Communitygithub.com

503496348-ops/mischief-production

ビデオとオーディオを「見て、理解し、行動する」。ローカルファイル、URL、RTSPライブ配信、デスクトップキャプチャから映像を取り込み、リアルタイムのコンテキストと再生可能なストリームリンクを提供します。フレーム抽出、視覚・意味・時間インデックスによる検索、タイムスタンプ付きの自動クリップ、トランスコード、タイムライン編集(字幕、オーバーレイ、吹き替え、翻訳)、メディア資産生成、ライブストリームやデスクトップのリアルタイムアラートを実現します。

mischief-production とは?

このスキルは、ビデオおよびオーディオデータに対する包括的な知覚・記憶・アクションのレイヤーを提供します。主にVideoDB SDKを活用し、ローカルファイル、URL、YouTube、RTSPライブ配信、またはmacOSのデスクトップキャプチャから映像を入力し、再生可能なHLSストリームリンクを生成します。インデックス機能では、発話(音声)とシーン(視覚)の両方を検索インデックス化し、セマンティック検索やキーワード検索によって正確なタイムスタンプとエビデンスリンクを返し、自動クリップを作成します。アクション機能では、コーデック・フレームレート・解像度・アスペクト比のトランスコード、字幕生成・翻訳・焼き込み、テキスト/画像/ブランドのオーバーレイ、BGMやナレーションの追加、吹き替え、画像や音声の生成などが可能です。さらに、ライブストリームやデスクトップセッションのリアルタイム監視とアラート発火、セッションサマリーの生成もサポートします。エラーハンドリングのベストプラクティス(例:インデックス重複のスキップ、検索結果なしの例外処理)が明確にドキュメント化されており、ffmpegなどローカルツールの代わりにVideoDBのサーバーサイド処理を優先する設計です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/503496348-ops/mischief-production/tree/HEAD/skills/ecc-videodb

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

VideoDB スキル

ビデオ、ライブストリーム、デスクトップセッションに対する知覚 + 記憶 + アクション。

使用するタイミング

デスクトップ知覚

  • デスクトップセッションの開始/停止(画面、マイク、システムオーディオをキャプチャ)
  • ライブコンテキストをストリーミングし、エピソード的セッション記憶を保存
  • 発話内容や画面の内容に基づいてリアルタイムアラート/トリガーを実行
  • セッションサマリー、検索可能なタイムライン、再生可能なエビデンスリンクを生成

ビデオ取り込み + ストリーム

  • ファイルまたはURLを取り込み、再生可能なWebストリームリンクを返す
  • トランスコード/ノーマライズ: コーデック、ビットレート、fps、解像度、アスペクト比

インデックス + 検索(タイムスタンプ + エビデンス)

  • 視覚的、発話的、キーワードのインデックスを構築
  • 正確な瞬間をタイムスタンプと再生可能なエビデンスで検索して返す
  • 検索結果からクリップを自動作成

タイムライン編集 + 生成

  • 字幕: 生成、翻訳、焼き込み
  • オーバーレイ: テキスト/画像/ブランディング、モーションキャプション
  • オーディオ: BGM、ナレーション、吹き替え
  • タイムライン操作によるプログラム的な合成とエクスポート

ライブストリーム(RTSP)+ モニタリング

  • RTSP/ライブフィードに接続
  • リアルタイムの視覚的・発話的知覚を実行し、モニタリングワークフロー向けにイベント/アラートを発行

仕組み

共通入力

  • ローカルファイルパス、公開URL、またはRTSP URL
  • デスクトップキャプチャリクエスト: 開始 / 停止 / セッションサマリー
  • 実行する操作: 理解のためのコンテキスト取得、トランスコード仕様、インデックス仕様、検索クエリ、クリップ範囲、タイムライン編集、アラートルール

共通出力

  • ストリームURL
  • タイムスタンプとエビデンスリンクを含む検索結果
  • 生成された資産: 字幕、オーディオ、画像、クリップ
  • ライブストリームのイベント/アラートペイロード
  • デスクトップセッションサマリーと記憶エントリ

Pythonコードの実行

VideoDBコードを実行する前に、プロジェクトディレクトリに移動して環境変数を読み込んでください:

from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()

これは VIDEO_DB_API_KEY を以下の順序で読み取ります:

  1. 環境変数(すでにエクスポートされている場合)
  2. カレントディレクトリのプロジェクト .env ファイル

キーがない場合、videodb.connect() は自動的に AuthenticationError を発生させます。

短いインラインコマンドで済む場合はスクリプトファイルを作成しないでください。

インラインPython(python -c "...")を記述する場合は、常に適切にフォーマットされたコードを使用してください。セミコロンで文を区切り、読みやすく保ってください。約3文より長い場合は、代わりにヒアドキュメントを使用してください:

python << 'EOF'
from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()
coll = conn.get_collection()
print(f"Videos: {len(coll.get_videos())}")
EOF

セットアップ

ユーザーが「videodbをセットアップして」などと依頼した場合:

1. SDKのインストール

pip install "videodb[capture]" python-dotenv

Linuxで videodb[capture] が失敗した場合は、captureエクストラなしでインストールします:

pip install videodb python-dotenv

2. APIキーの設定

ユーザーは VIDEO_DB_API_KEY を以下のいずれかの方法で設定する必要があります:

  • ターミナルでエクスポート(Claudeを起動する前): export VIDEO_DB_API_KEY=your-key
  • プロジェクトの .env ファイル: VIDEO_DB_API_KEY=your-key をプロジェクトの .env ファイルに保存

無料のAPIキーは console.videodb.io で取得できます(50回の無料アップロード、クレジットカード不要)。

APIキーを自分で読み取ったり、書き込んだり、処理したりしないでください。常にユーザーに設定させてください。

クイックリファレンス

メディアのアップロード

# URL
video = coll.upload(url="https://example.com/video.mp4")

# YouTube
video = coll.upload(url="https://www.youtube.com/watch?v=VIDEO_ID")

# ローカルファイル
video = coll.upload(file_path="/path/to/video.mp4")

トランスクリプト + 字幕

# force=True を指定すると、動画が既にインデックスされている場合のエラーをスキップ
video.index_spoken_words(force=True)
text = video.get_transcript_text()
stream_url = video.add_subtitle()

動画内検索

from videodb.exceptions import InvalidRequestError

video.index_spoken_words(force=True)

# search() は結果がない場合 InvalidRequestError を発生させます。
# 常に try/except でラップし、「結果なし」は空として扱ってください。
try:
    results = video.search("product demo")
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

シーン検索

import re
from videodb import SearchType, IndexType, SceneExtractionType
from videodb.exceptions import InvalidRequestError

# index_scenes() には force パラメータがありません — シーンインデックスが既に存在する場合はエラーを発生させます。
# エラーから既存のインデックスIDを抽出します。
try:
    scene_index_id = video.index_scenes(
        extraction_type=SceneExtractionType.shot_based,
        prompt="このシーンの視覚的な内容を説明してください。",
    )
except Exception as e:
    match = re.search(r"id\s+([a-f0-9]+)", str(e))
    if match:
        scene_index_id = match.group(1)
    else:
        raise

# score_threshold を使用して低関連性のノイズをフィルタリングします(推奨: 0.3以上)
try:
    results = video.search(
        query="白板に書く人",
        search_type=SearchType.semantic,
        index_type=IndexType.scene,
        scene_index_id=scene_index_id,
        score_threshold=0.3,
    )
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

タイムライン編集

重要: タイムラインを構築する前に、常にタイムスタンプを検証してください:

  • start は 0 以上である必要があります(負の値は黙って受け入れられますが、壊れた出力を生成します)
  • start は end より小さい必要があります
  • end は video.length 以下である必要があります
from videodb.timeline import Timeline
from videodb.asset import VideoAsset, TextAsset, TextStyle

timeline = Timeline(conn)
timeline.add_inline(VideoAsset(asset_id=video.id, start=10, end=30))
timeline.add_overlay(0, TextAsset(text="The End", duration=3, style=TextStyle(fontsize=36)))
stream_url = timeline.generate_stream()

ビデオのトランスコード(解像度/品質の変更)

from videodb import TranscodeMode, VideoConfig, AudioConfig

# サーバー側で解像度、品質、アスペクト比を変更
job_id = conn.transcode(
    source="https://example.com/video.mp4",
    callback_url="https://example.com/webhook",
    mode=TranscodeMode.economy,
    video_config=VideoConfig(resolution=720, quality=23, aspect_ratio="16:9"),
    audio_config=AudioConfig(mute=False),
)

アスペクト比のリフレーム(ソーシャルプラットフォーム向け)

警告: reframe() は低速なサーバーサイド操作です。長い動画の場合、完了までに数分かかり、タイムアウトする可能性があります。ベストプラクティス:

  • 可能な場合は常に start/end を使用して短いセグメントに限定する
  • 全長の動画の場合は、callback_url を非同期処理に使用する
  • 最初に Timeline で動画をトリミングし、次に短い結果をリフレームする
from videodb import ReframeMode

# 常に短いセグメントをリフレームすることを推奨:
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

# 全長動画の非同期リフレーム(Noneを返し、結果はWebhook経由):
video.reframe(target="vertical", callback_url="https://example.com/webhook")

# プリセット: "vertical" (9:16), "square" (1:1), "landscape" (16:9)
reframed = video.reframe(start=0, end=60, target="square")

# カスタム寸法
reframed = video.reframe(start=0, end=60, target={"width": 1280, "height": 720})

生成メディア

image = coll.generate_image(
    prompt="山の上の夕日",
    aspect_ratio="16:9",
)

エラーハンドリング

from videodb.exceptions import AuthenticationError, InvalidRequestError

try:
    conn = videodb.connect()
except AuthenticationError:
    print("VIDEO_DB_API_KEY を確認してください")

try:
    video = coll.upload(url="https://example.com/video.mp4")
except InvalidRequestError as e:
    print(f"アップロードに失敗しました: {e}")

よくある落とし穴

シナリオエラーメッセージ解決策
既にインデックスされた動画を再インデックスSpoken word index for video already existsvideo.index_spoken_words(force=True) を使用してスキップ
シーンインデックスが既に存在Scene index with id XXXX already existsre.search(r"id\s+([a-f0-9]+)", str(e)) でエラーから既存の scene_index_id を抽出
検索で一致なしInvalidRequestError: No results found例外をキャッチし、空の結果として扱う(shots = [])
リフレームのタイムアウト長い動画で無期限にブロックstart/end でセグメントを制限するか、非同期に callback_url を渡す
タイムラインでの負のタイムスタンプ黙って壊れたストリームを生成VideoAsset を作成する前に常に start >= 0 を検証
generate_video() / create_collection() の失敗Operation not allowed または maximum limitプラン制限のある機能 — ユーザーにプラン制限について通知

例

正規のプロンプト

  • "デスクトップキャプチャを開始し、パスワードフィールドが表示されたらアラートを出して。"
  • "私のセッションを録画し、終了時に実用的なサマリーを生成して。"
  • "このファイルを取り込んで、再生可能なストリームリンクを返して。"
  • "このフォルダをインデックスし、人がいるすべてのシーンを見つけて、タイムスタンプを返して。"
  • "字幕を生成し、焼き込んで、軽めのBGMを追加して。"
  • "このRTSP URLに接続し、ゾーンに人が入ったらアラートを出して。"

スクリーンレコーディング(デスクトップキャプチャ)

ws_listener.py を使用して、録画セッション中のWebSocketイベントをキャプチャします。デスクトップキャプチャは macOS のみサポートしています。

クイックスタート

  1. 状態ディレクトリを選択: STATE_DIR="${VIDEODB_EVENTS_DIR:-$HOME/.local/state/videodb}"
  2. リスナーを開始: VIDEODB_EVENTS_DIR="$STATE_DIR" python scripts/ws_listener.py --clear "$STATE_DIR" &
  3. WebSocket IDを取得: cat "$STATE_DIR/videodb_ws_id"
  4. キャプチャコードを実行(完全なワークフローは reference/capture.md を参照)
  5. イベントは以下の場所に書き込まれる: $STATE_DIR/videodb_events.jsonl

新しいキャプチャ実行を開始するときは常に --clear を使用して、古いトランスクリプトや視覚イベントが新しいセッションに漏れないようにしてください。

イベントのクエリ

import json
import os
import time
from pathlib import Path

events_dir = Path(os.environ.get("VIDEODB_EVENTS_DIR", Path.home() / ".local" / "state" / "videodb"))
events_file = events_dir / "videodb_events.jsonl"
events = []

if events_file.exists():
    with events_file.open(encoding="utf-8") as handle:
        for line in handle:
            try:
                events.append(json.loads(line))
            except json.JSONDecodeError:
                continue

transcripts = [e["data"]["text"] for e in events if e.get("channel") == "transcript"]
cutoff = time.time() - 300
recent_visual = [
    e for e in events
    if e.get("channel") == "visual_index" and e["unix_ts"] > cutoff
]

追加ドキュメント

リファレンスドキュメントは、このSKILL.mdファイルと同階層の reference/ ディレクトリにあります。必要に応じてGlobツールを使用して検索してください。

VideoDBが操作をサポートしている場合は、ffmpeg、moviepy、またはローカルエンコードツールを使用しないでください。 以下はすべてVideoDBサーバー側で処理されます — トリミング、クリップの結合、オーディオや音楽のオーバーレイ、字幕の追加、テキスト/画像オーバーレイ、トランスコード、解像度変更、アスペクト比変換、プラットフォーム要件に合わせたリサイズ、文字起こし、メディア生成。reference/editor.md の制限事項にリストされている操作(トランジション、速度変更、クロップ/ズーム、カラーグレーディング、ボリュームミキシング)に対してのみローカルツールにフォールバックしてください。

何を使うべきか

問題VideoDBの解決策
プラットフォームがビデオのアスペクト比や解像度を拒否video.reframe() または VideoConfig を指定した conn.transcode()
Twitter/Instagram/TikTok用にビデオをリサイズする必要があるvideo.reframe(target="vertical") または target="square"
解像度を変更する必要がある(例: 1080p → 720p)conn.transcode() と VideoConfig(resolution=720)
ビデオにオーディオ/音楽をオーバーレイする必要があるTimeline 上の AudioAsset
字幕を追加する必要があるvideo.add_subtitle() または CaptionAsset
クリップを結合/トリミングする必要があるTimeline 上の VideoAsset
ナレーション、音楽、効果音を生成する必要があるcoll.generate_voice()、generate_music()、generate_sound_effect()

出典

このスキルのリファレンス資料は skills/videodb/reference/ にローカルでベンダリングされています。実行時に外部リポジトリリンクをたどる代わりに、上記のローカルコピーを使用してください。

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

503496348-ops/mischief-production

Use this skill when inspecting Blender characters, rigs, poses, animation retargeting, ground contact, facing direction, or model-vs-motion alignment where screenshots alone are not enough.

503496348-ops/mischief-production

Build reusable Manim explainers for technical concepts, graphs, system diagrams, and product walkthroughs, then hand off to the wider HCP video stack if needed. Use when the user wants a clean animated explainer rather than a generic talking-head script.

503496348-ops/mischief-production

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

503496348-ops/mischief-production

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

503496348-ops/mischief-production

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

503496348-ops/mischief-production

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

503496348-ops/mischief-production

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

関連スキル