Communitygithub.com

video-ghep-nhac-vlog

生活、旅行、食事、一日の仕事などのクリップをBGMに合わせてTikTok/Reels縦型動画に編集し、すぐに投稿できるようにします。美しいシーンを自動選択し、各シーンをビートに合わせて切り替え、短いナレーションテキストを追加します。

video-ghep-nhac-vlog とは?

このスキルは、ユーザーが撮影した複数の生活・旅行・食事・カフェ風景・舞台裏・「私の一日」などのクリップを、BGMにシンクロした短尺縦型動画(TikTok/Reels対応、10〜30秒)に自動編集するためのものです。ユーザーが「動画をまとめて作りたい」「Vlogを作りたい」「音楽に合わせた動画を作りたい」という要望を持ったときに使用します。主な特徴として、(1) BGMのビートに合わせて8〜15のシーンを自動カット(各0.8〜2.6秒)、(2) 冒頭に最も印象的なシーンを配置し、広角・クローズアップを交え、(3) 簡潔なタイトル(`mo_dau`)と感情的なナレーション(`dan_chuyen`)を追加、(4) 元の音声はオフにし、エンドカードも非表示で映像で完結。対応プラットフォームはmacOS/Windowsで、Pythonスクリプトにより環境チェック・分析・計画・編集・品質チェック・納品までを自動化。ユーザーはクリップの入ったフォルダを指定するだけで、スキルが自動的にシーンを選択し、タイミングを調整し、BGMを適用して完成動画を出力します(1080×1920、30fps、-14 LUFS)。出力後、3つのフレームを確認して文字の重なりや誤字をチェックし、キャプション文案も生成します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AgentBossVn/agent-boss-skills/tree/HEAD/video-ghep-nhac-vlog

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

動画編集(BGM合わせ・Vlog)

適した内容: 生活風景、旅行、食事、カフェの空間、舞台裏、「私の一日」 不適切な内容: 重要な発言がある動画(その場合は video-phu-de-to を使用)

基本レシピ(10~30秒)

  1. BGMは必須: ユーザーが権利を持つBGMファイルが必要(ブランドプロフィールに登録、またはユーザーに確認)。ビートがはっきりしている曲の方がシーン切り替えがより美しくマッチします。BGMがない場合はユーザーに通知し、フリー音源のライブラリやTikTokアプリ内の音楽(投稿後に追加)を提案します(この場合は無音で編集、各シーンを均等に1.5~2秒に設定)。
  2. シーン選択: 8~15クリップ、各クリップから最も美しい部分(約3秒)を自動選択し、ビートに合わせてカット(0.8秒~2.6秒)。最も印象的なシーンを冒頭に配置;広角とクローズアップを混在;最後のシーンは「印象的な結び」(夕日、笑顔、完成した料理など)。
  3. テキスト: mo_dau:0~2.5秒の短いタイトル(「1日 in ダラット」、「街の小さなカフェ」)。dan_chuyen:2~4個の短いナレーション、各2~3秒、感情的な小文字テキスト。テキストは最小限に抑え、映像が主役。
  4. 元の音声: オフ。エンドカード:オフ(Vlogは美しいシーンで締めくくるため)。

このスキルで使用するテキストスタイル

スタイル用途配置
mo_dauタイトル中央、大きめの文字
dan_chuyenナレーション文下部、小さめの文字

共通ワークフロー(すべての動画タイプ)

すべてのコマンドはこのスキルのディレクトリ(SKILL.mdがあるディレクトリ)から実行します。<SKILL> をそのディレクトリのパスとします。

ステップ0. 環境チェック(使用するたびに実行)

Pythonコマンド: macOSは python3、Windowsは py -3(python とだけ入力しないでください:Windowsの python はMicrosoft Storeの簡易版の場合があります)。パスの区切りは / を使用し、Git BashでもPowerShellでも動作します。以下では python3 と記述しますが、Windowsでは py -3 に置き換えてください。

python3 <SKILL>/scripts/kiem_tra.py
  • thieu_bat_buoc が空でない → ユーザーにインストール予定のリストを表示し、「これらのインストールに同意しますか?」と 一言 確認。同意後にのみ実行。WindowsでPythonが未インストールの場合: winget install -e --id Python.Python.3.12 --scope user。ffmpegインストール後はWindowsでコマンドプロンプトを再起動(またはAgentを再起動)して ffmpeg コマンドを有効にしてください。
  • thieu_tuy_chon → 必要な場合のみインストール: faster-whisper(音声認識による字幕生成、初回は約800MBのモデルをダウンロード)、edge-tts(AI音声読み上げ)。
  • cap_nhat.co_ban_moi がtrue → 一言 で通知:「このスキルの新バージョン {moi_nhat} があります。更新しますか?」。ユーザーが同意した場合のみ、cau_cap_nhat に記載された手順を実行。自動更新はしません。 cap_nhat がnullの場合はスキップして通常編集を続行。
  • cap_nhat.skill_khac_chua_cai にスキル名が含まれる → 回答の末尾に 一行 で通知:「Agent Bossカルテットでは他に…もあります」。セッション中一度だけ通知。
  • フォント:テキストに文字化けや見た目が悪い場合は、python3 <SKILL>/scripts/kiem_tra.py --cai-font を実行(Google FontsからBe Vietnam Proをダウンロード)。

ステップ1. ブランドプロフィール(初回のみ)

~/.agent-boss/thuong-hieu.json を読み込む(Agent Bossの全スキルで共通)。ファイルが存在しない場合、ユーザーに 1つの メッセージで簡潔に質問:ショップ/チャンネル名、動画の最後に表示する呼びかけ文、メインカラー、アクセントカラー、ロゴのパス(あれば)、使用権のあるBGMファイル(あれば)。スキップされた項目はデフォルト値を使用。ファイルに書き込み:

{"ten": "Tiệm Nhà Mây", "cau_ket": "Bấm giỏ hàng để đặt ngay", "mau_chinh": "#1B1B1B", "mau_nhan": "#FFD21F",
 "mau_chu": "#FFFFFF", "logo": "~/Pictures/logo.png", "font": null, "nhac": "~/Music/nen.mp3"}

このファイルはスキルディレクトリの外にあるため、スキル更新で失われることはありません。

ステップ2. 入力動画の確認

python3 <SKILL>/scripts/phan_tich.py <動画ファイルまたは動画フォルダ> --ra <作業ディレクトリ>

作業ディレクトリ:ユーザーの動画と同じ場所に video-<日付>-<短い名前>/ を作成。各動画について、phan-tich/<名前>.json(長さ、縦/横フレーム、無音区間、シーンチェンジ、各単語の音声認識結果)を読み、画像 phan-tich/<名前>.jpg(タイムスタンプ付きフレームグリッド)を開いて美しい区間を選択。発話がない動画は --khong-nghe オプションを追加して高速化。

ステップ3. 計画ファイル ke-hoach.json を作業ディレクトリに作成

{
  "dau_ra": "thanh-pham/video.mp4",
  "doan": [{"file": "../clip1.mp4", "tu": 2.0, "den": 9.5}],
  "chu": [{"tu": 0, "den": 2.6, "noi_dung": "ĐỪNG MUA NỒI CHIÊN NẾU CHƯA XEM", "kieu": "mo_dau"}],
  "giong_doc": null,
  "nhac": null,
  "sua_chu": {"cờ lốt": "Claude"},
  "tu_khoa": ["giảm giá", "miễn phí"],
  "the_ket": true
}
  • doan: 元の動画上の秒数。表示したい順に指定。パスは ke-hoach.json のあるディレクトリからの相対パス。
  • chu: 新しい動画 上の秒数。"den": "het" はボディの最後まで。kieu はこのスキルのテキストスタイルテーブルから選択。
  • giong_doc: {"van_ban": "...", "giong": "vi-VN-HoaiMyNeural"}(女性)または vi-VN-NamMinhNeural(男性)。会話口調で短い文を書く。1秒あたり約3.5文字。
  • nhac: 空欄の場合はブランドプロフィールのBGMを使用。なければ無音。ユーザーが使用権を持つBGMのみ使用。 動画に既にBGMが含まれている場合は "nhac": null に設定。
  • sua_chu: 音声認識で誤った単語(固有名詞、製品名、英単語など)をここで修正。van_ban を注意深く確認してエラーを見つける。

新しい動画上の各字幕ブロックの時間を確認したい場合(テキストを発話に合わせるため):python3 <SKILL>/scripts/dung.py ke-hoach.json --chi-thoi-gian。

ステップ4. レンダリング

python3 <SKILL>/scripts/dung.py <作業ディレクトリ>/ke-hoach.json

出力:thanh-pham/video.mp4(1080×1920、30fps、オーディオ -14 LUFS)と thanh-pham/video-bia.jpg。

ステップ5. セルフチェックと納品

  1. ffmpegで3フレーム(冒頭、中間、末尾)を抽出し 確認:テキストがはみ出ていないか、顔を隠していないか、誤字脱字がないか。問題があれば計画を修正して再レンダリング。
  2. thanh-pham/chu-thich.txt を作成:1行の興味を引くオープニング文 + 2~3行の内容 + 呼びかけ文 + テーマに沿ったベトナム語のハッシュタグ4~6個(一般的なハッシュタグは避ける)。
  3. ユーザーに通知:動画パス、サムネイル、キャプション。修正の希望を確認(オープニング文の変更、短縮、BGM変更など)。

共通ルール

  • 縦型9:16動画。テキストはTikTokのセーフゾーン内:右端のボタン列に重ならない、高さ80%より下(チャンネル名やキャプションの位置)に配置しない。
  • 最初の3秒が視聴者の離脱判断に直結。明確なオープニング文を必ず入れる。
  • 虚偽の約束をしない。「100%保証」「治癒」「最高」などの表現(化粧品、サプリメント、医薬品)はTikTokで規制・広告拒否の対象となるため使用禁止。
  • ユーザーが権利を持たない音楽、画像、ロゴを使用しない。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

関連スキル