Communitygithub.com

long-video-render

完成したビデオをアセンブルし、レビューループを実行します。クリップ(またはカメラ移動付き画像)、音声、サウンドステム、キャプションから編集を構築し、レビュー用の低品質版をレンダリング。変更を収集・適用し、承認後に高品質な最終版を出力します。

long-video-render とは?

このスキルは、長時間ビデオワークフローの第9ステージ「レンダリング」を担当します。前段階(long-video-soundなど)で準備されたクリップ、画像、音声、サウンドステム、キャプションを基に、編集リスト(EDL)を自動構築し、まず低品質・低解像度のレビュー版ビデオをレンダリングします。レビュー版にはシーン番号とタイムコードが焼き込まれるため、クライアントは具体的なシーンを指定してフィードバックできます。ユーザー(またはクライアント)からの変更リクエストを収集し、それに応じて編集リストを更新、再レンダリングを繰り返します。明示的な承認を受けた後、最終的に高品質(解像度フル、H.264 CRF18、AAC 192kbps、ラウドネス正規化)な最終版ビデオをレンダリングします。このスキルは、CLIやMCP経由で利用可能な外部ビデオエディタ(FilmCraft、EffectCraftなど)をサポートする一方、デフォルトではバンドルされたffmpegベースのレンダラーを使用します。主にClaude CodeなどのAIエージェント上での動作を想定しており、プロジェクト管理、フィードバックの分類・ルーティング、アセットのキャッシュによる効率的な再レンダリングなど、人間の編集者と協調するための高度な機能を備えています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/samanfirouzi/long-video-skill/tree/HEAD/skills/long-video-render

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

Long video render(長時間ビデオレンダリング)

長時間ビデオワークフローのステージ9です。出力: ユーザーが承認するまではレビュー用レンダリング(低品質)、承認後は高品質の最終ビデオを1つ出力します。

シーンとは、スクリプトの1クリップを指し、以前のステージと同様にビデオ全体を通して番号順に並べられます。シーン番号はレビュービデオに焼き込まれるため、レビュアーはそれを指してコメントできます。

開始前に

  1. ~/.long-video/projects/<slug>/ 内のプロジェクトを探します。video-script.md が必須で、status: approved である必要があります。
  2. プロジェクト設定を読み込みます: 解像度、アスペクト比、キャプションモード(visuals.captions)、ラウドネス要件、プラットフォーム。
  3. ffmpeg と ffprobe を確認します(ffmpeg -version)。バンドルレンダラーには libx264 と libass 対応の ffmpeg が必要です。
  4. render/ が既に存在する場合、次のいずれかを尋ねます: 続行する(バージョンを一覧表示)、または最初からやり直す。

ステップ1: インベントリ

各シーンを確認し、何が存在するかリストアップします:

アイテム場所用途
ビデオクリップclips/scene-<NNN>_clip.*(または _take2 以降、ユーザーが承認した方)シーンの映像
画像のみframes/scene-<NNN>_start.*スクリプトに基づいたカメラ移動(プッシュイン、プルアウト、パン)付き静止画
音声audio/lines/scene-<NNN>_<speaker>_<NN>.*ナレーションと対話
サウンドステムsound/mix/sfx_track.wav、amb_track.wav、music_track.wav効果音、アンビエンス、音楽

不足を簡潔な表で報告します。クリップも画像もないシーンはブロッカーです: これらのシーンをリストアップし、long-video-keyframes または long-video-clips に戻ることを提案します。音声やサウンドが欠けていても、ユーザーがそれらのステージをスキップすることを選択した場合のみ許可されます。スキップされたステージについては再度尋ねないでください。

クリップステージがスキップされた場合(clips_mode: images-only)、すべてのシーンはスクリプトのショットに基づいたカメラ移動付き静止画になります。

ステップ2: アセンブリツールの選択

  1. Claudeが操作できるビデオエディタが利用可能か確認します: このセッションに接続された編集用MCPサーバー、またはデバイス上のCLI(FilmCraft: filmcraft-cli commands;EffectCraft: effectcraft-cli --help)。../long-video-sound/references/tools.mdのセクション5を参照してください。
  2. 利用可能な場合、次のどちらかを尋ねます: それを使用する(ユーザーはプロジェクトを開いて調整できます)、またはバンドルレンダラーを使用する。デフォルトはバンドルレンダラーです。ユーザーがエディタを選択した場合、まずコマンドリストとドキュメントを読み、コピーで作業し、インストールやビルドの前に許可を求め、同じファイル名を維持します。
  3. どのツールを使用するかを伝えます。

このスキルの残りの部分はバンドルレンダラーについて説明します。エディタを使用する場合も、そのコマンドを使って同じ手順を実行し、レビュー版と最終版を同じフォルダとファイル名でエクスポートします。

ステップ3: 編集リストの構築

references/edl-format.md を読みます。プロジェクトファイルから render/edl.json を作成します:

  • シーンごとに1エントリ: 継続時間(スクリプトから、または実際のクリップ長がシーン長より短い/長い場合は実際の長さ)、映像ソース、静止画のカメラ移動、トランジション(アウト)
  • 音声配置: シーンの開始時間に短いオフセット(デフォルト0.3秒)を加えた位置に、行を順に、小さな間隔を空けて配置
  • サウンドステム
  • キャプション(設定でキャプションが必要な場合。各音声ファイルの継続時間から開始と終了を取得)
  • 設定からの幅、高さ、fps。デフォルトfpsは24。デフォルトのラウドネス目標は-14 LUFS、トゥルーピークは-1.5 dBTP未満。

ルール:

  • 承認されたスクリプトの正確なシーン継続時間を使用します。ストーリーを伸縮させて合わせようとしないでください。
  • クリップがシーンより長い場合、末尾をトリミングします。クリップがシーンより短い場合、最後のフレームを保持します。両方を報告します。
  • 音声ラインがシーン終了またはビデオ終了を超える場合、警告として報告します。
  • トランジション: デフォルトは cut。fade(黒へのディップ)はスクリプトで指定されている場合のみ。クロスディゾルブはエディターツールが必要です。
  • レンダリング前に計画を確認します: node <skill folder>/scripts/build-render.mjs render/edl.json review render/review --plan

簡単なサマリーを表示します: シーン数、目標に対する合計ランタイム、クリップ対静止画、警告。ストーリーを変えずに修正できる問題は修正します。修正できないものについてはユーザーに尋ねます。

ステップ4: レビュー版のレンダリング

レビュー品質: 低解像度(約360p)、高圧縮、左上隅にシーン番号とタイムコードを焼き込み、設定で焼き込みキャプションが指定されている場合はそれも含めます。

node <skill folder>/scripts/build-render.mjs render/edl.json review render/review --version 1
  • 出力: render/review/<slug>_review_v1.mp4、および継続時間、サイズ、ラウドネスを含む .report.json。
  • シーンセグメントはキャッシュされます。以降のレビューは変更されたシーンのみを再レンダリングするため、大幅に高速です。
  • 数分を超えるビデオの場合、コマンドをバックグラウンドで実行し、終了を待ちます。ポーリングはしません。
  • キャプションモードが srt の場合、ビデオの隣に .srt ファイルが書き込まれます。

レポートを確認します: 実際の継続時間と計画の比較、ラウドネス、ストリーム。その後、完全なパスとサイズをユーザーに伝えます。

レビュー方法を伝えます: ファイルを視聴し、コーナーに表示されるシーン番号と時間を各コメントとともにメモします。Claudeはファイルを送信またはアップロードしません。ユーザーがクライアントと共有します。アップロードの準備を提案するのはユーザーが依頼した場合のみで、その前に許可を求めます。

ステップ5: 変更の収集

「変更はありますか?最終版であれば、そのようにおっしゃってください。高品質版をレンダリングします」と尋ねます。

ユーザーはクライアントのフィードバックを貼り付けることがあります。references/review-feedback.md を読みます。各コメントについて:

  1. それが参照するシーン番号または時間を見つけます。コメントがあいまいな場合、短い質問を1つします。
  2. 分類し、ルートを選択します:
    • 編集レベル(トリミング、長さ、順序、キャプションテキスト、キャプションのオン/オフ、トランジション、音声/音楽/効果音のレベル): edl.json またはステムのゲインでここで修正します。
    • シーンの映像(見た目、キャラクター、構図、動き): 該当シーンについて long-video-keyframes または long-video-clips に戻ります。新しいファイルには _take2 スタイルの名前を付けます。その後、編集リストを更新します。
    • 音声ライン(伝え方、発音、言い回し): 該当ラインについて long-video-voice に戻ります。承認済みスクリプトへの言い回し変更はユーザーの承認とスクリプトの修正が必要です。
    • サウンド(効果音、アンビエンス、音楽): 該当キューについて long-video-sound に戻り、再度ミックスします。
    • ストーリーまたは構造(シーンの追加/削除): long-video-director に戻り、影響を受けるシーンの下流工程のみやり直します。
  3. リストを render/review-log.md に、バージョン、シーン、リクエスト、ルート、ステータスとともに書き込みます。
  4. 短い表で計画をユーザーに示します。クレジットや時間を消費する再生成の前に、はい/いいえを尋ねます。
  5. 変更を適用し、次のレビューをレンダリングします(--version 2、以降同様)。古いレビューファイルはすべて保持します。
  6. 何が変わったかをシーンごとに、新しいファイルパスとともにユーザーに伝えます。

ユーザーが承認するまで繰り返します。沈黙や「今のところ良さそう」は承認ではありません。

ステップ6: 最終ビデオのレンダリング

ユーザーが特定のレビューバージョンを最終版と明示的に言った場合のみ行います。

  1. 確認: 「レビュー v から最終版をレンダリングしますか?」編集リストがそのバージョンと一致し、レビューログに未解決の変更リクエストがないことを確認します。
  2. 最終品質: 設定の解像度、高品質 H.264(crf 18、slow プリセット)、AAC 192kbps、目標への2パスラウドネス正規化、レビューラベルなし。キャプションは設定で焼き込みが指定されている場合のみ焼き込みます。それ以外の場合は .srt ファイルが書き込まれます。
  3. 実行します(長時間ビデオではバックグラウンド):
node <skill folder>/scripts/build-render.mjs render/edl.json final render/final
  1. レポートと ffprobe で確認します: 継続時間が計画と一致、解像度とfpsが正しい、ビデオとオーディオのストリームが1つずつある、ラウドネスが目標に近い(約1 LU以内)、トゥルーピークが -1 dBFS 未満。
  2. オプションで、予期しない黒フレームや長い無音を確認します: ffmpeg -i FILE -vf blackdetect=d=0.5 -af silencedetect=noise=-50dB:d=3 -f null -。結果を報告します。
  3. project.json を更新します: `

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

long-video-assets

Video and animation skill. Build the visual foundation for a long video from an approved story. Extracts the recurring characters, environments and key objects, helps the user choose one art style from suggested options (10 at a time, more on request), then writes image generation prompts for every character (portrait plus character sheet), environment and object, all sharing one locked style. Can also generate the images (installed tool, API, MCP or browser) or hand the user a folder and file names to fill. Use after lon

long-video-director

Turn an approved story into a shot-by-shot video script, acting as the director. Asks whether the video uses a narrator or characters who speak (or both), suggests professional filming choices (camera type, lenses, camera movement, lighting, color, pacing), saves them as a separate film style file, then writes a script that matches the project config. Outputs film-style.md and video-script.md. Use after long-video-story (and long-video-assets) are done, or when the user asks for the video script, shot list, camera style or lighting plan.

long-video-keyframes

Create the start and end frame image for every scene (clip) of the approved video script. Writes one image prompt per frame with a fixed file name that holds the scene number and start or end, makes a folder for the images, and can generate the images with an available image tool, or hand the prompts to the user all at once or one by one. Use after long-video-director, or when the user asks for start frames, end frames, keyframes or scene images.

long-video-sound

Video and animation skill. Create the sound effects, ambience and background music for the video and place them on the timeline. Plans the sound design from the approved script, sources or makes each sound (Openverse for openly licensed recordings and music, Earshot to make sounds from words and to listen to and judge sounds, Clipwing real-sfx to place real sounds on exact frames), records licences and credits, and mixes separate stems (effects, ambience, music) with the music ducked under speech. Or gives the user a fold

long-video-story

Agree on the story for a long video. The user either supplies a story or asks Claude to write one. When Claude writes, it first asks which story style to use (for example niche discovery, or a provocative-questions narration), runs that style's skill, and revises until the user approves. Use after long-video-setup, or when the user says "story for my video", "give me an idea", or wants to change an unapproved story. Ends only when the user explicitly approves the story.

long-video-voice

Create the spoken audio (narration and character voices) for the approved video script. First decides whether the video needs speech and asks the user to confirm. If yes, builds a voice cast (narrator plus each speaking character), makes a short sample of each voice with an available tool such as an ElevenLabs MCP and asks the user to approve the voices, then generates one audio file per spoken line with a name that holds the scene number and speaker. Or gives the user the lines, file names and folder to record or generate themselves. Use after long-video-clips (or long-video-keyframes), or when the user asks for narration, voiceover, voices or dialogue audio.

関連スキル