Communitygithub.com

remotion-topic-explainer

Zeigt einem Agenten, wie man „Remotion Topic Explainer“ plant, erstellt oder schneidet, sodass das konkrete Ergebnis ein fertiger Videoclip ist. Der Ablauf folgt der Remotion Topic Explainer Video Skill (60-90s), 1. Videostruktur & Timing (60-90s / 1800-2700 Frames @ 30fps), 2. TTS-Spracherzeugung (`edge` | `cit`). Nutze dies, wenn ein neuer Auftrag dieses Handwerk erfordert.

Was ist remotion-topic-explainer?

Diese Fähigkeit (Skill) befähigt einen KI-Agenten, vollständige Erklärvideos im Kurzformat (60–90 Sekunden, 1080×1920 @ 30fps) für Plattformen wie TikTok, YouTube Shorts oder Reels zu produzieren. Sie vereint bewährte visuelle Remotion-Praktiken (Spring-Animationen, sicheres Interpolieren, Sequenzkomposition) mit KI-Sprachausgabe über Edge-TTS oder das vietnamesische CIT Voice Studio. Der Entwicklungsablauf ist klar strukturiert: Skripterstellung in natürlicher vietnamesischer Sprache, TTS-Erzeugung mit automatischer Caching und Manifest-Erstellung, dann Remotion-Code-Erstellung mit synchronisierten Sequenzen und Soundeffekten. Die Fähigkeit betont strenge Regeln für Remotion-Code (Springs statt CSS, clamped Interpolation, präzises Audio-Timing, kurze Überblendpuffer von 3–4 Frames). Außerdem wird eine standardisierte Ordnerstruktur sowie die Verwendung eines Soundeffekt-Tracks (`SfxTrack`) für Übergänge, Hervorhebungen und Handlungsaufforderungen vorgegeben. Sie ist für den Einsatz in Agenten wie Antigravity oder CodeX konzipiert und enthält eine Schritt-für-Schritt-Anleitung von der Skripterstellung bis zur finalen MP4-Renderausgabe.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/hoangtuanqn/remotion-template/tree/HEAD/.agents/skills/remotion-topic-explainer

In Ihrer bevorzugten KI fragen

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

Dokumentation

Remotion Topic Explainer Video Skill (60-90s)

Diese Fähigkeit leitet dich bei der Erstellung hochwertiger, 60–90 Sekunden langer Erklärvideos im Kurzformat (TikTok / YouTube Shorts / Reels: 1080×1920 @ 30fps) zu einem beliebigen Thema an.

Sie kombiniert:

  1. Visuelle Best Practices aus remotion-dev/skills (frame-genaue Springs, clamped Interpolationen, Sequenzkomposition, Typografie-Hierarchie).
  2. KI-Sprachsynthese über TTS_PROVIDER in .env: edge (edge-tts-universal, online, kostenlos) oder cit (CIT Voice Studio, Offline-Vietnamesische Studio-Stimmen – Download unter github.com/Cuongyd196/cit-voice-studio, API-Dokumentation: docs/cit-voice-studio.md).
  3. Exakte Timing-Synchronisation, die Audiolängen von Voiceovers direkt in Remotion-Framesequenzen abbildet.

1. Videostruktur & Timing (60-90s / 1800-2700 Frames @ 30fps)

Ein fesselndes Kurzvideo folgt dem Hook-Problem-Lösung-Wert-Outro-Gerüst:

SzeneNameZeitFramebreich (@ 30fps)Zweck & visuelle Elemente
1Hook0s – 6s~180 FramesEin spannendes Versprechen oder eine neugierig machende Frage mit Zahlen, die in den ersten 2 Sekunden gesagt wird. Großer Titel, Hook-Effekt von video-style.
2Kontext / Schmerzpunkt6s – 17s~330 FramesProblem oder Kontext erläutern, warum dieses Thema wichtig ist. Zwei gegensätzliche Karten, die von beiden Seiten hereingleiten.
3Kernkonzept Teil 117s – 32s~450 FramesErstes Kernprinzip: Milchglaskarte, hervorgehobenes Schlüsselwort.
4Kernkonzept Teil 232s – 48s~480 FramesFunktionsweise: 3-Schritte-Prozess, Verbindungslinie, die nach und nach erscheint.
5Reale Auswirkungen48s – 64s~480 FramesPraktische Anwendung, Ratschlag oder hochzählende Zahlen.
6Outro & CTA64s – 75s~330 FramesEinprägsamer Schlusssatz, Kanal-„Folgen“-Button.

Soll das Video bis zu 90s dauern, füge vor dem Outro 1-2 zusätzliche Szenen (z. B. konkretes Beispiel, Hinweis) ein. Szenen, die länger als 13s sind, werden geteilt.

Gesamtdauer: 1800 – 2700 Frames (ca. 60 – 90 Sekunden).


2. TTS-Spracherzeugung (edge | cit)

2.1 Sprachkonfiguration via .env

Stelle sicher, dass die .env-Datei konfiguriert ist (vollständig siehe .env.example):

TTS_PROVIDER=edge                    # edge | cit
TTS_OUTPUT_DIR=public/audio

# Edge TTS (TTS_PROVIDER=edge)
EDGE_TTS_VOICE=vi-VN-HoaiMyNeural    # oder vi-VN-NamMinhNeural, en-US-ChristopherNeural
EDGE_TTS_RATE=+10%                   # +10% bis +15% sorgt für fesselndes, schnelles Tempo bei Kurzvideos

# CIT Voice Studio (TTS_PROVIDER=cit)
CIT_TTS_BASE_URL=http://127.0.0.1:8001
CIT_TTS_VOICE=Hải Đăng               # Stimmenliste: docs/cit-voice-studio.md oder GET /voices
CIT_TTS_SPEED=1.1                    # 0.5 - 2.0

Wenn TTS_PROVIDER=cit:

  • Die App CIT Voice Studio muss geöffnet sein. Das Skript ruft vor der Audioerzeugung automatisch GET /health auf; wenn keine Verbindung gemeldet wird, fordere den Benutzer auf, die App zu öffnen (oder herunterzuladen unter github.com/Cuongyd196/cit-voice-studio).
  • Der Dialog kann Emotion-Tags [lachen], [seufzen], [räuspern] und Pausen-Tags [pause 0.5s] enthalten (werden nicht mitgesprochen). Nicht übermäßig verwenden: maximal 1 Tag/Szene.
  • Fehler 400 Voice not found = falscher Stimmenname (Groß-/Kleinschreibung und diakritische Zeichen beachten). Überprüfe CIT_TTS_VOICE.

2.2 Ablauf der Audio-Datei-Generierung

Wenn ein Thema vorliegt, erstelle zuerst das Verzeichnis src/<TopicName>/, da src/<TopicName>/audioData.ts nur erzeugt wird, wenn dieses Verzeichnis bereits existiert. Erstelle dann scripts/generate-<topic>-audio.ts und führe es aus, um das Audio zu generieren:

import { generateTopicVoices } from "./generate-tts";

const scenes = [
  {
    id: "scene1_hook",
    text: "Weißt du eigentlich, was Docker wirklich ist und warum jeder Entwickler es braucht?",
  },
  {
    id: "scene2_problem",
    text: "Früher war der Satz 'bei mir läuft es' immer ein Albtraum bei der Produktübergabe.",
  },
  {
    id: "scene3_concept1",
    text: "Docker löst dies mit Containern – das gesamte Programm und seine Umgebung werden in einer Einheit verpackt.",
  },
  {
    id: "scene4_concept2",
    text: "Im Gegensatz zu schweren virtuellen Maschinen teilt Docker den Betriebssystemkern, was den Start in Sekundenschnelle ermöglicht.",
  },
  {
    id: "scene5_impact",
    text: "Dadurch kannst du deine Anwendung reibungslos auf jedem Server von AWS, GCP bis hin zu günstigen VPS bereitstellen.",
  },
  {
    id: "scene6_outro",
    text: "Folge dem Kanal, um täglich kompaktes Technologiewissen zu erhalten!",
  },
];

generateTopicVoices("DockerShort", scenes).catch((error) => {
  console.error(error);
  process.exitCode = 1;
});

Die Audiodateien werden automatisch in public/audio/<TopicName>/<sceneId>.<ext> gespeichert (.mp3 bei edge, .wav bei cit), zusammen mit einer manifest.json, die die genaue Frame-Anzahl (durationInFrames) und den audioPath für jede Szene festhält.

  • Optional für jede Szene: voice (Stimme des aktuellen Anbieters), rate/pitch/volume (nur edge), speed 0.5-2.0 (nur cit).
  • Bereits vorhandene Dateien werden wiederverwendet (Cache). Um nach einer Änderung des Skripts oder der Stimme neu zu generieren, lösche die entsprechende Audiodatei vorher.

3. Remotion-Programmierregeln (aus remotion-dev/skills)

Beim Schreiben von Remotion-Quellcode MÜSSEN die folgenden Regeln eingehalten werden:

3.1 Verwendung von Spring-Animationen

Keine CSS-Keyframes/Transitions oder lebloses lineares Easing. Verwende spring():

import { spring, useCurrentFrame, useVideoConfig } from "remotion";

const frame = useCurrentFrame();
const { fps } = useVideoConfig();

// Geschmeidig federnde Spring-Animation für Karten/Symbole
const scale = spring({
  frame,
  fps,
  config: {
    damping: 12,    // Unter 15 erzeugt natürliche Federung
    stiffness: 100,  // Spannung
    mass: 0.8,
  },
});

const entrance = spring({
  frame: frame - 10, // Verzögerung um 10 Frames
  fps,
  from: 50,
  to: 0,
});

3.2 Sichere Interpolation (Immer clampen)

Gib immer extrapolateLeft: "clamp" und extrapolateRight: "clamp" an, um Werteüberläufe zu vermeiden, wenn die Timeline außerhalb des Bereichs läuft:

import { interpolate } from "remotion";

const opacity = interpolate(frame, [0, 15], [0, 1], {
  extrapolateLeft: "clamp",
  extrapolateRight: "clamp",
});

3.3 Audio einbetten und Sequenzen synchronisieren

Jede Szene in der Composition verwendet <Sequence> oder <Series>, um das Timing exakt zu steuern:

import { Audio, staticFile, Sequence } from "remotion";

// In der Szenenkomponente – Pfad aus dem Manifest holen, NICHT die Endung .mp3 fest codieren (Anbieter cit erzeugt .wav):
<Sequence from={0} durationInFrames={sceneDuration}>
  <Audio src={staticFile(audioManifest.scenes[0].audioPath)} />
  <SceneContent />
</Sequence>
  1. Knappe Szenenübergänge (Snappy Transition Buffer):
    • Der Puffer zwischen den Szenen sollte nur +3 bis +4 Frames (ca. 0,1s) nach Ende des gesprochenen Texts betragen.
    • Vermeide zu lange Puffer (+15 bis +20 Frames), die zu Stille/Totpunkten zwischen den Szenen führen. Die nächste Szene sollte unmittelbar erscheinen, sobald der vorherige Satz endet, um das dynamische, fesselnde Tempo von Kurzvideos aufrechtzuerhalten.
// Beispiel zur Berechnung der Szenendauern in einer Series
// Die Werte im Manifest enthalten bereits 10 Framepuffer, also vor dem Hinzufügen des neuen Puffers abziehen.
const d1 = audioManifest.scenes[0].durationInFrames - 10 + 3;
const d2 = audioManifest.scenes[1].durationInFrames - 10 + 3;
// ...

3.4 Visuelle Gestaltungsrichtlinien (Hochformat 1080x1920)

Der gesamte Stil (Hintergrund, Milchglaskarten, Branding, Schriftgrößen, Layout, Untertitel, Bewegung, Hook) folgt dem Skill video-style. Kopiere theme.ts und components/ aus src/ClaudeBugHunterRepo/. Verwende keine Emojis oder dekorativen Symbole im Text.


4. Schrittweise Videoerstellung für Antigravity / Codex

Wenn eine Anfrage eingeht: „Erstelle ein Erklärvideo zum Thema [Thema X]“:

Schritt 1: Skripterstellung (Scripting)

  1. Lege 6 Szenen fest (Hook, Problem, Konzept 1, Konzept 2, Auswirkung, Outro).
  2. Schreibe einen natürlichen, prägnanten vietnamesischen Dialog mit kurzen Sätzen (insgesamt 260-330 Wörter, pro Szene 35-50 Wörter). Szene 1 beginnt mit einem konkreten Versprechen oder Ergebnis; siehe Hook und Dialog in video-style.

Schritt 2: Spracherzeugung (TTS Generation)

  1. Lese TTS_PROVIDER in .env, um zu erfahren, ob edge oder cit verwendet wird.
  2. Erstelle das Verzeichnis src/<TopicName>/, dann das Skript scripts/generate-<topic>-audio.ts, das generateTopicVoices aufruft, und führe npx tsx scripts/generate-<topic>-audio.ts aus.
  3. Hole die tatsächlichen Framedauern aus manifest.json / src/<TopicName>/audioData.ts.

Schritt 3: Code-Verzeichnis src/<TopicName>/ erstellen

Standard-Verzeichnisstruktur:

src/<TopicName>/
├── <TopicName>.tsx          # Hauptcomposition, die Series.Sequence zusammenstellt
├── types.ts                 # Schema & Props
├── audioData.ts             # Metadaten zur Audiodauer
└── scenes/
    ├── Scene1Hook.tsx
    ├── Scene2Problem.tsx
    ├── Scene3Concept1.tsx
    ├── Scene4Concept2.tsx
    ├── Scene5Impact.tsx
    └── Scene6Outro.tsx

Soundeffekte: Verwende <SfxTrack cues={...} /> aus src/sfx/SfxTrack.tsx, platziert in der Hauptkomponente. Audiodateien liegen in public/sfx/, neu erstellt mit npx tsx scripts/generate-sfx.ts.

WannSound
Zu Beginn jeder Szene, 3 Frames früher, um in die Stille vor dem neuen Satz zu fallen (Szene 1 bei Frame 0)mallet
Wenn eine Karte oder ein Punkt erscheintpop oder tick
Höhepunkt, Schlussfolgerungding
Handlungsaufforderung zum Folgenchime
  • frame jedes Cues ist die Framenummer ab Videobeginn und stimmt mit dem Erscheinen des Elements überein.
  • Keine manuelle Überlappungsvermeidung nötig: SfxTrack überspringt automatisch Cues, die weniger als 0,4s vom vorherigen entfernt sind, und reduziert die Lautstärke, wenn ein Sound unmittelbar nach sich selbst wiederholt wird.
  • Lade keine Sounds von myinstants oder anderen Seiten mit unklarer Lizenz herunter. Wenn neue Sounds benötigt werden, füge sie zu scripts/generate-sfx.ts hinzu.

Schritt 4: Composition in src/Root.tsx registrieren

Füge eine neue Composition in src/Root.tsx hinzu:

<Composition
  id="<TopicName>"
  component={<TopicName>}
  durationInFrames={totalFrames}
  fps={30}
  width={1080}
  height={1920}
  defaultProps={{}}
/>

Schritt 5: Überprüfung und Bericht

  1. Führe npm run lint aus, um TypeScript-/ESLint-Fehler zu prüfen.
  2. Melde dem Benutzer den Link zum Öffnen der Composition im Remotion Studio (http://localhost:3000) oder den Befehl zum Rendern des MP4:
    npx remotion render <TopicName> out/<TopicName>.mp4
    

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills