mrvijaykr56/youtubeshorts

YouTube Shorts Visueller Regisseur & Bildgenerierungs-Fähigkeit

Diese Fähigkeit leitet den Agenten bei der Erzeugung zusammenhängender, kinematografischer 9:16-Vertikalszenen für YouTube Shorts mit Antigravitys nativer generate_image-Funktion an.

---

1. Framework für visuelle Konsistenz (Charakter- & Weltsynchronisation) 👥🌍

Bei der Generierung von 5 bis 20 Bildern für einen Short ist es entscheidend, stilistische Abweichungen oder Veränderungen des Charakters zu vermeiden. Wenn Gesicht, Kleidung oder Umgebung eines Charakters zwischen den Szenen zufällig wechseln, geht die Immersion des Videos verloren.

Die 3 Säulen der Szenen-zu-Szenen-Synchronisation:

1. Der Charakter-DNA-Bauplan:

   • Wiederhole in jeder Szene mit dem Charakter exakt dieselbe 5-teilige Charakterformel: [Name + Alter/Geschlecht] + [Haarstil & -farbe] + [Gesichtszüge] + [Exakte Kleidungsstücke & Farben]
   • Beispiel: "Maya, eine 26-jährige Archäologin mit unordentlichen lockigen dunklen Haaren im Pferdeschwanz, Sommersprossen, trägt ein olivfarbenes Leinen-Safarihemd und eine Halskette mit Messingkompass"
   • Ersetze nie durch allgemeine Begriffe wie "sie sieht aus" oder "die Frau".

2. Der Welt- & Lichtanker:

   • Definiere eine gemeinsame Umgebungsanweisung, die allen Szenen-Prompts vorangestellt wird: [Schauplatz] + [Primäre Lichtquelle & Farbtemperatur] + [Schattenstil] + [Atmosphäre]
   • Beispiel: "Unterirdisches ägyptisches Sandsteingrab aus der Antike, warmes amberfarbenes Fackellicht wirft tiefe flackernde Schatten, schwebende goldene Staubpartikel, dunkelkobaltblauer Hintergrund."

3. Visuelle Referenzverkettung (ImagePaths-Parameter) 🔗:

   • Antigravitys generate_image-Tool unterstützt nativ ImagePaths (Übergabe vorheriger Bilder als visuelle Konditionierungsreferenzen).
   • Der Workflow:
     1. Generiere Szene 1 (etabliert den Master-Charakter und die Beleuchtung).
     2. Speichere scene_1.jpg.
     3. Für Szene 2, 3, 4... übergib ImagePaths: ["<pfad_zu_scene_1.jpg>"] an generate_image.
     4. Dies speist die visuellen latenten Merkmale von Szene 1 direkt in Imagen 3 ein und verankert Gesichtsform, Kleidungsfarbe und Umgebungstöne über alle nachfolgenden Szenen hinweg!

---

2. Pre-Flight-Validierung & Benutzerfreigabe 🛑

KRITISCHE ANFORDERUNG (Null-Token-Verschwendung): Bevor du generate_image-Aufrufe ausführst:

1. Führe den Pre-Flight-Storyboard-Validator aus:

   .\backend\venv\Scripts\python.exe backend\scripts\storyboard_validator.py --json "pfad/zu/script.json"
   

   • Es dürfen 0 blockierende Fehler auftreten (z. B. keine verbotenen Text-Tokens, gültige 9:16-Signale, innerhalb der 60s-Short-Obergrenze).
2. Präsentiere dem Benutzer das validierte Storyboard & den Kunststil zusammen mit den Validierungsstatistiken.
3. Frage nach expliziter Benutzerfreigabe:

   "Das Storyboard hat alle Pre-Flight-Sicherheitsprüfungen bestanden (0 Fehler, ~Xs geschätzte Länge). Möchtest du, dass ich mit der Generierung dieser [N] 9:16-Bilder fortfahre, oder möchtest du zuerst Szenen oder Stilparameter anpassen?"

4. Generiere KEINE Bilder, bis der Benutzer eine explizite Bestätigung gibt.

---

3. Bilder mit Antigravity generate_image generieren

Für jede Szene im Storyboard (nach Erhalt der Benutzerfreigabe):

1. Pre-Generierungs-Duplikats-/Cache-Prüfung 🛑:

   • Prüfe, ob scene_{X}.jpg oder scene_{X}.png bereits im Zielordner (backend/output/<job_id>/) existiert und gültig ist (>10 KB).
   • Falls es bereits existiert, überspringe die Neugenerierung, um Token-Verschwendung zu vermeiden, es sei denn, der Benutzer bittet explizit um eine Neugenerierung/Neuauslosung dieser bestimmten Szene.

2. Synthetisiere den endgültigen Prompt (Sicherstellung einer eindeutigen Kameraeinstellung):

   [Weltanker] + [Charakteranker] + [Szenenaktion & EINDEUTIGER Kamerawinkel] + [Globale Kunststilvorlage] + [9:16-Vertikalkomposition]
   

   • Stelle sicher, dass sich die Kameraeinstellung (z. B. Weitwinkel vs. Makro vs. Reaktion) von der vorherigen Szene unterscheidet, um visuell identische Standbilder zu vermeiden.

3. Rufe das Tool auf: Rufe generate_image auf mit:

   • AspectRatio: "9:16"
   • ImageName: scene_1, scene_2, scene_3, usw. (streng eindeutig pro Szene).
   • Prompt: Der synthetisierte Prompt.
   • ImagePaths: Für die Szenen 2..N übergib ["<pfad_zu_scene_1.jpg>"] zur visuellen Konditionierung.

4. Batch-Generierung: Generiere Szenen nacheinander oder in Gruppen (bis zu 20 pro Short).

---

4. Asset-Bereitstellung für die YTShorts-Pipeline

Nachdem die Bilder von Antigravity generiert wurden:

1. Antigravity speichert generierte Bilder im Konversations-Artefakt-Verzeichnis: C:\Users\<benutzer>\.gemini\antigravity-ide\brain\<konversation-id>\*.png

2. Kopiere oder verlinke die Bilder in das YTShorts-Ausgabe-/Job-Verzeichnis: d:\WorkSpace\YTShorts\backend\output\<job_id>\ Vom Backend erforderliche Standardbenennung:

   • scene_1.png
   • scene_2.png
   • scene_3.png
   • ...

3. Paare mit dem Storyboard-JSON: Speichere script.json im selben Verzeichnis: d:\WorkSpace\YTShorts\backend\output\<job_id>\script.json

---

5. Video-Rendering auslösen 🚀

Sobald die Bilder und die script.json in backend/output/<job_id>/ bereitgestellt sind, führe das eigenständige Montage-Tool aus:

.\backend\venv\Scripts\python.exe backend\scripts\assemble_short.py --job_dir "backend/output/<job_id>" --voice in_female --caption_style tiktok --music lofi --resolution 1080p --transition dynamic

Dieser einzelne Befehl automatisiert:

1. Synthetisiert hochauflösende TTS-Erzählung (Edge-TTS / KittenTTS).
2. Erzeugt wortgenaue synchronisierte ASS-Untertitel via Whisper.
3. Rendert das finale 1080p/4K .mp4-Video mit optischen Übergängen (xfade), Ken-Burns-Pan/Zoom-Bewegung, Hintergrundmusik mit Audio-Ducking und eingebrannten Untertiteln in einem Durchgang!

---

6. Kanal-Branding & Community-Asset-Generierung 🎨📊

Über die vertikalen 9:16-Geschichtsszenen hinaus produziert der visuelle Regisseur auch Marketing-Assets mit Antigravitys nativem generate_image-Tool:

1. Community-Tab-Bildumfragen (1:1 Quadrat):

   • Generiere oder zentriere und beschneide Charaktere auf quadratische 1024x1024-Karten.
   • Lege die Karten in backend/output/community_poll_assets/ ab (z. B. poll_1_character.jpg).
   • Bildumfragen generieren auf neuen Kanälen 3x–5x mehr Reichweite als Standard-Textbeiträge.

2. Kanal-Avatar-Maskottchen (1:1 Quadrat):

   • Erstelle ein zentriertes 1024x1024 3D-Pixar-Charakterporträt mit ausdrucksstarken glänzenden Augen, das ein leuchtendes Geschichtenbuch hält.
   • Speichere nach backend/output/channel_branding/channel_avatar_1024x1024.jpg.

3. Panoramisches Kanal-Banner (16:9 Landschaft):

   • Generiere eine panoramische 16:9-Kinolandschaft der wiederkehrenden Welt des Kanals.
   • Skaliere mit Lanczos-Filter auf 2560x1440 hoch.
   • Speichere nach backend/output/channel_branding/channel_banner_2560x1440.jpg.

4. Null-Externes-API-Mandat:

   • Bevorzuge immer Antigravitys natives generate_image-Tool. Verwende niemals ungeprüfte externe Bild-APIs als Rückfall.