Communitygithub.com

viral-animated-shorts

End-to-End-Produktionspipeline für virale 2D-Strichmännchen-in-3D- und stilisierte 3D-Animations-Shorts (9:16, 30-55s) mit Gemini Omni 1.2 Flash, 3-Panel-Charakterbögen, forensischer Multi-Frame-VLM-QA und deterministischem FFmpeg-Assembly. Verwenden Sie dies, wenn der Benutzer animierte YouTube-Shorts, Reels oder TikToks planen, storyboarden, Charakterbögen generieren, rendern, QA durchführen, von 2D auf 3D upgraden oder zusammenbauen möchte.

Was ist viral-animated-shorts?

Diese Skill-Pipeline ermöglicht die Produktion von viralen animierten Shorts im Hochformat (9:16), entweder als 2D-Strichmännchen in einer 3D-Umgebung oder als vollständig stilisierte 3D-Animation. Sie läuft nativ auf dem Gemini-Media-Stack (Gemini Omni 1.2 Flash) und FFmpeg, ohne dass kostenpflichtige Drittanbieter-Tools oder Blender benötigt werden. Der Workflow ist in sechs Stufen unterteilt: Drehbuch & Style Bible, immutierbare 3-Panel-Charakterbögen, günstiger 360p-Entwurf, kontextbewusste forensische VLM-QA (mit bis zu 3 Wiederholungen pro Shot), 1080p-Final-Render mit optionalem 2D-zu-3D-Upgrade und deterministisches FFmpeg-Assembly inklusive Untertitelung und Loudness-Normalisierung. Voraussetzung sind die Gemini-API (mit gültigem API-Key), FFmpeg, FFprobe und Python 3. Die Pipeline enthält Referenzdateien für Shot-Pläne, QA-Rubriken, Fehlerbehebungen und Vorlagen für Charakterbögen, die alle im Skill-Verzeichnis abgelegt werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/nikeshthapa255/Video-creator-skills/tree/HEAD/viral-animated-shorts

In Ihrer bevorzugten KI fragen

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

Dokumentation

Viral Animated Shorts Pipeline

Produzieren Sie animierte Shorts im 9:16-Format (2D-Strichmännchen-in-3D oder stilisierte 3D) nativ auf dem Gemini Media Stack und FFmpeg – ohne kostenpflichtige Drittanbieter-Wrapper oder Blender.

Voraussetzungsprüfung

Prüfen Sie vor dem Live-Video-Rendering oder Assembly die lokalen Abhängigkeiten (testen Sie --version, nicht nur which, da macOS /usr/bin/python3 ein nicht installiertes Xcode-CLT-Stub sein kann):

  • Video/Audio-API: gemini-api whoami (bevorzugt) oder Python google-genai SDK mit gesetztem GEMINI_API_KEY (siehe die Skills gemini-omni-flash-api und gemini-api-cli).
  • Charakterbögen: gemini-api image (gemini-nano-banana-2.1) oder der integrierte Subagent image-generator.
  • Assembly & Frame-Sampling: ffmpeg -version, ffprobe -version, und python3 --version (für Caption-Konvertierung).

Wenn gemini-api oder ffmpeg fehlt, führen Sie die Stufen 1–2 live durch (verwenden Sie image-generator für die Bögen), generieren Sie jobs.json und .ass-Captions und geben Sie die genauen Installationsbefehle für die verbleibenden Live-Render-/Assembly-Schritte aus.

Sechs-Stufen-Workflow

Speichern Sie alle Projektartefakte in einem dedizierten <project_dir>/ (z. B. shorts/<slug>/): shot_plan.json, sheets/, drafts_360p/, qa/, finals_1080p/, audio/, final_short.mp4.

Stufe 1: Drehbuch, Style Bible und Hook-Tor

  1. Erstellen Sie ein straffes Drehbuch: 30–45s (2–4 Szenen) für comedy-Skits oder 130–150 Wörter (45–55s) für Erklärvideos. Kein Intro oder Begrüßung.
  2. Erstellen Sie <project_dir>/shot_plan.json passend zu references/shot_plan_schema.json:
    • Verwenden Sie einen wortwörtlichen style_bible-String, der in jedem Szenen-Prompt wiederverwendet wird.
    • Definieren Sie jeden Charakter ohne gehaltene Props in seinem Grunddesign.
    • Unterteilen Sie Szenen in 3–15s Omni-Clips mit [0-3s]-Beat-Zeitcodes und einer durchschnittlichen Shotleine von 1,5–2,5s.
    • Setzen Sie audio_mode auf native_omni (comedy-Dialog/SFX) oder tts_plus_bgm (Erzählung/Erklärvideos).
    • Schreiben Sie die letzte Zeile so, dass sie syntaktisch in Beat 1 übergeht.
  3. Hook-Tor (erforderlich vor dem Rendern): Überprüfen Sie Beat 1 (0-3s) gegen references/qa_rubric.md (Abschnitt Hook-Tor). Generieren Sie kein Video, bis Beat 1 visuellen Kontrast in Frame 0, sofortige Bewegung und eine offene verbale Prämisse aufweist.

Stufe 2: Immutierbare 3-Panel-Charakterbögen

  1. Erstellen Sie einen 16:9-3-Panel-Charakterbogen pro Charakter (Front | 3/4 Seite | Hinten) mit den Vorlagen in references/sheet_prompt_templates.md.
    • Verwenden Sie einen neutralen hellgrauen Hintergrund, flache gleichmäßige Beleuchtung, neutralen Gesichtsausdruck und keine gehaltenen Props (Props verursachen Hand-Morphing über Shots hinweg).
  2. Generieren Sie via gemini-api image "<prompt>" --aspect-ratio 16:9 --image-size 2K --out <project_dir>/sheets/<char>_2d.png (oder delegieren Sie an image-generator und kopieren/konvertieren Sie die Ausgabe .jpg/.png in <project_dir>/sheets/).
  3. Überprüfen Sie jeden Bogen visuell mit read_file. Wiederholen Sie den Vorgang, wenn die Panels hinsichtlich Proportionen, Outfit oder Linienstärke voneinander abweichen.
  4. Wenn Sie gemini-api verwenden, laden Sie die genehmigten Bögen einmal hoch (gemini-api files upload <sheet> --wait), um files/<id>-URIs für alle Szenen wiederzuverwenden.

Stufe 3: Günstiger 360p-Entwurfsdurchlauf

  1. Generieren Sie 9:16-Entwürfe bei 360p mit gemini-omni-1.2-flash (--aspect-ratio 9:16 --resolution 360p) via gemini-api video oder generate_video.py --batch jobs_360p.json. Jedes Element in jobs_360p.json verwendet:
    {"prompt": "...", "image": ["sheets/char_2d.png"], "duration": 7, "aspect_ratio": "9:16", "resolution": "360p", "output": "drafts_360p/shot_01.mp4"}
    
  2. Übergeben Sie den unveränderlichen Charakterbogen (-i / --image, bis zu 6 Bilder) in jeden Shot und binden Sie jeden Charakter in natürlicher Sprache in der Upload-Reihenfolge (verwenden Sie niemals <IMAGE_REF_N>-Tags).
  3. Fügen Sie die wortwörtliche style_bible, explizite negative Einschränkungen (kein Text auf dem Bildschirm, keine Wasserzeichen, leere Schilder) und Single-Shot- oder Timecode-Beats ein.
  4. Trennen Sie Charaktere in 2-Charakter-Shots räumlich (links/rechts) oder verwenden Sie Schuss-Gegenschuss, um Attribut-Überlappungen zu vermeiden.
  5. Extrahieren Sie für direkte kontinuierliche Schnitte den letzten sauberen Frame von Szene N als sekundären Anker, während Sie den kanonischen Charakterbogen als primären Anker beibehalten.

Stufe 4: Kontextbewusste forensische VLM-QA (maximal 2–3 Wiederholungen)

  1. Extrahieren Sie Frames aus jedem Entwurfsclip (Start, Mitte, Aktionsspitze, Ende) plus den letzten Frame des vorherigen Shots:
    bash scripts/extract_qa_frames.sh <clip.mp4> <project_dir>/qa/<shot_id> [prev_clip.mp4]
    
  2. Führen Sie gemini-api analyze (oder visuelle Inspektion via read_file) mit references/qa_rubric.md durch, indem Sie den Charakterbogen, den vorherigen Endframe und die extrahierten Frames übergeben.
  3. Diagnostizieren Sie Fehler anhand des genauen Frame-Index und des Fehlercodes (HOOK_WEAK, EXTRA_LIMB, STYLE_DRIFT, TEXT_WARP, AUDIO_DESYNC).
  4. Wenden Sie die entsprechende Korrektur aus references/failure_fix_playbook.md an:
    • Kleiner lokalisierter Fehler: In-Place-Bearbeitung via --previous-interaction-id <id> ("<Fix. Behalten Sie alles andere bei.").
    • Schwerer Anatomie-/Kompositionsfehler: Vereinfachen Sie Aktion/Kamera und wiederholen Sie den Vorgang.
    • Begrenzen Sie Wiederholungen auf 3 pro Shot. Protokollieren Sie neu entdeckte Korrekturen in references/failure_fix_playbook.md.

Stufe 5: 1080p-Final-Render und optionales 2D-zu-3D-Upgrade

  1. Rendern Sie genehmigte Shots bei 1080p erneut (--resolution 1080p).
  2. Optionales 2D-zu-3D-Upgrade: Konvertieren Sie jeden genehmigten 2D-Charakterbogen mit der 3D-Konvertierungsvorlage in references/sheet_prompt_templates.md und -i <char>_2d.png in einen stilisierten 3D-Charakterbogen. Überprüfen Sie via read_file, aktualisieren Sie die style_bible auf stilisiertes 3D und führen Sie den bewährten shot_plan.json erneut aus.

Stufe 6: Deterministisches FFmpeg-Assembly

  1. Generieren Sie zeitgesteuerte .srt-Untertitel (gemini-api transcribe -i <audio_or_clip> --format srt) oder exportieren Sie sie aus dem Script-Timing.
  2. Konvertieren Sie .srt in sichere .ass-Karaoke-Untertitel (positioniert oberhalb der unteren 35% Shorts-UI-Gefahrenzone):
    python3 scripts/srt_to_ass.py <input.srt> <project_dir>/audio/captions.ass
    
  3. Führen Sie das Probe->Conform->Concat->Duck->Burn-Captions->2-Pass -14 LUFS-Assembly-Skript aus:
    bash scripts/assemble_short.sh <project_dir>/finals_1080p <project_dir>/audio/captions.ass <project_dir>/final_short.mp4 [voiceover.wav] [bgm.wav]
    
  4. Überprüfen Sie vor der Auslieferung die Abmessungen (1080x1920), Dauer, Audio-Lautstärke (-14 LUFS) und visuelle Frame-Kontrollen von final_short.mp4.

Verwandte Skills