Communitygithub.com

dashizhihuan2018-source/fpv-video-skill

建築シーンと風景のFPVビデオを計画、制作、診断します。空撮経路の設計、連続モーション、クリアランス、ネイティブタイミング、ビデオ納品をカバーします。FPV飛行ショット向けであり、通常のスローパノラマ映像をFPV成果物として偽装する用途には使用しません。

fpv-video-skill とは?

このスキルは、FPV(一人称視点)ドローンビデオの制作に特化したAIエージェントスキルです。建築や景観を対象に、視覚的に説得力のある空撮経路を設計し、動きの連続性、機体とカメラの視線制御、クリアランス確保、そして最終的なビデオ納品までを支援します。主な特徴は、単なる操作テクニックではなく、「なぜその方向に飛び、なぜ旋回し、いつ空間を明かすのか」という映像の目的論を重視することです。これにより、ランダムな動きや不自然なカメラワークを排除し、プロフェッショナルなFPV映像制作を実現します。 このスキルは、飛行設計、GitHub上のFPV手法調査、DCC(デジタルコンテンツ作成)ツール統合、ネイティブ検証、納品ワークフローなど、複数のフェーズにわたるリファレンスドキュメントを参照します。各フェーズでの作業は段階的に進められ、確認完了、オフラインモーション検査、ネイティブビルドとリードバック、実際のレンダリングフレーム、エンコードとデコード、人間による通常速度での視聴確認、公開と訪問者への可視化といった明確な完了レベルが定義されています。 さらに、AIによるピクセルやジオメトリの直接参照が禁止されている素材に対しては、メタデータ範囲のみで動作し、制限されたコンテンツを表示しないように設計されています。これにより、権限とセキュリティを考慮した安全なワークフローを提供します。サンプルスクリプト(scripts/synthetic_route.py)も用意されており、独立した解析曲線と抽象的な開口部を生成することで、実際のプロジェクトに応用可能な小さな実行可能例を提供します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dashizhihuan2018-source/fpv-video-skill/tree/HEAD/skills/fpv-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

穿越機ビデオスキル

まずレンズに「何に向かって飛ぶのか、なぜ旋回するのか、いつ空間を明かすのか」を答えさせてから、動きとレンダリングを解決します。技術的な達成とユーザーの好むカメラワークは、別の扉です。

先に航路を確認する

今回のタスクの実際の制約、素材の権限、およびユーザーの最新のビジュアルフィードバックを読み取ります。すでに却下されたカメラワークは、継続して洗練するためのデフォルトのベースラインではありません。先に新しい目標、セクション、速度変化、通過点、旋回、リードイン/リードアウト、そしてエンディング計画を提示し、確認を得てからコストの高い本制作に進みます。古い計画がない場合は、タスクのリスクに応じて軽量プレビューまたはストーリーボード確認を選択し、機械的にすべてのステップで承認を求めることはしません。

機体の向きと視線目標を区別します。機体は進行方向に沿って曲率に応じて傾き、視線は旋回を事前に見たり、主体を追跡したり、一時的に振り返ったりしてから、スムーズに再接続します。ランダムなジッター、一定の傾き、または常時高速をFPVと同一視してはいけません。振り返りがルートの目的の欠如を隠してはいけません。

ユーザーがすでに計画を選択し、その後は自分で完了することを明確に要求した場合、そのタスクの許可範囲内で制作とチェックを続行し、セクションやレンダリングの確認を繰り返し要求しません。その許可は、アセットの読み取り拡大、アップロード、支払い、公開、または人間によるビジュアル承認の権限を拡大するものではなく、他のタスクに対する恒久的な確認不要を意味するものでもありません。

作業フェーズに応じて読み取る

  • 航路、速度、姿勢、クリアランス設計: references/flight-design.md を読む。
  • オープンソースプロジェクトからFPV手法を研究、実装を精査、または証拠を記録して検索: references/github-motion-research.md を読む。
  • DCC統合、バージョンの落とし穴、ネイティブ観測、MRQと証拠の凍結: references/native-verification.md を読む。
  • 最終成果物のパッケージング、人間による受入検査、素材の公開境界: references/delivery.md を読む。
  • オープンソースの軌跡、コントローラーのプレビュー、姿勢平滑化手法を学習する必要がある場合: references/github-methods.md を読む。固定コミットと未検証境界の実行に注意。

小さな実行可能な例が必要な場合は、scripts/synthetic_route.py と対応するテストを使用します。これは独立した解析曲線と抽象的な開口部のみを作成し、元のプロジェクトジオメトリは含まれず、完全なフライトコントローラー、DCCインターフェース、または映画レベルのレンズジェネレーターではありません。パラメータはプロジェクトに応じて選択し、サンプルの長さや閾値を汎用要件にしないでください。

混同してはいけない完了レベル

それぞれを個別に報告:計画が確認済み;オフラインモーション検査;ネイティブビルドとフレッシュリードバック;実際のレンダリングフレーム;エンコードと完全デコード;人間による通常速度での視聴覚受入検査;公開と訪問者への可視化。あるレベルの成功が後続のレベルを代替することはできません。失敗の記録と元のアセットは保持し、新しい修正ではロールバック可能な候補を使用し、成功した証拠を上書きして結果を「補完」しないでください。

素材がAIによるピクセル、ジオメトリ、テクスチャの直接表示を禁止している場合、許可されたメタデータの範囲内でのみ動作します。AIによるビジュアル診断が必要な場合は、診断用画面が制限されたコンテンツを実際に除外していることをまず証明する必要があります。隠しスクリーンショットは、制限されたジオメトリの読み取り許可や公開用パッケージ化を意味しません。完全な制限付き画面は人間に委ね、満たせない場合はその検査を明確に停止します。

公開リファレンスケースはリポジトリの examples/changfeng/case.md にあります。これはプロセスと障害の要約であり、元のアセットや承認済みのビジュアル証拠は含まれず、スキルの実行依存でもありません。

関連スキル