Community画像github.com

Personal Handwriting Studio

実際の紙とペンによる手書き写真から個人用グリフライブラリを構築し、対象文書の文字カバレッジをチェック、不足文字の撮影を最小限に導き、AI画像生成のアーティファクトなしでリアルな多ページ手書き文書やPDF(表、数式、カスタムテンプレート対応)をプログラム的にレンダリングします。

Personal Handwriting Studio とは?

Personal Handwriting Studio は、実際のペン書き写真から再利用可能な個人用グリフライブラリを構築し、AI生成フォントのアーティファクトを一切使わずにリアルな多ページ手書き文書やPDFをプログラム的にレンダリングするクローズドループパイプラインを提供するスキルです。ワークスペースの初期化、対象文書(pages.json またはプレーンテキスト)に対するカバレッジ事前チェック、DNG/HEIC/JPG/PNG写真の照明補正と文字スライシング、必須のビジュアルコンタクトシート監査を経てグリフを登録します。レンダリング時には、2倍スーパーサンプリングによる線幅均一化(約0.6mmのゲルペン一貫性)、スライディングウィンドウによるマルチバリアント重複除去、自然なベースラインの波、手書き風のテーブル/数式、そして100%の文字カバレッジ検証を実施します。Windows、macOS、Linuxに対応し、uv または Python 3.10+ と Pillow、NumPy で動作します。開発者やAIエージェントユーザーにとって、自分の手書きをデジタル化して再利用し、課題やノート、ラボレポートなどをリアルに生成するための強力なツールです。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Elizhng/personal-handwriting/tree/HEAD

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

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

Personal Handwriting Studio は何をしますか?

実際の紙とペンによる手書き写真を再利用可能な個人用グリフライブラリに変換し、AI生成フォントのアーティファクトなしでリアルな多ページ手書き文書やPDFをプログラム的にレンダリングします。

概要

このスキルは、完全にプログラムによるクローズドループの手書きパイプラインを実現します:

  1. ワークスペース初期化:ローカルに個人用ワークスペースをセットアップします(.gitignore によりgit管理外に保持)。
  2. カバレッジ事前チェック:対象文書(pages.json またはプレーンテキスト)を glyphs/manifest.json と照合し、不足文字の最小リスト(または印刷可能なA4用紙)を生成します。
  3. 写真前処理とガイド付き取り込み:.DNG / .HEIC / .JPG / .PNG 写真を照明補正(影や紙の裏抜け除去)し、クロスプラットフォーム対応の行ガイド付き連結成分クラスタリングで文字をスライスし、グリフを登録する前に 必須のビジュアルコンタクトシート監査 を実行します。
  4. リアルなレイアウトとPDFレンダリング:白紙またはカスタムテンプレート上に、2倍スーパーサンプリングによる線幅均一化(約0.6mmのゲルペン一貫性)、スライディングウィンドウによるマルチバリアント重複除去、自然なベースラインの波、手書き風のテーブル/数式、そして100%の文字カバレッジ検証を行ってページを構成します。

依存関係

  • ランタイム:uv(推奨)または Python 3.10+、pillow、numpy。scripts/handwrite.py には PEP 723 インラインメタデータが含まれているため、uv run scripts/handwrite.py ... で macOS、Linux、Windows 上で自動的に依存関係がプロビジョニングされます。
  • オプション:
    • .HEIC 写真のデコードに ffmpeg(または pillow-heif)。
    • オプションの Apple Vision OCR 抽出機能を使用する場合のみ macOS の swift(詳細は references/macos_vision_ocr.md 参照)。

クイックスタート

# 1. 個人用ワークスペースを初期化(オプションでUSSTラボレポートテンプレート例付き)
uv run scripts/handwrite.py init --workspace ./my_handwriting --with-example

# 2. 文書の中でグリフライブラリに不足している文字をチェック
uv run scripts/handwrite.py check \
  --content ./my_handwriting/content/sample_pages.json \
  --manifest ./my_handwriting/glyphs/manifest.json \
  --output ./my_handwriting/coverage_report.json \
  --grid-dir ./my_handwriting/missing_grid

# 3. 手書きシートの写真を前処理(DNG / HEIC / JPG / PNG)
uv run scripts/handwrite.py preprocess \
  --input ./my_handwriting/photos/sheet1.jpg \
  --output-dir ./my_handwriting/preprocessed

# 4. ドライランでスライスし、manifest.json に登録前にビジュアル監査
uv run scripts/handwrite.py ingest \
  --input ./my_handwriting/preprocessed/sheet1_ink.png \
  --rows-spec ./my_handwriting/content/rows_spec.json \
  --manifest ./my_handwriting/glyphs/manifest.json \
  --contact-dir ./my_handwriting/contact_sheets \
  --dry-run

# 5. デバッグオーバーレイとコンタクトシートを視認確認した後、グリフを登録(--dry-run を外す)
uv run scripts/handwrite.py ingest \
  --input ./my_handwriting/preprocessed/sheet1_ink.png \
  --rows-spec ./my_handwriting/content/rows_spec.json \
  --manifest ./my_handwriting/glyphs/manifest.json \
  --contact-dir ./my_handwriting/contact_sheets

# 6. リアルな多ページ手書きPNGと結合PDFをレンダリング
uv run scripts/handwrite.py render \
  --content ./my_handwriting/content/sample_pages.json \
  --manifest ./my_handwriting/glyphs/manifest.json \
  --assets-dir ./my_handwriting \
  --output-dir ./my_handwriting/output \
  --pdf-name report.pdf

標準エージェントワークフロー

ステージ 1: ユーザーに書いてもらう前のカバレッジ事前チェック

  • ユーザーのドラフトを構造化された pages.json(references/page_schema.md 参照)に変換するか、プレーン .txt ドラフトをそのまま check に渡します。
  • uv run scripts/handwrite.py check ... を実行し、不足文字を頻度順に正確に計算します。
  • ユーザーに、白い紙に黒いゲルペンで 不足文字のみ を手書きしてもらうよう依頼します(高頻度文字、数字 0-9、句読点は2~4バリエーション書くことを推奨。レンダリングページが自然に見えるため)。フラットで均一な照明の写真を撮影してもらいます。

ステージ 2: 前処理、行ガイド付き取り込み、必須のビジュアル監査

  1. preprocess を実行し、.DNG / .HEIC / .JPG / .PNG を <base>_clean.png と <base>_ink.png(透明RGBA)にデコードします。写真に机の端や影が写っている場合は --crop x0,y0,x1,y1(正規化 0.0–1.0)を使用します。
  2. 各行に書かれている文字をリストした rows_spec.json を作成します(取り消し線ミスや不要なブロブを無視するには "□" または "SKIP" を使用。例:examples/usst_lab_report/sample_rows_spec.json)。
  3. 常に最初は --dry-run 付きで ingest を実行します。 <base>_debug.png(インク上のバウンディングボックス)と <base>_sheet.png(ラベル付き単一文字コンタクトシート)の両方を、ファイル読み取り/ビジョンツールを使用して検査します。
  4. 位置ずれ、インクブロブ、クリッピングされたストロークがゼロであることを確認します。その後、--dry-run なしで ingest を再実行し、グリフを manifest.json に登録します。ファイル名はクロスプラットフォームでケースセーフな形式を使用します(upper_<X>_k.png、lower_<x>_k.png、sym_u<4hex>_k.png、<ch>_k.png)。

ステージ 3: レンダリングとページごとのQA

  1. render を実行します。スクリプトは100%の文字カバレッジ事前チェック(verify_all_chars_covered)を実施し、不足文字がある場合は即座に失敗します。
  2. レンダリングされたすべての page_<N>.png を目視で検査します:
    • 標準出力の縦方向充填率を確認。[WARNING] ... overflowed bottom margin が表示された場合は、--font-size を小さくする(標準範囲 28–34)、line_h_ratio を調整する(1.38–1.50)、またはコンテンツを追加の継続ページに分割します。
    • 表紙のフィールドが下線にきちんと配置されているか、表のセルテキストがクリップされていないか、ストロークの太さが均一かを確認します。

ユーティリティスクリプトリファレンス

サブコマンド説明主要フラグ
initクリーンな個人用ワークスペースを作成--workspace, --with-example
checkグリフカバレッジとオプションのA4不足文字グリッドを計算--content, --manifest, --output, --grid-dir
preprocess写真をデコードし、影のないRGBAインクを抽出--input, --output-dir, --crop, --hi, --lo
ingest行ガイド付きスライスでRGBAグリフと監査シートを生成--input, --rows-spec, --manifest, --contact-dir, --dry-run, --source-id
contact-sheetmanifest.json からラベル付きコンタクトシートを生成--manifest, --output, --chars
renderpages.json をテンプレートにレンダリングしPDFを出力--content, --manifest, --output-dir, --assets-dir, --pdf-name, --font-size, --messiness, --seed

よくある間違い

  1. ingest の --dry-run によるビジュアル監査をスキップする:1つの取り消し線ブロブや隣接ストロークの結合が行全体のラベルをずらす可能性があります。登録前には必ず <base>_debug.png と <base>_sheet.png を検査してください。
  2. AI画像生成やシステムフォントのフォールバックを使用する:不足文字に対して拡散モデルで手書きページを生成したり、システムフォントを代用したりしないでください。必ず check → ingest で実際の不足グリフを取得してください。
  3. 大文字小文字を区別しないファイルシステムでの衝突:macOS(APFS)やWindows(NTFS)では、A_0.png と a_0.png が上書きされます。必ず handwrite.py(upper_A_0.png / lower_a_0.png / sym_uXXXX_0.png を強制)を使用してください。
  4. サンドボックス内でmacOS sips を呼び出す:sips はサンドボックス環境内で真っ黒な画像を出力することがあります。handwrite.py preprocess は .DNG を純粋Pythonで、.HEIC を pillow-heif または ffmpeg で処理します。
  5. 個人の手書きをGitにコミットする:個人用ワークスペース(glyphs/、photos/、output/)はスキルリポジトリの外か、gitignoredパス内に保持してください。

関連スキル