Communitygithub.com

make-video

学習ガイドやトピックから、音声付きアニメーションポートレート(1080×1920)のYouTubeショートを生成します。ガイドをパートに分割し、ナレーションを書き、キーワードに同期したシーンを構築し、Kokoro TTSで音声を追加してMP4をレンダリングします。ユーザーがショート動画、パート、エピソードの作成・生成・レンダリング・再レンダリングを依頼したとき、またはドキュメントをショートシリーズに変換するときに使用します。

make-video とは?

このスキルは、学習ガイドや任意のトピックから、音声付きアニメーションポートレート(1080×1920)のYouTubeショートを自動生成するためのパイプラインを提供します。ユーザーが「動画を作って」「ショートを生成して」「ドキュメントをシリーズに」などと依頼したときに起動します。まずソースガイドを分析し、1パート約90~125秒のコンセプト単位に分割したパート案を提案し、ユーザーの承認を得ます。各パートごとにナレーションを書き、キーワードに同期したキネティックタイポグラフィのシーンを構築します。シーンは宣言的なブロック(Track, Pipe, Rowsなど)で定義するのが推奨で、複雑なメタファーには手書きのSceneクラスも使えます。音声合成にはKokoro TTSを使用し、最終的にMP4をレンダリングします。レンダリング前には必ずキューとシーンの同期チェック(MISSING・overflowの確認)を行い、最終レンダリング後に長さや最長無音区間などのレポートを出力します。対応プラットフォームはローカル環境(ffmpeg必須)で、Claude CodeやCursorなどのAIエージェントから実行することを想定しています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rana3128/claude-skills-plugins/tree/HEAD/plugins/video-gen/skills/make-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

音声付きキネティックショートの作成

すべてのレンダリングは、このファイルの隣にある pipeline/ のバンドルパイプラインで行われます (スキルロード時に表示される「このスキルのベースディレクトリ」)。

0. セットアップ(プロジェクトごとに1回)

プロジェクトに video_gen/ フォルダがなく、その中に kinetic_build.py がない場合は作成します。

mkdir -p video_gen && cp <skill dir>/pipeline/* video_gen/
cd video_gen
python3 -m venv .venv && .venv/bin/pip install -r requirements.txt            # 描画(Python 3.11+)
python3.12 -m venv .venv-tts && .venv-tts/bin/pip install -r requirements-tts.txt  # Kokoro音声

ffmpeg がPATHに含まれている必要があります。voice.py は隣の .venv-tts 内でTTSワーカーを実行します。 すべてのコマンドは video_gen/ から実行します。

1. ルールを読む

  • DESIGN.md - キネティックなビジュアルスタイル。厳格なルール:ボックスは1列の全幅で積み上げ、横並び禁止;ボックスエッジにアクセントバーなし;大きなテキスト;各要素は読み上げられる単語に合わせて表示;見出しは1行(約30文字)に収める;焼き込み字幕禁止。
  • PARTS.md - part.md のフォーマット、ナレーションのルール、ガイドの分割方法。 デバッグ時を除き、engine_short.py、templates.py、skin.py は読まない。

2. 新シリーズ:最初に分割し、承認を得る

  1. ソースガイドを分析し、パート案を提案(各パート1コンセプト、約90~125秒)。ユーザーの承認を待つ。 長さを合わせるために内容を削らない;代わりに例や「なぜ」を追加する。
  2. 各 <series>/pNN_<slug>/part.md と、分析とパート表を含む <series>/README.md を作成する。
  3. シリーズフォルダを build_part.py の SERIES に追加(キッカー+フッター)。必要に応じて、kinetic.py の MARKS にロゴマークを追加する。
  4. ナレーションをリントする:.venv/bin/python build_part.py <part dir> --lint で全ての問題を修正する。 ナレーション:要約や歓迎の言葉は不要、トピックにすぐ入る;記号やコードは使わない;音声用に頭文字を読み上げる;最大45語。

3. シーン

各パートには SCENES を定義する scenes.py が必要です。2つのスタイルがあります(examples/ 参照):

  • 宣言型ステージブロック(推奨、高速):SCENES = K.part(word, tag, chips, [[blocks...], ...]) Track, Pipe, Rows, Code, Lanes, Bars, Ring, Fan, Chips, Big, Note を使用。キューは単語の接頭辞(ブロックの前のキューの後で検索)、(word, beat) またはビート番号。例:examples/p03_*。
  • ブロックで表現できないメタファーのための手書き Scene クラス。例:examples/p01_*。 キューとなる単語は読み上げ順にリストする。そうしないと MISSING キューが発生する。

4. チェックしてからレンダリング

.venv/bin/python kinetic_build.py <part dir> --stills /tmp/pNN.png   # コンタクトシート+キューレポート
.venv/bin/python kinetic_build.py <part dir> --out <series>/output   # 最終 <slug>_voiced.mp4
.venv/bin/python cue_scan.py <series>/p*_*                           # テキストのみの同期チェック

最終レンダリングの前に、すべての MISSING キューと overflow を修正する。シリーズ全体の場合は、最初の2パートをレンダリングしてユーザーのOKをもらい、残りをバックグラウンドで3つずつ実行する(xargs -P 3)。

5. レポート

表形式:MP4リンク、トピック、長さ、最長無音区間(目標1秒未満)。シリーズのREADMEにレンダリング済みのパートをマークする。チェックしなかった事項(フレーム未確認、音声未聴取など)を明確に記載する。

禁止事項

  • ボックスの横並び、エッジアクセントバー、小さなテキスト、焼き込み字幕の追加。
  • ビデオごとの音声キャリブレーションの提案;同期は単語単位で汎用的。
  • engine_short.py の直接編集;build_part.py がメモリ内でパッチを適用する。

関連スキル