Communitygithub.com

Studio-Video-Director

Professionelle KI-Video- und Shorts-Produktions-Pipeline. Nutzen Sie dies für die Planung, das Scripting, die Generierung, den Zusammenbau oder die Qualitätsprüfung von Videos: Hackathon-Demos (16:9), Shorts/Reels (9:16), Produktwerbung, Film-Analysen, virale Clips oder mehr. Erzwingt echten Stereo-Ton, -14 bis -16 LUFS Lautstärke, einen Bildschnitt alle 3-4 Sekunden, keine statischen Diashows und eine strenge Seitenverhältnis-Sperre. Der kostenlose Tarif ist $0 (nur lokales FFmpeg + Whisper); Pro fügt Multi-Szenen-Zusammenbau, automatisches Ducking, eingebrannte Untertitel, Nischenvorlagen und Batch-Gating hinzu.

Was ist Studio-Video-Director?

Studio Video Director ist eine umfassende, messbasierte Pipeline für die Produktion von studioäquivalenten Videos mit kostenlosen lokalen Werkzeugen. Das Skill stellt sicher, dass jedes Video strenge Qualitätsstandards erfüllt: echter Stereo-Ton, eine Lautstärke von -14 bis -16 LUFS, Bildschnitte alle 3-4 Sekunden, keine statischen Diashows und ein fixes Seitenverhältnis entweder 16:9 für Demos oder 9:16 für Shorts/Reels – eine Mischung ist nicht erlaubt. Es integriert einen 8-Schritte-Workflow von der Briefing-Phase über Storyboard, Szenen-Generierung mit echter Bewegung (z. B. Bildschirmaufnahmen mit Playwright) bis hin zur Endkontrolle durch 10 Qualitäts-Gates. Die Gates prüfen unter anderem Spezifikationen, Lautstärke, tote Luft, Schnitt-Rhythmus, Sprachabdeckung, Stereo-Ton und die Abwesenheit von Diashow-Effekten. Der kostenlose Tarif ($0) setzt auf lokales FFmpeg, Python und faster-whisper, optional mit kostenlosen Credits externer Dienste. Die Pro-Edition erweitert die Pipeline um Multi-Szenen-Assembly, automatisches Ducking und Batch-Gating. Das Skill ist ideal für Entwickler, die hochwertige Demos, Produktvideos oder Social-Media-Clips erstellen möchten, ohne auf teure Cloud-Dienste angewiesen zu sein.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rjrajput-web3/studio-video-director-skill/tree/HEAD

In Ihrer bevorzugten KI fragen

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

Dokumentation

Studio Video Director

Eine kampferprobte, messungsgetriebene Pipeline zur Produktion von studioäquivalenten Videos mit kostenlosen lokalen Werkzeugen. Jede der folgenden Regeln wurde durch echte fehlgeschlagene Builds erkauft: Monomixe, überkomprimiertes Audio, Diashow-Shorts, abgeschnittene Untertitel und tote Luft. Ein Build, der eines der Gates verletzt, ist ein fehlgeschlagener Build – behebe es, versende es nicht.

Wann dieses Skill verwenden

  • Jede Video-Lieferung: Hackathon-Demo, Produktdemo, Short/Reel, Film-Erklärvideo, Werbung, Tutorial, Trailer, Podcast-Clip.
  • Vor dem Rendern: Planung, Skript, Storyboard, Shot-Prompts.
  • Nach dem Rendern: Die 10-Gate-Vorauslieferung-Prüfung des FINALEN Encodes.
  • Wenn ein Video "gut aussieht, aber amateurhaft wirkt": Führe das Gate aus, behebe die fehlgeschlagenen Gates, überprüfe erneut. Das Gate benennt den genauen Fehler.

Der 8-Schritte-Workflow

  1. Briefing – ein Absatz: Zielgruppe, eine Idee, ein CTA, Länge, Seitenverhältnis (EINES auswählen und fixieren: 16:9 Demo/Langform oder 9:16 Shorts/Reels – NIEMALS Verhältnisse in einem Projekt mischen).
  2. Crew-Plan (6 Rollen) – Regie (Vision + Schnittliste), Autor (Skript, <=30 Wörter pro Einstellung, ~150 wpm), Kameramann (Kamera + Bildausschnitt), Art Director (Farbpalette + Set), VFX (Bewegung + Übergänge), Sound-Designer (VoiceOver + Musik + SFX). Jede Rolle gibt vor der Generierung das OK.
  3. Storyboard + Schnittliste – VOR dem Animieren schreiben. Ein visueller oder Kamerabildschnitt mindestens alle 3-4 s (kein Abstand > 4 s, harter Fehler). Hook in den ersten 3 s: Titel/Frage + Bewegung. Niemals ein statischer Opener auf dem Cover.
  4. Prompts (sechsteilig) – pro Segment, <=10 s lang, unter Verwendung von references/prompt-template.md: Dauer/Format, Subjekt, Szene, Beats mit Zeitstempeln, Kamerasprache, Ton/Dialog, Einschränkungen. Die Subjektbeschreibung WÖRTLICH über Segmente hinweg wiederverwenden.
  5. Segmente generieren – nur echte Bewegung: Bildschirmaufnahme (Playwright, deviceScaleFactor 2, 1920x1080@30fps für Demos), B-Roll oder Animation. Ken Burns auf Standbildern: maximal EIN Segment von <=4 s pro Short, niemals das ganze Video.
  6. Zusammenbau – jede Szene auf das fixierte Bild normalisieren (skalieren + auffüllen, niemals strecken), mit dem Concat-Demuxer zusammenfügen, den Ton meistern (Pro: pro-bundle/scripts/assemble_multiscene.py).
  7. Ton – nur neuronales VoiceOver (edge-tts / Studio TTS; gTTS verboten). Musik: ein echter lizenzierter Track (Mixkit / Pixabay / YouTube Audio Library), auf -20 dB (Shorts) oder -22 dB (Demos) unter dem VO geduckt. Echte designede SFX, synchronisiert zu den Schnitten. Synthetische Betten/SFX verboten.
  8. Gate + Lieferung – scripts/quality_gate.py auf dem FINALEN Encode ausführen. Alle 10 Gates müssen BESTANDEN sein. Master + .SRT in renders/ speichern und niemals löschen.

Qualitäts-Gates (alle 10, keine Ausnahmen)

#GateRegel
1Spezifikationenexakte Dauer/Auflösung/fps; Audiokanäle == 2
2Lautstärkeintegriert -14..-16 LUFS, TP <= -1,5 dBTP, LRA >= 6 LU
3Tote Luftkeine Stille >= 0,5 s außer einem nachlaufenden Ende <= 1 s
4Schnitt-Rhythmuskein Abstand zwischen Schnitten > 4 s
5Sprachabdeckungfaster-whisper Transkript deckt >= 80 % der Skriptwörter ab
6BilderBilder 00:02 / Mitte / Ende bestehen die benannte Bild-Checkliste
7Stereoffprobe Kanäle == 2 im finalen Mix
8Echte Musik/SFXMensch bestätigt echte lizenzierte Musik + echte SFX
9Keine Diashowkein eingefrorenes Segment > 4 s
10Master-Schutz.SRT Sidecar vorhanden, keine *-broken / *-v1 / *-v2 Geschwister

Ausführen:

python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
  --srt final.srt --script vo-script.txt --frames-dir checks/

Einzelne Gates:

python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/

Untertitel-Regeln

  • 16:9 Demos: separater .SRT Sidecar NUR. Keine eingebrannten Erzähl-Untertitel. On-Screen UI-Einblendungen sind erlaubt – sie sind keine Untertitel.
  • 9:16 Shorts/Reels: .SRT Sidecar UND stilisierte, im unteren Drittel sichere Zone eingebrannte Untertitel (der Shorts-Player ignoriert Sidecars; stummgeschaltete Zuschauer benötigen Bildschirmtext).

Benannte Bild-Checkliste (anwenden auf Bilder 00:02, Mitte, Ende)

(a) nichts an einer Kante abgeschnitten, (b) keine toten Bänder/leeren Bereiche > 25 % des Bildes, (c) jedes Bildschirmwort in Telefongröße lesbar, (d) Untertitel sichtbar, wo das Skript sie vorgesehen hat, (e) keine Platzhalter-/falsche UI-Texte, (f) Subjekt füllt das Bild.

$0 Werkzeuge (kostenloser Tarif)

  • ffmpeg / ffprobe 8.x, Python 3.10+, faster-whisper (lokal, CPU).
  • Optionale externe kostenlose Credits nur (OpusClip / Vizard / Quso / 2short kostenlose Tarife) – werden von keinem Skript in diesem Repository aufgerufen, niemals eine kostenpflichtige API, niemals eine Anmeldung, niemals eine Karte.
  • Dieses Repository enthält KEINE Anmeldedaten, KEINE API-Schlüssel, KEINE persönlichen Daten.

Pro Edition

pro-bundle/ fügt hinzu: Multi-Szenen FFmpeg-Zusammenbau mit Two-Pass- Loudnorm-Mastering, VO + Musik automatischem Ducking, Whisper .SRT + eingebranntem Untertitel-Builder, 18 Nischenvorlagen und einem Ein-Befehl-Batch-Gate. Siehe README.md (Pro Edition Abschnitt) und pro-bundle/README.md.

Verwandte Skills