Communitygithub.com

AlemTuzlak/skills

Wird verwendet, wenn ein Benutzer aus einer rohen Talking-Head- / Bildschirmaufnahme ein fertiges, bearbeitetes, mit Anmerkungen versehenes Video sowie ein vollständiges Content-Paket erstellen möchte. Entfernt Stille, markiert Fehler zum Ausschneiden, transkribiert, fügt transkriptsynchrone Overlays hinzu (Code, Bildschirm-Code-Highlights, Wort-Highlights, Listen, Vergleiche, Diagramme, Abschnittsmarkierungen, Punch-in-Zooms), rendert mit Original-Audio und erstellt dann Blog-/Social-Media-/YouTube-Inhalte. Wird ausgelöst durch „Video erstellen“, „Video bearbeiten“, „Aufnahme mit Anmerkungen versehen“, „/produce-video“.

Was ist skills?

Diese Skill-Kombination (hier als „AlemTuzlak/skills“ referenziert, die den Kern „Produce Video“ enthält) automatisiert den gesamten Arbeitsablauf zur Erstellung eines fertigen Videos aus einer rohen Bildschirm- oder Talking-Head-Aufnahme, wobei die Qualität der Originalaufnahme erhalten bleibt. Sie ist für Entwickler und Content-Ersteller konzipiert, die mit KI-Agenten wie Claude Code, Cursor oder Codex zusammenarbeiten. Die Skill-Schritte umfassen: (P1) Entfernen von Stille mit Verlustfreiheit mittels auto-editor (nur zur Detektion) und ffmpeg; (P2) visuelle Fehler- und Temporevision mit einem automatisch gestarteten Preview; (P3) finale Transkription über einen dedizierten `transcribe-video`-Skill; (P4) Overlay-Design (Code-Highlights, Wort-Highlights, Listen, Vergleiche, Diagramme, Abschnittsmarkierungen, Punch-in-Zooms) mittels HyperFrames-Compositions und GSAP-Animationen; (P5) Preview und Rendering mit verlustfreiem CRF 12; (P6) Content-Generierung (YouTube-Titel, Blogpost, Social-Media-Beiträge) durch spezialisierte Skills. Wichtige Prinzipien sind: kein automatisches Anwenden von Schnitten (der Benutzer entscheidet visuell), explizite Render-Genehmigung und strenge Qualitätserhaltung durch Verwendung von verlustfreien Zwischenschritten. Sie erfordert Tools wie auto-editor, ffmpeg, Docker und Node.js und ist für macOS optimiert.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Video erstellen

Nehmen Sie eine Aufnahme, die der Benutzer bereitstellt, und verwandeln Sie sie in ein fertiges Video. Die Aufnahme ist das Rückgrat und treibt die Zeitleiste an; diese Skills bearbeiten (Stille + ausgewählte Fehler/Tempo) und erweitern (Overlays), rendern und erstellen Launch-Inhalte. Es erstellt KEIN synthetisches Video – für PR-gesteuerte synthetische Promos verwenden Sie stattdessen hyperframes-video.

Qualitätsprinzip (nicht verhandelbar): Jeder Schritt mit Videomaterial bewahrt die Originalqualität. Lassen Sie niemals zu, dass ein Tool das Material mit niedriger Qualität neu codiert. De-Silence und Schnitte werden mit nahezu verlustfreiem CRF 12 aus dem Original ausgeführt (auto-editor wird NUR zum ERKENNEN von Stille verwendet, niemals zum Codieren – seine Standardeinstellung zermalmt das Material auf ~0,6 Mbit/s), und der Render läuft mit CRF 12. CRF erzeugt kleine Dateien für statische Screencasts; das ist volle Qualität, kein Verlust.

Beziehung zu anderen Skills (delegieren, nicht neu ableiten)

  • /transcribe-video – die gesamte Transkription (gibt wortgenaues transcript.words.json zurück). Rufen Sie es auf; transkribieren Sie nicht manuell.
  • hyperframes – Regeln zur Erstellung von Kompositionen (Visual Identity Gate, Layout Before Animation, Timeline-Vertrag, Video-/Overlay-Schichtung). Rufen Sie es auf, bevor Sie HTML-Kompositionen schreiben/montieren.
  • hyperframes-cli – alle npx hyperframes-Befehle (init, lint, inspect, preview, render).
  • gsap – GSAP-Timeline-/Easing-Muster für Overlays.
  • youtube-copy – YouTube-Titel/-Beschreibung/-Tags/-Kapitel (P6).
  • blog-post – der Blogbeitrag (P6).
  • social-copy – X/Bluesky/LinkedIn/Reddit-Text (P6).

Mitgelieferte Assets

  • scripts/desilence.mjs – auto-editor Entfernung von Stille + Dauer vorher/nachher.
  • scripts/extract-frame.mjs – Einzelbild-Extraktion (Bildausschnitt-Erkennung + Bildschirm-Highlight).
  • scripts/bake-cuts.mjs – ffmpeg Trim/Concat-Cutter (dichte Keyframes), verwendet in P2.
  • templates/overlays/*.html – 9 Overlay-Subkompositions-Vorlagen (pro Instanz befüllt; Sub-Comps sind eigenständige HTML-Dokumente in der installierten CLI – lesen Sie den Kopfkommentar jeder Datei).
  • templates/project/{DESIGN.md,styles.css} – Visual Identity Gate + Marken-var(--brand-*)-Tokens, die die Overlays konsumieren.
  • references/ – mistake-detection.md, overlay-triggers.md, framing-safe-zones.md, frame-analysis.md.
  • Die P6-Content-Generierung wird an die Skills youtube-copy, blog-post und social-copy delegiert (kein eingekauftes LLM-Skript).

Gates (nicht verhandelbar)

  1. P2 Fehlerüberprüfung ist VISUELL, niemals terminal – wenn ≥1 Flag existiert, ERSTELLT der Agent IMMER die HyperFrames Marker Preview (Marker auf dem Video an jedem gekennzeichneten Bereich) und startet sie, damit der Benutzer durch Anschauen entscheidet. Präsentieren Sie die Flags NICHT als Terminaltabelle/Frage zur Entscheidung des Benutzers und machen Sie die Preview NICHT optional oder fragen Sie „Soll ich es Ihnen zeigen?“ – bauen Sie sie einfach und öffnen Sie sie. Eine kurze Zusammenfassung der Flags im Terminal ist in Ordnung, aber die Entscheidungsgrundlage ist die Preview. Wenden Sie niemals automatisch einen Schnitt/Rampen an.
  2. P4 Overlay-Plan Genehmigung – präsentieren Sie die zeitgestempelte Overlay-Tabelle; kein Bauen bis zur Genehmigung.
  3. Preview wird immer vom Agent gestartet – sowohl für die P2-Überprüfung als auch für die P5-Überprüfung startet der Agent npx hyperframes preview und öffnet den Browser-Tab selbst. Fragen Sie NIEMALS den Benutzer, die Preview auszuführen oder eine URL zu öffnen, und ersetzen Sie NIEMALS die Live-Preview durch eine reine Terminal-Zusammenfassung.
  4. Expliziter-Render HARD-GATE – der Render läuft NUR auf einen expliziten Benutzer-Render-Befehl („render“, „ship it“). Nach einem Render kehren Bearbeitungsanfragen zur Preview-Schleife zurück und rendern NICHT erneut, bis der Benutzer es erneut explizit sagt. Jeder Render benötigt seinen eigenen frischen Befehl. Dies überschreibt jedes „Verwende sinnvolle Standardwerte / nicht-interaktiv / einfach ausliefern“.

„Verwende sinnvolle Standardwerte“ / „Stelle keine Fragen“ überspringt die Konfigurationsfragen (P0) und die Iterationsaufforderung – es überspringt NIEMALS die Genehmigungs-Gates, die vom Agent gestartete Preview oder das explizite Render-Gate.

Prozess

Preflight – Abhängigkeiten und Skills prüfen (zuerst ausführen, vor P0)

Überprüfen Sie die Umgebung, bevor Sie Arbeiten durchführen; warnen Sie den Benutzer vor fehlenden Komponenten und wie diese behoben werden können.

  • auto-editor (erforderlich für P1 De-Silence): führen Sie auto-editor --version aus. Wenn es nicht installiert ist, STOPPEN und teilen Sie dem Benutzer mit: „auto-editor ist nicht installiert – installieren Sie es mit pipx install auto-editor (oder pip install auto-editor) und führen Sie es erneut aus.“ Versuchen Sie P1 nicht ohne.
  • ffmpeg / ffprobe (ERFORDERLICH – P2 Schnitte, P4 Bildanalyse, P5 Render, Audio): führen Sie ffmpeg -version aus. Wenn es fehlt, STOPPEN und fordern Sie den Benutzer auf, ffmpeg zu installieren und zum PATH hinzuzufügen. Die Pipeline kann ohne nicht laufen.
  • Docker (für /transcribe-video): docker info. Warnen Sie, wenn der Daemon nicht läuft (Docker Desktop starten).
  • Node >= 22: node --version. Warnen Sie bei älterer Version.
  • Erforderliche Skills – bestätigen Sie, dass diese verfügbar sind (versuchen Sie sie aufzurufen / die Skill-Liste zu prüfen); warnen Sie bei fehlenden und geben Sie an, welche Phase blockiert wird:
    • transcribe-video (P2/P3 Transkription), hyperframes + hyperframes-cli + gsap (P2/P4/P5 Komposition & Render), youtube-copy + social-copy (P6). blog-post nur, wenn der Benutzer sich für einen Blog entscheidet (P6, optional).
  • Fassen Sie das Preflight-Ergebnis in einem kurzen Block zusammen (was vorhanden, was fehlt). Fahren Sie nur dann mit einer fehlenden erforderlichen Abhängigkeit/einem Skill fort, wenn der Benutzer explizit sagt, dass er ohne fortfahren möchte (und weisen Sie auf das eingeschränkte Ergebnis hin).

P0 – Eingabe und Konfiguration

  • Eingabe: Pfad zur Rohaufnahme (erforderlich).
  • Optional: ein Repository/Dateien für echte Code-Grundlage; visueller Stil/Marke (sonst führen Sie das hyperframes Visual Identity Gate aus – aus dem Repository erkennen, sonst 3 Stilfragen stellen; templates/project/DESIGN.md + Markenwerte in styles.css schreiben); Overlay-Dichte (spärlich / ausgewogen / reichhaltig).
  • Einzelner Ausgabeordner (<OUT>): Alles, was dieser Skill produziert, lebt in EINEM Ordner, standardmäßig <aufnahme-verz>/<video-slug>-erstellt/ (überschreibbar mit einem benutzerdefinierten Pfad). Erstellen Sie ihn jetzt. Endgültige Struktur:
    <OUT>/
      final.mp4                 # gerendertes Video (P5)
      hyperframes/              # das HyperFrames-Projekt: index.html, styles.css, DESIGN.md, compositions/, renders/ (P4–P5)
      transcript.txt            # endgültiges bearbeitetes Transkript (P3 / P6)
      transcript.srt
      transcript.words.json
      youtube.md                # P6
      socials.md                # P6
      blog.md                   # P6
      .work/                    # Zwischenschritte: 01_desilenced.mp4, 02_edit_N.mp4, frames/ (entfernbar in P7)
    
    Alle nachfolgenden Phasen schreiben in <OUT> – verteilen Sie Ausgaben niemals anders. <work> unten = <OUT>/.work.

P1 – De-Silence (verlustfrei)

node scripts/desilence.mjs <input> --out <work>/01_desilenced.mp4 --margin 0.3s

desilence.mjs verwendet auto-editor NUR zur Erkennung der stillen Bereiche (--export v3), dann schneidet es das ORIGINAL mit ffmpeg bei nahezu verlustfreiem CRF 12, wobei das Original-Audio erhalten bleibt. Lassen Sie NICHT zu, dass auto-editor die Ausgabe codiert – seine Standard-Neucodierung zermalmt das Material auf ~0,6 Mbit/s und macht es dauerhaft unscharf (Gesichter besonders); keine nachgelagerte Bitrate kann das wiederherstellen. Berichten Sie Dauer vorher/nachher und entfernte Sekunden. Dies wird die Arbeitskopie.

P2 – Fehler- und Temporevisionsschleife (Genehmigungs-Gate)

  1. Transkribieren Sie die Arbeitskopie: Rufen Sie /transcribe-video auf <work>/01_desilenced.mp4 mit --out <work> auf → Arbeits-Transkript (Zwischenschritt; wird durch das endgültige Transkript von P3 ersetzt).
  2. Erkennen Sie Flags gemäß references/mistake-detection.md (Schnitte + Geschwindigkeitsrampen), an Wortgrenzen ausgerichtet.
  3. Immer (wenn ≥1 Flag existiert) die visuelle Überprüfung erstellen. Ein leichtes HyperFrames-Projekt mit dem de-silenced Video als Basisspur aufbauen; visuell unterschiedliche temporäre Marker AUF DEM VIDEO an jedem gekennzeichneten Bereich platzieren (Schnitt = roter Strich, Rampe = amber Vorspulen, jeder mit dem Auszug + seinem Index beschriftet). Der Agent startet npx hyperframes preview und öffnet den Browser selbst (gemäß references/framing-safe-zones.md). Dies ist die Entscheidungsgrundlage – ersetzen Sie sie niemals durch eine Terminaltabelle. Eine einzeilige Terminalnotiz („3 Flags in der Preview markiert – überprüfen Sie und sagen Sie mir, welche geschnitten/gerammt/behalten werden sollen“) ist das Maximum, was das Terminal tragen sollte.
  4. Der Benutzer sieht sich die markierte Preview an und wählt pro Bereich: Schnitt / Geschwindigkeitsrampe (Faktor, Standard ~1,5–2×) / belassen / eigene Bereiche hinzufügen.
  5. Auswahl übernehmen → <work>/02_edit_N.mp4, dann erneut in der Vorschau:
    • Schnitte: verwenden Sie node scripts/bake-cuts.mjs <input> --out <work>/02_edit_N.mp4 --cut s,e --cut s,e … (ffmpeg Trim/Concat standardmäßig bei nahezu verlustfreiem CRF 12 – trimmt Video+Audio identisch in einem Durchgang). Verwenden Sie NICHT auto-editor --cut-out für die Fehlerschnitte – seine variadischen Argumente weisen den letzten Bereich fälschlicherweise als Positionsinput zu, es codiert verlustbehaftet neu und ein Select-Filter-Ansatz desynchronisiert Audio.
    • Geschwindigkeitsrampen: auto-editor --set-speed-for-range speed,s,e (Tonhöhe erhalten); übergeben Sie EINEN Bereich pro Aufruf oder setzen Sie --set-speed-for-range als letzten Befehl, um die gleiche variadische Argumentfalle zu vermeiden.
    • Alle Schnitt/Rampen-Zeitstempel beziehen sich auf die de-silenced-Zeitleiste (das Transkript, aus dem die Flags stammen). Wenden Sie Schnitte und Rampen in derselben Runde gegen diese Zeitleiste an.
  6. Schleife, bis der Benutzer „fertig“ sagt. Drift-Guard: nach ~10 Runden bieten Sie an, auf ein früheres Zwischenergebnis zurückzusetzen. Endgültiges Artefakt: <work>/final_cut.mp4.

Schnitte und Rampen werden HIER in das Material eingebacken (vor P3), damit die Wortzeitstempel des endgültigen Transkripts mit der bearbeiteten Zeitleiste übereinstimmen.

P3 – Finale Transkription

Rufen Sie /transcribe-video auf <work>/final_cut.mp4 mit --out <OUT> auf, sodass transcript.txt / transcript.srt / transcript.words.json oben im Ausgabeordner landen. Dieses wortgenaue Transkript ist die Synchronisationsquelle für alle Overlays (P4) und die Eingabe für die Content-Generierung (P6).

P4 – Overlay-Design und -Bau (Genehmigungs-Gate)

  1. Bildausschnitt-Erkennung (references/framing-safe-zones.md): Extrahieren Sie Frames mit extract-frame.mjs, klassifizieren Sie Phasen, bestätigen Sie Phasen + sichere Zonen mit dem Benutzer.
  2. Overlay-Trigger-Erkennung (references/overlay-triggers.md): Durchsuchen Sie das wortgenaue Transkript → Overlay-Plan-Zeilen {start, est_duration, type, content, safe_zone, why}. Für Code auf dem Bildschirm verwenden Sie references/frame-analysis.md (Frame extrahieren → lokalisieren → normalisiertes Rechteck → Stabilitätsprüfung). Für Code-Karten, verwenden Sie falls verfügbar Repository, sonst synthetisieren (synthetisiert markieren).
  3. Selbstverbesserungsrunde (≥2 Iterationen): Dichte berücksichtigen, Lücken + Mindestverweildauer erzwingen, jedes Overlay gegen die aktive Phase der sicheren Zone validieren.
  4. Genehmigungs-Gate: präsentieren Sie die zeitgestempelte Tabelle; der Benutzer bearbeitet/entfernt/verändert Zeitpunkte/fügt hinzu. Synthetisierter Code wird zur Überprüfung angezeigt. Kein Bauen bis zur Genehmigung.
  5. Bau (zuerst hyperframes + gsap aufrufen):
    • npx hyperframes init <OUT>/hyperframes --video <OUT>/.work/final_cut.mp4 (das Projekt lebt unter <OUT>/hyperframes; Basis: Videospur 0 muted playsinline; Audio auf einer separaten Spur mit Lautstärke 1, damit die Stimme abgespielt wird). Lesen Sie die generierte index.html, um die Syntax für Sub-Kompositionseinbindung dieser CLI-Version zu lernen.
    • Kopieren Sie templates/project/styles.css (mit den bestätigten Markenwerten) in <OUT>/hyperframes.
    • Für jede genehmigte Zeile: instantiieren Sie die passende templates/overlays/*.html, geben Sie ihr eine eindeutige Kompositions-ID + data-composition-id, füllen Sie ihre {{tokens}}, setzen Sie data-start = den Transkript-Zeitstempel und data-duration = die Verweildauer, montieren Sie es über dem Video. Punch-in-Zooms skalieren das WRAPPER-Div des Videos (niemals das <video>).
    • Die Ausgabeabmessungen übernehmen die der Quellaufnahme.
    • Lesbarkeit (nicht verhandelbar): Jeder Overlay-Text muss über JEDEM Video-Hintergrund klar lesbar sein. Jede Textgruppe sitzt auf einem nahezu deckenden dunklen Panel (rgba(8,10,14,0.92), abgerundet, subtiler Rand/Schatten); Titel/Fließtext sind weiß (var(--brand-text)), sekundäre/Kicker/Meta sind helles Schiefergrau (#CBD5E1). Verwenden Sie NIEMALS var(--brand-accent)/var(--brand-primary) für Fließtext/Untertitel/Kicker-Text – Akzent ist für Balken, Ränder, Marker-Sweeps, Symbole und große Anzeigewörter reserviert (und nur, wenn sie ~4,5:1 auf dem Panel erreichen). Im Zweifelsfall Text weiß machen. npx hyperframes validate (WCAG-Kontrast) muss ohne Kontrastwarnungen bestehen.

P5 – Preview und Render (erzwungene vom Agent gestartete Preview + explizites Render-Gate)

  • npx hyperframes lint + npx hyperframes inspect (Überlauf + sichere Zonen) + npx hyperframes validate (Kontrast). Beheben, bis es sauber ist.
  • Der Agent startet npx hyperframes preview und öffnet den Browser. Freie Iterationsschleife für Overlays.
  • Pre-Render-Audits: Jedes Overlay in der sicheren Zone seiner Phase; Mindestverweildauer; keine zwei Overlays, die gleichzeitig um dieselbe Region konkurrieren; lint/inspect/validate sauber.
  • Nur auf den expliziten Render-Befehl des Benutzers hin: Rendern bei nahezu verlustfreiem CRF 12. Die Standardqualität standard codiert mit ~1,4 Mbit/s und zermalmt das Material sichtbar; übergeben Sie immer ein niedriges CRF:
    npx hyperframes render --output <OUT>/final.mp4 --crf 12
    
    (ausgeführt von <OUT>/hyperframes. CRF 12 ist nahezu verlustfrei; verwenden Sie NICHT --video-bitrate und erwarten Sie eine große Datei – für statische Screencasts erzeugt CRF eine kleine Datei in voller Qualität, und das ist korrekt, nicht niedrige Qualität.) Finales mp4 behält Original-Audio. Nach dem Render kehren weitere Bearbeitungen zur Schleife zurück und erfordern einen neuen expliziten Render-Befehl.
  • Qualitätshinweis: Der Chrome-Capture ist ein verlustfreier 1:1-Screenshot (verifiziert: Render-Input == Output sowohl für Text als auch Gesichter), daher bewahrt ein Render mit niedrigem CRF das gegebene Material. Das EINZIGE, was die Qualität zerstört, ist ein verlustbehafteter Upstream-Schritt – weshalb P1 De-Silence und P2 Schnitte beide bei nahezu verlustfreiem CRF 12 vom Original ausgeführt werden. Fügen Sie keine zusätzlichen Neucodierungsdurchgänge hinzu. Für absolut generationsfreies Material ist ein fortgeschrittener Pfad, Overlays nur auf ein transparentes --format webm/mov zu rendern und sie per ffmpeg über das geschnittene Material zu legen (Punch-in-Zoom dann über ffmpeg angewendet) – selten erforderlich.

P6 – Content-Generierung (an spezialisierte Skills delegiert)

Generieren Sie die Launch-Inhalte durch Aufrufen dedizierter Skills, jeweils basierend auf dem endgültigen bearbeiteten Transkript (P3 – übergeben Sie das zeitgestempelte transcript.srt, damit YouTube-Kapitel genaue Zeiten erhalten), und schreiben Sie jede Ausgabe in <OUT>:

  • youtube-copy → <OUT>/youtube.md (klickwürdiger Titel, SEO-Beschreibung, 12+ Tags, Kapitel, Karteikarten/Endbildschirm-Platzierungen).
  • blog-post (nur, wenn der Benutzer einen Blog wünscht) → <OUT>/blog.md (vollständiger Artikel mit Code-Blöcken, Bildunterschriften, Einbettungscode für das Video).
  • social-copy → <OUT>/socials.md (X, Bluesky, LinkedIn, Reddit – je 2 Varianten).

P7 – Bereinigung (optional)

Entfernen Sie .work/, wenn der Benutzer zustimmt, oder archivieren Sie es verschieben. Fragen Sie, ob das Zwischenmaterial gelöscht werden soll.

Wichtige technische Details

Verwendete Tools (alle auf dem $PATH des Benutzers)

ToolVerwendungInstallationscheckHinweise
auto-editorStille erkennen (P1), Geschwindigkeitsrampen anwenden (P2)auto-editor --versionNur zur Erkennung von Stille; NIEMALS zum Codieren verwenden. Wenn < 24.x, Farbkodierungsfehler beim Export nach v3? Bei < 25.x JSON-Ausgabeformat prüfen.
node + npm / npxAlle Skripte (desilence, extract-frame, bake-cuts) + HyperFrames-CLI ausführennode --version (>= 22)scripts/ werden von node ausgeführt. npx hyperframes verwendet die HyperFrames-CLI.
ffmpeg + ffprobeBildextraktion, Videomerge/-schnitte, Render, Audioffmpeg -version (>= 6)Alle scripts/*.mjs rufen ffmpeg als Subprozess auf.
DockerTranskription (/transcribe-video verwendet Docker-Container)docker infoSie können nicht transkribieren, ohne dass Docker läuft.

Grundlegende Ordner-Struktur (<OUT>, P0 erstellt)

<OUT>/                         # Ergebnisordner – vom Benutzer ausgewählt oder standardmäßig `<aufnahme-verz>/<video-slug>-erstellt/`
  final.mp4                    # P5 – Ausgabe des finalen Renders (CRF 12, nahezu verlustfrei)
  hyperframes/                 # vollständiges HyperFrames-Projekt (wird von P4 erstellt; von P5 linted/previewed/gerendert)
    index.html                 # Basis-HTML-Dokument (mit Videospur + Audio + Overlay-Kompositionen)
    styles.css                 # Marken-Styling (var(--brand-*) Tokens)
    DESIGN.md                  # Markenentscheidungsaufzeichnung
    compositions/              # Overlay-Kompositionen (eine pro Overlay)
    renders/                   # gerenderte Bilder (P5)
  transcript.txt               # P3 – reiner Text des Endtranskripts
  transcript.srt               # P3 – Untertitel
  transcript.words.json        # P3 – wortgenaues Transkript (wird von P4 für Overlay-Trigger verwendet)
  youtube.md                   # P6 – YouTube-Content
  socials.md                   # P6 – Social-Media-Content
  blog.md                      # P6 – Blogbeitrag (optional)
  .work/                       # (versteckt) Zwischenschritte – werden von P7 entfernt
    01_desilenced.mp4          # P1 – de-silenced Video
    02_edit_N.mp4              # P2 – Schnitt-/Rampen-Intermediates
    frames/                    # P4 – extrahierte Frames für Bildanalyse

Allgemeine Geschäftsbedingungen

Haftungsausschluss für KI-generierte GIF-Overlays: Wenn der Benutzer GIFs anfordert (via Overlay-Typ oder Inhaltsanforderung), generieren Sie KEINE GIFs mit KI – dies erfordert spezialisierte (nicht inbegriffene) Diffusion/Modelle. Lehnen Sie stattdessen höflich ab oder verweisen Sie auf statische Platzhalter.

Verhaltensregel für Terminal-Pakete: Der Benutzer ist auf diesem System mit macOS. Terminalbefehle sind für macOS. Verwenden Sie NIEMALS Linux-Paketmanager (apt, yum, pacman). Empfohlene Mac-Installationsmethode: brew install <tool>. Niemals sudo pip install vorschlagen.

macOS-Kompatibilität: Dieses Skillset ist für macOS geschrieben. pipx installiert auto-editor, Docker Desktop wird zum Ausführen von Dockerd empfohlen, und die scripts/*.mjs rufen ffmpeg als Subprozess auf (was auf macOS standardmäßig verfügbar ist, wenn es über Homebrew installiert wurde).

Qualitätssicherungs-Kommentare (HyperFrames):

  • Überprüfen Sie nach einem fehlgeschlagenen npx hyperframes render das rendering im Log, den Chrome-Capture und die Ausgabedatei. Fehler sind normalerweise Overlay-Platzierung (Überlauf) oder Ressourcenkonflikte (zwei Overlays mit derselben ID).
  • Wenn Sie npx hyperframes init ausführen, müssen Sie die generierte index.html lesen, um die Sub-Kompositions-Einbindungssyntax dieser CLI-Version zu lernen (sie kann sich zwischen Versionen ändern). Verschachteln Sie Kompositionen – wenn Sie jemals das Gefühl haben, dass keine Overlays funktionieren, isolieren Sie ein einzelnes Overlay in einer leeren index.html.
  • Stellen Sie sicher, dass Overlay-Inhalte (data-content) korrekt maskiert sind, wenn sie HTML enthalten (ersetzen Sie < durch &lt;, > durch &gt;, & durch &amp; und " durch &quot; im JSON-würdigen Attribut).
  • Wenn Render-Frames schwarz/flackernd sind, ist die Video-URL innerhalb des HyperFrames-Projekts relativ; stellen Sie sicher, dass sie auf die tatsächliche Videodatei verweist (da die Projektkonfiguration das Video manchmal nicht korrekt spiegelt).
  • Die npx hyperframes render-Ausgabe platziert die Datei standardmäßig im aktuellen Arbeitsverzeichnis; verwenden Sie --output <OUT>/final.mp4, um in den Ergebnisordner zu schreiben.

macOS-Pfade: Benutzerdateien sind normalerweise unter /Users/<benutzername>/... oder ~/.... Verwenden Sie explizite Pfade (keine veränderlichen wie /home/user/...).

Vollständiges Beispiel

Ausgangszustand

Der Benutzer hat eine Talking-Head-Aufnahme: ~/Downloads/mein_vortrag.mov.

P0 – Eingabe und Konfiguration

Benutzer sagt: „Aus dieser Aufnahme ein Video machen“ und stellt die Aufnahme bereit. Der Agent fordert bei Bedarf das Repository auf (~/dev/mein-projekt). Der Benutzer wählt „ausgewogene“ Overlay-Dichte.

Der Agent erstellt den Ergebnisordner:

mkdir -p ~/Downloads/mein_vortrag-erstellt/.work

P1 – De-Silence

node scripts/desilence.mjs ~/Downloads/mein_vortrag.mov --out ~/Downloads/mein_vortrag-erstellt/.work/01_desilenced.mp4 --margin 0.3s

Ausgabe: Dauer 15:00 → 12:30 (2:30 Stille entfernt).

P2 – Fehlerüberprüfung

Der Agent transkribiert das de-silenced Video mit /transcribe-video, erkennt 3 Flags (2 Schnitte, 1 Rampe) und erstellt eine HyperFrames-Preview mit roten/amber Markern.

Der Benutzer sieht sich die Preview an und sagt: „Schneide die ersten beiden, rampe das dritte mit 1,5×.“ Der Agent bäckt die Schnitte/Rampe ein:

node scripts/bake-cuts.mjs <work>/01_desilenced.mp4 --out <work>/02_edit_01.mp4 --cut 120,125 --cut 300,305
auto-editor ... --set-speed-for-range 1.5,480,495

Nach einer Iteration: Benutzer genehmigt <work>/final_cut.mp4.

P3 – Transkribieren

/transcribe-video <work>/final_cut.mp4 --out ~/Downloads/mein_vortrag-erstellt

Generiert transcript.txt, transcript.srt, transcript.words.json.

P4 – Overlays

Der Agent extrahiert Frames, klassifiziert Phasen (Einführung, Code, Demo, Fazit), erkennt Code-Blöcke aus dem Repository, plant 8 Overlays (Code-Karten, Wort-Highlights, Abschnittsmarkierungen). Prüft Dichte, Lücken und sichere Zonen. Präsentiert Tabelle. Genehmigt.

Baut HyperFrames-Projekt + Overlays. Validiert Kontrast.

P5 – Render

npx hyperframes lint, inspect, validate sauber. Agent startet Preview → Browser öffnet sich. Der Benutzer sagt: „Das Rendering starten“ → Agent rendert.

cd ~/Downloads/mein_vortrag-erstellt/hyperframes
npx hyperframes render --output ../final.mp4 --crf 12

P6 – Content generieren

Der Agent ruft youtube-copy, blog-post (optional) und social-copy auf, wobei er transcript.srt übergibt.

P7 – Bereinigen

Agent: „Soll ich die Zwischenschritte (<OUT>/.work/) löschen oder archivieren?“ Benutzer: „Löschen.“

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

AlemTuzlak/skills

Use when the user wants to write a blog post about a feature, product change, PR, git diff, or any technical topic - accepts marketing briefs, PRs, git refs, codebase paths, or freeform descriptions as input

AlemTuzlak/skills

Use when the user wants to generate a changelog, release notes, or document what changed between versions, tags, or PRs

AlemTuzlak/skills

Use when writing, editing, or organizing documentation, when planning what docs a feature needs, and whenever planning or implementing a new feature or change in a repo (docs ship with the code). Also use when tempted to write docs without showing the discovered readers to the user, without asking for tone, or without loading simple-english and i-have-adhd. Triggers on "write docs for X", "document this feature", "add a guide", "update the docs", "reorganize the docs", "plan feature X", "implement X", or /docs.

AlemTuzlak/skills

Use when a bug is in play: a test fails, CI is red, an API returns the wrong result, a stack trace appears, or the user says it is broken or fix this. Don't use for a new feature with no failure, for types-only work, or for docs.

AlemTuzlak/skills

Use when the user invokes /i-have-adhd, says they have ADHD, or asks for ADHD-friendly output. Also used as a required writing filter by the docs skill. Don't use for marketing copy or after the user says "stop adhd mode" or "normal mode".

AlemTuzlak/skills

Use when a settled change must be turned into an ordered stack of small blocks before anyone implements. Don't use for unsettled intent, typos, comments, formatting, docs-only work, or writing the implementation itself.

AlemTuzlak/skills

Use when the user wants to write a product update email, feature announcement newsletter, or digest email for users or subscribers

AlemTuzlak/skills

Use when the user runs /prove-it or says prove it, prove the changes, show me in the browser, or asks to prove a UI or API change. Don't use only because the agent is about to say done, for types-only work, or for docs with no behavior to prove.

AlemTuzlak/skills

Use when the user wants to write, draft, or author an RFC (Request for Comments) / technical design doc for a feature, change, or architectural decision. Interactively interviews the user, grounds the proposal in the actual codebase, presents 2-3 concrete API/code-snippet approaches to choose from, then writes a review-ready RFC. Triggers on "write an RFC", "draft an RFC", "RFC for X", "design doc for X", or /rfc.

AlemTuzlak/skills

Use when the user wants to deeply learn a new topic from scratch. Runs a pre-interview (current knowledge, end-goal proficiency, depth, practice load, background, scope), researches online (articles, niche-influencer blogs, canonical docs, subtopic landscape), then produces a structured markdown course with mandatory visual diagrams, evidence-based learning-science features (retrieval practice, spaced callbacks, worked-example fading, concept ledger, jargon gate, analogy hygiene), and a self-contained interactive HTML mini-course. Triggers on /teach-me, "teach me about X", "I want to learn X", "deep dive on X", "create a course on X", "study X with me".

AlemTuzlak/skills

Use when the change intent is already settled and the agent must map what a behavior change touches before an implementation plan or any code. Use for new features, bug fixes, and refactors that move a boundary. Don't use for typos, comments, formatting, lockfile-only diffs, docs with no code, or while the user is still deciding what they want.

AlemTuzlak/skills

Use when the user wants to transcribe a video or audio file to text with word-level timestamps — spins up a self-contained local Whisper (whisper.cpp) Docker service bundled in this skill and returns transcript.txt, transcript.srt, and word-level transcript.words.json. Also used as a building block by /produce-video. Triggers on "transcribe this video", "get a transcript", "transcribe-video".

AlemTuzlak/skills

Use when the user wants to write a video script for a product demo, feature walkthrough, launch video, or social media video about a feature or product change

AlemTuzlak/skills

Use when the user wants YouTube metadata for a video — a click-worthy title, an SEO/above-the-fold description, tags, and timestamped chapters. Accepts a transcript (ideally timestamped SRT), a topic, a PR, or a freeform description. Used standalone and by /produce-video. Triggers on "youtube title", "youtube description", "youtube chapters", "youtube tags", "youtube metadata", "youtube-copy".

Verwandte Skills