Communitygithub.com

ComeOnOliver/skillshub

Generiere Videos mit KI (Google Veo 3.1, OpenAI Sora).

Was ist skillshub?

Diese Skill ermöglicht die generative Videoerstellung mit Google Veo 3.1 (Standard, 10 Anfragen/Minute) und optional OpenAI Sora. Sie unterstützt Text‑to‑Video, Image‑to‑Video (Animation aus Standbildern), Audio‑Generierung (Dialoge, Soundeffekte, Umgebungsgeräusche) sowie die Verwendung von bis zu drei Referenzbildern. Die Integration erfolgt über Vertex AI (empfohlen) oder ein Google API‑Key‑Fallback. Nutzer werden durch einen interaktiven Frageprozess geführt, um Parameter wie Modell (veo‑3.1, veo‑3.1‑fast, sora), Dauer (4–8s, bei Sora bis 20s), Seitenverhältnis und Auflösung festzulegen. Die Skill bietet zudem Funktionen für Video‑Erweiterung (nahtlose Fortsetzung), Batch‑Generierung (parallele Verarbeitung mehrerer Szenen) und negative Prompts. Sie ist primär für Claude Code konzipiert, aber auch in anderen agentenbasierten Umgebungen nutzbar, die über die entsprechenden Skripte (`veo.py`, `sora.py`) verfügen.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/michaelboeding/skills/video-generation

In Ihrer bevorzugten KI fragen

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

Dokumentation

Skill zur Videogenerierung

Generiere Videos mit KI (Google Veo 3.1, OpenAI Sora).

Funktionen:

  • 🎬 Text‑zu‑Video: Erstelle Videos aus Textbeschreibungen
  • 🖼️ Bild‑zu‑Video: Animierte Bilder als erstes Einzelbild
  • 🔊 Audiogenerierung: Dialoge, Soundeffekte, Umgebungsgeräusche (Veo 3+)
  • 🎭 Referenzbilder: Führe bis zu 3 Referenzbilder ein, um den Videoinhalt zu lenken (Veo 3.1)

Voraussetzungen

Standard: Vertex AI (10 Anfragen/Minute) ⭐

Vertex AI ist das empfohlene Backend mit 1400-mal höheren Ratenlimits:

# 1. Projekt setzen
export GOOGLE_CLOUD_PROJECT=deine-projekt-id

# 2. Authentifizieren (öffnet Browser)
gcloud auth application-default login

# 3. API aktivieren (einmalig)
gcloud services enable aiplatform.googleapis.com

In die .env-Datei einfügen:

GOOGLE_CLOUD_PROJECT=deine-projekt-id
GOOGLE_CLOUD_LOCATION=us-central1

Fallback: AI Studio (10 Anfragen/Tag)

Nur verwenden, wenn du kein GCP-Projekt hast:

Für Sora (OpenAI)

  • OPENAI_API_KEY - Für OpenAI Sora

Verfügbare Modelle

Google Veo Modelle

ModellBeschreibungAm besten geeignet für
veo-3.1Höchste Qualität (Standard)Professionelle Videos, Dialoge, Referenzbilder
veo-3.1-fastSchnellere VerarbeitungSchnelle Iterationen, Batch‑Generierung

Beide Modelle bieten:

  • Auflösung 720p/1080p
  • Dauer 4, 6 oder 8 Sekunden
  • Nativen Audio (Dialoge, Soundeffekte, Umgebungsgeräusche)
  • Bild‑zu‑Video (Bilder animieren)
  • Referenzbilder (bis zu 3)
  • Videoerweiterung
  • Batch‑/Parallelgenerierung

OpenAI Sora

  • Am besten geeignet für: Kreative Videos, filmische Qualität, komplexe Bewegungen
  • Auflösungen: 480p, 720p, 1080p
  • Dauern: 5s, 10s, 15s, 20s
  • Funktionen: Text‑zu‑Video, Bild‑zu‑Video

Arbeitsablauf

Schritt 1: Anforderungen sammeln (ERFORDERLICH)

⚠️ Verwende interaktives Fragen – stelle EINE Frage nach der anderen.

Fragenablauf

⚠️ Verwende für jede der folgenden Fragen das Tool AskUserQuestion. Gib die Fragen nicht einfach in deiner Antwort aus – verwende das Tool, um interaktive Aufforderungen mit den angezeigten Optionen zu erstellen.

F1: Bild

„Ich werde das Video für dich generieren! Zunächst – hast du ein Bild, das du animieren möchtest?

  • Ja (Pfad angeben – ich verwende es als erstes Einzelbild)
  • Nein, von Grund auf generieren“

Auf Antwort warten.

F2: Audio

„Welche Audioeinstellung bevorzugst du?

  • Mit Audio (Standard) – Veo 3.1 generiert Dialoge, Soundeffekte, Umgebungsgeräusche
  • Stummvideo – kein Audio“

Auf Antwort warten.

F3: Modell

„Welches Modell möchtest du verwenden?

  • veo-3.1 – Neuestes, höchste Qualität mit Audio (Standard)
  • veo-3.1-fast – Schnellere Verarbeitung mit Audio
  • veo-3 / veo-3-fast – Vorherige Generation mit Audio
  • sora – OpenAI, bis zu 20 Sekunden, kein Audio“

Auf Antwort warten.

F4: Dauer

„Welche Dauer?

  • 4 Sekunden
  • 6 Sekunden
  • 8 Sekunden (Standard)“

Auf Antwort warten.

F5: Format

„Welches Seitenverhältnis und Auflösung?

  • 16:9 Querformat, 720p
  • 16:9 Querformat, 1080p
  • 9:16 Hochformat, 720p
  • 9:16 Hochformat, 1080p
  • Oder eigene Angabe“

Auf Antwort warten.

Kurzreferenz

FrageBestimmt
BildBild‑zu‑Video vs. Text‑zu‑Video
AudioMit/ohne Audiogenerierung
ModellAbwägung zwischen Qualität und Geschwindigkeit
DauerCliplänge
FormatSeitenverhältnis und Auflösung

Schritt 2: Prompt formulieren

Wandle die Benutzeranfrage in einen effektiven Video-Prompt um:

  1. Szene beschreiben: Den visuellen Kontext festlegen
  2. Aktion angeben: Was sich bewegt, verändert, passiert
  3. Kameraführung einbeziehen: „Langsamer Schwenk“, „Tracking-Aufnahme“, „Dolly-Fahrt“
  4. Audiohinweise hinzufügen (Veo 3+): Dialoge in Anführungszeichen setzen, Geräusche beschreiben
  5. Stimmung festlegen: Beleuchtung, Atmosphäre, Tageszeit

Beispiel mit Dialog (Veo 3.1):

  • Benutzer: „Eine Person entdeckt einen Schatz“
  • Verbessert: „Nahaufnahme des Gesichts einer Schatzsucherin, während Fackellicht flackert. Sie murmelt ‚Das muss es sein…‘ und wischt Staub von einer alten Truhe. Knarrende Scharniere, als sie sie öffnet, goldener Lichtschein auf ihrem ehrfürchtigen Gesicht. Kinematographisch, dramatische Schatten.“

Beispiel ohne Dialog:

  • Benutzer: „Ein Hund rennt am Strand“
  • Verbessert: „Kinematographische Zeitlupenaufnahme eines Golden Retrievers, der freudig bei Sonnenuntergang am Strand entlangläuft, Wellen plätschern, warmes goldene Stundenlicht, geringe Schärfentiefe“

Schritt 3: Modell auswählen

Standard: veo-3.1 (höchste Qualität, mit Audio)

AnwendungsfallEmpfohlenes ModellGrund
Beste Qualitätveo-3.1 (Standard)Höchste Qualität, Audio
Schnelle Iterationveo-3.1-fastSchnellere Verarbeitung
Batch‑Generierungveo-3.1-fastGeschwindigkeit wichtig für mehrere Clips
Längere Videos (>8s)soraUnterstützt bis zu 20s

Schritt 4: Video generieren

Führe das entsprechende Skript aus ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/ aus:

Für Google Veo 3.1 (Standard, mit Audio):

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "dein verbesserter Prompt mit 'Dialog in Anführungszeichen'" \
  --model "veo-3.1" \
  --duration 8 \
  --aspect-ratio "16:9" \
  --resolution "720p"

Für Google Veo 3.1 mit Bildeingabe:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "Die Katze öffnet langsam die Augen und gähnt" \
  --image "/pfad/zur/katze.jpg" \
  --model "veo-3.1" \
  --duration 8

Für schnellere Generierung:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "dein Prompt" \
  --model "veo-3.1-fast"

Für OpenAI Sora (längere Videos):

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/sora.py \
  --prompt "dein verbesserter Prompt" \
  --duration 20 \
  --resolution "1080p"

Verfügbare Modelle auflisten:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py --list-models

Videoerweiterung (Für Langform-Kontinuität)

Das --extend‑Flag erzeugt ECHTE visuelle Kontinuität, indem es dort fortfährt, wo ein vorheriges Veo-Video endete. Dies ist der beste Ansatz für längere Videos.

Einfache Erweiterung:

# Zuerst ersten Clip generieren
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --prompt "Eine Person geht bei Sonnenaufgang durch einen Wald" \
  --duration 8

# Mit neuem Inhalt erweitern (fügt ~7 Sekunden hinzu)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend veo_veo-3.1_20260104_120000.mp4 \
  --prompt "Weitergehen, einen versteckten Bach entdecken"

Mehrfache Erweiterungen (für längere Videos):

# 5-mal erweitern (fügt ~35 Sekunden Fortsetzung hinzu)
python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --extend initial_clip.mp4 \
  --prompt "Den Wald weiter erkunden, Wildtieren begegnen" \
  --extend-times 5

Erweiterung vs. Zusammenfügen:

AnsatzErgebnisAnwendungsfall
ErweiterungEchte Kontinuität, gleiche Figuren/SzeneLange durchgehende Aufnahmen
ZusammenfügenGetrennte Clips mit ÜbergängenSzenenwechsel, Montagen

Grenzen der Erweiterung:

  • Eingangsvideo muss Veo-generiert sein (max. 141 Sekunden)
  • Jede Erweiterung fügt ~7 Sekunden hinzu
  • Maximal 20 Erweiterungen insgesamt (~2,5 Minuten)
  • Ausgabeauflösung ist 720p

Batch‑Generierung (Parallel)

Generiere mehrere Videos gleichzeitig für schnellere Multi‑Szenen‑Arbeitsabläufe. Anstatt 15+ Minuten auf 5 aufeinanderfolgende Videos zu warten, generiere sie alle parallel (~3 Minuten gesamt).

Erstelle eine scenes.json-Datei:

[
  {"prompt": "Szene 1: Kinematographische Heldenaufnahme von kabellosen Ohrhörern auf dunkler Oberfläche", "duration": 6, "output": "szene1_held.mp4"},
  {"prompt": "Szene 2: Schallwellenvisualisierung, Person genießt Musik", "duration": 8, "output": "szene2_klang.mp4"},
  {"prompt": "Szene 3: Nahaufnahme des Ohrhörers im Ohr, Person trainiert", "duration": 8, "output": "szene3_komfort.mp4"},
  {"prompt": "Szene 4: Lifestyle-Montage, verschiedene Settings", "duration": 8, "output": "szene4_lifestyle.mp4"},
  {"prompt": "Szene 5: Produkt mit Logo auf sauberem Hintergrund", "duration": 4, "output": "szene5_cta.mp4"}
]

Alle Szenen parallel generieren:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json

Mit benutzerdefinierter Worker‑Anzahl:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-generation/scripts/veo.py \
  --batch scenes.json \
  --max-workers 3

Batch‑Konfigurationsoptionen pro Video:

OptionBeschreibungStandard
promptVideobeschreibung (erforderlich)-
modelveo-3.1, veo-3.1-fast, etc.veo-3.1
duration4, 6 oder 8 Sekunden8
aspect_ratio"16:9" oder "9:16""16:9"
resolution"720p" oder "1080p""720p"
imagePfad zum Bild für Bild‑zu‑Video-
negative_promptWas vermieden werden soll-
outputBenutzerdefinierter Ausgabedateinameautomatisch generiert

Geschwindigkeitsvergleich:

SzenenSequentiellParallel (5 Worker)Beschleunigung
3~9 Min~3 Min3x
5~15 Min~3 Min5x
10~30 Min~6 Min5x

Schritt 5: Ergebnis ausliefern

  1. Die generierte Videodatei/URL bereitstellen
  2. Den verwendeten verbesserten Prompt teilen
  3. Generierungseinstellungen nennen (Dauer, Auflösung)
  4. Angebote machen:
    • Variationen generieren
    • Anderen Stil/Dauer ausprobieren
    • Eine andere API verwenden
    • Das Video erweitern

Fehlerbehandlung

Fehlender API‑Key: Den Benutzer informieren, welcher Key benötigt wird:

Verstoß gegen Inhaltsrichtlinien: Prompt angemessen umformulieren.

Generierung fehlgeschlagen: Mit vereinfachtem Prompt oder einer anderen API erneut versuchen.

Kontingent überschritten: Warten oder den anderen Anbieter versuchen vorschlagen.

Tipps zur Prompt‑Entwicklung

Für Audio (Veo 3.1)

  • Dialog: Anführungszeichen für Sprache verwenden: „Hallo!“ sagte sie aufgeregt
  • Soundeffekte: Explizit beschreiben: Reifen quietschen, Motor brüllt
  • Umgebungsgeräusche: Die Klanglandschaft beschreiben: Vögel zwitschern, entfernter Verkehr
  • Beispiel: Ein Mann flüstert „Hast du das gehört?“ als Schritte im dunklen Flur hallen

Für filmische Qualität

  • Kamerarichtungen einbeziehen: „Langsamer Dolly“, „Tracking-Aufnahme“, „Kranaufnahme“
  • Beleuchtung angeben: „Goldene Stunde“, „dramatische Schatten“, „weiches diffuses Licht“
  • Filmreferenzen hinzufügen: „Blade Runner Stil“, „Wes Anderson Ästhetik“

Für realistische Bewegungen

  • Physik beschreiben: „Natürliche Bewegung“, „realistische Physik“
  • Umgebungsdetails einbeziehen: „Wind in den Haaren“, „raschelnde Blätter“
  • Geschwindigkeit angeben: „Zeitlupe“, „Echtzeit“, „Zeitraffer“

Für Bild‑zu‑Video

  • Beschreiben, was sich vom Startbild aus ändern/bewegen soll
  • Die Aktion genau angeben: „Die Katze öffnet langsam die Augen“
  • Umgebungsbewegung einbeziehen: „Blätter wehen vorbei“

Negative Prompts

  • Beschreiben, was NICHT enthalten sein soll: --negative-prompt "Cartoon, niedrige Qualität, unscharf"
  • „Nein“ oder „nicht“ vermeiden – einfach die unerwünschten Elemente beschreiben

API‑Vergleich

FunktionVeo 3.1 (Standard)Veo 3.1 FastSora
AnbieterGoogleGoogleOpenAI
API‑KeyGOOGLE_API_KEYGOOGLE_API_KEYOPENAI_API_KEY
Maximale Dauer8 Sekunden8 Sekunden20 Sekunden
Auflösung720p, 1080p720p, 1080pBis 1080p
Seitenverhältnisse16:9, 9:1616:9, 9:1616:9, 9:16, 1:1
Audio (Dialog, SFX)✅ Ja✅ Ja❌ Nein
Bild‑zu‑Video✅ Ja✅ Ja✅ Ja
Referenzbilder✅ Bis zu 3✅ Bis zu 3❌ Nein
Videoerweiterung✅ Ja✅ Ja❌ Nein
Batch‑Generierung✅ Ja✅ Ja❌ Nein
GeschwindigkeitBeste Qualität~2x schnellerLangsamer
Am besten geeignet fürProfessionelle VideosBatch‑ArbeitsabläufeLängere Videos

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Verwandte Skills