Stealth Browser Operator

Autonomer Browser-Operator mit Videoaufzeichnung, TTS-Vertonung und FFmpeg-Watermarking.

Installiert unter: ~/.config/opencode/skills/stealth-browser-operator/SKILL.md

Architektur

┌─────────────────────────────────────────────────────────────┐
│                    Stealth Browser Operator                   │
├────────────┬──────────────┬──────────────┬──────────────────┤
│ Phase 1    │ Phase 2      │ Phase 3      │ Phase 4          │
│ Proxy +    │ Browser      │ TTS +        │ FFmpeg           │
│ Browser    │ Navigation   │ Voiceover    │ Watermarking     │
│ Recording  │ + Recording  │ Generation   │ + Merge          │
└────────────┴──────────────┴──────────────┴──────────────────┘

Installation

1. Abhängigkeiten

# Browser-Automatisierung
pip3 install --break-system-packages browser-use[video]

# TTS-Sprachausgabe (Microsoft Neural Voices, kostenlos)
pip3 install --break-system-packages edge-tts

# FFmpeg (bereits installiert via Homebrew)
brew install ffmpeg  # Falls noch nicht vorhanden

2. Verzeichnisstruktur

~/.config/opencode/
├── skills/
│   └── stealth-browser-operator/
│       └── SKILL.md              # Handlungsanweisung für Agenten
└── tools/
    ├── browser-recorder.py        # Browser-Automatisierung + Video
    ├── tts-generator.py           # Text-to-Speech (edge-tts/Kokoro)
    ├── video-processor.py         # FFmpeg Post-Production
    └── master-operator.py         # Alles-in-Einem Pipeline

Quick Start

Einzel-Befehl (Master Pipeline)

python3 ~/.config/opencode/tools/master-operator.py \
  --url "https://my.opensin.ai" \
  --task "Gehe zu Settings und aktiviere Dark Mode" \
  --tts-text "Ich zeige dir jetzt die Einstellungen von OpenSIN AI" \
  --logo "/logo.png" \
  --text-overlay "OpenSIN AI — Settings Tutorial" \
  --output-dir "./recordings/$(date +%Y%m%d_%H%M%S)" \
  --chrome-profile "Default"

Einzelne Phasen

Phase 1: Browser-Recording

python3 ~/.config/opencode/tools/browser-recorder.py \
  --url "https://example.com" \
  --task "Klicke auf Login, navigiere zu Dashboard" \
  --output-dir "./recordings" \
  --profile "Default"

Phase 2: TTS-Vertonung

python3 ~/.config/opencode/tools/tts-generator.py \
  --text "Willkommen bei OpenSIN AI" \
  --output "./recordings/voiceover.mp3" \
  --voice "de-DE-KatjaNeural"

Phase 3: FFmpeg Post-Production

python3 ~/.config/opencode/tools/video-processor.py \
  --input-video "./recordings/recording.mp4" \
  --audio "./recordings/voiceover.mp3" \
  --output "./recordings/final.mp4" \
  --logo "/path/to/logo.png" \
  --text "OpenSIN AI Demo"

Verfügbare deutsche Stimmen

Stimme	Geschlecht	Stil
de-DE-KatjaNeural	Weiblich	Natürlich (EMPFOHLEN)
de-DE-ConradNeural	Männlich	Professionell
de-DE-BerndNeural	Männlich	Tief
de-DE-ChristophNeural	Männlich	Professionell
de-DE-AmalaNeural	Weiblich	Warm
de-DE-ElkeNeural	Weiblich	Freundlich
de-DE-KlausNeural	Männlich	Seriös
de-DE-MajaNeural	Weiblich	Sanft

Alle 15 Stimmen: python3 ~/.config/opencode/tools/tts-generator.py --list-voices

Output-Struktur

recordings/<DATUM_UHRZEIT>/
├── recording.mp4          # Roh-Aufnahme
├── screenshots/           # Screenshots pro Schritt
├── voiceover.mp3          # TTS-Audio
├── final.mp4              # Fertiges Video mit Wasserzeichen
├── pipeline-metadata.json # Vollständige Pipeline-Metadaten
└── metadata.json          # Browser-Session-Metadaten

Relevante Mandate

Mandat	Priority	Regel
Vision-Gate	-7.0	KEINE Browser-Aktion ohne Screenshot + Vision-Check
DevTools-First	-1.0	JEDER CSS-Selektor via DevTools verifizieren
Technologie-Souveränität	-2.0	nodriver + Chrome Profil — Playwright/etc. verboten
Bun-Only	-1.5	bun install — npm/bun verboten
Kommentar-Pflicht	-6.0	EXTREM umfangreiche Kommentare

→ Alle Mandate