Communitygithub.com

tunght104/ai-agent-shorts-video

プロフェッショナルなHyperFramesテンプレート(エディトリアルポスター)を使って、記事URLまたはベトナム語.txtファイルから9:16のニュース動画を生成します。ユーザーがニュース動画、ショートニュース、テンプレート/ポスター風動画、「テンプレート動画作成」、「ポスター風ニュース」、「プロフェッショナル動画」を希望したときに起動します。出力: video.mp4 + voice.mp3 + script.txt(CapCut用)。

ai-agent-shorts-video とは?

このスキルは、AIエージェント(Claudeなど)がベトナム語のニュース記事やテキストファイルから、プロフェッショナルな9:16ショート動画を自動生成できるようにするものです。HyperFramesテンプレートシステムを採用し、あらかじめデザインされた複数のテンプレート(フック用のオーロラヒーロー、統計表示、大胆な見出し、サイバーパンクグリッチ、リスト/比較など)を利用します。エージェントは記事の内容を解析し、テンプレートカタログから最適なテンプレートを選択し、各テンプレートのスロットにテキストを埋め込むだけで、アニメーションやデザインはテンプレート側がすべて処理します。生成される動画は、OmniVoiceによるベトナム語TTS音声と、CapCutでさらに編集するためのスクリプトファイルが付属します。このスキルは、特にエディトリアルポスタールックのニュース動画を高速かつ一貫した品質で生成したい場合に有用で、エージェントはテンプレートの選択からTTSのためのテキスト整形(数字をベトナム語の文字に変換するなど)までを自動で行います。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/tunght104/ai-agent-shorts-video/tree/HEAD/.agents/skills/create-template-video

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。

プレビュー

スキル README より

ドキュメント

Create Template Video Skill

templates/ 内のHyperFramesテンプレートを使用して9:16のニュース動画を生成します(従来の6シーンRemotionよりも美しくプロフェッショナル)。Claudeはテンプレートのスロットにテキストを入力するだけで、デザインやアニメーションはすべてテンプレート側が処理します。

入力

1つのパラメータ:記事のURL(http:///https://)または .txt ファイルのパス。

ワークフロー(順序通りに実行)

Step 1–3: コンテンツの取得と出力ディレクトリの作成

入力を検出してコンテンツを取得します:

  • URL(http:///https:// で始まる場合)→ WebFetch を以下のプロンプトで実行:
    このページから以下を抽出してください:
    - title (string): 記事のタイトル
    - content (string): 本文、約500~1500語
    - ogImage (string|null): og:imageのURL
    - domain (string): URLのドメイン
    上記4つのフィールドを持つJSONを返してください。
    
    失敗した場合(ペイウォール/JS/4xx)→ ユーザーに内容を.txtに保存して再実行するよう促します。停止します。
  • .txtファイル → Read を実行;タイトル = 最初の行(80文字以下)、本文 = 残りの部分、ogImage = null、domain = "local"。
  • slug = アクセント記号なしのASCII(ベトナム語のディアクリティカルを除去、đ→d)、40文字以下;タイムスタンプ = YYYYMMDD-HHmm;outputDir = output/<slug>-<timestamp>/;mkdir -p。

Step 4: テンプレートカタログの読み込み

templates/CATALOG.md を読み込み、利用可能なテンプレートと各テンプレートのスロット入力を確認します。CATALOGに含まれるtemplateIdのみを使用してください。 現在のテンプレート:

HOOK(1つのみ):

  • frame-liquid-bg-hero — ヒーローオーロラ(動的ブラブ + ヘッドライン + CTA)。フックシーンには常にこれを使用します。

BODY(Claudeが内容に応じて選択 — Step 5を参照):

  • frame-vignelli — チャコール+赤の暗い背景に1つの数字。
  • frame-pentagram-stat — 暗めのネオン背景に1つの数字(スイスグリッド、発光するオレンジの数字 + シアンアクセント + 棒グラフ)。
  • frame-bold-poster — 複数行の力強い宣言 + 大きな数字のフィギュア。
  • frame-build-minimal — 暗い背景に力強い決め台詞(大きく太字の1語、オレンジグロー、文字が1つずつ表示される)。
  • frame-creative-voltage — クリエイティブなキャッチフレーズ、電撃的なブルースプリット + 手書き風テキスト。
  • frame-glitch-title — サイバーパンク風グリッチRGBスプリット(ノイズ背景)— 衝撃的なニュース/ブレイキング/テクノロジーに最適。
  • frame-aicoding-list — リスト 2~5項目(各項目にアイコン + レベルタグ)、暗めのグラデーション背景。シーンがリスト/ランキングの場合に使用。
  • frame-aicoding-comparison — 2つのものの比較(旧 vs 新、A vs B)— グラデーションボーダーの2つのカード + WINバッジ + 統計。対決/比較のシーンで使用。

OUTRO:

  • frame-logo-outro — デフォルト(ロゴグロー + 名前 + タグライン + URL)。
  • frame-statement-outro — 代替(紙の背景に赤いカード)。
  • frame-logo-outro — デフォルトのアウトロ/ブランドエンドカード(ロゴグロー + 名前 + タグライン + URL)。
  • frame-statement-outro — 代替アウトロ(紙の背景に赤いカード)。

Step 5: script.jsonの生成(テンプレートモード)

必須の構造:

{
    "version": "1.0",
    "renderer": "hyperframes",
    "aspect": "9:16",
    "metadata": {
        "title": "...",
        "source": { "url": "...", "domain": "...", "image": null },
        "channel": "AI Coding"
    },
    "voice": { "provider": "omnivoice", "speed": 1.0 },
    "scenes": [
        /* 8~12シーン: 1フック + 6~10ボディ + 1アウトロ */
    ]
}
  • provider: 常に omnivoice(唯一のローカルTTS;voiceId/APIキーは不要)。
  • 各シーン: { id, type, voiceText, templateId, inputs }。inputs はCATALOG内のスロットと一致。
  • scenes[0].type = hook;最後のscene .type = outro(templateId = frame-logo-outro)。
  • 8~12シーン;voiceTextの総量は約270~360語(約90~120秒)— 総再生時間は変えずに、より多くのシーンに分割することでテンポを速くし、単調さを防ぎます。各ボディシーンは約25~40語(各シーンは1つのアイデアのみ — 1つの段落に2つのアイデアがある場合は、1つのシーンに詰め込まずに2つのシーンに分割します)。目標:各シーンは約6~10秒画面に表示されたら切り替わります。

コンテンツからテンプレートへのマッピング:

  • hook → 常に frame-liquid-bg-hero(スロット: kicker, headline, subheadline, cta, brand)。headline は目を引くグラデーション(デフォルトは金→紫)で表示;headline_from/headline_to(2つの16進数カラー)を設定してトーンを変更可能。他のテンプレートは使用しないでください。
  • body → Claudeが各シーンに最適なテンプレートを選択(多様性を優先 — すべてのボディに同じテンプレートを繰り返さないでください)。以下から選択:
    • frame-vignelli — 1つの数字/統計を強調したいシーン、チャコール+赤の暗いトーン。スロット: kicker, number, label, note, brand。
    • frame-pentagram-stat — 1つの数字/ベンチマークのあるシーン、暗めのネオン背景(スイスグリッド、発光オレンジの数字 + シアンアクセント)+ 棒グラフ。スロット: label, headline(数字), subtitle, anchor, footer_left, footer_right。
    • frame-build-minimal — 短い決め台詞/見解を1つのキーワードを中心に、暗い背景 + 大きく太字の1語(オレンジグロー)。スロット: eyebrow, hero(1語), desc, side_left, side_right。
    • frame-bold-poster — 複数行の力強い宣言 + 大きな数字のフィギュア。スロット: kicker, date, figure, headline[], standfirst, footer_left, footer_right。
    • frame-creative-voltage — クリエイティブなキャッチフレーズ(数語)、電撃的なブルースプリット + 手書き風。スロット: meta, display_lines, accent_index, script, caption。
    • frame-glitch-title — 衝撃的なニュース/ブレイキング/テクノロジー サイバーパンクグリッチ風。スロット: title, subtitle。
    • frame-aicoding-list — シーンがリスト/2~5項目の比較(影響を受ける人、長所/短所、段階、チェックリスト)。スロット: title, accent, accent_from, accent_to, subtitle, items[]。各項目 {icon, title, desc, tag, level}:
      • icon: Claudeが各項目に最適な絵文字を選択(🚫 ⚠️ ✅ ❌ 📈 💡 🔒 🚀 …)、固定ではありません。
      • level: danger/warn/good/info → アイコン、タグ、バーの色を決定。tag: 短いラベル(Nguy/Cao/Lợi…)。
      • accent_from/accent_to: Claudeがテーマに合った2つの16進数カラーを選択(例:オレンジ→赤、紫→青、緑)。
    • frame-aicoding-comparison — 正確に2つのものを比較するシーン(旧 vs 新、A vs B、前/後)。スロット: badge, pre, vs, post, left{}, right{}。各サイド {label, from, to, icon?, bullets[], stat?, stat_label?, win?}:
      • from/to: Claudeが各サイドに2つの16進数グラデーションカラーを選択(通常2つのサイドは異なるトーン、例:左オレンジ→赤、右ティール→青)。
      • icon: 各サイドのオプションの絵文字。win: true で勝利サイド(光るボーダー + WINバッジ)。stat/stat_label: 各カードの下にあるオプションの統計データ。
    • バランスのヒント:多くのシーンが数字の場合、frame-vignelli(チャコール+赤/金)と frame-pentagram-stat(暗めのネオンオレンジ/シアン)を交互に使用し、数字以外のシーンには frame-build-minimal を挿入して単調さを防ぎます。
  • outro → frame-logo-outro(デフォルト;スロット: brand_name, tagline, primary_url)。紙の背景に赤いカードが必要な場合は frame-statement-outro を使用します。

⚠️ ベトナム語TTSルール(voiceTextに必須)

voiceText はOmniVoice(ベトナム語TTS)によって読み上げられます。数字や記号は文字通りに読み上げられます — 例えば "5.5" は「năm rưỡi」(5時半)になる可能性があります(バージョン番号としては不適切)。したがって、voiceText 内では常に数字をベトナム語の文字で記述してください。一方、inputs(画面に表示されるテキスト)では、数字の書式をそのまま保持します("5.5" / "82.7%")。

完全な表(voiceText に適用):

数字の種類誤り(TTSが誤読)正しい(文字で記述)
小数点付きバージョンGPT 5.5 → 「năm rưỡi」GPT năm chấm năm
小数データ82.7%tám mươi hai phẩy bảy phần trăm
整数バージョンiPhone 17iPhone mười bảy (または iPhone 17 でも可)
ドット付きバージョンiOS 18.2iOS mười tám chấm hai
技術仕様200MPhai trăm megapixel
バッテリー5000mAhnăm nghìn miliampe giờ
トークン1M tokensmột triệu token
VND価格21 triệu đồnghai mươi mốt triệu đồng
USD価格$5năm đô la (または năm đô)
倍数2xgấp đôi (「hai lần」より自然)
パーセント30%ba mươi phần trăm
時間60 giâysáu mươi giây
比率3:1ba trên một / ba so với một
  • 小数点:chấm(自然な言い方)または phẩy(フォーマル)— 一貫して選択します。
  • 英語の頭字語:AI/GPT は通常OK;誤読される場合は発音を記述します ây ai / gí pi tí、API → ây pi ai。
  • voiceText には絶対に絵文字/アイコン、URL、→ & % $ # + = を含めないでください(音声をクリーンに保つため)。ブランド名(Apple、OpenAI、TikTok)はそのまま保持。自然な間隔のために文の終わりに . または ? を付けます。
  • inputs(画面に表示されるテキスト)では絵文字/アイコンを使用できます(🔥 🚀 ✨ ⚡ 📈 ⚠️ → …)— レンダリングで色が正しく表示されます。数字の書式はそのまま保持します("5.5"、"82%")。voiceText とは完全に分離します。
    • 絵文字は控えめに使用します(フィールドあたり0~1個のアイコン、ラベル/ヘッドライン/短いCTAに配置 — 例:kicker "🔥 Tin nóng"、cta "Theo dõi ngay →")。1文字ずつポップする大きなテキスト(例:build-minimalの hero)に絵文字を詰め込まないでください。アニメーションが崩れます。

Step 6: 自己チェック

  • scenes[0]=hook、最後のscene=outro;各templateIdがCATALOGに含まれていること;各inputsの必須スロットがすべて揃っていること;
  • headlineが3行以下で各行が短いこと;voiceTextで数字が文字に変換されていることかつ絵文字/アイコンが含まれていないこと;絵文字(存在する場合)は inputs 内のみにあること。最大2回まで静かに修正します。

Step 7: script.jsonの書き込み

Write ツールを使用して <outputDir>/script.json に書き込みます。

Step 8: パイプラインの実行

Bash フォアグラウンドで、ストリーム出力:

npm run pipeline -- <outputDir>/script.json

CLIは自動で renderer: "hyperframes" を認識し、テンプレートパイプライン(TTS → 各テンプレートのレンダリング → 音声に合わせる → 結合 + SFXミックス)を実行します。エラー時 → 明確に報告 + outputDirのパスを表示します。

Step 9: 結果の報告

✓ Video: [video.mp4](output/<slug>/video.mp4)
✓ Audio: [voice.mp3](output/<slug>/voice.mp3) — CapCut用
✓ Script: [script.txt](output/<slug>/script.txt) — CapCut自動キャプション用
総再生時間: XX.X秒

備考

  • 各シーンのレンダリングには約15~20秒かかります(Chromium使用)。8~10シーンの動画で約3~5分です。ffmpeg + Chromeが必要です(環境に既にインストール済み)。
  • TTSはべき等です(voice/scene-*.mp3 を保持);クリップもべき等です(clips/scene-*.mp4 を保持)— inputsを修正した後に再レンダリングするにはこれらを削除します。
  • 新しいテンプレートの追加:templates/CATALOG.md の最後のセクションに従い、カタログに1行追加します。

関連スキル