claude-real-video / crv Pro — Leo 用ビデオ分析ツール
Leo のマシンには Pro バージョン 0.5.0 がインストールされています(~/Projects/crv-pro/.venv/bin/crv-pro、PATH が通っていれば crv-pro で実行可能)。
使用タイミング
Leo が動画(URL またはファイルパス)を渡して、内容について質問したり、要約を求めたり、リールのベンチマークを取ったり、「彼はどう話しているのか」「どう撮影しているのか」「なぜ視聴者は購入するのか」といった分析を依頼したとき。
コマンドの選び方(0.5.0)
| Leo の発言のニュアンス | コマンド |
|---|---|
| 「これ何を言ってるの?」「要約して」「彼の言ってることは本当?」 | crv-pro "<src>" -o out --mode watch |
| 「どうやって作ってる?」「分解して」「なぜバズった?」「真似できる?」 | crv-pro "<src>" -o out --mode creator |
| 「完全に分析して」または意図が不明瞭 | crv-pro "<src>" -o out --mode full |
Leo が具体的な質問がある場合は --why "<元の質問文>" を追加します。
--senses= 五感フル活用:音声イベント、トーンカーブ、感情、ジェスチャー/表情、シーンラベル(初回実行時はモデルダウンロードに約2.7GB、86秒の動画で約40秒の処理時間)- 単一の感覚のみ:
--prosody/--audio-events/--emotion/--gesture/--scene-labels --lens content|creator|both(デフォルト both):MANIFEST が AI に分析の方向性を指示するために使用- 長尺動画には
--max-frames 60を追加;音声なし動画には--no-transcribe - IG/TikTok などログインが必要なプラットフォームの場合:まず cookie JSON を Netscape 形式に変換し、
--cookiesオプションで指定します(2026-07-05 のテストで IG リールの直接取得に成功、これが正攻法です):この方法でも失敗した場合のみ、[[reference_ig_post_full_read]] の IG 内部 API を使用した手動ダウンロードにフォールバックします。python3 -c "import json; ck=json.load(open('/Users/leo/Projects/auto-post/browse-cookies/kanisleo328-threads.json')); cs=ck if isinstance(ck,list) else ck['cookies']; print('# Netscape HTTP Cookie File'); [print('\t'.join([c['domain'],'TRUE' if c['domain'].startswith('.') else 'FALSE',c.get('path','/'),'TRUE',str(int(c.get('expirationDate',2e9))),c['name'],c['value']])) for c in cs if 'instagram' in c.get('domain','')]" > /tmp/ig-cookies.txt crv-pro "<reel url>" --cookies /tmp/ig-cookies.txt --mode full
出力の読み方の順序
MANIFEST.txt— 先頭に lens 指示ブロックがあり、それに従って処理を行います;フレームリスト、モーションセクション、perception timeline(音声/トーン/感情/ジェスチャー/シーンイベント、各々秒数と信頼度スコア付き)、文字起こしを含むgrids/9グリッドの連続フレーム;詳細を確認する場合のみframes/*.jpgを開く(読む前に1500px以内に縮小)perception.json— 完全な知覚データ(閾値で隠された低信頼度イベントも含む)
⚠️ 絶対ルール(2026-07-05 Leo QA 策定)
-
文字起こしは最初から最後まで読まなければ正確なレポートは作成できない(2026-07-16 Leo がサンプリング読みで出典の誤りと、動画全体で最も重要な3つのディテールを見逃すミスを発見):transcript.txt を全文読んでから内容を分解すること。サンプリングは秒数の確認にのみ使用し、理解の代用にしてはいけません。
-
知覚ラベルは手がかりであって結論ではない:引用する前にフレームと文字起こしで相互検証すること(MANIFEST の先頭でもそう指示しています);感情モデルは「普通で力強いトーン」を怒りと誤読することがあります——非中性の感情で信頼度 <0.75 のものはすでに隠されており、表示されているものも検証が必要です。
-
ベンチマーク/リメイクを行う前には必ずモーションリズム表を確認すること(cuts/min、中央値のショット長、カメラワークの分布)、感覚に頼らないこと(詳細は [[reference_reel_clone_pipeline]] を参照)
-
回答には具体的な秒数とデータを引用し、曖昧な表現は避ける
備考
- すべてローカルで実行され、ツールは何もアップロードしません;
--kb <ディレクトリ>でナレッジベースに保存可能 - 一時ファイル(ダウンロードした動画/抽出フレーム)は読み込み後に削除すること(
/tmp配下)