Communitygithub.com

motion

Video and animation skill. Baut Motion-Graphics- und Erklärvideos aus reinem JavaScript — ohne Videogenerator. Ergebnis als MP4 und/oder interaktive HTML-Seite, Stil wählbar, optional 3D (Three.js), künstliche Stimme (ElevenLabs) und wortgenaue Untertitel. Auslöser: „Erklärvideo", „Motion Graphics", „animiertes Video", „Video aus Code", „Explainer", „/motion <Thema>".

¿Qué es motion?

motion is a Claude Code agent skill that video and animation skill. Baut Motion-Graphics- und Erklärvideos aus reinem JavaScript — ohne Videogenerator. Ergebnis als MP4 und/oder interaktive HTML-Seite, Stil wählbar, optional 3D (Three.js), künstliche Stimme (ElevenLabs) und wortgenaue Untertitel. Auslöser: „Erklärvideo", „Motion Graphics", „animiertes Video", „Video aus Code", „Explainer", „/motion <Thema>".

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/GuideThomas/claude-skills/tree/HEAD/plugins/motion/skills/motion

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación


name: motion description: Baut Motion-Graphics- und Erklärvideos aus reinem JavaScript — ohne Videogenerator. Ergebnis als MP4 und/oder interaktive HTML-Seite, Stil wählbar, optional 3D (Three.js), künstliche Stimme (ElevenLabs) und wortgenaue Untertitel. Auslöser: „Erklärvideo", „Motion Graphics", „animiertes Video", „Video aus Code", „Explainer", „/motion ".

/motion — Erklärvideos aus Code

Claude schreibt reines JavaScript, das jedes Bild auf ein Canvas zeichnet; Töne entstehen per Web Audio. Weil jedes Bild allein aus der Zeit t berechnet wird, ist dieselbe HTML-Datei Vorschau, interaktive Seite und Quelle für einen Bild-für-Bild-Export zur MP4.

Der Hebel für gleichmäßige Qualität ist die Stil-Referenz als vollständiger Code (styles/<stil>/szenen.js): Ein neues Video übernimmt Palette, Helfer und Übergänge und ersetzt nur die Szenen — nicht aus einem Bild oder einer Beschreibung neu erfunden. Lies vorher gotchas.md.

Pfade: <SKILL> ist der Ordner, in dem diese Datei liegt (beim Laden des Skills als „Base directory" angezeigt). Videos landen als Vorgabe in ./motion-videos/<kurzname>/ im aktuellen Arbeitsverzeichnis. Unter Windows python, unter macOS/Linux python3.

0. Einrichtung prüfen (bei jedem Aufruf, dauert eine Sekunde)

python -c "import playwright, imageio_ffmpeg, PIL, numpy; print('Pakete ok')"

Fehlt etwas: dem Benutzer sagen, was installiert wird (vier Python-Pakete und ein Chromium für den Export, zusammen rund 200 MB, einmalig), nach seinem Ja ausführen:

python -m pip install --user playwright imageio-ffmpeg pillow numpy
python -m playwright install chromium

Danach die Prüfzeile erneut. Ein eigenes ffmpeg braucht es nicht, imageio-ffmpeg bringt eines mit. Kein Python vorhanden: auf python.org verweisen (3.10 oder neuer), nicht selbst installieren.

Eingabe

$ARGUMENTS

Thema oder Briefing, optional Stil, Format, Stimme, Ziel. Nur fehlende Eckpunkte erfragen, zum Anklicken (AskUserQuestion), Empfehlung zuerst:

EckpunktWerteVorgabe
Stilklar (neutral, dunkel) · eigene unter styles/klar
Format16:9 · 1:1 · 4:5 · 9:1616:9; Social-Media-Feed eher 1:1 oder 4:5
StimmeElevenLabs · ohne (Texteinblendungen + Töne)— fragen
Untertiteleingebrannt · ohne— immer fragen
ZielMP4 · interaktive Seite · beidesbeides
LängeSekunden20–60 s
3D (Three.js)ja · neinfragen, wenn das Thema räumlich ist (Gegenstand, Raum, Montage, Produkt von allen Seiten); sonst nein, ohne Frage. Bei ja: neu … --3d und §5a

Ablauf

1. Ordner anlegen

python <SKILL>/scripts/motion.py neu <kurzname> --stil <stil>

Legt motion-videos/<kurzname>/video.html an: Vorlage + Laufzeit + das Beispielvideo des Stils + dessen Assets. Ein Pfad mit Trenner statt Kurzname legt woanders an.

2. Stil-Referenz lesen — ganz

styles/<stil>/stil.md (Regeln) und styles/<stil>/szenen.js (vollständiger Code). Danach die API unten. Nicht überfliegen: die Helfer dort sind das, was das neue Video gleich aussehen lässt.

3. Sprechertext (nur mit Stimme)

<ordner>/sprechertext.txt: kurze Hauptsätze, ein Gedanke je Satz, Zahlen so geschrieben, wie sie gesprochen werden sollen, Satzzeichen setzen (sie steuern die Untertitel-Umbrüche). Vom Benutzer freigeben lassen, bevor Guthaben verbraucht wird. Planungswert Deutsch: ≈ 14,7 Zeichen bzw. 2,0–2,1 Wörter je Sekunde.

4. Stimme erzeugen (ElevenLabs)

Ziel sind zwei Dateien im Video-Ordner: stimme-roh.mp3 und woerter.json (je Wort {w, s, e} in Sekunden). Zwei Wege:

a) ElevenLabs-Connector in Claude (Werkzeuge creative_*, per ToolSearch laden): creative_list_voices (kostenlos, Stimme passend zum Thema wählen) → creative_generate_speech (erst estimate_only: true zum Bepreisen und dem Benutzer nennen, dann mit derselben flow_id und generations_count: 1 erzeugen — die Vorgabe 2 kostet doppelt) → creative_get_flow_run_status (content_url, ca. 2 h gültig, sofort als stimme-roh.mp3 laden) → creative_transcribe_audio mit connect_from auf die Sprachausgabe (Scribe, Wort-Zeitmarken) → words_download_url laden → motion.py woerter <scribe.json> --out <ordner>/woerter.json. Fehlen die creative_*-Werkzeuge in der laufenden Sitzung: in den Connector-Einstellungen freischalten und eine frische Sitzung starten, die bekommt sie beim Start.

b) ElevenLabs-API mit eigenem Schlüssel (Umgebungsvariable ELEVENLABS_API_KEY, nie im Code oder Chat): POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}/with-timestamps, Header xi-api-key, Modell eleven_multilingual_v2. Antwort: audio_base64 → stimme-roh.mp3, das JSON mit alignment direkt an motion.py woerter geben.

Modell eleven_multilingual_v2 (Deutsch, stabil bei langen Texten). 🚨 Im Connector höchstens 5.000 Zeichen je Anfrage: längere Texte an einer Kapitelgrenze teilen, jeden Teil mit derselben Stimme erzeugen und durch Scribe schicken, dann scripts/stimme_zusammen.py (setzt stimme-roh.mp3 und scribe-gesamt.json zusammen, danach woerter und pegel).

Bleibt die Stimme aus: dem Benutzer sagen, woran es liegt, nicht still auf einen anderen Dienst ausweichen.

🚨 Danach immer den Pegel angleichen (ElevenLabs liefert über lange Texte keinen festen Pegel):

python <SKILL>/scripts/motion.py pegel <kurzname>

Misst in gleich langen 10-s-Fenstern nur die Sprechanteile, glättet den Verlauf, hebt auf −17,5 dBFS und schreibt stimme.mp3 (Zeitlage unverändert, wird geprüft). Exit 5, wenn danach noch mehr als 1,5 dB Spanne bleiben. --nur-messen misst nur. Der Export misst die fertige Tonspur noch einmal (Grenze 2 dB).

Deutsche Zahlen in den Untertiteln: Sprechertext mit ausgeschriebenen Zahlen („zwei Komma fünf Meter“), dann motion.py woerter <scribe.json> --ersetzen ersetzungen.json — Folgen werden für die Anzeige in Ziffern gesetzt („2,5 m“), die Stimme bleibt unberührt. Beispiel: data/ersetzungen-beispiel.json.

Danach woerter.json lesen: die Zeiten bestimmen, wann welche Szene beginnt. Szenenstarts am besten als feste Sekunden aus woerter.json setzen statt M.cue (vermeidet die Präfixtreffer-Falle).

5. Szenen schreiben

Den Videoteil zwischen /*@VIDEO-START@*/ und /*@VIDEO-ENDE@*/ in video.html ersetzen — nur diesen Teil, Laufzeit und Vorlage bleiben. Mit Stimme: voice: { src: "stimme.mp3", words: "woerter.json" }, Szenen-start als Zeitmarke ("Gravitation", "Wärme-0.3") oder Zahl, captions: true nur, wenn eingebrannte Untertitel gewählt wurden — vorher immer fragen. Für Social Media, das stumm abspielt, sind sie die naheliegende Empfehlung, aber nicht die Vorgabe.

🚨 Zeitmarken vor dem Storyboard prüfen: M.cue trifft ab vier Buchstaben auch Wörter, die so beginnen, und #n zählt sie mit („dreißig#2“ traf „dreißig Grad“ im nächsten Kapitel). Ein falscher Treffer meldet keinen Fehler. python <SKILL>/scripts/zeitmarken_pruefen.py <kurzname> --kapitel <Startzeiten> listet jede Zeitmarke mit Zeit, Kapitel und getroffenem Wort.

5a. 3D-Szenen (nur wenn 3D gewählt)

Der Ordner braucht three/ (motion.py neu <kurzname> --stil <stil> --3d, nachträglich: dieselben drei Dateien aus engine/three/ kopieren). Im Videoteil zwei Einträge, dann steht in jeder Szene M.three bereit (THREE, render(ctx, scene, camera), env, welt):

three: { core: "three/three.core.min.js", module: "three/three.module.min.js", room: "three/RoomEnvironment.js" },
setup3d(THREE, D) {                       // einmal beim Laden: Szene bauen
  const scene = new THREE.Scene();
  scene.environment = D.env;              // Umgebungslicht, sonst wirkt Metall grau
  /* Meshes, Kamera … */
  return { scene, cam };                  // landet in M.three.welt
},
// in einer Szene:
draw(ctx, t, s, M) {
  const { scene, cam } = M.three.welt;
  cam.position.set(Math.sin(t * 0.2) * 6, 4, Math.cos(t * 0.2) * 6); cam.lookAt(0, 0, 0);  // alles aus t
  M.three.render(ctx, scene, cam);        // 3D auf die 2D-Leinwand, danach 2D-Text darüber
},

Die 3D-Leinwand ist durchsichtig, Grund und Text bleiben 2D aus dem Stil. Fallen und Messwerte: gotchas.md §3D. Vollständiger Videoteil zum Abschauen (Profil mit Lichtband, belegt bis zur MP4): engine/three/beispiel-profil.js.

6. Storyboard zur Freigabe

python <SKILL>/scripts/motion.py standbilder <kurzname>

Ein Standbild je Szene (bei key bzw. Szenenmitte) plus storyboard/storyboard.png. Selbst ansehen, Fehler beheben, dann das Storyboard dem Benutzer zeigen. Sagt er „ohne Storyboard", direkt weiter. --at 1.5,7,12 setzt eigene Zeitpunkte — gut für Übergänge.

7. Fertigstellen

python <SKILL>/scripts/motion.py export <kurzname>      # → video.mp4
python <SKILL>/scripts/motion.py buendeln <kurzname>    # → <kurzname>.html, alles eingebettet

export prüft selbst und bricht mit Exit 5 ab, wenn Bild- oder Tonspur fehlt, die Dauer um

0,5 s abweicht, der Ton stumm oder übersteuert ist. buendeln bettet Stimme, Wörter und Bilder ein — die Seite läuft dann auch per Doppelklick und ist teilbar.

8. Gegenprobe aus der fertigen Datei

Nicht dem Renderer glauben, sondern die MP4 dekodieren und ansehen:

FF=$(python -c "import imageio_ffmpeg;print(imageio_ffmpeg.get_ffmpeg_exe())")
"$FF" -hide_banner -loglevel error -y -i <ordner>/video.mp4 -vf "fps=6/<Dauer in s>,scale=480:-1,tile=3x2" -frames:v 1 <ordner>/kontrolle.png

Sechs gleichmäßig verteilte Bilder aus der fertigen Datei; dazu den Ton je Abschnitt messen (-ss <von> -t <länge> -af volumedetect -vn -f null -), wenn Töne oder Stimme dabei sind.

9. Abgeben

MP4 und/oder gebündelte HTML übergeben. Veröffentlichen (Website, Social Media) nur auf ausdrücklichen Wunsch.

10. Korrekturen und neue Stile

Änderungswünsche direkt im Videoteil umsetzen, dann Schritt 6/7 erneut. Gefällt ein Ergebnis als Stil: motion.py stil-speichern <kurzname> <stilname>, danach stil.md ausfüllen und eingebettete Bilder (z. B. ein eigenes Logo) als Dateien nach styles/<stilname>/assets/ legen. ⚠️ Als Plugin installiert liegt styles/ im Plugin-Cache und wird bei einem Update ersetzt: den Benutzer darauf hinweisen und den neuen Stilordner zusätzlich an einen eigenen Ort kopieren. Laufzeit verbessert? motion.py laufzeit <kurzname> zieht ein bestehendes Video nach.

API des Videoteils

const VIDEO = {
  title: "…", format: "16:9", fps: 30,
  duration: 20,                 // ohne Stimme Pflicht; mit Stimme: Ende der Stimme + tail (1,5 s)
  voice: { src: "stimme.mp3", words: "woerter.json", offset: 0 },   // optional
  captions: true, captionStyle: { size, color, accent, box, bottom }, captionChars: 42,
  cues: { intro: 0, knall: "Gravitation+0.2" },   // eigene Zeitmarken, vor den Wörtern gesucht
  style: { bg, fg, accent, font, fontsToLoad: ["700 40px Inter"] }, // nicht ladbare Schrift = Fehler
  images: { logo: "logo.svg" },                   // → M.img.logo
  mix: { voice: 1, sfx: 0.45 },                   // Töne mit Stimme leiser
  sounds: [{ at: 1.2, sfx: "whoosh", gain: 1 }],  // absolute Zeit oder Zeitmarke
  background(ctx, T, M) {}, overlay(ctx, T, M) {}, // laufen über alle Szenen
  scenes: [{
    name: "Wärme", chapter: "Wärme",   // chapter → Kapitelknopf in der Seite
    start: 3.5 | "Wärme", end: …,      // end fehlt → Start der nächsten Szene
    key: 2.0,                          // Zeitpunkt (relativ) fürs Storyboard
    stop: true,                        // interaktive Seite hält am Szenenende („Weiter")
    sounds: [{ at: 0.6, sfx: "pop" }], // Zeit relativ zum Szenenstart
    draw(ctx, t, s, M) {},             // t = Sekunden seit Szenenstart, s.dur, s.k (0..1)
  }],
};

Helfer M: M.W, M.H · M.p(t, a, b, ease) Fortschritt 0..1 · M.inOut(t, a, b, fin, fout) · M.ease.{linear,inSine,outSine,inOutSine,inCubic,outCubic,inOutCubic,outQuint,outBack,outElastic} · M.clamp, M.lerp, M.rand(seed) · M.rgba(hex, a), M.mixColor(h1, h2, k) · M.roundRect(ctx, x, y, w, h, r) · M.text(ctx, str, x, y, {size, weight, font, color, align, maxWidth, lineHeight, letterSpacing, alpha, reveal, mode: fade|rise|words|chars}) · M.cue("Wort#2+0.3") · M.img.<name>

Töne sfx: whoosh (dur, from, peak, to) · pop (freq) · click · tick · ding (freq, dur) · chime · rise (dur, from, to) · thud (freq) · type (dur, rate) · pad Klangteppich (dur Pflicht, notes, cutoff) — gesperrt, nur mit VIDEO.musik = true auf ausdrücklichen Wunsch. Alle mit gain.

Pflichtregeln für Szenen-Code: nie Math.random(), Date.now() oder Zustand, der sich zwischen Bildern merkt — draw muss für dasselbe t dasselbe Bild liefern, sonst weicht der Export von der Vorschau ab. Vorberechnete Zufallswerte mit eigenem Seed beim Laden (siehe styles/klar/szenen.js, rng). Ein Text, der nicht ins Bild passt, wird umbrochen (maxWidth), nicht verkleinert.

Skills relacionados