YouTube-Videos aus Code: Shorts und Langformate
Du baust ein Video so, wie es ein Motion Designer tun würde, aber in Code: HTML-Seiten zeichnen jeden Frame aus einem Zeitwert, die Erzählung setzt das Timing, und Skripte rendern, mischen und beweisen, dass das Ergebnis gültig ist, bevor es jemand hochlädt.
script.json ──► OmniVoice (MCP) ──► voice/*.wav ──► timeline.py ──► timeline.js ─────────┐
│ Format: short | long | long-4k ▼
└─ Stilvorlage ─► style.css / style.js ─────────────────────► page(s).html (seek(t), K.layout pro Format)
│ check_page ► stills ► render (gecachte Chunks)
Musik (nur wenn gewünscht) ─► make_music.py ─┐ ▼
Soundeffekte (CC0) ───────────────────────────┴─► mix_audio.py ─► mix.wav ─► mux ─► final.mp4 ─► verify_video.py
(Langformat auch: chapters.txt, captions.srt, thumbnail.jpg)
$SKILL unten bezeichnet den Ordner dieses Skills. Alles läuft über ein CLI: python3 $SKILL/scripts/short.py <befehl>.
Formate
short | long | long-4k | |
|---|---|---|---|
| Frame | 1080×1920 (9:16) | 1920×1080 (16:9) | Seite 1920×1080, Ausgabe 3840×2160 |
| Länge | ≤ 180 s (optimal < 60 s) | beliebig (typ. 5–15 min) | beliebig |
| Sicherheitszone | x 60–940, y 288–1440 (Shorts-UI) | x 96–1824, y 54–1026 (Titelsicher) | wie long |
| Untertitel | eingebrannt (Stil-Look) | captions.srt für YouTube; Einbrennen optional | wie long |
| Extras | — | Kapitel, eine Seite pro Kapitel, Thumbnail 1280×720 | wie long |
Profile leben in engine/formats.json. Seiten verwenden K.W/K.H und eine K.layout({short, long})-Tabelle, sodass ein Projekt in beiden Formaten erstellt werden kann. Lies reference/long-form.md für alle 16:9-Videos.
Was im Ordner ist
| Pfad | Was es ist |
|---|---|
scripts/short.py | Die Pipeline-CLI: doctor, styles, init, style, kit, timeline, check, stills, thumb, music, mix, render, mux, verify, build |
scripts/timeline.py | Sprachdauern → Szenen-Timings, Wort-Cues, Untertitel, SFX-Cues, Beat-Snapping, Seiten-Segmente, Kapitel, SRT |
scripts/import_voice.py | Einen OmniVoice-Clip importieren: konvertieren, Stille trimmen, fehlerhafte TTS-Aufnahmen ablehnen |
scripts/make_music.py | Synthetisierte Hintergrundmusik (7 Stimmungen), auf dem Beat-Raster, beliebige Länge. Nur wenn der Benutzer nach Musik fragt |
scripts/mix_audio.py | Stimme + Musik (geduckt) + SFX → −14 LUFS, True Peak ≤ −1,5 dBTP |
scripts/verify_video.py | Das Korrektheits-Gate: Größe, Seitenverhältnis, Codec, fps, Frame-Anzahl, A/V-Sync, Lautstärke, schwarze/eingefrorene Frames, Kapitel, Sicherheitszonen-Blatt |
engine/formats.json | Format-Profile (Größen, Sicherheitszonen, Untertitel-Standards, Limits) |
engine/render.cjs | Playwright-Aufnahme → ffmpeg H.264 (Bewegungsunschärfe, Frame-Bereiche, 2× Aufnahme für 4K), Kontaktbögen |
engine/check_page.cjs | Pre-Render-Prüfungen: Seitenvertrag, Schriften, Determiniertheit, Sicherheitszone, Untertitel, Textgröße, leere Frames |
engine/kit.js | Das Animations-Toolkit (Federn, Cues, Untertitel, Übergänge, Layouts pro Format, Manim-artiges Zeichnen/Schreiben) |
template/ | Ein vollständiges funktionierendes Video (editorial style), das in beiden Formaten erstellt wird |
styles/ | 8 Stilvorlagen: style.json + STYLE.md; 3b1b-math und kodekloud-devops haben vollständige Demos in beiden Formaten |
assets/ | Schriftarten (OFL/MIT) und CC0-Soundeffekte |
reference/ | Lies diese, wenn du den passenden Schritt erreichst (Tabelle am Ende) |
Arbeitsablauf
0. Einrichtung (erste Installation auf einem Rechner)
bash $SKILL/scripts/setup.sh # playwright + chromium in ~/.cache/yt-video, numpy/scipy
python3 $SKILL/scripts/short.py doctor
1. Briefing (eine Runde Fragen, dann arbeiten)
Frage in einer Nachricht (AskUserQuestion, falls verfügbar); überspringe, was der Benutzer bereits gesagt hat:
- Format: Short (9:16) oder Langformat (16:9, 1080p oder 4K). Leite es ab, wenn es offensichtlich ist ("ein Short", "ein 10-minütiges Video").
- Thema und die eine Sache, an die sich der Zuschauer erinnern soll. Ein Skript, Artikel oder eine URL, falls vorhanden.
- Stil:
short.py styles. Standard:editorial. Liesstyles/<name>/STYLE.md, sobald ausgewählt. - Stimme: Klonen (Referenzclip + dessen Transkript), Design ("weiblich, jung, tiefe Stimme, britischer Akzent") oder Standard. Siehe
reference/voice-omnivoice.md. - Musik: Aus, es sei denn, der Benutzer fragt danach. Falls ja: Stimmung (
make_music.py --list). Füge niemals Musik hinzu, die nicht gewünscht wurde. - Länge: Shorts 20–45 s (max. 180). Langformat: deren Ziel; plane Kapitel.
2. Skript schreiben, dann Genehmigung einholen
Lies reference/shorts-design.md (Shorts) oder reference/long-form.md (16:9). Schreibe script.json (Schema in reference/page-contract.md): eine Idee pro Szene; das visual jeder Szene benennt, auf welches gesprochene Wort jede visuelle Änderung fällt; Langformat-Szenen erhalten chapter-Titel und, bei längeren Videos, eine page pro Kapitel. Zeige dem Benutzer die Szenentabelle (id, Zeile, Visual, Cue-Wörter; Kapitel für Langformat) und warte auf Genehmigung oder Änderungen, bevor du Audio generierst. Erfinde niemals Fakten, Zahlen, Zitate oder Ergebnisse; Beispielwerte in UI-Mockups sind in Ordnung und werden als illustrativ gekennzeichnet.
3. Projekt erstellen
python3 $SKILL/scripts/short.py init videos/<slug> --style <style> --format short|long|long-4k
Kopiert die Vorlage (oder das demo/ des Stils), kit.js, Schriftarten und Stil-Token. Lege dein genehmigtes script.json ein (behalte dessen format).
4. Erzählung mit OmniVoice (MCP) → voice/<scene-id>.wav
Folge reference/voice-omnivoice.md: Finde die OmniVoice-MCP-Tools, generiere einen Clip pro Szene mit denselben Stimmeinstellungen, importiere dann jeden:
python3 $SKILL/scripts/import_voice.py <clip> videos/<slug> <scene-id> --text "<die Zeile>"
Es schlägt bei stillen, abgeschnittenen oder unplausibel schnellen/langsamen Aufnahmen fehl – generiere diese neu. Falls OmniVoice nicht erreichbar ist, sage dies; du kannst die Visuals trotzdem mit geschätzten Timings bauen und die Stimme später hinzufügen.
5. Timeline
python3 $SKILL/scripts/short.py timeline videos/<slug>
Schreibt timeline.js (Szenen- und Wortzeiten, Segmente, Kapitel) plus out/captions.srt und, mit Kapiteln, out/chapters.txt. Visuelle Änderungen treffen auf Wörter durch K.cue('szene', 'wort').
6. Die Seite(n) bauen
Lies reference/page-contract.md, reference/kit-api.md, reference/scene-patterns.md und das STYLE.md des Stils. Gib jedem Layout einen K.layout({short, long})-Eintrag, wenn das Video in beiden Formaten existieren könnte. Jede visuelle Änderung sitzt auf einem Cue-Wort.
7. Prüfen vor dem Rendern (günstig, fängt die meisten Fehler)
python3 $SKILL/scripts/short.py check videos/<slug> # jede Seite muss BESTEHEN
python3 $SKILL/scripts/short.py stills videos/<slug> # out/stills*.png, Sicherheitszone in Rot
Sieh dir die Stills selbst an. Korrigiere alles Leere, Abgeschnittene, Überlappende, Unlesbare, Stilabweichende oder nicht zum passenden Wort Gehörende. Frame 0 muss bereits den Hook zeigen.
8. Musik (nur wenn gewünscht) und Mix
python3 $SKILL/scripts/short.py music videos/<slug> # Nichts zu tun, wenn Musik aus ist
python3 $SKILL/scripts/short.py mix videos/<slug>
Siehe reference/music-and-sound.md.
9. Entwurf → Überprüfung → Final
python3 $SKILL/scripts/short.py build videos/<slug> --draft # 30 fps, keine Bewegungsunschärfe, 1080p: schnelle Überprüfungskopie
python3 $SKILL/scripts/short.py build videos/<slug> --final # Bewegungsunschärfe, crf 16, 4K bei long-4k
build führt timeline → check → music → mix → render → mux → verify aus und stoppt beim ersten Fehler. Renderings werden in Blöcken erstellt und gecacht, sodass ein erneuter Build nach einer Bearbeitung nur das Geänderte wiederholt. Sende zuerst den Entwurf; sage, wie lange das Finale dauern wird, bevor du es startest (Langformat-Finals können eine Weile dauern; führe sie im Hintergrund aus).
10. Verifizieren und ausliefern
verify_video.py läuft innerhalb von build; das MP4 ist erst fertig, wenn es VERIFY PASSED ausgibt. Öffne out/verify_sheet_<mode>.png (Frame 0 + ein Frame pro Szene, UI/Sicherheitszonen in Rot) und sieh es dir an. reference/verification.md erklärt jede Prüfung.
Für Langformat führe auch short.py thumb videos/<slug> aus (oder rendere eine dedizierte thumbnail.html).
Liefere: das MP4, den Projektordner (index.html wird im Browser mit dem echten Soundtrack als Vorschau angezeigt) und eine kurze Notiz: Szenen oder Kapitel, was illustrativ ist, Stimmeinstellungen, Musikstimmung (oder "keine Musik"), die Verify-Zusammenfassung (LUFS, True Peak, Dauer); für Langformat auch chapters.txt, captions.srt und das Thumbnail. Du kannst nicht hören: Gib dem Benutzer Zeitstempel, die er mit dem Ohr prüfen kann (der Hook, der geschäftigste SFX-Moment, der lauteste Musikmoment, jeder Kapitelstart).
Wichtigste Regeln
seek(t)ist eine reine Funktion der Zeit. KeinMath.random,Date.now, CSS-Animationen/-Übergänge oder Timer im Render-Pfad. Der Prüfer setzt dies durch.- Text bleibt innerhalb der Sicherheitszone des Formats. Verwende niemals fest codierte 1080/1920: Nutze
K.W,K.H,K.SAFE,K.layout. - Bei Frame 0 ist etwas Sinnvolles auf dem Bildschirm; alle 1–2 s (Shorts) oder alle paar Sekunden (Langformat) bewegt sich etwas.
- Visuelle Effekte treffen auf gesprochene Wörter (
K.cue), nicht auf geschätzte Zeiten. - Musik nur auf Anfrage. Soundeffekte folgen dem Stil-Standard (der Benutzer kann sie deaktivieren).
- Stile sind inspiriert von den genannten Erstellern; verwende niemals deren Logos, Maskottchen, Charaktere, Intros oder Namen auf dem Bildschirm.
- Sage niemals, dass das Audio "gut klingt" — berichte die gemessenen Zahlen und die zu prüfenden Zeitstempel.
Referenzdateien
| Lies, wenn | Datei |
|---|---|
| Einen Short schreiben | reference/shorts-design.md |
| Alles 16:9 / Langformat | reference/long-form.md |
| Seiten bauen, script.json-Schema | reference/page-contract.md |
| Das Toolkit verwenden | reference/kit-api.md |
| Szenen entwerfen | reference/scene-patterns.md |
| Stil auswählen/erstellen | styles/README.md, styles/<name>/STYLE.md |
| Erzählung generieren | reference/voice-omnivoice.md |
| Musik und Soundeffekte | reference/music-and-sound.md |
| Eine Prüfung ist fehlgeschlagen | reference/verification.md, reference/troubleshooting.md |