Communitygithub.com

katha-studio

神話、信仰、民話に基づくアニメーションストーリー動画をYouTube向け(16:9、1080p)に制作します。初回セットアップから脚本、キャラクター、音声、映像、キャプション、音楽、サムネイル、YouTubeテキストまでをガイドします。

katha-studio とは?

katha-studioは、ユーザーが神話や民話を題材にしたアニメーション動画を1本丸ごと制作するためのAIエージェントスキルです。主にClaude Codeなどで動作し、ffmpegやChrome、fal.ai、ElevenLabsのAPIキーを利用して、リップシンク付きトークシーン、キャプション、BGM、サムネイル、YouTube説明文までを自動生成します。ユーザーは対話形式でストーリーや言語、キャラクターの外見を指定し、各工程(シート作成、画像生成、音声合成、モーション)ごとに料金確認と承認を行いながら進めます。制作後は品質チェックとYouTube公開用メタデータも生成されるため、初心者でも安心してチャンネル運営を開始できます。特にインド神話や民話系YouTubeチャンネルを想定しており、商用利用にはElevenLabsの有料プランが必要です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AdityaPratamaS18/katha-studio/tree/HEAD/skills/katha-studio

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

katha-studio は何をしますか?

あなたはユーザーと一緒にアニメーションストーリー映画を完成させます。1本の映画は1つのフォルダと1つのfilm.jsonで構成されます。 ツールはpython3 "${CLAUDE_SKILL_DIR}/scripts/katha.py"(以下KATHAと呼びます)です。pipパッケージは必要ありません。

有料のステップ(シート、画像、トーク、ムーブ)は価格を表示して停止します。実際に費用が発生するのは--yesを付けたときだけです。--yesは、ユーザーがチャットでその価格に同意した後にのみ実行してください。音声ステップはユーザーのElevenLabsクォータを使用します。

必要なときに読んでください:

  • references/film-format.md:film.jsonのすべてのフィールド。
  • references/story-craft.md:視聴者を引きつけるカタ風スクリプトの書き方とショットルール。
  • references/troubleshooting.md:既知の不具合と修正方法。

0. 初回実行:ガイド付きセットアップ

ユーザーが初めての場合、または後のステップでツールやキーが見つからないエラーが発生した場合にこれを行います。

  1. KATHA doctorを実行します。各項目にOKまたはMISSと修正方法が表示されます。
  2. 各MISSに対して、ユーザーのシステムに合わせた正確な修正コマンドを1つずつ伝えます。完了したと言うまで待ちます。
  3. キー:ユーザーにfalキー(https://fal.ai/dashboard/keys)とElevenLabsキー(https://elevenlabs.io/app/settings/api-keys)を作成し、falにクレジットを追加するよう伝えます(最初の短編映画には10米ドルで十分です)。
  4. ユーザーに自分のターミナルでpython3 "${CLAUDE_SKILL_DIR}/scripts/katha.py" setupを実行するよう伝えます。決してチャットにキーを貼り付けさせたり、自分でキーを入力したりしないでください。
  5. 再度KATHA doctorを実行します。READYになるまで続行しないでください。

注意:ElevenLabsの無料プランは商用利用を許可していません。収益化されたチャンネルにはStarter以上が必要です。

1. ストーリー(ゲート1:ユーザーが脚本を承認)

  1. 一度に1つの質問をします:ストーリー、言語、長さ(最初の作品は1〜3分から始めます)、チャンネル名。
  2. KATHA new <folder> --title "<title>" --language <code>を実行します。
  3. film.jsonを記述します:スタイル、各キャラクターの完全なlook、音声(ナレーターと各台詞キャラクターに1つずつ)、およびシーン。references/story-craft.mdに従います。
  4. KATHA validate <folder>を実行し、すべてのFAILを修正します。
  5. ユーザーに脚本を表(id、話者、種類、台詞、数語での絵の説明)とKATHA cost <folder>の結果として示します。ユーザーが承認するまで変更します。

2. 音声

  1. KATHA voices --language <code>(--gender male、--accent standard、--search "old"を追加して絞り込みます)を実行します。各役に対して3つの選択肢とプレビューリンクをユーザーに提示します。
  2. ユーザーが選んだら、voice_idをfilm.jsonのvoicesに設定します。ライブラリ音声はアカウントに追加しなくても使用できます。
  3. 音声ステップが「voice not found」で失敗した場合にのみ、KATHA voices --add <voice_id> --owner <owner> --name "<role>"を実行します。これによりアカウントの音声スロットの1つが使用されます。
  4. KATHA voice <folder> <2 または 3 id>を実行し、映画全体の音声を生成する前にユーザーにaudio/raw<id>.mp3を聴いてもらいます。

3. キャラクター(ゲート2:ユーザーが各シートを承認)

  1. KATHA sheets <folder>を実行し、ユーザーに価格を伝え、同意を得てから--yesを付けて実行します。
  2. 自分でReadツールを使ってすべてのimg/char_<id>.pngを確認します。年齢、顔、衣装、色、人数をチェックします。
  3. シートをユーザーに見せます。シートが間違っている場合は、そのキャラクターのlookを変更し、KATHA sheets <folder> <id> --yesを実行します。

シートは映画のアイデンティティです。ユーザーがシートを承認する前にシーンの絵を絶対に作成しないでください。

4. 画像、音声、モーション

  1. KATHA images <folder>(価格表示)、その後--yesを付けて実行します。不足している画像のみが作成されます。
  2. img/contact.jpgを確認し、次に間違っているように見える各画像を開きます。チェック項目:正しいキャラクター、余分な人物がいない、テキストがない、間違った冠や衣装がない、すべてのトークシーンで口が閉じた正面の顔がはっきり見える。
  3. 悪い画像を作り直す:そのimageプロンプトを改善し、KATHA images <folder> <id> --yes --redoを実行します。
  4. KATHA voice <folder>を実行します。各行がキャッシュされるため、2回目の実行は無料です。テキスト変更後に1行を作り直すにはKATHA voice <folder> <id>を実行します。
  5. KATHA talk <folder>(価格表示)、その後--yesを付けて実行します。そのシーンの画像と音声が最終確定した後にのみ実行してください:新しい画像や新しい音声には新しいクリップが必要です。
  6. 自分ですべてのclips/s<id>_check.jpgを確認します。文字、偽の字幕、変わった顔が表示されているクリップを作り直す:KATHA talk <folder> <id> --yes --redoを実行します。
  7. 映画にmoveシーンがある場合:KATHA move <folder>(価格表示)、その後--yesを付けて実行します。

5. ビルドとチェック(ゲート3:ユーザーが映画を視聴)

  1. KATHA build <folder>を実行します。出力:out/<slug>.mp4とout/thumbnail.jpg。
  2. KATHA check <folder>がPASSと表示する必要があります。
  3. KATHA frames <folder>を実行し、out/frames.jpgとサムネイルを自分で確認します。
  4. out/youtube.mdを記述します:3つのタイトル候補(70文字未満、ストーリー名+感情的なフック)、説明(2行の要約、教訓、ストーリーの原文、シーンの長さからのタイムスタンプ付きチャプター)、10個のタグ、およびYouTube Studioの加工コンテンツ質問に対する「AIツールで制作」の一文。
  5. ユーザーに音声付きで映画全体を視聴するよう依頼します。各修正をそれぞれのステップで行い、再度ビルドします。

実際の不具合から得られたルール

  • すべてのトークシーンには、正面を向いたクローズアップ、肩から上、口を閉じた状態が必要です。横向きやうつむいた頭ではリップシンクがうまくいきません。
  • トークプロンプトはデフォルトの「.」のままにしてください。台詞や「字幕なし」などの言葉を含むプロンプトは、テストでKlingが偽の字幕テキストを描画する原因になりました。Klingにはネガティブプロンプトがありません。
  • 大人の神様には「約30歳の成人男性(子供ではない)」と記述します。これがないと、モデルは頻繁にクリシュナなどを子供として描画します。
  • シーンにリスクがある場合、キャラクターが「着てはいけないもの」を記述します(貧しいバラモンには「冠なし、宝石なし」)。モデルがフレーム内の他のキャラクターの衣装をコピーするためです。
  • 各行は約250文字以内に抑えます。長いスピーチは2つのシーンと2つの画像に分割します。
  • 他のチャンネルの脚本、キャラクター、サムネイルをコピーしないでください。古い物語を語るのは自由ですが、他のチャンネルの語り方をコピーするのは自由ではありません。
  • YouTubeは「不自然なコンテンツ」(人間の作業なしで大量生産された映画)に対して収益化を停止することがあります。ユーザーにストーリーと構成を変化させ、自分の声で独自のイントロや教訓を追加するよう伝えてください。

関連スキル