skailabinfo/claude-video-harness

新しい動画：テイクからマスターまで

開始前に：harness.config.json → configured: true（それ以外の場合は setup スキルを実行）、bash video/scripts/doctor.sh で MISSING がないことを確認。brand-kit.md、editing-taste.md、exemplars.md の「味覚プロファイル」、anti-patterns.md、delivery-specs.md を読め。動画のスタイルはユーザープロファイルのみから決定する： ポスター、カード、ステッカー、Bロール、サウンド、グラフィックの量、テンポはすべてプロファイルに従う。プロファイルに記載がないことはユーザーに確認し、自分で決めるな。コードの出発点は現在の video/src/ とする。

もし video/public/footage.mp4 が前回の動画から残っていて、edits/ にアーカイブされていない場合は、まずアーカイブし（ステップ11）、その後開始せよ。

1. テイクの確認

ffprobe -v error -show_entries format=duration:stream=width,height,r_frame_rate:stream_side_data=rotation -of default=nw=1 takes/1.MOV

向きは rotation を参照し、width は見るな（iPhoneは縦動画を1920x1080＋フラグで書き出す）。3～4フレーム確認せよ（ffmpeg -ss N -i … -frames:v 1 out/peek-N.jpg）。三脚で撮影されている場合はスタビライズするな — vidstab はかえってブレを追加する。明らかに手持ちの場合のみ：元動画にスタビライズを適用せよ（vidstabdetect=shakiness=6:accuracy=15 → vidstabtransform=smoothing=25:optzoom=1:interpol=bicubic、-c:a copy；libvidstab 付き ffmpeg が必要）。その後、スタビライズ後の動画を以降の処理に使用せよ。

2. テイクとフライングスタート — カットの前

cd video && python3 scripts/chunks.py ../takes/1.MOV

連続した文字起こしは繰り返しを隠してしまい、視聴者はすぐに気づく。以下の箇所を探せ：同じフレーズを含む隣接セグメント（テイク — 最後のものを残せ）、次のセグメントが最初から言い直している1～2語のセグメント（フライングスタート）。削除予定のリストをタイムコード付きでユーザーに表示し、「はい」の承認を得よ。境界は無音部分内とする。

3. カット

cp public/captions.json out/captions.backup.json 2>/dev/null   # cut.py は文字起こしを上書きする
DROP="12.40-15.80" python3 scripts/cut.py ../takes/1.MOV

テンポはプロファイルの cut から取得する（リファレンスに基づいて調整済み）。スクリプトは DURATION、カット箇所、および「カット箇所が発声中でないか」のチェック結果を出力する。ユーザーが希望するテンポに対してカットが少なすぎる場合は、プロファイルの値より低い引数を渡せ（例：… 0.4 0.2、標準 ~0.35 / 0.2）；多い場合は高い値を渡せ。カットがまったくない場合 — 部屋がうるさい：QUIET=-46。話すのが速い/テンポが遅い場合 — SPEED=1.1。カット箇所が発声中の場合は、DROP またはパラメータを調整し、そのままにするな。

4. マット処理 — すぐに開始せよ（style.poster.enabled の場合）

TITLE_OUT = cut.py の出力における最初のカット位置（ポスターはここで表示される）、通常4～7秒。マット処理は最も時間がかかる部分（CPUで約8秒/フレーム、2ワーカーで約6フレーム/分）。バックグラウンドで起動し、その間にコードを書け：

python3 scripts/matte.py <TITLE_OUT> 2 > out/matte.log 2>&1      # バックグラウンドで実行（run_in_background）

マット処理中はスチルをレンダリングするな — 負荷が高くなる。終了待機は ps -axo command | grep "[m]atte.py" で行え、pgrep は使うな。スクリプトは処理済みフレームをスキップする — 再起動後は単に再度実行せよ。

5. 文字起こしの修正

public/captions.json を開け（w、s、e は秒、em は強調）：

• 聞き間違いを修正せよ：固有名詞、ブランド、専門用語、英単語；頭字語は正しい表記に（AI、ROI）；whisper は末尾の無音部分に「Спасибо за просмотр」/「Thank you.」を入れることが多い — 削除せよ；
• em: 2（style.captions.highlight が size または both の場合）および "accent": 1（color または both の場合） — 意味に基づき、プロファイルに記載された数と単語に従って設定せよ（brand-kit.md §2、§4）。記載がない場合は、どの単語を強調するかユーザーに確認せよ。

6. ビートシート

自分で、または長時間動画の場合はサブエージェント script-beats を使って、video/SCRIPT.md を作成せよ：

• ポスター — style.poster.enabled の場合のみ：ユーザーの言葉とトーンで、アクセントとキッカーはプロファイルに従う；
• カード — style.cards が none でない場合、editing-taste.md §3 の密度に従う（数 → count；ステップ → num + head；列挙 → head + lines または単語にアイコン付きの row）；from = フレーズの最初の単語 + 4フレーム；
• ステッカー FLOATS — style.stickers の場合のみ：単語1つのキャプション、コンパクトなピクトグラム（ART_NAMES）；
• pain: true のカード — ユーザーが「それはダメ」と明示した場合のみ。

コードの前に、ビートシートの内容（何がどこに表示されるか）を簡潔にユーザーに示せ — ユーザーの動画、ユーザーの判断。

7. コード

• src/Composition.tsx：DURATION、TITLE_OUT、KICKER、TITLE、BEATS、FLOATS；Captions from = ポスターがある場合は2番目のフレーズの開始位置、それ以外は0。
• src/ui/Footage.tsx：BEATS テーブルは cut.py のカット位置に厳密に従い、フルスケールで表示（クローズアップ 1.16–1.21倍、通常 1.06–1.09倍） — style.motion.punch が自動で弱めるかオフにする。クローズアップを配置する場所は editing-taste.md §4 に従う；クローズアップの後は元のスケールに戻す。戻さないとクローズアップが「張り付く」；ポスターがある場合は最初のカット位置に配置。
• 新しいコンポーネントは、カード、ステッカー、Photo/Clip/Tag のいずれでも表現できない場合のみ作成せよ（その場合は scene-builder を使用）。
• Higgsfield からの Bロール — 接続されており、プロファイルがそれを望む場合（brand-kit.md §5）：<Clip> で表示せよ（事前にトリミングと無音化：ffmpeg -an -t <秒>）。挿入前に生成フレーム上のテキスト/顔/手を確認せよ。まずユーザーに確認し、価格を伝えよ。
• サウンド — style.sfx の場合のみ：不足しているロール（card、count、end）は、プロファイルの説明に基づいてサブエージェント audio-agent で生成せよ。
• npm run lint — エラーなし。

8. 確認用フレーム（マット処理後）

各カードとステッカーが完全に合成された瞬間のスチル、ポスターは表示中盤（最後の行が髪の上に読める位置）、数フレーズの字幕、最終フレーム をレンダリングせよ：

npx remotion still MyComp out/key/f<N>.png --frame=<N> --scale=0.5 --timeout=120000

それらを4枚横並びに番号付きキャプションで合成し（PIL；キリル文字対応フォント、例：/System/Library/Fonts/Supplemental/Arial Bold.ttf）、ユーザーに表示せよ（SendUserFile）。マスターはユーザーの「OK」を得てから行うこと。 リスト作成は数分、マスターは10～20分かかる。

表示前に自分で確認せよ：キーテキストが下部15% / 上部8%の範囲外であること；要素が重なっていないこと；ステッカーがカードと交差していないこと；最終フレームが空でなく、途切れていないこと；すべてユーザープロファイル通りで、それ以上ではないこと。

9. マスター

npm run master        # バックグラウンドで実行；ファイルの存在ではなくプロセスを監視せよ

スクリプトは自動でカットをチェックし、フレーム数を計算し、out/preview.mp4 を生成する。音量を確認せよ：ffmpeg -i out/final-master.mp4 -af ebur128 -f null - 2>&1 | grep -A3 Summary ≈ audio.lufs の目標値。プレビューをユーザーに送信せよ。

マスター後の修正（「このフレーズを削除して」） — マスター自体を編集せよ（ffmpeg の trim + concat を無音部分で行う）。テイクを再カットしたり、全体を再レンダリングしたりするな；事前に ETA を伝えよ。結合部分を確認せよ：前後6秒を切り出して whisper にかけ、意図した2つのフレーズだけが正確に連続していることを確認せよ。

10. サムネイル

プロファイルに指定がない場合、どのようなサムネイルが必要かユーザーに確認せよ：タイトル付きフレーム（Cover）、動画のポスター（PosterCover）、または自作。フレームはユーザーと一緒に選べ：目が開いている鮮明なフレームを3～4枚提案せよ（ffmpeg -ss <秒> -i takes/1.MOV -frames:v 1 -q:v 2 out/cover-N.jpg）。

1. 選択したフレーム → public/cover-bg.jpg。
2. rembg i -m birefnet-portrait public/cover-bg.jpg out/cover-matte.png
3. python3 scripts/cover-sticker.py public/cover-bg.jpg out/cover-matte.png public/cover-cutout.png 20
4. Root.tsx → Cover の defaultProps.lines：ユーザーの言葉でタイトルを、accent / em はユーザーの希望通り。サイズは自動調整される — フォントサイズは変更するな。
5. npx remotion still Cover out/cover.png --timeout=120000 — 表示せよ。

代替案：PosterCover — 動画のポスターをサムネイルとして使用（フレームとその切り抜きを poster-bg.jpg / poster-cutout.png に）。

11. アーカイブ

edits/<N>/（ルートディレクトリ、video/ 内ではない）に保存：Composition.tsx、Footage.tsx、captions.json、SCRIPT.md、cover.png、final-master.mp4、preview.mp4。ユーザーが希望する場合は、次のスキル publish を実行せよ。