: Wenn ein Prüfer eine Liste mit 5 Fehlern zurückgibt, sende ein Ticket pro Besitzer/einen Korrekturvorschlag, der die Reparatur anordnet. Warte nicht auf eine andere Überprüfung, um Nachrichten zu packen.
7. Gerüst ist kein Bau. Das frühe Gerüst durch scene-agents während E baut Szenen für den Zusammenführungsschritt als Referenz; dies sind keine endgültigen Szenen und haben keine eigene Überprüfung.
8. Gate-C-Standbilder sind nicht die Ausgabe. Sie dienen der Überprüfung, nicht der Auslieferung.
9. Ein „fix“- oder „standalone“-Befehl ausführen, der keinen existiert. Der Workflow ermöglicht keine zufälligen Aktionen. Verwende pipeline.py für alles.

Werkzeugvertrag

• video-director kann Claude- oder computer-Tools (Datei-Lesen/Schreiben, CLI) verwenden, um Dateien zu verwalten und Skripte auszuführen, muss sich aber für jeden Subagenten an den jeweiligen Toolvertrag des Agenten halten.
• Alle Agenten müssen mit den gleichen Werkzeugen ausgestattet sein, die der video-director hat, es sei denn, der Agent hat einen speziellen Bedarf (z. B. ein Sprachsynthese-Tool für voice-agent).
• pipeline.py-Befehle sind die einzige Möglichkeit, den Status und die Gates zu aktualisieren; ändere status.json nicht manuell.
• Jeder Befehl, der eine Datei in einer Phase erstellt, muss einen korrekten relativen Pfad zum Repository-Stamm haben.
• Verwende keine anderen Renderer als Remotion; der Workflow ist auf Remotion aufgebaut.

Vertrag zur menschlichen Überprüfung

Menschliches Zuhören (optional). Nachdem Gate C bestanden hat, kann der Direktor optional eine MP4 zum Zuhören bereitstellen (pipeline.py listen <vid>). Der Benutzer kann dann Feedback geben. Wenn der Benutzer Änderungen wünscht, öffne ein Ticket für den entsprechenden Besitzer und führe die Überprüfung erneut durch, die von der Änderung betroffen ist. Wenn der Benutzer mit dem Zuhören fertig ist, fahre mit der Auslieferung fort. Liefere immer die endgültige MP4 aus, wenn sie angefordert wird, auch wenn sie nicht angehört wurde.

Vertrag zur parallelen Reparaturrunde

Wenn eine Überprüfung fehlschlägt und die Reparatur an mehrere Besitzer weitergegeben werden muss:

1. Schreibe ein Ticket pro Besitzer (z. B. für content-agent, voice-agent).
2. Öffne die besitzende Phase des Ticketinhabers (pipeline.py set <vid> <stage> in_progress).
3. Sende alle Tickets (oder Änderungsanfragen) in einer Nachricht.
4. Wenn der Agent antwortet, überprüfe, ob die Reparatur die Anforderungen erfüllt, und schließe das Ticket. Öffne die Phase nicht erneut, es sei denn, es ist ein weiterer Fix erforderlich.
5. Sobald alle Tickets für diese Überprüfung geschlossen sind, führe die Überprüfung erneut durch.
6. Wenn die Überprüfung erneut fehlschlägt, wiederhole den Vorgang.

Nächste Schritte nach der Initialisierung

Nachdem pipeline.py init für ein <vid> ausgeführt wurde, ist das <vid> bereit für den Workflow. Beginne mit Phase 1 (Recherche) oder wenn der Benutzer ein Skript/eine Idee bereitgestellt hat, überspringe zu Phase 2 (Skript) oder Phase 3.

Wenn der Benutzer eine Idee hat, aber kein Skript, beginne mit Phase 1. Phase 0 (Intake) ist nur für die Duplikatsprüfung und den Tool-Check; wenn das <vid> eindeutig ist, fahre fort.

Wichtig: Wenn der Benutzer ein YouTube-Video oder eine andere externe Quelle als Inspiration bereitstellt, extrahiere das Transkript/die Beschreibung daraus, identifiziere das Format und die Tonalität und erstelle dann den Inhalt. Verwende den Recherche-Agenten für die Extraktion, falls nötig.

Tipps zur Benutzerführung

• Der Benutzer könnte ein vages Konzept sagen: „Mach ein Video über Kaffee“. Dann muss der Recherche-Agent einen vollständigen Videoplan ausarbeiten (Einführung, Vorteile, Zubereitung, Tipps).
• Der Benutzer könnte ein vollständiges Skript geben: Dann verwende es direkt, überspringe Recherche/Skript aber erstelle Briefing/skript.md daraus.
• Der Benutzer könnte ein Referenzvideo geben: Analysiere es und passe die Struktur an.
• Der Benutzer könnte eine bestimmte Stimme verlangen: Wähle sie aus dem Katalog aus.
• Der Benutzer könnte einen bestimmten Stil verlangen: Wähle das entsprechende Profil aus.
• Der Benutzer könnte nur die Idee geben: Dann beginne mit dem Recherche-Agenten und kehre zur Validierung zurück.

Häufige Reparaturen

Hier sind einige gängige Reparaturen und ihre Vorgehensweise:

• Skript zu lang/kurz: script-agent passt die Länge an die gewünschte Dauer an (normalerweise 30–60 Sekunden).
• Stimme nicht klar: voice-agent wählt eine deutlichere Stimme aus dem Katalog aus.
• Design nicht ansprechend: design-agent passt das Farbschema/die Schriftart/das Layout an.
• Unschärfe/Übergänge ruckeln: scene-agent korrigiert die Animationszeitsteuerung.
• Fehler beim Rendern (z. B. Speichermangel): render-agent verwendet eine niedrigere Auflösung/gleichzeitige Prozesse zum Testen und erhöht bei Erfolg die Auflösung.
• Ton nicht synchron: scene-agent passt die Zeitsteuerung der Szenen an die gemessene Dauer der Audiodateien an.
• Gate-Unterbrechung durch fehlende Abhängigkeit: task-planner stellt sicher, dass alle Abhängigkeiten vor dem Gate erfüllt sind.

Zusammenfassung der Dateistruktur

• docs/<vid>/brief.md – Briefing
• docs/<vid>/script.md – Skript
• docs/<vid>/research.md – Recherche-Ergebnisse
• docs/<vid>/voice.proposed.json – Vorgeschlagene Stimmenkonfiguration
• docs/<vid>/content-pack.md – Inhaltsmaterial
• docs/<vid>/design-spec.md – Designspezifikation
• docs/<vid>/voice-report.md – Stimmenbericht
• docs/<vid>/audio-review.md – Audio-Überprüfung
• docs/<vid>/design-review.md – Design-Überprüfung
• docs/<vid>/integration-review.md – Integrationsüberprüfung
• docs/<vid>/task-review.md – Aufgabenüberprüfung
• docs/<vid>/qa-report.md – QA-Bericht
• docs/<vid>/final-check.md – Endgültige Überprüfung
• docs/<vid>/render-evidence.md – Rendernachweise
• docs/<vid>/video-review.md – Video-Überprüfungsbericht
• src/<vid>/scenes*.tsx – Szenendateien
• public/audio/<vid>/ – Audio-Dateien (sN.mp3, etc.)
• out/<vid>-<voice>-reel.mp4 – Endgültiges Video
• out/qa/<vid>-*.png – QA-Standbilder

Fazit

Dies ist der vollständige Workflow. Folge ihm strikt und wiege dich nicht in falscher Sicherheit, dass du einen Schritt überspringen kannst. Jedes Gate hat einen Zweck. Halte dich an die Geschwindigkeitsregel, die Dateibesitzregel und die Gate-Reihenfolge. Wenn du einen Fehler machst, öffne ein Ticket für den richtigen Agenten. Verwende keine manuellen status.json-Änderungen. Verwende pipeline.py für alles.