Communitygithub.com

Short Video Factory – Kurzvideo-Fabrik

Automatisierte Massenproduktion vertikaler Werbe-Kurzfilme (ca. 30 Sekunden) für Douyin/Video-Konto – aus Rohmaterial + Aktions‐„Merkkarte“ entstehen in einem Befehl dutzende individuell abwechslungsreiche Endprodukte mit KI-Text, SAMI-Synchronisation, 60fps-Rendering und Qualitätskontrolle.

Was ist Short Video Factory – Kurzvideo-Fabrik?

Short Video Factory ist ein KI-gestütztes Tool zur Massenproduktion vertikaler Kurzfilme für chinesische Plattformen wie Douyin und WeChat Video-Konto. Es kombiniert beliebiges Rohmaterial mit einer sogenannten „Merkkarte“ (Aktionsdetails) und einem Referenz-Erfolgsvideo, um automatisch Dutzende individuell unterschiedlicher 30-sekündiger Werbeclips zu generieren. Der Workflow umfasst die KI-gestützte Texterstellung, Sprachausgabe über Jianying SAMI, intelligente Szenenauswahl, 60fps-Rendering und eine automatische Qualitätsprüfung – alles über eine einzige CLI- oder GUI-Befehlszeile. Besonders hervorzuheben sind die strenge Einhaltung von Nutzerdefinitionen (Zahlen-Whitelist, Bannwörter, Risiko-Markierungen), die Unterstützung von fünf verschiedenen Stilrichtungen (z. B. Informationssaat, Host-Mundpropaganda, Beat-Sync-Montage) sowie die automatische Übersetzung von Ziffern in gesprochene Zahlen. Das Projekt läuft vollständig lokal, ohne externe Bezahl-APIs, und erzeugt sowohl finale MP4s als auch Jianying-Entwürfe zur manuellen Nachbearbeitung. Entwickelt wurde es für Agenten, die im Auftrag von Marketingabteilungen oder Einkaufszentren massenhaft personalisierte Kurzfilme produzieren müssen, basierend auf bestehenden Erfolgsvorlagen und Kundenfeedback.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Joho6666/short-video-factory/tree/HEAD/skills/short-video-factory

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Short Video Factory – Kurzvideo-Fabrik?

Verwandle einen Stapel Rohmaterial + eine Aktions‐„Merkkarte“ + ein Referenz-Erfolgsvideo in Dutzende individuell verschiedene, sofort lieferbare 30-Sekunden-Hochformat-Videoclips.

Repository: E:/short-video-factory (Python, eigenes .venv). Projektdaten liegen in einem separaten Projektverzeichnis (config.json → project); im Code selbst befinden sich keine Kundendaten.

Wann einsetzen

  • Der Nutzer möchte „N Clips nach einem bestimmten Hit-Video schneiden“, „Massenproduktion“, „aus diesen Materialien Werbekurzfilme machen“
  • Ein bestehendes Projekt soll fortgesetzt werden – mit geänderten Texten, Stilrichtungen oder nach Kundenkorrekturen

Harte Regeln (Verstöße führen zu Auslieferungsfehlern)

  1. Verkaufszahlen nur aus der Merkkarte: Sie stehen in project.json unter number_whitelist. Enthält der Text eine Zahl außerhalb dieser Liste, lehnt der Generator ab – füge niemals Zahlen ohne Rücksprache mit dem Nutzer zur Whitelist hinzu.
  2. Verbotene Begriffe: banned_words (Superlative + vom Kunden benannte Begriffe wie „Doppelfest“).
  3. Risikomaterial nicht verwenden: Im Medienindex markierte Aufnahmen (Kinder/unbekannte Gesichter, Promi-Porträts, eigene Rabattschilder, Finger im Bild, Unschärfe, saisonale Banner außerhalb des aktuellen Zeitraums).
  4. Aussprache von Zahlen: Der Sprachtext wird automatisch in chinesische Lautschrift umgewandelt (500 → „fünf null null“), die Bildschirmuntertitel bleiben in arabischen Ziffern. Neue Zahlen gleichzeitig in spoken_numbers ergänzen.
  5. Keine Bezahlservices: Sprachausgabe über Jianying SAMI (via jianying-editor skill), Musik aus Jianyings Cloud-Bibliothek; alles lokal gerendert. Vor Nutzung kostenpflichtiger Dienste immer den Nutzer fragen.
  6. Nur Projektverzeichnis und Repository bearbeiten, Rohmaterial bleibt schreibgeschützt.
  7. Fehlende Bilder oder nicht hörbarer Ton müssen als „Frame-Analyse/Transkript-Vergleich“ gekennzeichnet werden; die Ton-Qualität entscheidet der Nutzer.

Standard-Workflow

cd E:/short-video-factory
.venv/Scripts/python app.py                             # GUI-Workbench http://127.0.0.1:7860
# Oder per Kommandozeile:
.venv/Scripts/python svf/batch.py --n 6 --start 601 -j 3 --qc-sample 0.2   # Erzeuge 6 Clips
.venv/Scripts/python svf/batch.py --n 70 --start 900 --dry                   # Nur Text-Duplikate prüfen

Ausgabe: <Projekt>/成片/Batch_bXXX-bYYY/ (mp4 + Frame-Analyse + report.md + inventory.csv). Jeder Clip generiert auch einen Jianying-Entwurf (kann manuell verfeinert und in Jianying exportiert werden).

Neues Projekt einrichten (einmalig)

  1. Projektverzeichnis anlegen, project.json schreiben (siehe projects/example/project.json): Markenname, Quellenverzeichnis sources, Whitelist, Bannwortliste, Sprachoptionen, Musik, Host-Sprech-Clips.
  2. svf/ingest_mingbaika.py 明白卡.xlsx → listet die Zahlen aus der Merkkarte auf, mit Nutzer bestätigen, dann in Whitelist eintragen.
  3. svf/ingest_proxy.py → Alle Rohmaterialien in 1080×1920/60fps Vorschau konvertieren (HDR → automatisch tonemapped).
  4. svf/ingest_sheets.py → Kontaktliste; Claude kategorisiert jedes Segment + setzt Risikomarkierungen, schreibt 数据/素材索引.json (Felder: Datei/Dauer/Kategorie/Inhalt/Markierung/Vorschau).
  5. svf/ingest_transcribe.py → Host-Sprachaufnahmen transkribieren, brauchbare Originalsätze in project.json unter host_clips aufnehmen.
  6. Referenz-Erfolgsvideo: Einzelbild-weise zerlegen (Szenenlänge, Übergänge, Untertitel-Stil, Texteinblendungen), ggf. mit Rohmaterial das Video nachbauen; in templates/ ablegen.
  7. 数据/文案池.json schreiben (pro Stil 5–10 alternative Formulierungen); im GUI-Reiter „文案池“ prüfen lassen, bevor die Produktion startet.

Fünf Stilrichtungen (werden rotierend zugewiesen)

S1 Informationssaat · S2 Host-Mundpropaganda (Originalsynchronisation + Lippen-Sync-Beschleunigung) · S3 Beat-Sync-Montage (Szenen an Musik-Beat angepasst) · S4 Listen-Stil (N Gründe) · S5 Dekor-Atmosphäre (langsames Tempo)

Umgang mit Kundenfeedback

  • Wortlaut ändern → ändere den Text-Pool / die Bannwortliste; korrigiere niemals einzelne Skripte von Hand (der Generator überschreibt sie).
  • Sprechgeschwindigkeit → project.json → batch.speed (je Stil).
  • Wackelkamera / Ruckeln → Standard 60fps + 1,5-fache Vorskalierung; falls immer noch wacklig, das konkrete Ausgangsmaterial prüfen.
  • Falsche Untertitel-Trennung → das entsprechende Wort in caption_words aufnehmen, damit es nicht geteilt wird.

Erfahrungen und Fallstricke

Siehe docs/经验教训.md im Repository. Die wichtigsten: Jianying 6.0+ Entwürfe sind verschlüsselt, 11.5 kann nicht automatisch exportieren; SAMI spricht „500“ als „fünf null null“ aus (nicht „fünfhundert“); vollständige Transkription lässt Sätze aus oder wiederholt sich (Einzelsatz-Korrektur nötig); paralleles Rendern ist CPU-limitiert; HDR-Material ohne Tonemapping wirkt fahl.

Verwandte Skills