Communitygithub.com

lam-video

Erstelle ein komplettes AI-Video von der Idee bis zur finalen MP4-Datei: Skripterstellung, 8-Sekunden-Clip-Erstellung mit Google Flow, Stimmvereinheitlichung mit ElevenLabs und Zusammenschnitt mit ffmpeg.

Was ist lam-video?

Diese Fähigkeit orchestriert den gesamten Workflow zur Erstellung eines KI-gestützten Videos von der ersten Idee bis zur fertigen MP4-Datei. Sie ist für Plattformen wie Claude Code optimiert und nutzt mehrere Unterstufen: `len-kich-ban-video` für das Skript, `chia-doan-8-giay` zum Aufteilen in 8-Sekunden-Clips und Erstellen auf Google Flow, `doi-giong-elevenlabs` zur Stimmvereinheitlichung (zwingend erforderlich, wenn eine Figur in zwei oder mehr Clips spricht) und einen finalen Zusammenschnitt mit ffmpeg inklusive Hintergrundmusik. Die Fähigkeit verwaltet den gesamten Projektstatus, prüft auf unvollständige Arbeiten, stellt sicher, dass ffmpeg installiert ist, und führt den Benutzer durch die vier Hauptschritte. Die Ausgabe ist eine MP4-Datei im Ordner `video/<Thema>/`. Der Workflow ist auf Effizienz ausgelegt: minimale Clipanzahl, konsistente Hintergründe, einheitliche Stimmen und ein überraschender End-Meme. Der finale Schnitt umfasst Farbkorrektur, Szenenübergänge und die Einhaltung von Lautstärkenormen (-14 LUFS) für soziale Medien. Die Fähigkeit kann auch auf Wunsch des Benutzers direkt auf Facebook oder YouTube veröffentlichen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dangnghia2101/video-skill/tree/HEAD/.claude/skills/lam-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Vollständiges Video erstellen

Diese Fähigkeit orchestriert den gesamten Prozess; jeder Schritt wird einer eigenen Fähigkeit zugewiesen:

SchrittAufgabeFähigkeitErgebnis
1Skript erstellenlen-kich-ban-videokich-ban/kich-ban-<thema>.md
28-Sekunden-Clips segmentieren, auf Google Flow erstellenchia-doan-8-giayvideo/<thema>/phan-doan.md, clip/doan-XX.mp4
3Stimme vereinheitlichen (zwingend, wenn jemand in ≥ 2 Clips spricht)doi-giong-elevenlabsvideo/<thema>/clip-doi-giong/doan-XX.mp4
4Zum vollständigen Video zusammensetzenDiese Fähigkeit – scripts/ghep-video.shvideo/<thema>/<thema>-hoan-chinh.mp4

Rufe die Unterfähigkeiten mit dem Skill-Tool auf (z.B. /len-kich-ban-video), führe jede vollständig aus, bevor du zum nächsten Schritt hier zurückkehrst. Die gesamte Kommunikation und Dokumentation erfolgt auf Vietnamesisch.

Vor dem Start

  1. Prüfe auf laufende Arbeiten: Suche nach kich-ban/kich-ban-*.md (und alten kich-ban-*.md-Dateien im Stammverzeichnis) sowie video/*/phan-doan.md im Arbeitsverzeichnis. Falls der Benutzer ein vorhandenes Video erwähnt oder nur ein unvollständiges Projekt existiert, informiere über den Status (Skript vorhanden? Wie viele Clips geladen? Stimme bereits vereinheitlicht?) und frage ab welchem Schritt fortgesetzt werden soll – wiederhole keinen abgeschlossenen Teil.
  2. Prüfe ffmpeg: command -v ffmpeg ffprobe. Fehlt es, frage den Benutzer, ob er es mit brew install ffmpeg installieren möchte (für Schritte 2–4 erforderlich).
  3. Erkläre dem Benutzer kurz die 4 Schritte und wo seine Mitarbeit nötig ist: Anmeldung bei Google Flow und ElevenLabs, Skript/Prompt-Prüfung, Clip-Auswahl, Zustimmung vor Nutzung von Credits.

Ablauf

Schritt 1 – Skript erstellen

Rufe /len-kich-ban-video auf, übergib die Benutzeranfrage und füge die folgenden Einschränkungen hinzu, damit das Skript zu Schritt 2 passt:

  • Geplantes Tool: Google Flow (Veo), jeder Clip 8 Sekunden, Sprachausgabe.
  • Minimale Clipanzahl: Anzahl der Szenen ≈ (Dauer − Meme) ÷ 8, aufgerundet – 30-Sekunden-Video → ca. 4 Szenen + Meme. Jede Szene = ein 8-Sekunden-Clip.
  • Jede Szene maximal 8 Sekunden, eine Kameraeinstellung; Dialog nicht länger als ca. 18 Wörter (Silben) für die gesamte Szene.
  • Jede Szene maximal zwei Sprecher, jeder eine Runde (A spricht, dann B), Zeitmarke pro Person notieren. Kurze, aufeinanderfolgende Dialogrunden werden in einer Szene zusammengefasst, nicht jeder Satz als eigene Szene.
  • Hintergrundmusik nicht in den Prompt aufnehmen – Musik wird beim Zusammenschnitt hinzugefügt.
  • Ende: Überraschende Pointe → SFX → Meme 2–5 Sekunden (das Skript enthält automatisch einen Abschnitt „Überraschendes Ende“); SFX nicht in den Prompt aufnehmen, beim Schnitt einfügen.
  • Nur eine lustige Pointe für das gesamte Video, in der letzten Szene. Die vorherigen Szenen/8-Sekunden-Clips enden nicht mit einem Witz, Lachen oder Standbild – auch wenn sie in mehrere Clips unterteilt sind.

Falls bereits eine passende Skriptdatei existiert, frage den Benutzer, ob er sie verwenden oder ein neues schreiben möchte. Nach diesem Schritt bestätige <thema> (der Teil nach kich-ban- im Dateinamen) – alle folgenden Ordner verwenden diesen Namen.

Schritt 2 – 8-Sekunden-Clips segmentieren und erstellen

Rufe /chia-doan-8-giay mit der soeben erstellten Skriptdatei auf. Diese Fähigkeit segmentiert, schreibt Prompts, öffnet Google Flow zur Erstellung jedes Clips und speichert sie in video/<thema>/clip/.

Beachte beim Aufruf: Feste Stimme – jeder Sprecher hat eine feste Stimme, die in allen Clips identisch verwendet wird; die Emotion des Clips wird separat beschrieben und es werden keine Wörter zur Veränderung der Stimmqualität verwendet. Minimale Clipanzahl – Anzahl der Clips = Gesamtdauer ÷ 8, aufgerundet, kurze aufeinanderfolgende Szenen werden zusammengelegt. Hintergrund muss einheitlich sein – führe den Schritt „Kameraeinstellung fixieren und Basisbild erstellen“ vor der Clip-Erstellung durch; wiederholte Szenen mit Figuren im gleichen Hintergrund werden mit „Bild zu Video“ aus dem Basisbild der Einstellung erstellt. Nur der Clip mit der finalen Pointe ist der Pointe-Clip; alle anderen sind normale Clips – der Prompt enthält keine Lacheffekte, keine Aktionen, die bis zum Clip-Ende laufen, und den Satz „Kein Lachen, kein Publikumslachen, keine lustigen Soundeffekte“.

Prüfe vor Schritt 3: Jeder Clip in phan-doan.md hat den Status geladen und die Datei clip/doan-XX.mp4 existiert; Clips mit falschem Geschlecht / Alter / regionalem Akzent wurden neu erstellt. Fehlen welche, kehre zu chia-doan-8-giay für diese Clips zurück.

Schritt 3 – Stimme vereinheitlichen

Veo erstellt jeden Clip unabhängig und merkt sich nicht die Stimme des vorherigen – selbst wenn der Prompt feste Stimme (Schritt 2) verwendet, klingt dieselbe Figur in mehreren Clips beim Zusammenschnitt oft wie verschiedene Personen. Das Ändern der Stimme mit ElevenLabs ist der einzige Schritt, der sicherstellt, dass jede Figur eine Stimme im gesamten Video hat.

  • Ein Sprecher erscheint in 2 oder mehr Clips → standardmäßig Stimme ändern: Rufe /doi-giong-elevenlabs auf, ohne zu fragen (frage nur, was diese Fähigkeit benötigt: Stimme auswählen, Zustimmung zur Nutzung von Credits). Behalte die Veo-Stimme nur bei, wenn der Benutzer aktiv danach verlangt – in diesem Fall mache deutlich, dass die Stimme zwischen den Clips abweichen wird, und trage Veo-Stimme behalten in die Spalte „Stimme ändern“ ein.
  • Video ohne Sprache oder jeder Sprecher hat nur 1 Clip → überspringe, erkläre den Grund.

Prüfe nach Abschluss: video/<thema>/clip-doi-giong/ enthält alle Clips, die Spalte „Stimme ändern“ in phan-doan.md enthält kein nein mehr, und die zusammenhängende Audiodatei (am-thanh/nghe-noi.wav) wurde angehört – jeder Sprecher hat an allen Übergängen die gleiche Stimme. Bei nein nicht zu Schritt 4 übergehen.

Schritt 4 – Video zusammensetzen

  1. SFX und Meme für das Ende vorbereiten – lies den Abschnitt „Überraschendes Ende“ im Skript und .claude/skills/len-kich-ban-video/tham-khao/ket-bat-ngo-meme.md (Quellen, Lizenzen, Schlüsselwörter). Alle Dateien in video/<thema>/meme/ speichern.

    • Meme mit Veo selbst erstellt: bereits aus Schritt 2 vorhanden (Szene M in clip/), nichts weiter zu tun.

    • SFX in der Bibliothek sfx/: verwende direkt den Pfad sfx/<name>.mp3 in der Schnittliste, nicht kopieren. Fehlen MP3-Dateien im Ordner, führe zuerst bash sfx/tai-bo-sfx.sh aus.

    • Meme in der Bibliothek outro/ (nur wenn das Skript eine berühmte Meme-Quelle gewählt hat): verwende direkt outro/<name>.mp4 <von> <bis> cat in der Schnittliste; weise den Benutzer auf das Urheberrechtsrisiko hin, das in outro/README.md beschrieben ist.

    • SFX außerhalb der Bibliothek, andere Stock-Memes / berühmte Memes: Suche auf vorgeschlagenen Quellen mit einem Browser (bevorzugt Pixabay → Mixkit → Freesound mit CC0-Filter; berühmte Memes nur, wenn der Benutzer das Urheberrechtsrisiko akzeptiert hat). Gib dem Benutzer für jedes Element 2–3 Optionen mit Link und Lizenz; frage vor dem Herunterladen (Dateiname, Quelle, Größe). Nach dem Herunterladen in einen kurzen Namen ohne Sonderzeichen umbenennen (bum.mp3, khan-gia-cuoi.mp3, bac-cuoi.mp4).

    • Kein passendes SFX gefunden: Erstelle es mit ElevenLabs (verbraucht Credits – vorher fragen). Auf der Website https://elevenlabs.io/app/sound-effects oder per API, falls der Benutzer ELEVENLABS_API_KEY selbst gesetzt hat:

      bash .claude/skills/doi-giong-elevenlabs/scripts/elevenlabs-api.sh sfx "deep cinematic bass boom hit, meme style" video/<thema>/meme/bum.mp3 --giay 1.5
      
    • Trage den Dateipfad in die Spalte „Datei“ der SFX- und Meme-Tabelle im Skript ein.

  2. Frage nach den Postproduktionseinstellungen (einmalig; nimm Anregungen aus dem Abschnitt „Postproduktionsnotizen“ des Skripts):

    • Hintergrundmusik: Pfad zur Musikdatei (der Benutzer muss die Nutzungsrechte haben – selbst erstellte Musik, lizenzfreie Musik oder Musik aus der Plattformbibliothek), oder keine Musik und später Musik auf TikTok/CapCut hinzufügen. Standardlautstärke 0,18, Musik automatisch senken, wenn gesprochen wird.
    • Farbkorrektur: standardmäßig aktiviert (--khop-mau) – Helligkeit und Farbton der Clips an einen Referenzclip anpassen, damit der Hintergrund nicht mal warm, mal kalt, mal hell, mal dunkel wirkt. Referenzclip (--mau-chuan <Zahl>, gezählt nach der Reihenfolge in der Schnittliste) sollte der Clip sein, den der Benutzer farblich am schönsten findet, vorzugsweise mit der gleichen Einstellungsgröße wie der Großteil des Videos (meist eine Nahaufnahme). Meme-Clips nach der Zeile tat-nhac werden nicht korrigiert. Farbkorrektur kann keine Objekte an falscher Stelle korrigieren – falsch komponierte Clips müssen in Schritt 2 neu erstellt werden.
    • Szenenübergänge: Harte Schnitte (Standard, empfohlen bei Memes – Überblendungen gelten für alle Schnitte, auch den Übergang zum Meme, der eigentlich ein harter Schnitt sein sollte) oder Überblendungen (empfohlen 0,3 Sekunden). Hinweis: Überblendungen verkürzen das Video um (Anzahl Clips − 1) × Übergangszeit; wenn die Dauer wichtig ist, passe den „Use“-Bereich der Clips an, um dies auszugleichen.
  3. Erstelle die Schnittliste video/<thema>/danh-sach-ghep.txt aus der Cliptabelle in phan-doan.md, in der richtigen Reihenfolge, jede Zeile: Clip-Pfad + „Use“-Bereich. Bevorzuge clip-doi-giong/doan-XX.mp4 falls vorhanden, sonst clip/doan-XX.mp4. Am Ende der Liste das Meme-Ende:

    • tat-nhac direkt vor dem ersten Meme-Clip → Hintergrundmusik wird beim Meme vollständig ausgeschaltet.
    • sfx- und tat-nhac-Zeilen nur am Ende (direkt vor dem Meme-Clip) – füge niemals lachende SFX zwischen normalen Clips ein.
    • sfx <datei> <versatz> <lautstärke> direkt vor dem Meme-Clip → Soundeffekt genau am Schnitt (Versatz -0.05). Es können mehrere sfx-Zeilen mit unterschiedlichen Versätzen hintereinander stehen (z. B. Publikumslachen mit Versatz 0,3, Lautstärke 0,5).
    • Meme-Clip mit zusätzlicher Rahmen-Spalte: cat (vergrößern, um den vertikalen Rahmen auszufüllen – Standard für horizontale Memes) oder mo (unscharfer Hintergrund, Clip zentriert – wenn das Meme Text/Gesichter am Rand hat).
    • Pointe-Clip: „Use“-Bereich endet 0,3–0,8 Sekunden nach der Pointe (Pausen-Rhythmus), keine überflüssige Zeit.
    # <thema> — <x> Sekunden
    video/<thema>/clip-doi-giong/doan-01.mp4 0 5
    video/<thema>/clip-doi-giong/doan-02.mp4 0 8
    video/<thema>/clip-doi-giong/doan-03.mp4 0 3
    # Meme-Ende
    tat-nhac 0.2
    sfx sfx/bum-bass-ngan.mp3 -0.05 1
    sfx sfx/khan-gia-cuoi.mp3 0.3 0.5
    video/<thema>/clip/doan-04.mp4 0 3
    

    (Beispiel oben: doan-04 ist ein selbst erstelltes Veo-Meme, bereits vertikal, daher keine Rahmen-Spalte nötig. Bei extern heruntergeladenen Memes z. B. video/<thema>/meme/bac-cuoi.mp4 0 3 cat.)

  4. Führe den Zusammenschnitt aus:

    bash .claude/skills/lam-video/scripts/ghep-video.sh video/<thema>/danh-sach-ghep.txt \
      video/<thema>/<thema>-hoan-chinh.mp4 --nhac <musikdatei> --chuyen-canh 0.3 --khop-mau --mau-chuan 2
    

    Das Skript: Passt Farben an den Referenzclip an (mit --khop-mau), fügt SFX an den richtigen Stellen ein, schaltet die Hintergrundmusik im Meme-Teil aus, schneidet jeden Clip nach dem „Use“-Bereich zu, bringt alle Clips auf die gleiche Größe / Bildrate / Audioformat (nach dem ersten Clip), fügt stille Audiospuren für Clips ohne Ton hinzu, verbindet (harte Schnitte oder Überblendungen), wiederholt die Musik für die benötigte Länge und blendet sie am Ende aus, senkt die Musik bei Sprache und normalisiert die Lautstärke auf −14 LUFS für soziale Medien. Weitere Optionen: --am-luong-nhac, --khong-ha-nhac, --fps, --khong-chuan-am (siehe Skript-Header). Bei langen Videos im Hintergrund ausführen, um Unterbrechungen zu vermeiden.

Schritt 5 – Prüfen und Übergeben

  1. ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video> – Dauer stimmt mit der Ziellänge überein (maximal 1 Sekunde Abweichung, abzüglich Überblendungen), korrektes Seitenverhältnis, enthält sowohl Bild als auch Ton.

  2. Erstelle ein Rasterbild zur schnellen Ansicht des gesamten Videos und öffne es zur Ansicht:

    ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=240:-1,tile=6x2" -frames:v 1 video/<thema>/xem-nhanh.png
    

    Prüfe: Korrekte Szenenreihenfolge, keine schwarzen Abschnitte, Figuren und Hintergründe sind zwischen den Clips konsistent – gleiches Fenster, gleiche Gegenstände hinter jeder Figur, Figur wechselt nicht die Seite, Farbton springt nicht zwischen den Schnitten. Bei falsch komponierten Clips diesen Clip aus dem Basisbild der Einstellung neu erstellen.

  3. Öffne das Video mit open <video>, damit der Benutzer es ansehen kann. Gefällt ein Clip nicht → kehre zu chia-doan-8-giay zurück, erstelle nur diesen Clip neu (und doi-giong-elevenlabs, falls der Clip Sprache enthält), führe dann Schritt 4 erneut aus – die anderen Clips bleiben unverändert.

Antworte dem Benutzer kurz: Pfad zum fertigen Video, Dauer, Bildgröße, Anzahl der Clips, ob die Stimme vereinheitlicht wurde, welcher Musikdatei verwendet wurde und welche Clips (falls vorhanden) überarbeitet werden sollten.

Schritt 6 – In sozialen Netzwerken veröffentlichen (optional)

Wenn der Benutzer mit dem Video zufrieden ist, frage, ob er es veröffentlichen möchte – nicht selbstständig veröffentlichen. Falls gewünscht, rufe /dang-facebook (Reel/Video auf einer Seite oder dem persönlichen Profil) und/oder /dang-youtube (Shorts/normales Video) auf, nacheinander für jede Fähigkeit. Jede Fähigkeit erstellt den Beitragsinhalt aus dem Skript, fragt den Benutzer nach Prüfung und Bestätigung vor dem Posten und speichert den Link in video/<thema>/dang-bai/dang-bai.md.

Selbstprüfung vor der Übergabe

  • Skript für Google Flow mit 8 Sekunden und minimaler Clipanzahl (Szenenanzahl ≈ Dauer ÷ 8): Szene maximal 8 Sekunden, eine Kameraeinstellung, ≤ 18 Wörter Dialog, maximal zwei Sprecher mit je einer Runde, keine Musik im Prompt.
  • Alle Clips in phan-doan.md geladen; Schnittliste in richtiger Reihenfolge, mit korrektem „Use“-Bereich, bevorzugt Version mit vereinheitlichter Stimme.
  • Stimme einheitlich: Alle Sprecher in 2 oder mehr Clips wurden mit doi-giong-elevenlabs bearbeitet (oder der Benutzer hat aktiv die Veo-Stimme gewählt); die Schnittliste verwendet clip-doi-giong/ für alle Clips, mischt nicht Original- mit bearbeiteten Clips; die Übergänge im finalen Video wurden angehört.
  • Finales Video hat korrekte Dauer, korrektes Seitenverhältnis, enthält Bild und Ton, keine schwarzen Abschnitte; das Rasterbild zur Schnellansicht wurde betrachtet.
  • Hintergrund einheitlich: Clips wurden aus dem Basisbild der Kameraeinstellung erstellt, mit --khop-mau zusammengesetzt (außer der Benutzer wünscht dies nicht), keine falsch komponierten Clips mehr vorhanden.
  • Hintergrundmusik (falls vorhanden) ist eine Datei, die der Benutzer nutzen darf.
  • Nur eine lustige Pointe am Ende des Videos; die vorherigen Clips enthalten kein Lachen / Standbild am Clip-Ende (jeder Übergang wurde überprüft).
  • Video endet mit der Pointe → Pause → SFX genau am Schnitt → Meme 2–5 Sekunden, das den Rahmen ausfüllt, Hintergrundmusik im Meme ausgeschaltet; Video endet genau auf dem Meme.
  • SFX und Meme stammen aus Quellen mit klarer Lizenz (oder wurden selbst erstellt); berühmte Memes nur verwendet, wenn der Benutzer dem Urheberrechtsrisiko zugestimmt hat.
  • Keine Wiederholung abgeschlossener Teile bei Fortsetzung eines laufenden Projekts; vor jedem Schritt, der Credits verbraucht oder Dateien herunterlädt, wurde gefragt.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

len-kich-ban-video

Lên kịch bản cho video tạo bằng AI (Runway, Kling, Veo, Sora, Pika, Hailuo…) — chốt thông tin chung, chọn nhân vật từ thư mục nhanvat/ và bối cảnh từ thư mục boi-canh/ (hoặc tạo mới, hoặc tự nhập mô tả), khoá phong cách, viết bảng nhân vật và bối cảnh cố định, chia danh sách cảnh, viết đoạn kết bằng một câu chốt bất ngờ hài hước kèm sound effect và meme, và viết prompt tiếng Việt cho từng cảnh để dán thẳng vào công cụ. Dùng khi người dùng muốn viết kịch bản, phân cảnh, danh sách cảnh hay prompt cho video AI, quảng cáo AI, video TikTok/Reels/Shorts/YouTube làm bằng AI, hoặc nói "lên kịch bản video", "viết kịch bản video AI", "chia cảnh", "viết prompt video".

tao-boi-canh

Tạo bối cảnh mới (hoặc vẽ lại bối cảnh đã có) cho video AI và lưu vào thư mục `boi-canh/` — lấy loại không gian, bố trí đồ vật theo từng hướng, chất liệu, màu sắc, nguồn sáng từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định và sơ đồ bốn hướng, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh 360 độ (toàn cảnh + bốn góc nhìn trước / phải / sau / trái + ảnh từ trên cao), tự soát và tạo lại ảnh lỗi, lưu ảnh, ghép dải 360 và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo bối cảnh", "thêm bối cảnh mới", "vẽ lại bối cảnh", "tạo lại ảnh bối cảnh", "thiết kế bối cảnh / phim trường cho video", "tạo ảnh 360 độ bối cảnh", hoặc khi kỹ năng len-kich-ban-video cần một bối cảnh chưa có trong thư mục `boi-canh/`.

tao-nhan-vat

Tạo nhân vật mới (hoặc vẽ lại nhân vật đã có) cho video AI và lưu vào thư mục `nhanvat/` — lấy chi tiết ngoại hình, trang phục, tính cách từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh tham chiếu 8 góc (mỗi góc một ảnh), tự soát và tạo lại ảnh lỗi, tải ảnh về, ghép bảng góc và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo nhân vật", "thêm nhân vật mới", "vẽ lại nhân vật", "tạo lại ảnh nhân vật", "thiết kế nhân vật cho video", "tạo ảnh tham chiếu nhân vật", hoặc khi kỹ năng len-kich-ban-video cần một nhân vật chưa có trong thư mục `nhanvat/`.

Verwandte Skills