Kapitel 13/README.md aktualisiert

Kapitel 13/README.md

@@ -1,40 +1,47 @@
-# Kapitel 13 – Clipper (automatisierte Highlight-Erstellung)
+# Kapitel 13 – Clipper (automatisierte Highlight-Erstellung aus Streams und VODs)
 
 ## Einleitung  
 Lange Streams bringen wenig Reichweite, kurze Highlights dagegen enorme Aufmerksamkeit.  
 Mit dem Clipper bauen wir ein System, das eingehende Videos automatisch analysiert, sinnvolle Highlight-Punkte erkennt und fertige Clips erstellt.  
-Die Steuerung übernimmt n8n: Es stößt Clipper nur bei Bedarf an, wertet die Analyse (z. B. KI + Szenenerkennung) aus und legt die fertigen Clips mitsamt automatisch erzeugten Titeln & Hashtags für alle Plattformen in Nextcloud ab.
+Die Steuerung übernimmt n8n: Es stößt Clipper nur bei Bedarf an, wertet die Analyse (z. B. KI + Szenenerkennung) aus und legt die fertigen Clips mitsamt automatisch erzeugten Titeln & Hashtags für alle Plattformen in Nextcloud ab.  
+Neu: Auch Twitch wird angebunden – sobald ein neues VOD online geht, lädt n8n es automatisch herunter, holt bestehende Clips ab und startet die gleiche Verarbeitung.
 
 ## Voraussetzungen  
 - Proxmox LXC mit **Debian 12 (Bookworm)**  
 - Installierte Nextcloud (Pflicht, als Ablageort für Clips)  
 - Optional: RTMP-Server für VODs (alternativ reine Dateiablage in Nextcloud)  
-- n8n-Instanz zur Automatisierung (Start/Stopp Clipper, Analyse, Metadaten-Generierung)  
-- Grundwissen: Basisbefehle (`ssh`, `nano`), Verständnis für LXC  
+- n8n-Instanz zur Automatisierung (Start/Stopp Clipper, Analyse, Metadaten-Generierung, Twitch-Anbindung)  
+- Twitch-Entwickler-Account + API-Token (für VOD/Clip-Zugriff)  
+- Grundwissen: Basisbefehle (`ssh`, `nano`), Verständnis für LXC und n8n  
 
 ## Ziel  
-- Vollautomatisierte Highlight-Erstellung aus langen Videos  
+- Vollautomatisierte Highlight-Erstellung aus langen Videos oder Twitch-VODs  
 - Clipper läuft nur bei Bedarf (n8n startet/stoppt den Dienst)  
 - Analyse kombiniert: Szenenerkennung + KI-Vorschläge → Schnittpunkte  
 - Deckungsgleiche Treffer (±5 Sekunden) werden als Clips exportiert  
-- Neben jedem Clip entsteht eine Textdatei mit Titel & Hashtags pro Plattform (YouTube, TikTok, Instagram, Facebook, …)  
+- Neben jedem Clip entsteht automatisch eine Textdatei mit Titeln & Hashtags für alle Plattformen (YouTube, TikTok, Instagram, Facebook, …)  
 - Plattformen sind in n8n erweiterbar, ohne das Clipper-System ändern zu müssen  
+- Twitch-VODs und bestehende Twitch-Clips werden automatisch geladen und verarbeitet  
+- Nutzer erhalten Benachrichtigungen über Start und Ende der Verarbeitung  
 
 ## Ablauf  
-1. Video landet in Nextcloud (oder optional über RTMP).  
-2. n8n erkennt neue Datei, prüft Upload-Abschluss.  
-3. n8n startet Clipper, Analyse beginnt.  
-4. Clipper liefert Schnitt-Vorschläge (Szenen, Audio-Peaks).  
-5. n8n ergänzt KI-Analyse und gleicht Ergebnisse ab.  
-6. Deckende Vorschläge werden geschnitten, Clips exportiert.  
-7. n8n erzeugt automatisch Titel + Hashtags pro Plattform und speichert sie in Textdateien neben den Clips.  
-8. Clips + Metadaten landen in einem eigenen Unterordner der Nextcloud.  
-9. n8n stoppt Clipper wieder, um Ressourcen zu sparen.  
+1. **Twitch-Anbindung:** n8n prüft regelmäßig über die API, ob neue VODs oder Clips vorhanden sind, lädt diese in Nextcloud.  
+2. **Datei-Quelle:** Alternativ können Videos direkt in Nextcloud (oder über RTMP) landen.  
+3. **Trigger:** n8n erkennt neue Dateien und startet Clipper.  
+4. **Analyse:** Clipper liefert Vorschläge (Szenenwechsel, Audio-Peaks); n8n ergänzt KI-Analyse.  
+5. **Abgleich:** Deckungsgleiche Vorschläge (±5 Sekunden) werden übernommen.  
+6. **Export:** Clips werden geschnitten und in Nextcloud abgelegt.  
+7. **Metadaten:** n8n erzeugt automatisch Titel & Hashtags für jede Plattform und legt eine Textdatei pro Clip daneben ab.  
+8. **Benachrichtigung Start:** „Neue Datei importiert – geschätzte Bearbeitungszeit: X Minuten“.  
+9. **Benachrichtigung Ende:** „Verarbeitung abgeschlossen – Y Clips erstellt“.  
+10. **Abschluss:** n8n stoppt Clipper wieder, damit Ressourcen frei werden.  
 
 ## Ergebnis  
-- Fertige Highlight-Clips liegen samt Metadaten-Dateien strukturiert in Nextcloud.  
-- Keine manuelle Bearbeitung nötig – nur Sichtkontrolle.  
-- Clipper wird nur aktiv, wenn wirklich eine neue Datei verarbeitet werden soll.  
+- Fertige Highlight-Clips mit Metadaten liegen strukturiert in Nextcloud.  
+- Quelle kann Twitch, RTMP oder direkte Datei sein.  
+- Nutzer werden über Start und Ende informiert (inkl. Bearbeitungszeit und Clip-Anzahl).  
+- Keine manuelle Arbeit mehr – nur Sichtkontrolle.  
+- Clipper ist ressourcenschonend, da er nur bei Bedarf läuft.  
 
 ## Weiterführend  
 - Vorheriges Kapitel: **RTMP (Kapitel 12)** – optional als Quelle