Film-/Serienfinder (für TikTok-Clips)

Movie Finder

Tool zur Identifizierung von Filmen/Serien aus TikTok-Videos durch Frame-Analyse und Zwei-KI-Diskussion. Alle Arbeitsdateien (Video, Frames, Transkripte, Ergebnisse) werden via rclone in Google Drive gespeichert – lokal nur temporär genutzt und anschließend bereinigt.

Vom Benutzer einstellbare Parameter (erfragen/aus Anfrage ableiten)

Parameter	Standard	Beschreibung
Anzahl Frames	10	2. Argument von grab_frames.sh
Diskussionsmodus	per-gambar	3 Diskussionsrunden pro Frame (aufwändig, ~30 Diskussionen für 10 Frames). Modus batch = alle Frames gleichzeitig in 3 Runden (sparsam, für die meisten Fälle ausreichend)
Runden	3	Anzahl Antwortpaare KI1↔KI2
rclone-Remote	gdrive:Linux-Server/movie-finder	Überschreibbar via Umgebungsvariable MF_REMOTE
Lokal behalten	0	3. Argument, 1 = Video auch lokal speichern

Ablauf

1. Herunterladen + Frame-Splitting

bash scripts/grab_frames.sh "<url_tiktok>" [num_frames] [keep_local]

• Ausgabe-JSON enthält: gdrive (Zielordner), frames_local (Pfad der JPG-Frames), duration_sec, video_size, scratch_dir.
• Skript automatisch: Herunterladen → Frames extrahieren (überspringt erste/letzte 10%) → Upload zu gdrive → Löschen des lokalen Videos. Frames bleiben während der Sitzung lokal (damit du sie sehen kannst).
• Fehler beim Download (Region-/Altersbeschränkung): Benutzer informieren, alternativen Link vorschlagen.

2. Alle Frames ansehen

Jede JPG-Datei aus frames_local mit dem „read“-Tool (Bild) öffnen. Notiere selbst Hinweise: Kostüme, Orte, Schauspieler, Epoche/Filmkorn, Bildschirmtexte, Wasserzeichen, Kameraführung, Credits-Titel.

3. Diskussion zweier KIs (via Tool subagent, agent: general)

Führe zwei Rollen abwechselnd aus, wie WhatsApp-Chat:

• 🕵️ KI 1 DETEKTIV — Prompt: analysiere visuelle Frame-Hinweise (nenne konkrete, sichtbare Details), gib 1–3 Kandidaten Titel + Jahr + Begründung mit Confidence-Angabe. KI 1 muss die Frame-Dateien direkt lesen (Pfad angeben).
• 🔍 KI 2 SKEPTIKER — Prompt: nutze das Websearch-Tool, um jeden Kandidaten zu verifizieren (suche "<Titel> <Jahr> Film" + einzigartige Szenendetails), widerlege/bestätige mit Link-Belegen, darf neue Kandidaten vorschlagen.

Regeln:

• 1 Runde = KI 1 analysiert → KI 2 verifiziert. Standard: 3 Runden.
• Notiere & zeige das verwendete Modell jeder KI im Transkript und in der Antwort (Beispiel-Header: 🕵️ KI 1 — Detektiv [Modell: custom/auto]). Modellname aus Subagent-Metadaten/Konfiguration abrufen; falls beide Rollen dasselbe Modell nutzen, schreibe es wie es ist. Auch in diskusi.md und in der finalen Antwort angeben.
• Modus per-gambar: für jeden Frame wiederholen, immer Transkript der vorherigen Runde + bereits vorhandenen Kandidatenkontext einbeziehen, damit die Diskussion zusammenhängend bleibt. Deduplizierung: taucht derselbe Kandidat wiederholt in verschiedenen Frames auf, reicht 1 Bestätigungsrunde, keine vollen 3 Runden.
• Modus batch: alle Frames (als Pfadliste) in einer einzigen 3-Runden-Diskussion bearbeiten.
• Setze model-Parameter des Subagents nicht (Standard verwenden).
• Empfehlung: Jeden Subagenten einschränken – KI 1 nur Analyse (keine Tools nötig), KI 2 konzentriert sich auf Websearch.

4. Fazit

Erstelle: Titel + Jahr + Confidence (hoch/mittel/niedrig) + Referenzlinks von KI 2 + Hinweis, falls kein Konsens.

Speziell für SERIEN/TV-Serien muss KI 2 (in der finalen Runde) zwingend versuchen, Folgendes zu ergänzen:

• Staffel & Episode: welche Episode am wahrscheinlichsten Quelle des Clips ist (Hinweise: identifizierte Szenen/Figuren/Kostüme + Websearch „Episodenguide“, Zusammenfassung pro Episode, TMDB-Credits pro Episode).
• Episodentitel (falls vorhanden).
• Episodenlaufzeit präzise in Minuten:Sekunden (Format 47:23), von IMDb (technische Daten / Episodenseite) oder TMDB – keine grobe Rundung.
• Falls die genaue Episode nicht bestimmt werden kann, schreibe explizit „Episode nicht bestimmbar“ + nur die Episodenlaufzeit.
• Bonus (nach bestem Wissen und Gewissen, kennzeichne als „Schätzung“): schätze den Timestamp der Clip-Position innerhalb der Episode basierend auf identifizierten Szenen im Episodenguide/einer Zusammenfassung.

Speziell für FILME: nenne die Filmlaufzeit präzise im Format Stunden:Minuten:Sekunden (z. B. 1:52:47) von IMDb Technical Specs/TMDB, nicht „±120 Minuten“.

5. Ergebnisse in gdrive speichern (ohne neue lokale Dateien)

• Vollständiges Transkript → rclone rcat "<ZIEL>/diskusi.md" (Chat-Format: Emoji 🕵️/🔍, Rollenname, Antwortinhalt).
• Fazit → rclone rcat "<ZIEL>/hasil.md".

Template hasil.md für SERIEN (Episodendetails verpflichtend):

# Identifikationsergebnis — Movie Finder
- Titel / Typ / Jahr / Plattform / Erstellt von / Confidence

## Episodendetails
- Staffel & Episode : S01E05 (wenn bestimmbar, sonst „nicht bestimmbar“)
- Episodentitel   : „Beautiful Billionaires“
- Episodenlaufzeit  : 47:23 (Minuten:Sekunden, von IMDb/TMDB)
- Episoden gesamt  : 11 (S1)
- Geschätzte Clip-Position : ±12:40 innerhalb der Episode (best effort, Schätzung)

## Warum es passt
...Hauptbelege...

## Referenzen
...Links...

Für FILME: ersetze den Abschnitt „Episodendetails“ durch „Filmlaufzeit: 1:52:47 (Stunden:Minuten:Sekunden)“.

6. Lokale Bereinigung

rm -rf <scratch_dir>

7. Antwort an den Benutzer

Reihenfolge der Antwort: Episodendetails & Laufzeit bei Serien (Staffel, Episodennummer, Episodentitel, Laufzeit) oder Filmlaufzeit + kurze Zusammenfassung der Diskussionspunkte + Referenzlinks + gdrive-Ordnerpfad – dann finale Schätzung (🎬 Ergebnis: Titel/Jahr) GANZ UNTEN als Abschluss. Zeige niemals das vollständige Transkript an, außer der Benutzer fragt danach.

Beispiel-Transkript

🕵️ KI 1 — Detektiv [Modell: custom/auto]: Frame 3 zeigt Kostüme aus dem 19. Jahrhundert im Stil britischer Soldaten... Kandidaten: „1917“ (2019), „The Northman“ (2022)
🔍 KI 2 — Skeptiker [Modell: custom/auto]: Ich überprüfe... [Websearch] „The Northman“ ist Wikinger-Ära, passt nicht. „1917“ passt: Schützengrabenkampf, One-Take. Verifiziert: [Link]