Communitygithub.com

紙切り風解説ショート(マルチエージェント)

縦長(9:16)のアニメーション「紙切り風」解説ショート動画を作成します。ナレーションによるストーリー、英語の破れた紙キャプション、フラットなステッカースタイルの小道具、ハーフトーン背景、カラースプリット+グレイン加工を含み、計画的なマルチエージェントパイプライン(リサーチ/スクリプトエージェント→ボイスオーバー→3つの並列シーンエージェント→レビュー→レンダリング→公開)を使用します。解説動画、「こういう動画を作って」、または「Xの仕組み/Xが失敗した理由/Xの経緯」などのリール、またはこのシリーズの追加エピソードを依頼されたときに使用します。

紙切り風解説ショート(マルチエージェント) とは?

紙切り風解説ショート(マルチエージェント)は、縦長(9:16)のアニメーション解説動画を自動生成するためのスキルです。出力は1080×1920、24fps、60~95秒のMP4ファイルで、ナレーション、音楽、効果音が同期されます。視覚スタイルは、フラットなSVG小道具(白いステッカー風の輪郭+ドロップシャドウ)、ハーフトーンやサンバーストの背景、英語の大文字キャプション(破れた紙、Bebas Neueフォント)、わずかなRGBスプリット、フィルムグレイン、ビネットが特徴です。すべてのフレームは、ヘッドレスChromeを使用してHTML/SVGからフレームごとに決定論的にレンダリングされるため、シーンはエージェントによって記述されるプレーンなJSファイルです。パイプラインは、リサーチとスクリプト作成を行うエージェントから始まり、次にボイスオーバー(ElevenLabsまたはedge-tts)、そして3つの並列シーンエージェント、最終的な統合とレビュー、レンダリングと公開へと進みます。このスキルは、Claude CodeやCodexなどのAIエージェントプラットフォームで使用するように設計されており、テンプレートエンジン、スクリプト、リファレンスを含む完全なファイル構造が提供されます。コンテンツルールは厳格で、事実確認、出典の明示、地図や実在の人物などのセンシティブな要素の適切な扱いが求められます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sknitd/paper-explainer-skill/tree/HEAD/skills/paper-explainer

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

紙切り風解説ショート(マルチエージェント) は何をしますか?

出力:1080×1920、24fps、60~95秒のMP4(ナレーション、音楽(ダッキング処理済み)、同期効果音付き) 見た目:フラットなSVG小道具(白い「ステッカー」風の輪郭+ドロップシャドウ)、ハーフトーンドットまたはサンバーストの背景、 英語の大文字キャプションタグ(破れた紙、Bebas Neueフォント)、わずかなRGBスプリット+フィルムグレイン+ビネット

すべてのフレームは、ヘッドレスChromeを使用してHTML/SVGから決定論的にフレームごとにレンダリングされます。そのため、シーンは、小さなエンジン(template/engine.js、template/ENGINE.mdに文書化)に対してエージェントが記述するプレーンなJSファイルです。

必要条件

  • Python 3 venv:playwright(システムのChromeをCHROME_PATHで使用、またはplaywright install chromium)、 numpy、opencv-python-headless(オプション)、faster-whisper(タイミング/QA用)、edge-tts(無料フォールバック音声)。
  • ffmpeg、curl、bc。オプション:ナレーター+音楽用のElevenLabs MCPコネクタ。

パイプライン(順序に従って実行)

1. リサーチ+スクリプトエージェント(バックグラウンド)

references/agent_prompts.md#researchのプロンプトを使用して、1つの汎用エージェントを起動します。このエージェントはすべての事実をウェブで確認し、主張に属性を付け、噂にフラグを立て、以下を返す必要があります:SCRIPT(14~17行の短いナレーション、約950~1,150文字、数字はスペルアウト、ナレーションスクリプト内の名前)、TABLE(各行のキャプションタグ/ビジュアルアイデア/背景)、URL付きのFACTS、UNCERTAIN/NOT USED。非常に最近のトピックについては、今日の日付を伝え、まずトピックが実際に何を指すのかを確認するように指示します。これが実行されている間に:scripts/new_project.sh <dir>を実行し、ストーリーに必要な共有小道具(繰り返し登場するオブジェクト/人物ごとに一貫したデザイン)を<dir>/engine.jsの末尾に描画します。テストフレームを1つレンダリングして確認します。

2. ボイスオーバー

  • 推奨:ElevenLabs eleven_v4、ドキュメンタリーナレーター(例:ヒンディー語「Natraj – Informative Documentary Host」)、 2テイク、スクリプトには[curious]/[dramatic]/[thoughtful]タグを控えめに使用。最初にクレジットを確認。
  • フォールバック(無料、正確な行ごとのタイミングが得られる):プレーンな行を<dir>/script.txtに配置し、 scripts/edge_tts_lines.sh <dir> hi-IN-MadhurNeural +20%を実行 → vo.wav + lines.txt。
  • すべてのテイクをQA:TTSモデルは数字/日付を誤ることがあります。scripts/words.pyで文字起こしします。Whisper自体がヒンディー語の数字のフォーマットを誤るため、疑わしい年号は数字を抑制して再確認します(references/qa.md参照)。すべての数字を正しく発音しているテイクを選択します。
  • 単一ファイルテイクのラインティミング:無音検出(ffmpeg -af silencedetect=n=-38dB:d=0.15)+単語タイミング。scripts/align_lines.pyが最初の推定値を提供します。使用するビデオオフセット(例:+0.25秒)とシフトされたwords.txtを指定して、lines.txt(lNN start= end= | text)を作成します。

3. 3つのシーンエージェントを並列実行(バックグラウンド)

ラインの切れ目でタイムラインを約25~30秒のパートに分割します。references/agent_prompts.md#sceneを使用して、1つのメッセージで3つの汎用エージェントを起動します。各エージェントはscenes_N.jsのみを所有し、正確な時間範囲、開始/終了時間を持つナレーション行、キーワードビート、ストーリーボード(TABLEから)、共有アセット、およびルールを取得します:IIFE+pN_プレフィックス、シーンは範囲を正確にタイル状に埋め、トップタグはカット後約0.1秒、約1秒ごとに新しい何か、テストフレームをレンダリングして見る、PNGを削除します。

4. 統合+レビュー(あなた)

  • 約30フレームを等間隔でレンダリングし、コンタクトシートを作成します(render_html.py ... 999 t1,t2,... その後 ffmpeg -pattern_type glob -i 'test_*.png' -vf scale=170:-1,tile=11x3)そして読みます。
  • 修正:画面上の捏造された数字/主張(エージェントが追加することがあります — 削除)、不正確な地図/国境、ロゴ、実在の人物の似顔絵、重なり、画面外のテキスト、空のフレーム。

5. レンダリング、ミックス、公開

scripts/render_video.sh <dir> <duration> <narration> <music> <vo_delay_ms> <out.mp4>はすべてのフレームをレンダリングし、エンジンイベントからSFXトラックを構築し、ボイスの下で音楽をダッキングし(約-14 LUFS)、多重化します。シーンを再構築せずに既存のビデオに新しい音声を吹き替えるには、WARP=anchors.jsonを指定してレンダリングします(新しい行の開始を古い行の開始にマッピング、references/qa.md参照)。ユーザーの希望するチャンネルで配信します。

コンテンツルール(常に遵守)

  • 事実はリサーチエージェントの情報源リストからのみ。金額/興行収入/投票数は「REPORTED」/出典を明記。不確かな数は下限値(「250+」)として表示。
  • 実在の人物:汎用的なA.figのバスト+英語の名前タグ、決して似顔絵にしない。宗教的な神々は描かない — 抽象的なモチーフを使用。ブランド/政党のロゴは使用しない(汎用的なバッジ/鳥/文字を描く)。
  • 地図:紛争地域/センシティブな国境を持つ国の輪郭地図は避ける。枠線のないボードやタイルグリッドを使用し、イラスト的なビジュアルであることを明記する。
  • 政治:中立、属性を明記、嘲笑や予測は禁止。

ファイル

  • template/ — index.html、engine.js(エンジン+アセットパック)、ENGINE.md(エージェント向けAPI)、scenes_1..3.js
  • examples/ — 完成済みの4つのビデオのシーンコード(ストライサンド効果、自由の女神、Twitter青いチェック、2026年米国中間選挙):エージェントの品質/ペースの基準
  • scripts/ — レンダリング、SFX、アライメント、文字起こし、無料TTS、プロジェクトブートストラップ、最終ミックス
  • references/agent_prompts.md、references/qa.md

関連スキル