video-studio
1つの会話パイプラインであらゆる動画を編集できます。3つのレイヤーで構成され、このスキルがその間をルーティングします。LLMは動画そのものを視聴せず、読み取り(トランスクリプト+オンデマンドのタイムラインPNG)を行い、単語境界レベルの精度で編集します。
バンドルされている3つのレイヤー
-
カットエンジン —
video-use(skills/video-use/) 文字起こし → パッケージ化 → 推論 → EDL生成 → レンダリング → 自己評価。担当:フィラーワード除去、デッドスペーストリミング、カラーグレード、30msのオーディオフェード、字幕焼き込み、およびカットにオーバーレイを配置するrender.pyコンポジット。すべての編集の背骨です。 詳細な12のプロダクションルールについてはskills/video-use/SKILL.mdを参照してください。 -
モーションレイヤー — HyperFrames(
skills/hyperframes/、hyperframes-cli/、hyperframes-registry/、gsap/、website-to-hyperframes/) HTML + GSAPコンポジションをヘッドレスChromeでレンダリングし、アルファチャンネル付きの.movとして出力します。用途:ローワーサードキャプション、タイトルカード、コールアウト、オーディオリアクティブ要素、シーン遷移、キネティックテキスト。video-useがこれらをオーバーレイとして生成し、コンポジットします。 -
クラフトレイヤー —
make-a-video、short-form-video、docs/MOTION_PHILOSOPHY.mdストーリーボード、ブランドシステム、テンポ、モーションのセンス。レンダリング方法ではなく、どのような印象を与えるべきかを扱います。
標準ループ
- インベントリ。 フォルダ内のソースをリストアップします。ユーザーが素材を指定して何をしたいか伝えるまでは、文字起こしをしないでください。
- 文字起こし+パッケージ化(video-use):ソースごとに1回の文字起こし呼び出し → 1つの
takes_packed.md。 - 戦略 → 確認。 カット案(ビート、順序、削除する部分)を提案します。承認を待ちます。承認なしにカットを実行しないでください。
- EDL。 カットリストを作成します(
ranges= ソースの秒数、overlays= 出力秒数におけるキャプション.movファイルの位置)。フォーマットについてはtemplates/project/を参照してください。 - モーション(HyperFrames、ビートに必要な場合):1つのコンポジションを作成し、バリアントごとに
--format movでレンダリングします(アルファ付き — webmは不透明になります)。 - コンポジット(video-use):
render.py <edl> -o final.mp4 --no-subtitles --no-loudnorm(ソースに実際のオーディオがある場合のみ--no-loudnormを外してください)。 - 自己評価 → 保存。 エンジンは何かを表示する前にすべてのカット境界をチェックします。セッションのメモリはプロジェクトの
project.mdに保存されます。
厳格なルール(譲れません。センスは自由です)
- キャプションは
--format movでレンダリング(ProRes 4444 yuva)。webmは不透明でアルファなし。 - 無音ソースにはステレオの無音トラック を
render.pyの前に追加します(そのオーディオパスがそれを期待するため)そして--no-loudnormを使用します。 - スピードランプは事前レンダリングした
setptsクリップ として、それ自体をEDLソースとして参照します。EDLネイティブのスピード変更はできません。 - 出力は
<videos>/edit/に配置 — スキルディレクトリを整理しておいてください。
セットアップ
./install.sh を1回実行します(ffmpeg/node/chromeの確認、video-useのvenvセットアップ、スキルの配線、ElevenLabsキーの入力を求めます)。その後、動画素材のあるフォルダにcdしてセッションを開始します。詳細はリポジトリのREADME.mdを参照してください。