Communitygithub.com

3DVID: animierte 3D-Geschichten-Kurzfilme, vom Thema zu YouTube

Erstellt durchgängig vertikale 3D-Cartoon-Kurzgeschichten (Shorts) aus echten, aktuellen Themen – inklusive Drehbuch, freier britischer Stimme, 3D-Welt mit three.js/Remotion, eigener Musik und Soundeffekten, Captions, 2K-Render, Cover und YouTube-Upload in die Shorts-Playlist mit Abo-Link.

Was ist 3DVID: animierte 3D-Geschichten-Kurzfilme, vom Thema zu YouTube?

3DVID ist ein umfassendes KI-Agenten-Skill, das den gesamten Produktions-Workflow für vertikale 3D-Cartoon-Shorts (1440x2560, 30 fps, ~55-70 s) automatisiert – von der Recherche eines aktuellen, wahren Themas bis zum Upload auf YouTube. Es kombiniert Remotion mit three.js für die 3D-Welt, verwendet Kokoro TTS für eine kostenlose britische Erzählerstimme, generiert Bild-in-Bild-Captions im Sticker-Stil und erzeugt eine vollständige, originale Soundkulisse mit Musik und Soundeffekten. Der Skill ist stark von einem bewährten Projekt („Slower Than Molasses in January“) inspiriert und enthält alle notwendigen Skripte und Vorlagen für Sprachsynthese, Untertitel, Cover-Erstellung, Qualitätssicherung und die nahtlose Einbindung in Google Drive und Zapier für den Upload. Entwickler müssen lediglich Konfigurationsvariablen wie den YouTube-Kanal-Link und die Playlist anpassen, um den gesamten Prozess für jeden Channel zu starten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/easswad/VideoSkills_for_Youtube/tree/main/3dvid

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht 3DVID: animierte 3D-Geschichten-Kurzfilme, vom Thema zu YouTube?

Ein ~55-70 s langer vertikaler Kurzfilm (1440x2560, 30 fps), in dem flache 2D-Charaktere eine wahre Geschichte in einer farbenfrohen 3D-Cartoon-Welt nachspielen. Eine physikalische Idee wird mit einer alltäglichen Analogie erklärt. Bewährt mit „Slower Than Molasses in January“ (1919 Boston Molasses Flood, 69,7 s), das sich in templates/molasses/ und examples/molasses/ befindet.

Konfiguration (für einen anderen Benutzer oder Kanal bearbeiten)

SchlüsselWert
Kanal / Abo-Linkhttps://www.youtube.com/@easswad
Playlist`#Shorts
Render-PC + synchronisierter OrdnerWindows-PC per Remote Control; C:\ZapierAi Folder\3D\<name>-render (Google Drive for Desktop synchronisiert C:\ZapierAi Folder)
Upload-PfadZapier: Google Drive „Datei suchen“ → YouTube „Video hochladen“ → YouTube „Video zu Playlist hinzufügen“
StimmeKokoro TTS bm_fable (kostenlos, britisch, männlich)

Feste Regeln

  • Geschichte: wahr und recherchiert, mit einer Quelle für jede Tatsache. Eigene Drehbücher, Charaktere und Einstellungen. Niemals Videos eines Referenzkanals kopieren, namentlich nennen oder hochladen.
  • Ton: Witze treffen die verantwortlichen Personen oder Unternehmen, niemals die Opfer.
  • Sprache und Stimme: Nur Englisch, ein gleichmäßiger Erzählerton. Nur kostenlose Werkzeuge: Keine vidIQ- oder Higgsfield-Guthaben ohne Nachfrage ausgeben.
  • Genehmigungen: Die Zustimmung des Benutzers zum Thema und zum Drehbuch einholen. Danach einfach umsetzen.
  • Mischung: Stimme unverändert, Musikbett etwa 10 LU unter der Stimme (der „+3 dB Musik“-Standard), SFX-Spur -6 dB. Master -15 LUFS, True Peak ≤ -1,2 dBTP, 48 kHz.
  • Bildschirmtext ist EIN: Sticker-Captions plus ein oberes Quellen-Tag (Schritt 7).
  • Jeder Upload: öffentlich, nicht für Kinder gemacht, Kategorie Bildung. Die Beschreibung endet mit dem Abo-Link, und das Video wird in die obige Playlist aufgenommen.
  • Speichern: Arbeit nach jedem Schritt speichern. Ergebnisse im Projektdateien-Ordner ablegen.

Pipeline

1. Thema

Wahre Geschichten finden, die in den letzten Tagen im Trend liegen, mit Nachweis der Nachfrage (5M+ Aufrufe bei ähnlichen Kurzfilmen, YouTube-Links). Eine Geschichte bevorzugen, die eine sichtbare physikalische Ursache und Wirkung sowie eine alltägliche Analogie zur Erklärung bietet. Dem Benutzer eine Tabelle mit Optionen zur Auswahl geben. Niemals KI-Parodien auf echte Personen oder Falschmeldungen anbieten.

2. Drehbuch (≈3,7 Wörter/s, 55-70 s, etwa 250 Wörter)

SCRIPT.md mit den Fakten und ihren Quellen oben schreiben. Aufbauformel (siehe examples/molasses/SCRIPT.md):

  1. Aufhänger: die absurde Tatsache in einem Satz.
  2. Schauplatz.
  3. Eskalation über 3-4 Abschnitte.
  4. Knackpunkt: der Moment, in dem es bricht.
  5. Trocken „Zum Glück… / Unglücklicherweise…“.
  6. „Weißt du…“ plus die alltägliche Analogie.
  7. Konsequenz: die Regel oder das Gesetz, das daraus entstand.
  8. Rückblick-Wendung.

Nie beschreiben, was der Zuschauer bereits sieht.

3. Stimme (kostenlos)

Einrichtung:

pip install kokoro-onnx soundfile librosa

kokoro-v1.0.onnx und voices-v1.0.bin aus den GitHub-Releases von thewh1teagle/kokoro-onnx (model-files-v1.0) in $KOKORO_DIR (Standard ~/tts) ablegen. HuggingFace und edge-tts könnten blockiert sein.

Erzählung generieren:

python scripts/voice/narrate_timed.py bm_fable 1.32 lines.txt voice/ 0.08   # ein Skriptzeile pro Textzeile
python scripts/voice/align.py bm_fable 1.32 voice/                         # DTW-Wortzeiten → voice/words.json
  • Die Geschwindigkeit ist sehr nichtlinear: 1,30 ergab 71,6 s, 1,32 ergab 69,6 s und 1,35 ergab 60,8 s für 254 Wörter.
  • Alles nachgelagerte ist auf words.json getaktet (Frame = Wortstart × 30).

4. 3D-Welt + Einstellungen (Remotion + three.js)

  1. Kopiere templates/molasses/ (das neueste) oder templates/bridge/ nach src/videos/<name>/.
  2. Registriere die Komposition in src/Root.tsx (1080x1920, 30 fps).
  3. Installiere @remotion/three, [email protected], @react-three/fiber@8, @react-three/postprocessing@2, postprocessing@6 und @remotion/google-fonts (gleiche Version wie Remotion).

Wo die Dinge leben:

  • story.ts: EINSTELLUNGEN, XFADE, FLASH_AT, kameraspezifische Einstellungen, Kicks, DOF.
    • Jede visuelle Reaktion erfolgt 0-3 Frames vor ihrem Wort.
    • Jeder Stillstand schleicht (Push-In), und Schnitte erfolgen bei großen Sprüngen.
  • world.ts: Himmel, Boden, Gebäude mit Sichtlinien-Culling, Story-Props pro Frame positioniert. Die Sonne ist pro Einstellung eingefroren und kamerarelativ.
  • cast.ts / toon.ts / cardshade.ts: Plakatwesen, gezeichnet mit dem Canvas2D Pen (Bohnenköpfe, Strichglieder, Pflaumentinte, Schicht NOINK).
  • Post (<Name>.tsx, ink.ts, lensblur.ts, grade.ts):
    • Reihenfolge: Tinte → Linsenunschärfe → Bloom → NEUTRALER Tonemapping → Grading, MSAA 4.
    • Pixel-Parameter skalieren mit Höhe / 1920.

Ziele der Optik und Fallstricke der Lesbarkeit sind unten unter „Look-Regeln“ aufgeführt.

5. Look-Checks

Standbilder im halben Maßstab rendern:

npx remotion still src/index.ts <Comp> out/x.png --frame=N --scale 0.5 --props='{"post":{"dpr":0.5},"text":false}'
  • In einer Linux-Cloud-Box zusätzlich --browser-executable=<chromium> --gl=swangle verwenden.
  • Z-Fighting beheben, indem Innensets weit weg bewegt werden (±600 m), zusammen mit Props, die die Kamera blockieren.
  • Riesige, nahe der Linse befindliche Kleckse und alles, was falsch aussieht, entfernen.
  • Optional: Nebeneinander-Blätter (scripts/qa/sbs_sheet.py) und ein Verifizierer-Durchlauf.

6. Sound (originär, synthetisiert)

templates/audio/molasses_example/molasses_audio.py ist eine vollständige, einzelne Pipeline-Datei. Sie importiert dsp.py, instruments.py und sfx_gen.py aus templates/audio/. Die Brücken-Version ist in timeline.py, sfx.py, music.py und mix.py aufgeteilt.

  1. Kopiere sie.
  2. Setze FPS/GESAMT, EINSTELLUNGEN und die Ereignis-Frames aus story.ts.
  3. Schreibe die SFX-Ereignisse und die Musik-Cue-Liste.
  4. Führe aus mit WORDS_JSON=... VOICE_WAV=... python molasses_audio.py.

Es gibt mix.wav (exakte Länge), Spuren und cues.md aus. Die Stimme duckt die Musik um etwa 3 dB, und ein Kurzzeit-Limiter hält SFX mindestens 5 LU unter der Stimme.

Sperre die Bild-Timings, bevor du den Sound erstellst. Jede Timing-Änderung bedeutet, dass es erneut ausgeführt werden muss.

7. Bildschirmtext (Haus-Sticker-Stil)

  1. Kopiere templates/molasses/Captions.tsx.
  2. Schreibe captions_spec.txt:
    • Eine Zeile pro Skriptzeile, mit 1-3-Wort-Blöcken getrennt durch |.
    • Markiere Schlüsselwörter mit *. Sie kommen in eine gelbe Box.
    • Schreibe Zahlen als Ziffern und verwende #n, wenn die Anzeigewortanzahl von der gesprochenen abweicht.
    • Setze TAG: QUELLE: … vor jede Tatsachenzeile. Der erste Tag ist ein Datums-/Orts-Tag, z. B. BOSTON · 15. JANUAR 1919.
  3. Generiere die Datendatei:
    python scripts/captions/make_captions.py voice/words.json captions_spec.txt src/videos/<name>/captions-data.ts -v
    
  4. Rendere in der Hauptkomponente {getInputProps().text !== false && <Captions />} als Letztes, oben auf allem.

Der Stil:

  • Captions sitzen ~68% unten. Poppins Black in Großbuchstaben, weiß mit dicker schwarzer Kontur und hartem Schatten.
  • Schlüsselwörter erhalten eine geneigte #FFD43B-Box mit schwarzem Rand, die mit einer Federung erscheint.
  • Das Quellen-Tag ist eine kleine weiße Box mit schwarzem Rand nahe der Oberseite (128 px bei 1080).
  • Die Schriftart wird zur Renderzeit von Google Fonts geladen, daher benötigt der Renderer Internetzugriff.

8. Finaler Render (auf dem PC; die Cloud-CPU braucht Stunden)

Paketiere das Projekt ohne node_modules, plus mix.wav, in den synchronisierten/render-Ordner. Führe dann in einer Remote Control-Sitzung aus:

npm i
npx remotion render src/index.ts <Comp> out/<name>_video.mp4 --codec h264 --crf 16 --scale 1.3333333333333333 --concurrency 4 --timeout 300000
ffmpeg -i out/<name>_video.mp4 -i mix.wav -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 256k -shortest out/<name>_final_text.mp4
  • --scale muss exakt 4/3 sein, sonst lehnt Remotion die nicht-ganzzahlige Höhe ab.
  • Concurrency 8 führte auf einem 890M-Laptop zu Speichermangel. Concurrency 4 rendert ~5,5 fps, etwa 6-7 Minuten für 70 s.
  • Rufe im Aufräum-Effekt InkPass.prototype.dispose.call(fx.ink) auf, nicht fx.ink.dispose().
  • QA: python scripts/qa/short_qa.py final.mp4 qa/ shots.json prüft auf schwarze, weiße, eingefrorene und Pop-Frames sowie auf Lautstärke. Zusätzlich stichprobenartig Frames auf Schriftart, Beschnitt und Gesichter prüfen.

9. Cover / Thumbnail

  1. Rendere ein 1080x1920 Standbild des dramatischsten Moments mit {"text":false}.
  2. Führe aus:
    python scripts/cover/make_cover.py frame.png <name>_cover_1080x1920.jpg --font Poppins-Black.ttf --top "A 25-FOOT" --key "MOLASSES" --big "WAVE" --badge "BOSTON 1919" --sub "@easswad"
    

Das Ergebnis ist ein JPEG unter 2 MB (YouTubes Thumbnail-Limit). Speichere es neben der mp4 im Drive-synchronisierten Ordner.

10. Upload (Drive-Sync + Zapier, keine öffentlichen Links)

  1. Warte, bis die Zapier-Google-Drive-Aktion „Datei suchen“ sowohl die mp4 als auch das Cover findet. Sie gibt eine file-Referenz zurück, die du direkt weitergeben kannst.
  2. Führe Zapier YouTube „Video hochladen“ aus mit:
    • video: die Dateireferenz.
    • thumbnail: die Cover-Referenz.
    • Einem Titel (≤ 70 Zeichen, Aufhänger + Emoji + "(Wahre Geschichte)").
    • Tags.
    • privacy_status=public, made_for_kids=false, category_id Bildung, default_language=en, notify_subscribers=true.
    • Einer Beschreibung in dieser Reihenfolge: Aufhängerzeile, Emoji-Faktenaufzählung, eine Kommentarfrage, Quellen, Hashtags endend mit #Shorts, dann „Abonnieren für mehr: https://www.youtube.com/@easswad“.
  3. Führe YouTube „Video zu Playlist hinzufügen“ in #Shorts | Für sehr kurze Videos aus. Löse die ID aus der Playlist-Liste der Aktion auf. Verwende nicht die andere Playlist, die einfach "Shorts" heißt.
  4. Überprüfe über die YouTube-API, dass das Video öffentlich ist, verarbeitet wurde und das Thumbnail hat. Gib dem Benutzer den Link.

Hinweise:

  • Falls das Thumbnail fehlschlägt, führe „Video-Thumbnail aktualisieren“ aus (erfordert einen telefonisch verifizierten Kanal).
  • Jeder Zapier-Aufruf verwendet eine Aufgabe aus dem Plan. Wenn das monatliche Limit erreicht ist, informiere den Benutzer und stoppe.

Look-Regeln (aus den bewährten Kurzfilmen)

  • Tinte: Weltlinien #030303, 5,1 px nah → 3,3 px fern bei 1080. Keine Tinte auf Charakterkarten.
  • Tageslicht: Himmel #3e7fd2 → #b8d0ec, Nebel = Horizontfarbe. Schatten sind nur in den Schatten kühl. Melasse/Flüssigkeiten erhalten warmes Braun (#4f240f), mit der Sonne hinter der Kamera bei Wellenaufnahmen.
  • DOF: etwa 1/3 der Bildschirmzeit (Nahaufnahmen 12-16 px bei 1080), Weitwinkel bleiben scharf.
  • Charaktere: 3,5 Kopfhöhen, Blinzeln alle 0,5-2,3 s, Gehwipp 5%, Kontaktschatten.
  • Fallstricke:
    • Props innerhalb von 2 m der Linse werden zu Klecksen.
    • Eine Schaukel, die mit einem Seil gezeichnet wird, liest sich als Erhängung.
    • Schilder, die von der Seite beleuchtet werden, werden grau.
    • Flache Stillstände lesen sich als Einfrierungen. Jeder Stillstand braucht einen schleichenden Push-In.
  • Korn: Filmkorn AUS lassen, da es die Dateigröße vervierfacht.
  • Festplatte: Remotion-Bundles kopieren public/ jedes Mal in den temporären Ordner. Lösche alte remotion-webpack-bundle-*-Ordner nach Abschluss.

Dateien in diesem Skill

  • templates/molasses/: die neueste vollständige Quelle, einschließlich Captions.tsx und captions-data.ts.
  • templates/bridge/: die erste bewährte Quelle (MIT, siehe die LICENSE-Datei).
  • templates/audio/: die Sound-Engine und molasses_example/.
  • scripts/voice/: Kokoro-Erzählung und Wortausrichtung.
  • scripts/captions/make_captions.py
  • scripts/cover/make_cover.py
  • scripts/qa/: Standbilder, QA und Nebeneinander-Werkzeuge.
  • examples/molasses/: Drehbuch, Captions-Spezifikation und die YouTube-Beschreibung.

Verwandte Skills