Communitygithub.com

create-short-video

Erstellt kurze vertikale Erklärvideos (9:16) für Reels, Shorts oder TikTok zu Nachrichten, Tool-Reviews, Konzepten oder Anleitungen, im handgezeichneten Stil, mit Thai-Sprachaufnahme und gerendert durch Remotion.

Was ist create-short-video?

Dieses Skill erstellt kurze, vertikale Erklärvideos im 9:16-Format (ca. 60–90 Sekunden) mit handgezeichnetem Stil und Thai-Sprachaufnahme, bereit für Plattformen wie YouTube Shorts, Instagram Reels oder TikTok. Der Workflow deckt den gesamten Prozess ab: Themenauswahl, Recherche, Skripterstellung, Sprachnahme, Storyboard, Rendering mit Remotion und Auslieferung. Der Ersteller nutzt die Werkzeuge `split_recording.py` und `assemble_takes.py`, um Sprachaufnahmen in einzelne Beats zu schneiden und auf Lautstärke zu normieren. Das Skill bietet Schablonen für verschiedene narrative Formen (Nachrichten, Tool-Reviews, Konzepte, Anleitungen) und verwendet die Stile Kugelschreiber oder Whiteboard aus der Futurepedia-Bibliothek, ein neues Layout muss über den Futurepedia Style Atlas definiert werden. Besonders wertvoll ist die enge Integration mit den Hilfsskills `kien-thai` und `kode-thai` zur Optimierung der thailändischen Schriftsprache sowie die detaillierten Prüfungen der Quellen, Netzanfragen und Pixelgenauigkeit beim Storyboard.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Erklärvideo kurz (9:16, ~60-90 s, Thai-Stimme, beliebiges Thema)

Runbook für ein vertikales Erklärvideo: Nachrichten, ein Tool- oder Repo-Review, ein Konzept, eine Anleitung oder eine Demo von etwas, das der Ersteller gebaut hat. Baumechaniken und Stilübertragung leben im Skill create-video; lade es vor Schritt 4. Sprach-Engines und ihre Eigenheiten: references/voice-options.md.

Erfordert: bun, ffmpeg/ffprobe, python3 und für measure_ink.py Pillow + numpy (uv run --with pillow --with numpy ...). Thai-Textverfeinerung verwendet die Skills kien-thai und kode-thai (npx skills add chakrit/kien-thai).

Voreinstellungen (nicht erneut nachfragen)

  • 9:16, 1080x1920, 8-10 Beats, ca. 60 s (Shorts erlauben bis zu 3 min; ein selbst gesprochenes Skript liegt meist bei 80-90 s)
  • Stil: der zuletzt vom Ersteller genehmigte Atlas-Stil. Kits in der Vorlage: Kugelschreiber (src/style/ballpoint.js, window.BP) und Whiteboard (src/style/whiteboard.js, window.WB). Ein neuer Stil benötigt den eingefügten Futurepedia AI Style Atlas Prompt.
  • Grafiken werden im Code gezeichnet. Echte Logos nur für das Thema und als Quellenangaben. Keine Nachrichtenfotos. Ausnahme: Wenn das Thema eine Live-Web-Demo ist, mische echte Browser-Screenshots, die du selbst aufnimmst, für die „sieh es in Aktion“-Beats mit gezeichneten Beats für den Mechanismus.
  • Stimme: Der Ersteller nimmt sie selbst auf. Übergib read-script.md, er hinterlegt eine Aufnahme, scripts/split_recording.py oder scripts/assemble_takes.py schneidet sie in Beats. Synthetische Stimmen nur auf seinen Wunsch (references/voice-options.md).
  • Keine Emojis, keine API-Schlüssel, Quellen angeben.

Wähle zuerst die Story-Form

Formen und Beat-Vorlagen: templates/story-shapes.md.

FormVerwenden fürLive-Nachprüfung
NachrichtenEtwas ist passiert, passiert vielleicht nochJa, vor dem Rendern
Tool-Review / DemoEin Repo, eine App oder ein Produkt: was es tut und der HakenFühre es selbst aus
KonzeptWie etwas funktioniertNein
AnleitungSchritte zur Durchführung von etwasNein, aber teste die Schritte

Schritte und Genehmigungstore

  1. Themenauswahl. Bevorzuge Geschichten mit einem Mechanismus zum Zeichnen gegenüber „wer hat was getan“-Nachrichten; überspringe Skandale/Klatsch und frische Klagen, zu denen es noch nichts zu erklären gibt. Gib 3-4 rangierte Vorschläge mit Begründung und sage, dass sie aus ungeprüften Schlagzeilen stammen. Prüfe zuerst date.
    • Aktualität: Ein Nachrichtenclip, der nicht innerhalb von ~1-2 Tagen nach dem Ereignis ausgeliefert werden kann, ist veraltet; sage dies vor dem Investieren. Biete stattdessen an: warte auf die primäre Folgeberichterstattung (z. B. einen Nach-Unfall-Bericht) oder gestalte den Clip als zeitloses Konzeptvideo um, das den Vorfall als Beispiel nutzt.
  2. Recherche. Lies die Primärquelle (Repo, Docs, Statusseite, offizieller Beitrag) sowie weitere Quellen. Halte drei Labels getrennt: von mir verifiziert / von der Quelle behauptet / meine Interpretation.
    • Übergabe von Issues/Briefings: Verifiziere jede Behauptung über den „aktuellen Stand“ gegen den Live-Zustand (ist der PR gemerged, ist die URL erreichbar, ist die Datei dort, wo sie sein soll). Lies Dateien von GitHub (gh api repos/O/R/contents/PATH -H 'Accept: application/vnd.github.raw'), anstatt das lokale Repo des Erstellers zu pullen oder auszuchecken.
    • Demos: Führe das echte Objekt in einem Browser aus, reproduziere alle genannten Zahlen und messe asset-größen (curl -sIL ... content-length), anstatt Schätzungen aus dem Quellcode zu vertrauen. Melde Abweichungen in einer Tabelle mit Behauptung/tatsächlichem Wert.
    • „Kein Server“ / Datenschutzbehauptungen: Liste die Netzwerkanfragen der Seite auf (performance.getEntriesByType('resource')). Hosting-Analyse-Beacons (z. B. Cloudflare /cdn-cgi/rum) erscheinen in einem DevTools-Screenshot; filtere nach fetch oder erkläre sie auf dem Bildschirm.
  3. Skript nach der Vorlage der Form, Zahlen als Wörter, Länge durch Kürzen von Wörtern erreichen, niemals durch Beschleunigen. Schreibe read-script.md (nummerierte Beats, ein Atemzug pro Beat).
    • Nachrichten = umgekehrte Pyramide: Beat 1 ist eine vollständige Einleitung (wer, hat was getan, wann), die allein steht; dann vom Wichtigsten zum Unwichtigsten; jede Behauptung belegen („X ระบุว่า“, „ด้าน ... เชื่อว่า“); keine Meinung oder Moral in der Stimme, die Kernaussagen gehören in die Bildunterschrift.
    • Quellenangaben und URLs, die das Briefing erfordert, kommen in den letzten Beat und auf den Bildschirm.
    • Verfeinere mit kien-thai über die kode-thai-Schleife: auditiere, zitiere Regelslugs, korrigiere, lies erneut, wiederhole, bis ein Durchgang nichts mehr findet. Gesprochene Erklärvom Ersteller = Register eines persönlichen Blogs, männlich: ผม, ครับ nur am Schluss, คุณ für den Betrachter, เรา für das Team. Wiederkehrende Fehler in Modellentwürfen: เรา driftet zwischen Ersteller und Betrachter (deixis-continuity), ทิ้ง für „fallen lassen“ (verb-calque), hängendes „ไม่ใช่ X เป็น Y“ ohne ต่างหาก (f4/targhak-closure), gemischtes เมกะ/เมกะไบต์ (eine Form pro Begriff), wiederholtes ก็เลย/พอ über benachbarte Beats hinweg.
  4. Sprache -> TOR 1 (Ersteller hört zu). Aufnahmeanleitung (QuickTime > Ablage > Neue Audioaufnahme, Qualität Maximal, nicht AirPods; oder iPhone Sprachmemos + AirDrop): Pause ~2 s zwischen den Beats, deutlich länger als ein Atemzug (selbst aufgezeichnete Lücken ergaben 0.6-0.9 s, gleich wie Atempausen mitten im Satz, also trennte kein Schwellenwert sie in genau N); wiederhole einen verpatzten Beat sofort; lies englische Namen natürlich aus. Biete an, zuerst einen 10 s-Test von Beat 1 zu prüfen.
    • Finde die Aufnahme: Er kann mehrere Dateien (Takes) in einen Unterordner legen und nur „fertig“ sagen. Durchsuche das Projektverzeichnis rekursiv plus find ~ -mmin -30 -iname '*.m4a', berichte dann pro Datei Dauer, volumedetect-Mittel/Max und Stille-Karte vor dem Schneiden. Setze Pfade in Schleifen in Anführungszeichen (Sprachmemo-Namen enthalten Leerzeichen).
    • Eine Datei: python3 split_recording.py <datei>; es stoppt, wenn es nicht genau N Beats findet. Wenn kein Schwellenwert die richtige Anzahl ergibt, erzwinge keinen Schnitt: Frage nach groben Beat-Startzeiten und raste jeden Schnitt an der nächsten Stille ein.
    • Mehrere Dateien / Wiederholungen: Frage, welche Datei welcher Beat ist, dann assemble_takes.py mit einem takes.json mit {datei, start, ende} pro Beat. Teile eine Multi-Beat-Datei an ihren längsten Stillen und plausibilisiere jeden Schnitt gegen die Sprechgeschwindigkeit der Single-Beat-Dateien (~11 Thai-Zeichen/s); markiere Beats, deren Stimmzeit >20% zu kurz ist (möglicherweise ausgelassene Wörter). Es pegelt jeden Beat an (beat_lufs), verkürzt Pausen in der Satzmitte auf max_pause, indem es die Mitte jeder Pause herausschneidet (ffmpeg silenceremove macht das kaum), komprimiert dann vor loudnorm (Sprach-Crest ~22 dB; landet nahe -18 LUFS bei TP -1.5).
  5. Storyboard -> TOR 2 (Ersteller genehmigt). Standbilder zum Endzeitpunkt jedes Beats als ein Kontaktbogen plus PNGs in voller Auflösung. Liste alles auf, was angenommen oder illustrativ ist.
    • Messe die Bildausschnitte an Pixeln, niemals nach Augenmaß (Augenmaß verpasste einmal eine gleichmäßige Rechtsverschiebung). scripts/measure_ink.py --z .. --camx .. --camdy .. stills... passt die Tinte jedes Beats in die TikTok/Reels-Safe-Box x 140-940, y 230-1500 (sonst läuft Inhalt unter die App-UI) und gibt korrigierte CAMXS/CAMDY/ZS aus; ein erneuter Messdurchlauf hinterlässt >= 8 px Rand. Liefere ein storyboard-sheet-safezone.png mit eingefärbten unsicheren Bereichen (ffmpeg drawbox).
    • Nimm jedes Standbild unmittelbar nach dem LETZTEN Markierungspunkt dieses Beats (seinem IO-Ende), nicht bei „nächster Beat-Start minus einer Konstanten“: Ein Beat, der früh endet, scrollt bereits weg und misst völlig falsch.
    • OCR / Texterkennungsfehler anzeigen: Thai-Schriften ohne Schleifen (Sriracha, Mali, die meisten UI-Fonts) zeichnen น wie lateinisches u und บ/ป wie U, also sieht eine falsche Lesart wie Qนotation auf dem Bildschirm und bei Sichtprüfungen KORREKT aus. Verifiziere Zeichenketten über JS-Text, nicht über Screenshots; zeichne falsche Lesarten in Itim (mit Schleifen, OFL, in der Vorlage enthalten) und umkringle den gespiegelten Buchstaben mit measureText. WB.mText erwartet eine Hex-Farbe: übergebe B.hexOf(RED), nicht das RGB-Array.
  6. Rendern und verifizieren. bun run render <slug>. Frames == Dauer x 30; Stimmen-LUFS im mp4 == Stimmen-Datei (Sprache gemuxt); Score ~20+ dB unter der Stimme; Standbilder während des Zeichnens (nicht Beat-Enden) um zu prüfen, ob der Stift auf der Tinte sitzt und nichts die Safe-Box verlässt. Bei Nachrichten: lies zuerst die Primärquelle erneut und aktualisiere den Bildschirm-Zeitstempel.
  7. Ausliefern an ~/Downloads/<slug>-video/: volles mp4, -small.mp4 (CRF 24), Score-wav, Untertitel aus templates/captions.md. Gib absolute Pfade an.
  8. Veröffentlichen. Veröffentliche niemals öffentlich für den Ersteller. Wenn du für ihn hochlädst, setze auf Privat und aktiviere YouTubes „Geänderter oder synthetischer Inhalt“ nur wenn die Stimme synthetisch ist; er drückt auf Veröffentlichen. Gib ansonsten ein Copy-Paste-Kit: Dateipfad, Titel, Beschreibung, einzustellende Optionen.

Gerüst

scripts/new_short.sh <slug> [--out verzeichnis] [--from vorlage] [--kits verzeichnis] [--no-install] kopiert die gebündelte template/ (Itim + Thai-Fonts, Safe-Box-Kamera, Render-/Stills-Skripte, Referenzvideos) nach ~/Videos/shorts/<slug>/ (oder $SHORT_VIDEOS_DIR), behält frühere Videos als _reference_* zur Anpassung und kopiert die Sprachwerkzeuge nach <slug>/voice/. Abhängigkeiten werden automatisch installiert (--no-install überspringt). Übergib --from <ein abgeschlossenes Projekt>, um von deinem letzten genehmigten Clip statt der Vorlage zu starten.

Das Futurepedia Style Atlas-Material (H-Bibliothek, SOUND-Kit, Prompts und die Kugelschreiber-/Whiteboard-Kits, portiert aus deren Referenzcode) ist NICHT in diesem Skill – es gehört Futurepedia. new_short.sh kopiert es aus $CODE_MOTION_KITS (Standard: ~/Videos/shorts/_kits/{src/lib,src/style,prompts}). Ohne dieses: speichere den Atlas-Prompt in proj/prompts/, bun run extract-kit prompts/<style>.md, portiere dann den Stil (create-video). Committe diese Dateien niemals.

Verwandte Skills