ComeOnOliver/skillshub

Video-Produzent

Erstelle komplette Videos mit Sprachausgabe, Musik und visuellen Effekten.

Dies ist eine Orchestrator-Fertigkeit, die Folgendes kombiniert:

• Skript-/Storyboard-Erstellung (Claude)
• Sprachsynthese (Gemini TTS)
• Hintergrundmusik (Lyria)
• Videoclip-Generierung (Veo 3.1) oder Bildanimation
• Finaler Zusammenschnitt (FFmpeg über media-utils)

Workflow

Schritt 1: Anforderungen sammeln (ERFORDERLICH)

⚠️ Überspringe diesen Schritt nicht. Führe init_project.py erst aus, wenn du ALLE Antworten hast.

Verwende interaktive Fragen – stelle EINE Frage nach der anderen, warte auf die Antwort, dann stelle die nächste. Dies schafft einen kollaborativen, spezifikationsgesteuerten Prozess.

Fragenablauf

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

F1: Thema

„Ich erstelle das Video! Zuerst – worum geht es?

(z. B. Produkteinführung, Markengeschichte, Tutorial, Erklärvideo – oder beschreibe dein eigenes)“

Warte auf Antwort.

F2: Dauer

„Wie lang soll das Video sein?

• 15 Sekunden (schneller Aufhänger)
• 30 Sekunden (Standard-Werbespot)
• 60 Sekunden (Erklärvideo)
• 2+ Minuten (ausführlich)
• Oder gib eine eigene Dauer an“

Warte auf Antwort.

F3: Stil

„Welcher visuelle Stil?

• Premium/Luxus
• Lustig/verspielt
• Unternehmensorientiert/professionell
• Dramatisch/kinoreif
• Minimalistisch/sauber
• Oder beschreibe deinen eigenen Stil“

Warte auf Antwort.

F4: Assets

„Hast du vorhandene Bilder oder Videoclips, die du verwenden möchtest?

• Nein, alles generieren
• Ja, ich habe Bilder (Pfade angeben)
• Ja, ich habe Videoclips (Pfade angeben)“

Warte auf Antwort.

F5: Audiostrategie

„Wie sollen wir das Audio handhaben?

• Benutzerdefiniert – Ich generiere Sprachaufnahme + Hintergrundmusik
• Veo nativ – Verwende Veos integrierte Dialoge/SFX/Umgebungsgeräusche
• Stumm – Kein Audio, später hinzufügen“

Warte auf Antwort.

F6: Stimme (bei benutzerdefiniertem Audio)

„Welcher Stimmton für die Sprachaufnahme?

• Professionell
• Freundlich/warm
• Energisch
• Ruhig/beruhigend
• Dramatisch
• Oder beschreibe deinen eigenen Ton“

Warte auf Antwort.

F7: Musik (bei benutzerdefiniertem Audio)

„Welche Musikrichtung?

• Modern elektronisch
• Kinoreif/episch
• Fröhlicher Pop
• Ambient/Chill
• Corporate
• Oder beschreibe deinen eigenen Stil“

Warte auf Antwort.

F8: Format

„Welches Seitenverhältnis?

• 16:9 (YouTube, Web)
• 9:16 (TikTok, Reels, Shorts)
• 1:1 (Instagram-Feed)“

Warte auf Antwort.

F9: Auflösung

„Welche Auflösung?

• 720p (schnellere Generierung)
• 1080p (Standard-HD)“

Warte auf Antwort.

F10: Modell

„Welches Veo-Modell?

• veo-3.1 – Neuestes, höchste Qualität (Standard)
• veo-3.1-fast – Schnellere Generierung, etwas geringere Qualität
• veo-3 – Vorherige Generation
• veo-3-fast – Vorherige Gen., schneller“

Warte auf Antwort.

Kurzreferenz

Frage	Bestimmt
Thema	Szeneninhalt und Prompts
Dauer	Anzahl der Szenen (Veo-Clips müssen 4, 6 oder 8 Sekunden lang sein)
Stil	Visuelle Prompts und Musikauswahl
Assets	Generieren vs. Vorhandenes verwenden
Audio	benutzerdefiniert, veo_audio oder stumm
Stimme	TTS-Stimmauswahl
Musik	Lyria-Prompt
Format	Seitenverhältnis für Veo
Auflösung	720p oder 1080p Ausgabequalität
Modell	veo-3.1, veo-3.1-fast, veo-3, veo-3-fast

---

Schritt 2: Projekt initialisieren

Sobald du die Antworten des Benutzers hast, initialisiere das Projekt mit seinen Einstellungen:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-producer-agent/scripts/init_project.py \
  --name "Produkteinführungsvideo" \
  --duration 30 \
  --aspect-ratio 16:9 \
  --audio-strategy custom \
  --scenes 5

Schritt 3: project.json konfigurieren

Bearbeite project.json mit Szenen-Prompts, Sprachaufnahme-Text und Musikstil basierend auf den Antworten des Benutzers.

Schritt 4: Video zusammenbauen

python3 ${CLAUDE_PLUGIN_ROOT}/skills/video-producer-agent/scripts/assemble.py \
  --project ~/mein_videoprojekt/

---

Projektstruktur

Wenn du ein Projekt initialisierst, wird diese Ordnerstruktur erstellt:

mein_projekt/
├── project.json          # Konfiguration: Szenen, Sprachaufnahme, Musik, Einstellungen
├── storyboard.md         # Planungsdokument für das Video
├── scenes/               # Generierte Videoclips von Veo
│   ├── szene1_einfuehrung.mp4
│   ├── szene2_funktionen.mp4
│   └── szene3_cta.mp4
├── audio/                # Audio-Assets
│   ├── voiceover.wav     # Generierte Sprachaufnahme
│   ├── background_music.wav  # Generierte Musik
│   └── final_mix.mp3     # Gemischte Audiospur
├── work/                 # Zwischendateien (automatisch generiert)
│   ├── silent_szene1.mp4
│   ├── video_concatenated.mp4
│   └── ...
└── output/               # Finale Ergebnisse
    └── produkt_einfuehrung_video_final.mp4

---

Skripte

init_project.py

Initialisiere ein neues Videoprojekt mit Ordnerstruktur und Vorlagen.

# Einfaches Projekt
python3 init_project.py --name "Mein Video" --duration 30

# In einem bestimmten Verzeichnis erstellen
python3 init_project.py --name "Demo-Video" --output ~/Videos/

# Vertikales Video für soziale Medien
python3 init_project.py --name "Instagram Reel" --aspect-ratio 9:16 --duration 15

# Verwende Veos natives Audio (keine benutzerdefinierte Sprachaufnahme/Musik)
python3 init_project.py --name "Filmszene" --audio-strategy veo_audio

# Mehr Szenen
python3 init_project.py --name "Langes Video" --duration 60 --scenes 5

Optionen:

Option	Standard	Beschreibung
--name	erforderlich	Projektname
--output	aktuelles Verz.	Übergeordnetes Verzeichnis
--duration	30	Zieldauer in Sekunden
--aspect-ratio	16:9	16:9, 9:16, 1:1, 4:3
--audio-strategy	custom	custom, veo_audio, silent
--scenes	3	Anzahl der Szenenplatzhalter

assemble.py

Orchestriere die vollständige Video-Assembly-Pipeline.

# Vollständige Pipeline (alles generieren + zusammenbauen)
python3 assemble.py --project ~/mein_projekt/

# Generierung überspringen (vorhandene Szenen-/Audiodateien verwenden)
python3 assemble.py --project ~/mein_projekt/ --skip-generation

# Probelauf (zeige, was getan würde)
python3 assemble.py --project ~/mein_projekt/ --dry-run

Pipeline-Schritte:

1. Videoszenen generieren (Veo 3.1)
2. Audio aus Szenen entfernen (bei benutzerdefiniertem Audio)
3. Sprachaufnahme generieren (Gemini TTS)
4. Hintergrundmusik generieren (Lyria)
5. Sprachaufnahme + Musik mischen
6. Videoclips concatenieren
7. Audio mit Video zusammenführen
8. Finales Video ausgeben

---

project.json Konfiguration

{
  "name": "Produkteinführungsvideo",
  "duration_target": 30,
  "aspect_ratio": "16:9",
  "resolution": "720p",
  "audio_strategy": "custom",
  
  "scenes": [
    {
      "id": 1,
      "name": "szene1_held",
      "prompt": "Kinoreifer langsamer Zoom auf Premiumprodukt, dramatische Beleuchtung, High-End-Werbestil",
      "duration": 6,
      "notes": "Nur Musik, keine Sprachaufnahme"
    },
    {
      "id": 2,
      "name": "szene2_funktionen",
      "prompt": „Produktmerkmale demonstrieren, elegante Animationen, moderne Tech-Ästhetik“,
      "duration": 8,
      "notes": „Sprachaufnahme beginnt hier“
    },
    {
      "id": 3,
      "name": "szene3_cta",
      "prompt": „Produkt mit Logo auf sauberem Hintergrund, Call-to-Action-Moment“,
      "duration": 6,
      "notes": „Musik wird lauter, Sprachaufnahme endet“
    }
  ],
  
  "voiceover": {
    "enabled": true,
    "text": „Wir stellen die Zukunft des Audios vor. Kristallklarer Klang. Den ganzen Tag Komfort. Erlebe den Unterschied.“,
    "voice": „Charon“,
    "style": „Professionell, selbstbewusst, Premium-Markenstimme“
  },
  
  "music": {
    "enabled": true,
    "prompt": „modern elektronisch, Premium, elegant, Produktpräsentation, dezenter Bass“,
    "duration": 35,
    "bpm": 100,
    "brightness": 0.6
  },
  
  "assembly": {
    "transition": „fade“,
    "transition_duration": 0.5,
    "music_volume": 0.3,
    "fade_in": 1.0,
    "fade_out": 2.0
  }
}

---

Audiostrategien

Strategie	Beschreibung	Verwende, wenn
custom	Veo-Audio entfernen, benutzerdefinierte Sprachaufnahme + Musik hinzufügen	Die meisten Videos
veo_audio	Veos generiertes Audio behalten (Dialoge, SFX)	Filmszenen, Dialoge
silent	Audio entfernen, stummes Video ausgeben	Audio später hinzufügen

---

Workflow: Ein Video erstellen

Schritt 1: Projekt initialisieren

python3 init_project.py --name „Kabellose Ohrhörer-Promo“ --duration 30

Schritt 2: Storyboard planen

Bearbeite storyboard.md, um deine Videostruktur zu planen:

## Szene 1: Helden-Enthüllung (0–5s)
- Visuell: Ohrhörer tauchen aus dem Schatten auf, Premium-Beleuchtung
- Audio: Nur Musik (dramatischer Intro)

## Szene 2: Klangqualität (5–12s)
- Visuell: Schallwellen, Person genießt Musik
- Audio: Sprachaufnahme: „Kristallklarer Klang. Immersiver Bass.“

## Szene 3: Komfort (12–20s)
- Visuell: Nahaufnahme der Passform, Person läuft
- Audio: Sprachaufnahme: „Den ganzen Tag Komfort. Sicherer Sitz.“

## Szene 4: CTA (20–30s)
- Visuell: Produkt + Logo
- Audio: Sprachaufnahme: „Erlebe den Unterschied.“ + Musik wird lauter

Schritt 3: project.json konfigurieren

Fülle die Szenen-Prompts, den Sprachaufnahme-Text und den Musikstil basierend auf deinem Storyboard aus.

Schritt 4: Zusammenbauen

python3 assemble.py --project ~/kabellose_ohrhoerer_promo/

Schritt 5: Überprüfen und iterieren

Überprüfe die Ausgabe in output/. Falls Anpassungen nötig sind:

# Mit vorhandenen Szenen erneut ausführen (nur Audio neu mischen)
python3 assemble.py --project ~/kabellose_ohrhoerer_promo/ --skip-generation

---

Was du erstellen kannst

Typ	Beispiel
Produktvideo	30s Heldenvideo, das ein Produkt präsentiert
Erklärvideo	Anleitung oder Funktionserklärung
Werbevideo	Marketing-Anzeige
Demo-Video	Produktdemonstration
Schulungsvideo	Interne Schulungsinhalte
Testimonial	Kundenmeinungs-Video
Markenvideo	Unternehmens-/Markengeschichte

---

Voraussetzungen

• GOOGLE_API_KEY - Für Veo (Video), Gemini TTS (Sprache), Lyria (Musik)
• FFmpeg installiert: brew install ffmpeg

---

Videostile & Musik-Paarungen

Stil	Musik-Prompt	Stimme
Premium/Luxus	„elegant, minimalistisch, Ambient, anspruchsvoll“	Charon (informativ)
Tech/Modern	„elektronisch, futuristisch, sauber, innovativ“	Kore (fest)
Lustig/Verspielt	„fröhlich, heiter, akustisch, positiv“	Puck (fröhlich)
Corporate	„professionell, inspirierend, leicht orchestral“	Orus (fest)
Lifestyle	„lässig, anspruchsvoll, Indie, warm“	Aoede (lässig)
Dramatisch/Kinoreif	„episch, orchestral, emotional, aufbauend“	Gacrux (reif)

---

Häufige Videostrukturen

Produktvideo (30s)

0–5s: Heldenaufnahme (nur Musik)
5–15s: Funktionen (Sprachaufnahme + Musik)
15–25s: Lifestyle/Anwendungsfall (Sprachaufnahme + Musik)
25–30s: Logo + CTA (Musik ausgeblendet)

Erklärvideo (60s)

0–5s: Haken/Problemstellung
5–20s: Lösungseinführung
20–45s: Wie es funktioniert (3 Schritte)
45–55s: Zusammenfassung der Vorteile
55–60s: CTA

Testimonial-Video (45s)

0–5s: Intro/Namenskarte
5–35s: Testimonial-Zitat (mehrere Szenen)
35–45s: Produktaufnahme + Logo

---

Manueller Workflow (Ohne Skripte)

Wenn du jeden Schritt manuell ausführen möchtest:

Szenen generieren:

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

Sprachaufnahme generieren:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/voice-generation/scripts/gemini_tts.py \
  --text "Dein Sprachaufnahme-Text..." \
  --voice Charon \
  --style "Professionell, warm"

Musik generieren:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/music-generation/scripts/lyria.py \
  --prompt "modern elektronisch, Premium" \
  --duration 35

Audio aus Clips entfernen:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/media-utils/scripts/video_strip_audio.py \
  -i szene*.mp4

Videos concatenieren:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/media-utils/scripts/video_concat.py \
  -i silent_*.mp4 --transition fade -o video.mp4

Audio mischen:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/media-utils/scripts/audio_mix.py \
  --voice voiceover.wav --music music.wav -o audio.mp3

Audio + Video zusammenführen:

python3 ${CLAUDE_PLUGIN_ROOT}/skills/media-utils/scripts/video_audio_merge.py \
  --video video.mp4 --audio audio.mp3 -o final.mp4

---

Eingabedateien, die du bereitstellen kannst

Dateityp	Wie es verwendet wird
Produktbilder	Mit Veo als erstes Bild animieren
Logo (PNG)	Über die letzte Szene legen
Vorhandene Sprachaufnahme	In audio/voiceover.wav platzieren
Markenmusik	In audio/background_music.wav platzieren
Videoclips	Im Ordner scenes/ platzieren
Skript/Text	Für Sprachaufnahme-Text verwenden

---

Einschränkungen

• Veo-Videodauer: Maximal 8 Sekunden pro Clip (für längere Dauer concatenieren)
• Veo 3.1 enthält Audio: Alle Clips haben generiertes Audio (bei benutzerdefiniertem Audio entfernen)
• Verarbeitungszeit: Die Videogenerierung dauert 1–3 Minuten pro Clip
• Auflösung: Derzeit 720p oder 1080p (1080p nur für 8s)

---

Fehlerbehandlung

Fehler	Lösung
„GOOGLE_API_KEY not set“	API-Schlüssel gemäß README einrichten
„FFmpeg not found“	Installieren: brew install ffmpeg
„project.json not found“	Zuerst init_project.py ausführen
Videogenerierungs-Timeout	Erneut versuchen oder kürzere Dauer verwenden
Audio/Video-Synchronisationsprobleme	Szenendauern anpassen

---

Beispiel-Prompts

Einfach:

„Erstelle ein 30-sekündiges Produktvideo für meine neue Kaffeemaschine“

Ausführlich:

„Erstelle ein 45-sekündiges Produktvideo für unsere neuen kabellosen Ohrhörer. Premium, luxuriöses Gefühl. Ich habe Produktfotos beigefügt. Professionelle männliche Sprachaufnahme. Moderne elektronische Musik. 16:9 für YouTube.“

Mit Projekt:

„Initialisiere ein Videoprojekt namens 'App-Demo' mit 5 Szenen, insgesamt 60 Sekunden, vertikales Format für TikTok“