Communitygithub.com

Pika-Labs/Pika-Plugins

任意のURL(GitHubリポジトリ、製品ページ、ドキュメントサイト、ブログ記事など)に対し、約60~80秒の説明動画を生成します。リアルなブラウザでURLを読み込み、アバターのリップシンク、ナレーション合成、macOS Sonoma風フレームへの合成を行います。

Pika-Plugins とは?

このスキルは、与えられたURLのウォークスルー動画を自動生成するエキスパートエージェントです。製品ページ、ドキュメント、ブログ、GitHubリポジトリなど、あらゆるWebページを対象に、約60~80秒の説明的な動画を生成します。動画は1280×800ピクセルのmacOS Sonoma風フレームに、ナレーターアバターのリップシンク、要素をズームした解説、キャプションを合成した形式で出力されます。 GitHubリポジトリの場合は特別な動作モードを備え、READMEの内容に基づいた説明や、デプロイ先のライブデモページの自動検出と録画(WebFetchによる実行可能性確認後)を行います。それ以外のURLでは、汎用的なページウォークスルーフローが適用され、Cookie同意バナーやボット検出ページの回避処理が組み込まれています。 コスト管理のため、処理前に現在のアカウント残高を確認し、ユーザーの承認を得るゲートが設置されています。アバター画像の生成、音声の選択、リップシンクプロバイダ(PikaまたはKling)の指定、プレビュー機能など、多様なカスタマイズオプションを備えています。 このスキルは、CursorやClaude CodeなどのAIエージェントと連携し、マーケティング資料、製品説明ビデオ、技術ドキュメントの概要、オープンソースプロジェクトの紹介など、様々なコンテキストで高品質なビデオ説明をワンコマンドで作成するために設計されています。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pika-Labs/Pika-Plugins/tree/HEAD/skills/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

/pika:explainer

約60~80秒のURL説明動画を生成:指定されたURLを実際のブラウザでビートシートに沿って操作し、ナレーションに合わせたアバターリップシンクを生成し、1280×800のmacOS Sonoma風フレーム(240ピクセルの内側アバター、3pxの白いストロークリングを含む246ピクセルの外側)をキャンバス座標 (20, 476) に配置し、中盤の各ビートで要素をターゲットにズームインして合成します。製品ページ、ドキュメントサイト、ブログ記事、ローンチなど、あらゆるURLで動作します。GitHub URLはリポジトリ認識モード(READMEスキャン+ライブデモ検出)を有効にします。その他のURLは汎用ページウォークスルーフローを使用します。

使用法: /pika:explainer <url> [--focus "角度"] [--avatar <url>] [--voice <id>] [--lipsync-provider pika|kling] [--preview] [--live-url <url>]

コスト透明性ゲート

有料MCP呼び出しの前に、identity_balance({verbose: true}) を1回呼び出します。現在の残高、最近の消費率、残りのランウェイを表示し、次のメッセージで実行をゲートします:

推定コスト:リップシンクプロバイダ、ナレーション、キャプション、プレビューモードに応じて、約50~500クレジット(~$0.50~$5.00)です。これは最大5ドルに達する可能性があります。「proceed」と返信して続行するか、「cancel」と返信して停止してください。

ユーザーが「proceed」と返信するまで、有料MCPツールを一切呼び出さないでください。ユーザーが「cancel」と返信した場合は、生成せずに停止します。このゲートは、URLとオプションフラグが判明した後、アバター生成、音声、リップシンク、キャプション、ビデオ合成の前に実行されます。

動作

デフォルト — 迅速に実行し、不要な中間確認は行わない

  • アバター/音声を静かに解決します。 実行前に「あなたのアバターを使用しますか?」または「どの音声にしますか?」と尋ねることは決してありません。明示的なオーバーライド(--avatar、--voice)が指定されている場合はそれを尊重し、それ以外の場合はプレゼンターアバターを生成してデフォルトの音声を選択し、先に進みます。完全な解決の流れについては、ステップ1を参照してください。
  • コスト透明性ゲートのみが proceed を要求します。 ステップ5のプレビューは、明示的なアバターの場合は通常 --preview によるオプトインですが、アバターソースが generated または regenerated のフォールバックの場合は、必須の自動プレビューとなります。コストゲート後、その必要なフォールバックアバタープレビューのガードレールを除いて、フローはエンドツーエンドで実行されます。
  • --focus も要求しないでください。 ページ構造から最初の試行を自信を持って行います。角度が合わなかった場合、ユーザーは --focus "X" で再実行します。

これらのデフォルトは、メディア生成ツール(Midjourney / Sora / Runway / HeyGen / Pika.art)の業界標準と一致しています:送信 → レンダリング → 返却。アカウントクレジット残高+プロバイダフェイルオーバー(ステップ9)が標準的なガードレールです。

Claude Desktopでのローカルアバター画像

Claude Desktopは、インラインペーストされた画像をMCPツールに渡すことがまだできません(Anthropic側の制限)。ユーザーが写真をインラインで貼り付けたり、--avatar として使用したいローカルファイルに言及したりした場合は、ステップ1を一時停止し、次のようなメッセージを親切に送信してください:

注意—Claude Desktopでは、貼り付けられた画像がまだMCPツールに届きません(Anthropicの制限)。アバターに関する2つの簡単なオプション:

  • URLを貼り付ける 既にホストされている場合(Imgur、S3、あなたのサイト)— 最速
  • 画像ファイルを添付する 生成前にアップロードできるようにします。

ローカルファイルが届いたら、upload_asset を使用してパブリックURLに変換し、ステップ1の前に --avatar <url> として返された public_url を使用します。既にホストされている https://... URLはそのまま使用でき、この手順は完全にスキップされます。アバターがまったく提供されなかった場合は、プレゼンターのポートレートが静かに生成されます(ステップ1)。

ステップ0 — URLの解決(空引数メニュー)

フラグ(--focus、--avatar、--voice、--live-url、--lipsync-provider、--no-captions、--preview、--skip-preview、--yes)と key=value パラメータを $ARGUMENTS から取り除きます。残ったものに https://... URLが含まれていない場合(または空/空白のみの場合)、以下のメニューをそのまま完全な応答として表示し、停止してユーザーの次のメッセージを待ちます。ここでツールを呼び出すと、間違ったページを録画または説明するリスクがあります。$ARGUMENTS がすでにURLを保持している場合は、このステップを静かにスキップしてステップ1に進みます。

どのURLをウォークスルーしますか? 以下で動作します:

  • GitHubリポジトリ — 例:https://github.com/anthropics/claude-code(リポジトリ認識モードを有効化:READMEスキャン+ライブデモ検出)
  • 製品ページ/ローンチページ — 例:https://pika.art
  • ドキュメントサイト — 例:https://docs.anthropic.com
  • ブログ記事/記事URL

出力:1280×800のmacOS Sonomaフレーム、左下のアバターリップシンク、中盤の各ビートでの要素ターゲットズーム。コストゲート後、デフォルトのフローはエンドツーエンドで実行されます。明示的なアバターの3秒間のリップシンクチェックが必要な場合は、--preview を渡してください。生成/再生成されたフォールバックアバターは、そのプレビューガードレールを自動実行します。

URLを返信してください。開始します。

ヒント:/pika:explainer と入力する必要はありません。「 をウォークスルーして」、「 のデモ動画を作成して」、「このリポジトリを説明して:」のように言うだけで、このスキルが自動的に起動します。

ユーザーがURLで返信した場合、解決された入力として扱い、ステップ1に進みます。再プロンプトしないでください。

ステップ1 — 入力の解析+モードの検出

必須:url(https://... である必要があります)。 オプション:--avatar <url>(プレゼンター写真。省略した場合は生成されます)、--voice <minimax-voice-id>、--focus "..."(vo_textに織り込む編集ガイダンス)、--live-url <url>(強制的にライブデモURLを提供 — GitHubモードのみ)、--lipsync-provider <pika|kling>(デフォルトは**pika** — parrot a2v、壁時計で約2~5分、ややドラマチックな頭の動き。kling を渡すと、よりタイトな顔中心の出力で壁時計で約5~30分 — Klingは頭の動きが最小限のプレゼンターショットを生成しますが、全体のボトルネックとなる段階です。重要なレンダリングのために予約してください)、--no-captions(ステップ11のキャプションバーンをスキップ — デフォルトはキャプションオン)、--preview(明示的なアバターのステップ5プレビューゲートにオプトイン。生成および再生成されたフォールバックアバターは、完全なリップシンクの前にプレビューゲートを自動実行します)。--skip-preview と --yes は後方互換性のためにノーオプとして受け入れられます。

モード検出:

  • GitHubモード — URLホストが github.com であり、パスが /{owner}/{repo} に一致する場合(リポジトリルートを超えるパスセグメントがない)。リポジトリ認識の拡張機能を有効化:READMEスキャン、ライブデモ検出、GitHub固有のセレクタ。
  • 汎用URLモード — その他のすべて(製品ページ、ドキュメントサイト、ブログ記事、/blob/HEAD/path のようなより深いGitHubパス)。GitHubの拡張機能をスキップし、汎用CSSセレクタを使用してURL自体をウォークスルーします。

アバター解決(静かに — ユーザーに尋ねない):

  1. --avatar <url> が渡された場合は、それを使用します。
  2. それ以外の場合は、generate_image をプロンプト "professional presenter, friendly tech narrator, studio portrait, 1:1, natural lighting" で1回呼び出し、返されたURLを使用します。ユーザーに「生成しますか?」と尋ねないでください — 静かに生成します。

avatar_source を explicit、generated、または regenerated のいずれかとして追跡します。

アバター適合性ゲート(リップシンク費用の前に必須):

ステップ4 TTSの前、および generate_lipsync のプレビュー/完全呼び出しの前に、解決されたアバター画像に対して analyze_media(media=<avatar>, query=<gate_query>) を1回呼び出します。これはアバター分析が必要な唯一のケースです。なぜなら、アバターは中央のプレゼンターアセットであり、不適切な生成アバターはレンダリング全体を台無しにする可能性があるからです。

ゲートクエリ:

Return JSON only: {
  "is_single_front_facing_coherent_human_face": boolean,
  "has_visible_mouth": boolean,
  "is_faceless_or_masked": boolean,
  "is_mascot_illustration_or_non_human": boolean,
  "face_suitability_score": 0-100,
  "apparent_gender": "female" | "male" | "unclear",
  "reason": string
}
Is this image suitable for talking-head lipsync: a single front-facing coherent human face with a visible mouth? Flag faceless, masked, mascot, illustration-only, non-human, or distorted avatars.

is_single_front_facing_coherent_human_face == true、has_visible_mouth == true、is_faceless_or_masked == false、is_mascot_illustration_or_non_human == false、かつ face_suitability_score >= 75 の場合のみ通過します。

アバターが不合格で avatar_source が explicit の場合、有料リップシンクの前に停止し、--avatar <real-looking-photo-url> を要求するか、プレゼンターポートレートを生成する許可を求めます。アバターが不合格で avatar_source が generated の場合、generate_image をプロンプト "realistic professional presenter portrait, single front-facing coherent human face, visible mouth, friendly tech narrator, neutral studio background, 1:1, natural lighting" で1回呼び出します。avatar_source を "regenerated" に設定し、再生成されたアバターでこの適合性ゲートを再実行します。再生成されたアバターも不合格の場合は、リップシンクを試行せずに明確なエラーで中止します。

avatar_source が generated または regenerated の場合は常に avatar_auto_preview_required = true に設定します。それ以外の場合は、ユーザーが --preview を渡した場合を除き false です。

音声解決(静かに — ユーザーに尋ねない):

  1. --voice <id> が渡された場合は、それを使用します。

  2. それ以外の場合は、解決されたアバターの見かけの性別に一致するカジュアルなMiniMax speech-2.8-hd プリセットを選択します:

    • 女性コードのアバター → English_PlayfulGirl(温かみがあり、カジュアル、明らかに女性の声 — 確認済み)
    • 男性コードのアバター → English_Jovialman(温かみがあり、カジュアルな男性)
    • 不明/ジェンダーニュートラル → English_Jovialman(デフォルト)

    アバター適合性ゲートの結果(apparent_gender)から性別を推測します。ユーザーに尋ねないでください。

    English_FriendlyPerson は使用しないでください — MiniMaxのカタログでは「女性」に分類されていますが、表示名は「Friendly Guy」であり、再生時には男性的に聞こえます。English_PlayfulGirl は標準的なカジュアル女性の選択肢です。その他の確認済み女性代替:English_Upbeat_Woman、English_LovelyGirl、English_radiant_girl。

以下のフローは、ステップごとに GitHubのみ、汎用のみ、または両方のモードで注釈されています。

ステップ2 — ソースの読み取り(MCP呼び出しなし)

両方のモード: Claudeの WebFetch を使用して入力URLからページのメインコンテンツ(h1、ヒーローセクション、見出し、主要なコピー)を取得します。

このソース読み取り中に proper_noun_glossary を構築します。URL/ドメイン、ページタイトル、h1、README見出し、リポジトリメタデータ、パッケージ名、繰り返される大文字のトークンから、製品、リポジトリ、会社、モデル、フレームワーク、固有名詞の正規の綴りを含めます。GitHubリポジトリの場合、README/ソーススキャンで明らかになった正確な綴りを保持します(例:Ollama、Llama、DeepSeek、Gemma)。この用語集は後でナレーションを作成したり、手動キャプションを書き込んだりする際に使用し、キャプションテキストが「Olama」や「DeepSeq」のような綴り間違いに音声的にドリフトしないようにします。

GitHubモードの追加: トップレベルのファイルツリー、(ベストエフォートで)package.json / pyproject.toml、および homepage、description、language、topics のためのGitHub APIリポジトリメタデータを gh api repos/{owner}/{repo} 経由で取得します。以下の優先順位で候補 live_url を検出します:

  1. ユーザー指定の --live-url。
  2. GitHub API meta.homepage フィールド — メンテナーがGitHub設定でリポジトリのホームページを設定した場合に設定されます。
  3. package.json の "homepage" フィールド。
  4. README内で https?://[^\s)\"'<>]+(?:vercel\.app|netlify\.app|github\.io|fly\.dev|railway\.app|render\.com|herokuapp\.com|surge\.sh)[^\s)\"'<>]* に最初に一致するもの。
  5. README内でバッジエリア / 「Live Demo」 / 「Project Page」 / 「Demo」テキストが示すその他のURL。 上記の許可リストの正規表現は、任意のカスタムドメイン(例:<project>-project-page.com)を見逃します。READMEが明示的にプロジェクトページを指定している場合は、github.ioのフォールバックよりもそちらを優先します。
  6. GitHub Pagesの慣例 https://{owner}.github.io/{repo} — ただし、ディープツリーにフロントエンドのシグナル(index.html、App.tsx、App.jsx、App.vue、app.py、main.py のいずれか)が含まれている場合のみ。

候補が解決されない場合、ビートシートはビート6~7をスキップします。

汎用URLモード: 入力URL自体がビートがウォークスルーする唯一のURLです。live_url の推論や追加のメタデータ取得は行いません。ステップ2.5とステップ3.0をスキップして、ステップ3に直接進みます。

ステップ2.5 — live_url の到達可能性を確認(GitHubモードのみ、MCP呼び出しなし)

候補の live_url が選択された場合、ビート6~7を作成する前に、それが実際のコンテンツを提供していることを確認します。候補に対して WebFetch を使用し、応答をチェックします:

  • 応答ステータスが4xx / 5xxの場合、live_url をNoneにドロップし、ビート6~7をスキップします。特にgithub.ioフォールバックはホスト名として到達可能ですが、Pagesを有効にしていないリポジトリでは404(「There isn't a GitHub Pages site here」)を返すことがよくあります。その404ページを録画すると、説明動画の約12秒を無駄なコンテンツに費やすことになります。
  • 応答がGitHub Pagesの「404 — There isn't a GitHub Pages site here.」テンプレートをレンダリングする場合(ヒューリスティック:応答本文に "There isn't a GitHub Pages site here" が含まれている)、live_url をドロップし、ビート6~7をスキップします。
  • それ以外の場合は、ビート6~7のために live_url を保持します。

これは、live_url を短いタイムアウトでチェックし、リダイレクトに従う従来の到達可能性ゲートを反映しています。

ステップ2.6 — 汎用URL事前チェック(汎用URLモードのみ、MCP呼び出しなし)

非GitHub URLのビートを作成する前に、入力URLをWebFetchし、応答を検査します。このステップは、3つの一般的な汎用URLの障害モードを防ぎます:(a) コンテンツの代わりにcaptcha/ボットブロックページを録画する、(b) Cookie/同意バナーが動画の最初の約3秒を消費する、(c) 汎用CSSセレクタがページの実際のヒーロー/セクションを見逃す。

A. ボットブロック / captcha検出 — 一致した場合は中止:

応答本文に以下が含まれている場合:

  • "Verify you are human" / "verify you are not a robot"
  • "captcha" / "CAPTCHA" / "reCAPTCHA"
  • "403 Forbidden" / "Access Denied"
  • "Just a moment" + cf-chl-bypass(Cloudflareチャレンジ)
  • "We're sorry, something went wrong"(Amazonスタイルのボットブロック)
  • <title> またはh1が単に「Robot Check」/「Are you a robot?」の場合

→ 中止し、ユーザーに明確なエラーを表示します:「汎用URLモードではこのサイトをレンダリングできません — ページがヘッドレスChromeの下でボット検出/captchaチャレンジを表示しています。別のURLを試すか、最初に実際のユーザーバージョンのページを実行して、きれいに読み込まれることを確認してください。」

B. Cookie / 同意バナー検出 — extra_css + オプションのクリックで無効化:

応答から以下のパターンをスキャンします(大文字小文字を区別しない):

  • onetrust-、 で始まるID/クラス

関連スキル