make-2d-video（2D動画生成）

make-2d-video スタジオ：完全動画パイプライン

ナレーション（およびオプションのスクリプト）を、すべてのフレームがコード（HTML Canvas + Three.js）で描画され、ヘッドレスChromiumでフレームごとにキャプチャされ、ffmpegでエンコードされた完成済みMP4に変換します。画像や動画生成モデルは使用しないため、キャラクターの一貫性が保たれ、テキストは鮮明に表示されます。スクリプトごとに新しいビジュアルを考案し、固定されるのはスタイルのみです。

バンドルリソース（このスキルのベースディレクトリ）：

• kit/：テスト済みスタジオ（レンダラー、エンジン、ツール、オーディオ、examples/reaction-time リファレンスプロジェクト）。ワークスペースに make-2d-video-studio/ としてインストールします（references/install.md を参照）。
• references/install.md：インストール、依存関係テーブル、doctor、セルフテスト。
• references/style-bible.md：ルック（キャラクター、セット、ライト、カメラ、編集、グラフィック、9:16ルール、禁止事項）。ショットをデザインする前に必ず全文を読んでください。
• references/style-bible-toon.md：トゥーンキャストのルック（cast: "toon"）。キャストがトゥーンの場合、style-bible.md の該当部分（リムライト、アウトラインなし、黒いシルエット）の代わりにこれに従います。
• references/story-breakdown.md：story/bible.md と story/shots.json の作成、およびペーシングルール。
• references/engine-api.md：シーンAPI、設定、shots.json スキーマ、および3つのキットリファレンス。
• references/sound-design.md：音楽計画、SFXライブラリ、アンビエンス、レベル。
• references/render-qc.md：プレビューと最終レンダリング、速度ガイド、QCチェックリスト、トラブルシューティング。

このプラグインのステージコマンドは、1つのステージを再実行します：/new-video（ステージ1～4）、/video-styles（5）、/render-video（6と8）、/video-sound（7）。エンドツーエンドで実行する場合は、このファイルに従い、各ステージで必要なときにリファレンスを読み込んでください。

黄金律

0. まず動画の言語を尋ねます。 他の質問、インストール、ファイル作成、編集の前に、動画の言語をユーザーに尋ねます（ステージ0）。以降のすべてのステップでその言語を使用します。ユーザーが書く言語でユーザーと会話します。
1. ナレーションをそのまま保持します。 話し言葉を書き換えたり、追加、削除、並べ替えたりしないでください。各ショットは、画面に表示されている間に話されている言葉を説明します。
2. 同じスタイル、新しい絵。 このスクリプトからセット、小道具、キャラクター、アクションを考案します。examples/reaction-time はAPIを学習するためだけに使用します。
3. 言われていることを、文字通りかつ具体的に表示します。 抽象的な行は、ビジュアルメタファー、ダイアグラム、またはクローズアップのリアクションになります。
4. ドラフト、確認、修正、そしてレンダリング。 完全なレンダリングの前に、自分でコンタクトシートとスチルを開いて（PNGを読んで）ください。レンダリングは遅く、確認は速いです。
5. 3つのユーザーチェックポイント： セットアップの選択、レンダリングされたサンプルからのスタイル選択、および最終レンダリング前のプレビュー。ユーザーが不在の場合は、デフォルトを採用し、何を想定したかを述べて続行します。
6. ファイルが真実です。 各動画は make-2d-video-studio/projects/<slug>/ に格納され、story/shots.json がすべてのタイミングを管理します。 1つの動画＝1つの自己完結型フォルダ：config.json、input/、assets/（+ 未選択のAI画像用 assets/_raw/）、scenes/、story/（plan.md 引き継ぎメモを含む）、timeline/、jobs/（+ jobs/logs/）、build/（一時的、削除可能）、out/（納品物のみ）。 動画ごとのファイルをスタジオルートや別の _jobs/ フォルダに決して置かないでください。
7. ストーリーに登場する人だけが画面に表示されます（ニュース／解説動画）。 チャンネルのマスコットやナレーター／ホストキャラクター（例：nhoc、ongdo）は、ユーザーが明示的に要求しない限り表示しません。ニュースに登場する名前のある人物にはそれぞれ独自のトゥーン（特徴的な髪型、眼鏡、服装。style-bible-toon.mdのカリカチュアルールに従う）と名前ラベルを付け、一般的なフィギュアやシルエットにしません。個人情報を特定できない人物（未確認の容疑者、家族）は匿名のままにします：役割ラベルを付けた汎用の名前なしトゥーンまたはシルエット。

チャンネルのデフォルト（channel.json）

ステージ0の前に、make-2d-video-studio/（スタジオを保持するワークスペースフォルダ）の隣、次にカレントフォルダ、次にこのスキルのベースディレクトリ（スキルと一緒に持ち運ばれるコピー；新しいマシンでは、インストールされたらスタジオの隣にコピーします）で channel.json を探します。name、lang、aspect、resolution、fps、style、cast（stick | 3d | toon）、captions、shotsPerMin、music を保持できます。 存在するすべてのキーがこの動画のデフォルトになります：そのキーが回答する質問（言語、アスペクト、解像度、fps、キャプション、ステージ5のスタイル選択）をスキップし、代わりに1行で確認します。例：「Kênh Tí Tò Mò: ベトナム語、9:16、1080p、30 fps、dusk、字幕あり」。 まだ不明なこと（ナレーション、スクリプト、タイトル）のみを尋ねます。name はエンドカード用のチャンネル名です。

3つの描画スタイル（動画ごとに1つの cast を選択）

cast	ルック	エンジン	スタイルバイブル
stick（デフォルト）	リムライトのある黒い棒人間、ムーディーなシネマティック2.5Dセット	rig2d.js（+ 3D establishingショット用 three-kit.js）	style-bible.md
3d	3Dカートゥーンキャスト：白い平たい頭、洋ナシ型の体、細い手足	rig3d.js、rig3d-cast.js（kind: '3d'、rig3d: true）	style-bible.md → 「2Dキャストまたは3Dキャスト」
toon	アウトラインのあるフラット2Dカートゥーン：丸い肌色の頭、豆型の体、棒状の手足、太いアウトライン、ラインの揺らぎ、コミックテキスト、ビジュアルギャグ、公人のカリカチュア；オプションで輝くトゥーンシェーディングされた3Dヒーロープロップ	toon.js、toon3d.js	style-bible-toon.md

channel.json → cast で決定します。それ以外の場合はステージ1で1度尋ねます（スタイルごとに1行）。toon の場合、デフォルトのカラースタイルは paper です（シネマティックグレードも機能しますが、フラットカラーを暗くします）。トゥーンショットを書く前に examples/toon-demo/ を学習してください。

ニュース解説モード（トゥーンキャスト、チャンネルのメインフォーマット）

ユーザーがニュース／金融／テクノロジー／億万長者／投資資産の解説動画を依頼した場合、kit/CLAUDE.md（make-2d-video-studio/CLAUDE.md としてインストール）に従います。これは以下のステージ1～8を、ゲート付きワークフローに置き換えます： 0 トピック選択（3～5候補とソースの強度、リスク、有効期間）✋ → 1 ソース付きスクリプト＋3つのタイトル＋サムネイルコンセプト ✋ → 2a 音声と2b アセットマニフェスト（story/assets.md：何を描画するか、数、Flowで作成／ユーザーの画像AI／コードトゥーン／three.js + bloom）✋ → 3 画像＋キャラクターシート ✋ → 4 タイミング＋シーン → 5 全ショットのコンタクトシート＋30秒デモ ✋ → 6 フルレンダリング → 7 パッケージ（サムネイル、出典付き説明、チャプター、期限切れリスト）✋ → 8 アップロード ✋ → 9 統計レビュー。 シーン画像：人物なし、テキストなし、ロゴなし。サムネイル：人物を含むことができます（様式化され、実際の人物のフォトリアルな偽造は禁止）かつ最大4語のテキスト。未監査のプロジェクトからYouTube Data APIを通じてアップロードしないでください（アップロードはプライベートにロックされます）；YouTube Studioウェブサイトを通じてアップロードし、非公開／公開スケジュールで保存し、ユーザーの明示的な許可があった場合のみ公開します。 ローカルのClaude Codeセッションでは、すべてのコマンドを自分で実行します。Windowsシェルがない場合にのみ.batジョブを作成します。

ステージ0：動画の言語（常に最初）

channel.json に lang があれば、上記の1行サマリーで確認するだけで、尋ねる必要はありません。それ以外の場合、ファイルの作成、インストール、編集など他の何よりも先に、ユーザーの言語で正確に1つの質問をします。例：「Video này dùng ngôn ngữ nào? (ví dụ: Tiếng Việt, English, 日本語…)」。AskUserQuestion が利用可能な場合はそれを使用します。回答を待ち、ISO 639-1コード（vi、en、ja、ko、es、pt、de、fr、hi、…）にマッピングします。ユーザーがこの会話の前半で既に動画の言語を指定している場合は、再度尋ねずに1行で確認します。

言語コードはパイプライン全体を駆動します：

• tools/new_project.py に --lang <code> として渡されます（config.json → lang に保存）。tools/transcribe.py は設定から読み取ります。
• 画面上のすべてのテキスト（タイトルカード、ラベル、単位、標識、チャートキャプション、焼き込み字幕）はこの言語で、短く、正しく綴られ、完全なダイアクリティカルマーク付きで書かれます。話されているナレーションを翻訳したり変更したりしないでください。
• フォント：レンダラーはラテン、ラテン拡張、ベトナム文字グリフを読み込みます；vi の場合、タイトルフォントは自動的にNunitoに切り替わり、アクセントが1つの一貫したフォントでレンダリングされます。バンドルされたフォントがカバーしないスクリプト（日本語、韓国語、中国語、アラビア語、ヒンディー語、タイ語…）の場合は、ユーザーに伝え、QC中にテキストのスチルを注意深く確認します。

ステージ1：受け入れ

言語が判明した後、一度に尋ねます（AskUserQuestion が利用可能な場合はそれを使用）：

• ナレーションファイル（必須）。まだ録音がない場合？VieNeu（MCPツールが接続されていれば）で作成します：文ごとに1つのクリップを合成します（01.wav、02.wav、…をフォルダ内に）、文を1行に1つずつ sentences.txt に書き込みます（オプションで |0.8 ポーズや |cham スローダウンマーカー、[cười]のような感情タグは行内に残します）、その後 python -I tools/join_segments.py <clip_dir> sentences.txt voiceover.wav。これにより、固定ポーズでクリップが結合され（VieNeuはスクリプト全体を与えられた場合、短い文をマージしてポーズを削除します）、voiceover.wav.script.txt、つまり --script として渡すクリーンテキストが書き出されます。

• スクリプト： タイムスタンプ付き（SRT/VTT/JSON/TXT で [mm:ss] 形式）、プレーンテキスト（最適：オーディオに合わせて、正確な文言を保持）、またはなし（文字起こし）。

• アスペクト： 16:9 または 9:16。

• 解像度： 720p / 1080p（推奨） / 1440p / 2160p（4K）。高解像度はレンダリングにかなり時間がかかることを伝えます。

• キャプション： デフォルトは9:16でオン、16:9でオフ。

• 音楽： 生成、ユーザー自身のファイル、またはなし。効果音： オンまたはオフ。

• タイトル。

• キャスト（描画スタイル）：stick / 3d / toon（channel.json に cast がない場合）。

カラースタイルについてはまだ尋ねません。デフォルト（channel.json に指定がない場合）：16:9、1080p、24 fps、生成音楽＋SFX、キャスト stick、スタイル dusk（トゥーンの場合は paper）。

ステージ2：スタジオのインストールまたは確認

references/install.md に従います：kit/ をワークスペースの make-2d-video-studio/ にコピーし（すでに存在する場合はスキップ）、依存関係をインストールし、python tools/verify_kit.py と python tools/doctor.py を実行し、その後サンプルのセルフテストを実行します。何がインストールされたかを短いリストで報告します。Windowsで、doctor が ffmpeg を winget フォルダにのみ見つけた場合、make-2d-video-studio/env.sh と env.ps1 を作成します；レンダリングとミックスコマンドの前に source env.sh && を付けてください（インストール前に起動したシェルは新しいPATHを認識しません）。

ステージ3：プロジェクト＋タイムライン

make-2d-video-studio/ 内で実行します。python がPython 3でない場合は python3 を使用します。

使用可能なターミナルがないWindows（computer useはファイルエクスプローラーのクリックのみ可能）： 各長いステップをユーザーがダブルクリックするジョブにします。tools/jobs/templates/full.ps1 + 2-full.bat を projects/<slug>/jobs/ にコピーします；すべてのジョブ .ps1 は $JobDir = $PSScriptRoot で始まり、..\..\..\tools\jobs\common.ps1 をドットソースします（$P、Run、Py、Say、Fail、Done を提供し、jobs/logs/<name>.log + <name>.status = RUNNING / OK / FAILED を書き出し、Claudeが読み取れるようにします）。共有ヘルパー：tools/jobs/set_duration.py（ナレーションからconfig.jsonのdurationを設定）、tools/jobs/make_srt.py（timeline/sentences.json から out/<title>.en.srt を作成）。 Windowsでのスタジオインストール／修復：tools/jobs/setup-studio.bat。

python tools/new_project.py --name <slug> --voice "<voiceover path>" [--script "<script path>"] --aspect 16:9 --resolution 1080p --fps 24 --style dusk --title "<title>" --lang <code> [--captions]

• タイムスタンプ付きスクリプト：python tools/parse_script.py --project projects/<slug> --script projects/<slug>/input/script.<ext>
• プレーンスクリプト：python tools/transcribe.py --project projects/<slug> --script projects/<slug>/input/script.txt --lang <code> --model small。一致率は90%以上である必要があります；それ以下の場合、スクリプトとオーディオが異なることをユーザーに伝えます。
• スクリプトなし：python tools/transcribe.py --project projects/<slug> --lang <code> --model small（低速マシンでは base、難しいオーディオでは large-v3）。

timeline/transcript.txt を確認し（その終了時刻がナレーションの長さに近いことを確認）、次に python tools/beats.py --project projects/<slug> を実行してビートシートとドラフトの story/shots.json を取得します。

ステージ4：ストーリー分解

references/style-bible.md（またはトゥーンキャストの場合は references/style-bible-toon.md）と references/story-breakdown.md を読みます。story/bible.md（ログライン、キャスト（各キャラクターに1つのシグネチャーカラー）、ムードとキーライトのあるロケーション、モチーフ、音楽計画、キャストが2D棒人間か3Dキャラクターかの指定）を作成します。scenes/cast.js を作成します。story/shots.json を書き換えます：連続したショット、フレーズの境界で0.1～0.2秒早くカット、新しいロケーションごとに establishing ショット、各ショットに具体的な scene 説明。ペーシング：9:16のショート動画は毎分30～40ショット（中央値1.5～2秒）；長い16:9の解説動画は15～25ショット（中央値2～3.5秒）。channel.json → shotsPerMin が両方を上書きします。ユーザーに5～10行の計画サマリーを送信し、異議がなければ続行します。

ステージ5：スタイル選択

channel.json が style を固定している場合、それを使用し、ユーザーが要求しない限り比較グリッドをスキップします。 最も使用される1～2のセットと、代表的な3つのショット（2人以上のキャラクターがいるワイドショット、bigFace クローズアップ、データ／ブループリントまたは3Dショット）を構築します。その後、レンダリング：

node render.mjs --project projects/<slug> --styles dusk,midnight,golden,neon,storybook --at <t1>,<t2>,<t3> --scale 0.5

build/styles/style_grid.png を開き、スタイルごとに1行ずつ表示します：dusk（藤色の影、琥珀色のキーライト、クリーム色のリムライト）、midnight（冷たいネイビー、青白いリム、ソーダの常夜灯）、golden（暖かいオレンジとティール）、neon（深い黒、マゼンタとティール）、storybook（柔らかなパステル、低コントラスト）。選択を config.json → style に保存します。微調整の場合は、engine/styles.js の STYLES にカスタムエントリを追加し（ムードオーバーライドと grade（リフト/ガンマ/ゲイン、彩度、コントラスト、ビネット、グレイン、ブルーム））、その行を再レンダリングします。

ステージ6：すべてのショットを構築

references/engine-api.md と examples/reaction-time/scenes/ のサンプルシーンを一度読んだら。8～12ショットのバッチで作業します：

1. scenes/sets/<location>.js（再利用可能で、GY = E.H * V(0.8, 0.68) と CX = E.W/2 に固定、壁、床、空をフレームの外側まで拡張）と scenes/shots/NN_<name>.js を書き、shots.json のIDに対して registerShot('<id>', {...}) を使用します。
2. node render.mjs --project projects/<slug> --sheet --scale 0.5 を実行してコンタクトシートを生成します。すべてのスチルを開いて確認し、問題があれば修正してから次のバッチに進みます。
3. すべてのショットが確認されたら、channel.json の設定でフル解像度で最終レンダリングを開始します。

ステージ7：サウンドデザイン

references/sound-design.md を読みます。音楽と効果音を適用します：

node render.mjs --project projects/<slug> --sound

これにより、out/<title>.mp4 が生成され、BGMとSFXがミックスされます。ユーザーが音楽ファイルを提供した場合は、それを input/ に配置し、config.json で参照します。

ステージ8：最終パッケージ

• 最終MP4を確認し、必要に応じてキャプションを追加します。
• out/ フォルダに、動画ファイル、サムネイル、説明文（出典付き）、チャプター情報を出力します。
• YouTube Studio にアップロードするための手順をユーザーに提供します。

トラブルシューティング

• レンダリングが遅い場合：解像度を下げるか、--scale オプションを使用します。
• キャラクターが正しく表示されない場合：style-bible.md のキャラクターデザインルールを確認します。
• 音声と映像の同期がずれている場合：タイムスタンプを再確認し、transcribe.py で再処理します。