Avenox Studio — オペレータールーター は何をしますか?
ローカルファースト、エージェント操作型動画パイプラインのための高速オペレーターガイド。 すべては自分のマシン上で実行されます。クラウドエディターも、アップロードしてレンダリングもありません。
人間は指示と品質承認を行い、エージェントがパイプラインを実行します。
セットアップ
export STUDIO_JOBS="$HOME/video/projects" # 重いメディアファイルはここに配置
export STUDIO_ROOT="/path/to/this/repo" # スクリプト、テンプレート、ブランド設定
要件: macOS(h264_videotoolboxによるハードウェアエンコード;mlx-whisper用にApple Silicon)、ffmpeg、python3、melt/MLT、Node(HyperFrames用)。Linuxでもlibx264とCUDA Whisperビルドに置き換えればほとんど動作します。
運用原則
- メディアの規律。 重いメディアは決してクラウド同期フォルダに入れないでください。同期は数GBの中間ファイルでスラッシングを起こし、書き込み中のファイルを破損させる可能性があります。ジョブは
$STUDIO_JOBS/<job>/(raw/cut/graphics/audio/outputs/)に配置します。ノートシステムには頭脳(このシステム、ブランド仕様、edit.json計画)のみを保持します。 - ディレクターループ。 プレビュー(グラフィックスの静止画+高速ドラフトレンダリング)を生成 → フィードバックを送信 → その後でのみ最終レンダリング。承認なしに最終版を出荷しないでください。これは最も重要なルールです。未レビューの最終版をレンダリングするエージェントは、拒否されたカットで何時間も無駄にすることになります。
- ブランドは提案ではなく厳格な制約です。 グラフィックスを作成する前に
brand/frame.mdを読んでください。一度定義したらロックします。(リファレンス実装は意図的に「AIの粗雑な出力」とは逆の方向性です:高級な編集、温かみのある紙+インク+単一のアクセントカラー、ネオン/グラデーション/ガラスモーフィズム/3D光沢は不使用。) - フォーマット: YouTube 16:9 1080p60。プリセットは
brand/presets/youtube-16x9.jsonにあり。 - 仕上げはハイブリッド。 ドラフトを自動生成。同じ
.mltファイルをKdenliveまたはShotcutで開いて手動仕上げが可能。味付けの自動化は試みないでください。 - 文字起こしはデフォルトでLOCAL
mlx-whisper、モデルはwhisper-large-v3-turbo—高速、無料、非英語音声にも強い。注意:ほとんどのLLMルーティングプロキシはwhisperエンドポイントを公開していません。リモートを使用する場合は、専用の音声APIを使用してください。
スクリプト(scripts/)
| スクリプト | 機能 |
|---|---|
autocut.sh IN.mp4 [balanced|aggressive|conservative] | 無音カット → _cut.xml(Premiere)または --export バリアント |
transcribe.py IN.mp4 PREFIX | → transcript/PREFIX_timed.json + _narration.txt |
mltgen.py edit.json out.mlt --base <job-dir> | 編集リスト → MLTプロジェクト(Kdenlive/Shotcut/melt) |
vrender.sh project.mlt out.mp4 [fast|quality] | レンダリング(fast = HWドラフト、quality = CRF18マスター) |
grabshot.sh | クリップボードのスクリーンショット → ディスク |
slides2png.sh | レガシーな静的スライド — HyperFramesを推奨 |
remove-silence.py | スタンドアロン無音除去 |
7つのステップ
- 取り込み — 生データをコピー →
$STUDIO_JOBS/<job>/raw/。指示と実際に必要なセグメントを確認。 - ラフカット —
autocut.sh raw.mov balanced→cut/screen_cut.mp4;transcribe.pyでスクリプトを生成。完全なレシピはavenox-roughcutスキルを参照。 - グラフィックス — HyperFrames。
hyperframesスキルを経由 → 通常はmotion-graphics(短いビート)、faceless-explainer(コンセプト説明)、またはgeneral-video。最初にbrand/frame.mdを読むこと。アニメーションMP4をgraphics/にレンダリング。完全なレシピはavenox-graphicsスキルを参照。 - アセンブル —
edit.jsonを作成(テンプレートはtemplates/edit.json)。cut/*.mp4+graphics/*.mp4+ 音楽を組み合わせ →mltgen.py edit.json project.mlt --base <job-dir>。 - キャプション —
transcribe.py→.srt。brand/caption-corrections.jsonを適用(caption-corrections.example.jsonからコピー — ASRが頻繁に誤認識する用語の検索/置換マップ)。YouTube CCとして書き出し、焼き込みはしない。 - 音楽 — すべての下にBGM、ボーカル下でサイドチェインダッキング、ターゲットは約-14 LUFS。
CREDITS.mdで帰属を追跡。 - 書き出し —
vrender.sh project.mlt draft.mp4 fast→ ディレクターレビュー →vrender.sh … final.mp4 quality→ スクラッチファイルを整理。
グラフィックスの品質基準
HyperFramesクリップはbrand/frame.mdに従わなければなりません。タイポグラフィ主導で、抑制の効いた、重みのある動きを優先します。動きが必要ないビートでは、クリーンな静止フレームで問題ありません — 動かすために動かさないでください。
参考
- ラフカット:
avenox-roughcut· グラフィックス:avenox-graphics - HyperFramesスキル:
hyperframes(ルーター)、hyperframes-cli、hyperframes-animation、hyperframes-creative、motion-graphics、faceless-explainer、general-video - ブランド仕様:
brand/frame.md(brand/frame.template.mdから記入)