Communitygithub.com

rnijhara/claude-skills

Chromeを操作して、ナレーション付きのチャプター分割された1080p MP4デモ動画を作成します。

claude-skills とは?

このスキルは、ブラウザベースの製品(Webアプリ、ダッシュボード、社内ツール、埋め込みアーティファクトなど)のデモやチュートリアル動画を完全自動で作成するパイプラインを提供します。内部では、Playwrightを使用して実際のChromeを駆動し、指定されたシナリオスクリプトに基づいてクローム上のUI操作を実行します。操作に合わせてカーソル表示、ハイライトライン、注釈、タイトルカードをオーバーレイ表示し、Amazon PollyまたはmacOS sayコマンドでTTSナレーションを生成します。各アクションのタイミングはナレーションに同期され、読み込み待ち時間は自動でカットされます。最終出力は−16 LUFSで正規化された、チャプター情報付きのMP4ファイルです。動画はコードとして記述されるため、台本の変更や声の変更があった場合でも手動で再録音する必要がなく、自動的に再作成されます。内部向け動画と顧客向け動画で適切なトーンを使い分け、実際のデータが使われることはなく、安全なテスト環境での録画を推奨します。

対応✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/rnijhara/claude-skills/tree/HEAD/plugins/browser-demo-video/skills/browser-demo-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。

ドキュメント

ブラウザデモ動画

スクリプトをコードとして記述するため、テイクは繰り返し可能です。声の変更やラベルの修正は手動での再録ではなく、自動的な再テイクになります。パイプラインは以下の通りです:

script.cjs ──tts.cjs──▶ audio/*.wav + durations.json
     │                                │
     └──────────record.cjs◀───────────┘   Chrome + overlay, CDP screencast → takes/<target>/frames + timeline.json
                    │
               post.py  ──▶ MP4 (カット除去、ナレーション+クリック音、−16 LUFS、チャプター)
                    │
               review.py ──▶ コンタクトシート+ラウドネス/チャプターチェック → 確認後、納品

エンジン: このスキルの scripts/ ディレクトリ。動画プロジェクトごとに ~/Movies/Demos/<slug>/ を使用します(決して /tmp は使いません。消去されるため)。ここには video.config.cjs、script.cjs、audio/、takes/ が格納されます。実行可能な例は examples/hello-orders/(ホストシェルに埋め込まれた小さなページ。セットアップ確認に使用)。最初のテイクの前に references/lessons.md を読んでください。

必要なもの: Chrome、Playwright を使用した Node(record.cjs が自動で見つけるか、設定で playwright を指定)、ffmpeg/ffprobe、Python 3、AWS CLI(Polly 用)。

1. 動画の合意(コード作成前)

以下の項目を確認し、ユーザーが反応できる概要を提案します:

  • 視聴者。 社内向け動画は、役割、権限、コントロール、既知の制限事項をカバーし、「知っておくべきこと」の章で締めくくります。リーダーシップや顧客向け動画は、結果とハッピーパスのみを扱います。
  • エンドツーエンドの流れ。 チャプターごとに、目標の長さを設定。社内の詳細解説には約10~12分が適しています。
  • 収録場所(決定)。 実際のボタンをクリックし、実際の状態を書き込むウォークスルーなので、実際の共有データでは絶対に実行しません。コピー、テストワークスペース、または現実的なデータが入った開発環境を推奨し、テイク間でリセットできる方法も提案します。そのコピーを作成する際に本番環境に書き込む場合は、明示的な許可が必要です。
  • アイデンティティ(決定)。 フローに2人(作成者と確認者)が必要な場合、実際のチームメイトが2つ目のウィンドウにサインインするか、1人が両方の役割をこなし、動画内でその旨を画面に表示します。ユーザーを作成したりパスワードを扱ったりしてはいけません。テストアカウントが必要な場合は、ユーザー自身が作成します。
  • 音声(決定)。 デフォルトは Polly 生成の「Amy」(en-GB)で、実際の視聴者から好評でした。全量を生成する前に、各候補音声の約30秒のサンプルを提供します: aws polly synthesize-speech --profile <dev profile> --region eu-west-2 --engine generative --voice-id Amy --output-format mp3 --text "<製品の専門用語を含む文章>" sample-Amy.mp3 非本番AWSアカウントを使用。macOS の say はオフラインで動作しますが、音声が合成音っぽくなります。ユーザー自身の声が最も自然な選択肢です。
  • フレーミング。 製品のみをフレーム内に収めます。ホストのサイドパネル、リスト、バナーは表示しません。設定の setup フックでこれを設定します。

2. プロジェクトのセットアップ

P=~/Movies/Demos/<slug>; K=~/.claude/skills/browser-demo-video
mkdir -p "$P" && cp $K/templates/video.config.cjs $K/templates/script.cjs "$P"/

video.config.cjs で以下の項目を記入します:使い捨て環境のURL、製品がiframe内で動作する場合の frame、ready、setup(フレーミング)、theme(製品のアクセントカラーとフッター)、voice、helpers.waitLoaded(製品のロード完了シグナル)。

ステップを記述する前にUIをマッピングします。UIを開き、安定したセレクタ(id、role、data-*、表示テキスト)をリストアップし、遅いロード箇所をメモします。生成されたキーよりも、表示テキストに基づくセレクタ(tr:has-text("-1,250.00") [data-resolve])を優先します。

3. シーンスクリプトの作成

各ステップには { id, chapter?, pre?, say?, act?, gap? } があります。h API の詳細は templates/script.cjs の先頭に記載されています。

  • ナレーションがタイミングを決定します。 act はクリップの再生中に実行され、h.at(0.6) で単語に合わせて2番目のアクションを同期させます。各 say は1〜2文のナレーションに抑えます。
  • 数字は話し言葉で記述します("ninety-seven percent"、"the fourteenth of September")。
  • 実際のユーザーからの実際の決定を使用します(存在する場合)。画面に表示される数値がチームの認識と一致するようにします。
  • 各チャプターの前にチャプターカード(h.card)を配置し、3〜6語のラベルでリングを追加します。note() は、安全性のプロパティ、注意点、「実際の使用では…」など、ポイントを明確にしたい場合にのみ使用します。
  • 遅いロードはすべて h.cut(() => h.waitLoaded(), 'Loading …') で囲みます。 このスパンはポストプロダクションで削除されます。
  • 画面とナレーションの両方で、すべての簡略化を説明します。 例えば、1人が2つの役割をこなす場合:制御がブロックしているところを示し、「この録音のためだけに」設定を変更しているところを示し、実際の使用ではどうなるかを説明します。
  • ダウンロードを指し示しますが、クリックはしません(レッスンを参照)。

4. ナレーションの生成

node $K/scripts/tts.cjs "$P"。変更された行のみが再生成されます。Claudeは結果を聞くことができないため、リスクのある単語(頭字語、名前)を特定し、ユーザーに確認を依頼してください。macOS の say を使用する場合、頭字語は文字として綴ります("S A P")。

5. ドライラン、サインイン、録画

  1. ドライラン。 TARGET=preview を設定し、previewUrl をローカルビルドに向けます(存在する場合)。存在しない場合は、使い捨て環境で短いセグメントを実行します:ONLY='^(c1|load0|where1)$' node $K/scripts/record.cjs "$P" record。Read ツールでいくつかのフレームを確認し(takes/prod/frames/*.jpg、エラー時は failure.png)、ffprobe でフレームが1920×1080であることを確認します。その後、環境をリセットします。
  2. サインイン。 node $K/scripts/record.cjs "$P" login を run_in_background で実行します。開いたウィンドウでユーザーがサインインし、閉じます。ユーザーが完了したと言ったにもかかわらずウィンドウが開いたままの場合は、pkill -INT -f "record.cjs.* login" を実行します。
  3. 本番テイク。 環境をリセットし、node $K/scripts/record.cjs "$P" record を run_in_background で実行します。開始前に、ユーザーにナレーションの長さ+約3分の1の時間がかかること、表示されるChromeウィンドウをクリックしてはいけないことを伝えます。完了通知を待ちます。sleep でポーリングしないでください。ログですべてのステップが ok であり、FAILED や CRASHED の行がないことを確認します。

6. 組み立てとレビュー

python3 $K/scripts/post.py "$P/takes/prod" "$P/takes/prod/walkthrough.mp4"        # run_in_background; 10分の動画で約10分
python3 $K/scripts/review.py "$P/takes/prod" "$P/takes/prod/walkthrough.mp4" "$P/review"   # オプション: step_id:0.8 でピック

review/s*.jpg のシートをすべて読んでください。ラベルの切れや重なり、誤った要素に付いたリング、カットされていないローディング状態、残ったオーバーレイがないかを確認します。ラウドネスは約 −16 LUFS、チャプター数はスクリプトと一致している必要があります。スクリプトの問題を修正し、環境をリセットして再テイクします。再テイクはコストがかかりません。

7. 納品とクリーンアップ

  • 納品。 動画を $P/<slug>.mp4 にコピーし、open で開きます。以前のバージョンが存在する場合は、上書きせずに名前を変更して保持します(例:old-<voice>-<slug>.mp4)。
  • 報告。 長さ、解像度、チャプター、音声、収録場所、表示したすべての簡略化、確認できなかった点(オーディオ)、残っている視覚的な欠陥を報告します。
  • クリーンアップ前に確認。 使い捨てのコピーや環境を削除する前、および takes/(フレームはGB単位)を削除する前に、ユーザーの許可を得ます。script.cjs、設定、audio/ は、後で動画を再録できるように保持します。
  • 記録。 作業がチケットやメモファイルに属する場合、動画の場所とコピー削除が保留中であることをそのファイルに記録します。そのファイルのみをコミットします。

関連スキル