Communitygithub.com

UgurKeskekci/claude-video-kit

話している顔の録画(カメラ・音声込み、横4Kまたは縦)から、縦型のInstagram Reels / YouTube Shorts / TikTok動画(1080x1920、30fps)を「カード形式」で生成します。

claude-video-kit とは?

このスキルは、話している人の録画(カメラ映像と音声を含む、横4Kまたは縦)を、Instagram Reels / YouTube Shorts / TikTok向けの縦型動画(1080x1920、30fps)に変換します。出力は「カード形式」で、上部には発話内容に連動して現れるシンプルなインターフェースカード(チャットバブル、リスト、文字ごとに表示される端末、ファイルツリー、大きな数字、実際のスクリーンショットなど)が表示され、下部には角丸の顔カードが表示されます。カード間には単語単位の字幕が表示され、カード切り替え時には柔らかなwhoosh音、タイピング音が再生され、最後には「コメントで教えてね」という質問で締めくくられます。このスキルは、「reelsを作って」「これからreelsを生成して」「shortsを作って」「縦型動画」「カード付きreels」「情報提供reels」「ヒント動画」「上部カード・下部顔」「コメントで教えてねで終わる」「tips reels」といった指示に適しています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/UgurKeskekci/claude-video-kit/tree/HEAD/.claude/skills/reels

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

Reels(カード形式)

会話の録音を、話された各アイデアが上部にカードで表示される縦型動画に変換します。 作業分担は次の通りです:

  • ツール 音声を計測・カットし(yatay-kurgu スキルの文字起こし・カットツール)、カードと字幕を描画し、音声を調整し、結果を測定します。
  • あなた(Claude) 文字起こしを読み、削除する部分を選び、各カードをどの単語で表示するかを senaryo.json に記述し、確認画像を確認します。

秒数は記述しません。カードは発話された単語に紐づけられ、カット位置が変わってもそのままの位置に残ります。

準備

  • ffmpeg がPATHに存在し、Pythonの依存関係はリポジトリルートの kur.sh でインストールします。コマンドではPythonとして .venv/bin/python を使用します(Windowsでは .venv\Scripts\python)。libass付きffmpegは不要:字幕はPillowで描画します。
  • 同じリポジトリ内の2つのスキルのツールを使用しますが、それらには手を加えません:yatay-kurgu(文字起こし+音声カット)と x-animasyon(whooshとタイピング音の合成)。
  • Whisperモデルは初回実行時にダウンロードされます(large-v3約3GB)。ダウンロード前にユーザーに通知してください。
  • フォントはリポジトリルートの fontlar/(OFLライセンス)のみ:Inter、Newsreader、IBM Plex Mono。
  • 各ジョブは専用フォルダ calisma/reels/<ad>/ に配置されます。元の録画ファイルは読み取り専用です。

以下では、R = .venv/bin/python .claude/skills/reels/araclar/reels.py、P = calisma/reels/<ad> とします。

ループ

1. 文字起こし。

R dokum P --video kayit.mp4 [--bas 56 --sure 42] [--terimler "videoya özel adlar"]

録画が長く、Reelsがその一部だけの場合、--bas/--sure で範囲を指定します(切り出しは P/kaynak.mov として出力され、元ファイルは変更されません)。目標:35~45秒の出力。

2. 文字起こしを読んでカット。 P/dokum.md を最初から最後まで読みます(yatay-kurgu SKILL.mdのルールが適用されます)。ポーズや繰り返しはすでに除去されています。あなたは以下のものを P/atilacak.json に記述し、各行に理由を付けます:

  • 言い直し(最後の試行を残す)、編集メモ(「ここをカットします」)、誤った発言とその修正;
  • 不明瞭な発言:両方の解釈で曖昧な部分は字幕に適合せず、カットします(.venv/bin/python .claude/skills/yatay-kurgu/araclar/kurgu.py pencere P <sn> で再文字起こし);
  • Reelsには不要な脇道の話題:内容判断はユーザーに確認。

カットポイントは音声で決まります:範囲は dokum.md の行境界から指定し、ツールは±0.2秒以内の最も音量が小さいフレームに調整します。その後:

R kurgu P        # プランを再構築
R kelimeler P    # カット後の残りの単語とその出力秒数(ここからアンカーを選ぶ)

3. シナリオ:P/senaryo.json。 例:ornekler/reels/senaryo.ornek.json。フィールド一覧とカードタイプ:references/kartlar.md。

{"vurgu": ["effort"], "kuyruk": 2.0, "vuruslar": [
  {"duzen": "yuz"},
  {"kelime": "Önce", "kart": {"tur": "liste", "baslik": "Sıra", "isaret": "sayi",
     "maddeler": [{"yazi": "Modeli seç", "kelime": "modeli"}, {"yazi": "Effort'u seç", "kelime": "effort"}]}},
  {"kelime": "oynattım", "ofs": 0.5, "duzen": "grafik", "kart": {"tur": "soru", "soru": "Sen hangisini kullanıyorsun?"}}
]}
  • ビート = 画面の1つの状態。kelime アンカーは単語の開始位置です("effort" → "effort'unu")。前のビートの後で検索されます。複数の単語を指定できます("plan modu")。kac はn回目の出現、ofs は秒単位のオフセットです。最初のビートは0から始まります。カード内の項目/行/メッセージもそれぞれの kelime で表示されます。
  • レイアウト: bol(カード上部、顔下部。カードがあるビートのデフォルト)、yuz(全画面顔。カードがないビートのデフォルト)、grafik(全画面カード、顔なし)。
  • テンポ: ビートあたり1.5~4秒。40秒のReelsで10~15ビート。フック(最初の1~2秒)は顔で始めます。
  • 顔はカメラを見ている部分のみ。 人物が画面/テキストを見て話している場合、そのビートは grafik にします。
  • 捏造禁止: カードは実際に話されたこと、または実際に存在するもののみを表示します。測定していない数字、存在しないコマンド、捏造した画面テキストは禁止です。スクリーンショットはユーザーの実際のファイル(gorsel)を使用します。
  • クロージング: 最後のビートは soru カード(コメントを促す質問)にします。会話が終わった後、kuyruk(秒)の間そのまま表示され、この間は grafik レイアウトを選択します(画面は静止します)。
  • 字幕の誤認識: "altyazi_duzelt": {"aranaya": "arenaya"}。vurgu リスト内の単語は字幕でイタリック+強調色で表示されます(語幹のみで十分:"effort")。

解決されたタイミングを確認:R vuruslar P(各ビートの開始/終了、要素のタイミング。表示されずにカードが切り替わる要素には警告を表示します)。

4. フレーミング。

R yuz P          # 顔の矩形推定 → P/kadraj.json + P/kontrol/kadraj.jpg

Readで kontrol/kadraj.jpg を開く:緑の矩形は顔(額から顎まで)を囲みます。青は bol、オレンジは yuz のトリミング領域です。推定はモデルフリー(肌色+中心優先)。背景に肌色に近い領域、2人、または色付きの照明があると誤認識する可能性があります。間違っている場合は、kadraj.json の kutu をソース画像のピクセルを確認しながら手動で修正し、R yuz P で画像を再生成します(既存の kadraj.json は上書きしません)。人物が動く場合は、anahtarlar(タイムスタンプ付き矩形)を記述します。

5. プレビューの後、レンダリング。

R kare P                    # 各ビートから1フレーム → P/kontrol/kareler.jpg(確認)
R kare P 2.3,31.4           # 特定の瞬間(開始アニメーション、タイピング端末など)
R render P                  # → P/cikti/<ad>.mp4、最後に自動測定

6. 測定(直接再生できなければ、測定で確認)。 R olc P(レンダリング後に自動実行)→ P/kontrol/olcum.md + P/kontrol/temas.jpg:

  • 長さ: 映像と音声の長さが一致し、フレーム数が期待値と一致。
  • セーフエリア: 5フレームごとに字幕、カード、顔のピクセル矩形を測定。InstagramのUIは上部 y<220、下部20%(y>1536)、右側のいいね/コメント列(x>940、y 1000-1536)を覆います。字幕とカードはそこに入らず、顔は下部20%より上に残ります。違反行がある場合は、シナリオ(カード内容、レイアウト)または kadraj.json を修正します。
  • 音声: 出力ファイルは -14 LUFS、実際のピーク <= -1 dBTP。効果音トラックは会話の約15 dB下。whooshのピークがカット位置に合っているか。
  • コンタクトシート: 各ビートのカードが埋まった状態(切り替え直前)。開いて確認:はみ出したテキスト、重なった要素、切れた頭、空のカード。
  • 結合(オプション): .venv/bin/python .claude/skills/yatay-kurgu/araclar/kurgu.py dogrula P で途切れた音声を再解決し、途切れた/漏れた単語を報告します(P/dogrula.md)。

修正後は R render P のみ実行(音声と映像を最初から、M1 Proで40秒の動画なら約35秒)。

7. 納品。 ユーザーに簡潔に数字で伝える:出力パス、長さ(元→カット後)、ビート/カード数、削除したものとその理由、セーフエリア結果、LUFS/ピーク、コンタクトシートのパス。測定できないもの(音声の心地よさ、カードのわかりやすさ)は明示的にユーザーに委ねます。

既知の制限

  • 顔矩形はモデルフリー推定のため、毎回 kadraj.jpg を確認する必要があります。フレームごとの顔追跡はなく、固定矩形またはキーフレーム間の線形補間です。
  • 横型録画からの全画面顔(yuz)はソースの高さに制限されます。4Kでは顔が大きく残り、字幕は自動的に顎の下に配置されます。bol レイアウトでは、顔カードの高さは顔の下に残る画像に応じて短くなります(顎が下部20%に入らないようにするため)。
  • 音楽はありません。効果音は合成(whoosh、タイピング、ポップ、スクラッチ)。
  • カードタイプは固定(references/kartlar.md)。新しいタイプを追加するには、araclar/kartlar.py に描画+音声関数を追加し、CIZ と OLAY 辞書に登録します。
  • UI領域(上部220px、下部20%、右列 x>940)はInstagram Reelsのおおよその値で、控えめな値です(araclar/cizim.py の先頭)。Shorts/TikTokでも同様ですが、完全に同じではありません。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

UgurKeskekci/claude-video-kit

Kodla (görsel üretim modeli OLMADAN) hikâye anlatan kısa mürekkep çizgi animasyonu üretir — X/Twitter gönderisi, Reels/Shorts, YouTube video arası ya da soğuk açılış. Görüntü PIL mürekkep motoruyla, müzik ve efektler numpy sentezi ile aynı zaman programından üretilir, sonuç ölçülerek denetlenir. Şu durumlarda kullan: "animasyon yap", "çizgi animasyon", "halimi anlat", "durumumu göster", "twitter için animasyon", "reels animasyonu", "araya animasyon", "çöp adam animasyonu", "kodla video", "one-shot animasyon".

UgurKeskekci/claude-video-kit

Sayı ve yazıyla hikâye anlatan editoryal hareketli grafik videosu üretir (Remotion) — X/Twitter gönderisi, Reels/Shorts, YouTube video arası. Hikâye JSON sahne listesi olarak yazılır (başlık, yazılan istem, sayaç, ölçer, sütunlar, karşılaştırma, liste, soru), 16:9 ve 9:16 render edilir, yumuşak whoosh + klavye + sakin müzik yatağı numpy ile sentezlenip eklenir, sonuç ölçülerek denetlenir. Şu durumlarda kullan: "X için animasyon/video", "hareketli grafik", "motion graphics", "sayılarla anlat", "sonuçları grafikle göster", "karşılaştırma videosu", "test sonucunu animasyonla anlat", "reels grafiği", "araya grafik", "Remotion".

UgurKeskekci/claude-video-kit

Yatay YouTube konuşma videosunu (kamera kaydı, isteğe bağlı ayrı ekran kaydı) kaba kurgular. Harfiyen döküm çıkarır, duraklamaları ve art arda tekrarları sesten keser; Claude dökümü okuyup gerekçeli bir atma listesi yazar, mp4 üretilir, kesilmiş ses yeniden çözülüp her birleşim denetlenir. Şu durumlarda kullan - "videoyu kurgula", "kaba kurgu", "ham kaydı kes", "beklemeleri/duraklamaları kes", "tekrarları at", "takılmaları temizle", "jump cut", "keseceğim dediğim yerleri at", "kamera ile ekran kaydını senkronla", "ekran kaydının köşesine kamera koy", "sessiz yerleri hızlandır".

関連スキル