- CropPlan: Ausschnitt-Offset pro Datei, mit Marken ab Zeitpunkt X (harte
Schnitte). CropEngine schneidet pro Frame nach Plan; cropRect ist die
gemeinsame Geometrie für Vorschau und Render.
- CropEngine wendet die Track-Transformation an: iPhone-Clips (quer
gespeichert, per 90°-Drehung hochkant) wurden bisher seitlich und mit
schwarzem Balken gerendert.
- FileNameParser erkennt 9x16/9X16/9×16, getrennt mit -, _ oder Leerzeichen,
Trenner bleiben erhalten; Rest hinter dem Format optional.
appendingTargetFormat hängt bei fehlendem Format "4x5" an.
- ConversionPipeline/JobQueue: appendFormatWhenMissing und CropPlan pro Job.
- Tests: Render-Richtung, Marken mitten im Clip, gedrehte Quelle, Parser-
Schreibweisen, Anhängen.
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01ShKCZzkdZhym6mHuPqXQAT
Schließt eine MVP-Lücke: README verlangt "überschreiben nur nach
Rückfrage", bisher landete CropEngineError.destinationAlreadyExists
nur als Fehler in der Liste.
ConversionPipeline.previewDestination berechnet den Zielpfad einer
Datei, ohne irgendetwas anzufassen — damit kann die Oberfläche vor dem
Start prüfen, ob Konflikte bestehen, statt es mitten im Batch zu
entdecken. Bei Konflikten zeigt ConversionCoordinator einen Sammel-
Alert (Ersetzen/Überspringen/Abbrechen) für den ganzen Batch; eine
Datei-für-Datei-Auswahl wäre für das MVP unverhältnismäßig viel UI für
einen Randfall.
Neuer DropItem.Status-Fall .skippedByUser unterscheidet eine bewusste
Nutzerentscheidung von einem echten Fehler/Reject.
Schritt 3 der Umsetzungsreihenfolge.
ConversionPipeline bündelt den kompletten Weg einer Datei — Namen
parsen, Projekt-Unterordner anlegen, Original kopieren, croppen — als
einzelnen, UI-freien Core-Baustein. droptwo-cli und später die App
nutzen denselben Aufruf, damit beide garantiert dasselbe tun.
JobQueue verarbeitet mehrere Dateien mit begrenzter Parallelität
(Standard 2 gleichzeitige Exporte) und liefert Ergebnisse fortlaufend
über einen AsyncStream.
droptwo-cli ruft nur noch ConversionPipeline pro Datei auf. An echtem
9:16-Testmaterial verifiziert: korrekte Zielauflösung (1080×1920 ->
1080×1350), Dauer/Framerate erhalten, plausible Bitrate, sauberer
zentrierter Crop (visuell per Frame-Vergleich geprüft).
Schritt 2 der Umsetzungsreihenfolge.
VideoInspector liest Dimension (orientierungskorrigiert), Codec,
Framerate, Dauer und Audiospur-Vorhandensein über die moderne
async AVFoundation-API.
CropEngine läuft über AVAssetReader/AVAssetWriter statt
AVAssetExportSession, weil das die volle Kontrolle über Zielbitrate
und Profil gibt. Zielformat ist fest MP4/H.264/AAC, unabhängig vom
Quellcodec — das Deliverable landet ausschließlich bei Meta Ads.
Bitrate wird aus Auflösung × Framerate abgeleitet (Faustregel,
überschreibbar über Options), Audio läuft nicht mehr per Passthrough,
sondern wird nach AAC-LC transkodiert. Crop bleibt volle Breite,
vertikal zentriert, Höhe auf gerade Zahl gerundet.
Tests synthetisieren ihre Clips zur Laufzeit per AVAssetWriter
(TestVideoFactory) statt Binärdateien einzuchecken.
Schritt 1 der Umsetzungsreihenfolge. Anker ist das Format-Segment
(9x16/4x5), nicht die Position — dadurch bleiben Projektnamen und
Sprachkürzel mit eigenem Bindestrich intakt (z.B. "Somos-Pendant" oder
"EN-US"). Sucht das rechteste Vorkommen, verlangt mindestens ein
Segment davor und danach, erkennt Finder-Duplikate und meldet
Ablehnungen/Skips unterscheidbar statt still zu scheitern.
14 Tests inklusive der Bindestrich- und Groß-/Kleinschreibungs-Kantenfälle.
Samuel Zielke