Communitygithub.com

Reelwright

短い指示文から、Pollinations のテキスト・画像・音声モデルと ffmpeg を使って、ナレーション付き・キャプション入りの短編ドキュメンタリーMP4を生成します。短い解説動画やナレーション付きスライドショー、ソーシャルリールなどに最適です。

Reelwright とは?

Reelwright は、1段落の意図から完成された 1080p H.264/AAC ビデオを生成するスキルです。シーンプラン、各シーンのイラスト、ナレーション、焼き込みキャプション、クロスフェード、スローケンバーンズ効果、再生可能ファイルの検証レポートを自動生成します。創造的な要素はすべて Pollinations API 経由で生成され、ローカル依存は ffmpeg/ffprobe のみです。対応プラットフォームは Claude Code、Cursor、Codex などの AI エージェント環境で、`python3 skills/reelwright/scripts/reelwright.py` コマンドで実行します。動作の流れは:最初にテキストモデルがタイトル・スタイル・N個のシーンを計画 (`plan`)、次に画像・音声・クリップ・キャプションをレンダリング (`render`)、最後に検証 (`check`) でコーデック・解像度・フレームレート・音声とスクリプトの一致度を厳密にチェックします。このような自動化されたエンドツーエンド品質検証により、単なるスライドショー生成を超えた、信頼性の高い説明動画制作が可能になります。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/SvirepyiBambr/pollinations-reelwright/tree/main/skills/reelwright

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

Reelwright は何をしますか?

Reelwright は、1段落の意図から、完成された 1080p、H.264/AAC ビデオを生成します。すなわち、書かれたシーンプラン、各シーンに1枚のイラスト、ナレーション、焼き込みキャプション、クロスフェード、各ショットのスローケンバーンズ効果、そしてファイルが実際に再生可能であることを証明する検証レポートです。

創造的な要素はすべて Pollinations から提供されます。唯一のローカル依存関係は ffmpeg/ffprobe です。

使用するタイミング

  • 「Xについての60秒の動画を作って」
  • 「この記事をナレーション付きスライドショーにして」
  • 「ソーシャルメディア用の、ナレーションとキャプション付きリールが必要」
  • 「Xを5つのシーンと画像で説明して」

対象外:長尺編集、トーキングヘッド、既存の映像、または実際のカメラが必要なもの。Reelwright は図解説明ツールであり、ビデオエディタではありません。

セットアップ

npx @pollinations/cli auth login     # 1回限りの Pollinations サインイン
npm install                          # ffmpeg-static + ffprobe-static を取得

Reelwright は、--api-key、次に POLLINATIONS_API_KEY、最後に polli auth login で ~/.pollinations/credentials.json に保存されたログイン情報からキーを取得します。サインインを推奨します。ユーザーはブラウザでデバイスコードを承認し、キーが会話に入ることはありません。CI で実行する場合は環境変数で上書きします。

ffmpeg が既に PATH 上にある場合、Reelwright はそれを使用します。そうでない場合は、node_modules 内の静的バイナリ、次に $FFMPEG / $FFPROBE にフォールバックします。

実行方法

1つのコマンドで、概要から完成ファイルまで:

python3 skills/reelwright/scripts/reelwright.py make \
  --brief examples/salt-road/brief.txt \
  --out examples/salt-road \
  --scenes 5 \
  --transcribe

または、段階的に実行します。これは文言が重要な場合に適した方法です:

# 1. plan: テキストモデルがタイトル、サブタイトル、スタイル、N個のシーンを記述
python3 skills/reelwright/scripts/reelwright.py plan --brief brief.txt --out myreel --scenes 5

# 2. 手動で myreel/project.json を編集(任意の行が弱い場合)— これは修正が安価なタイミングです

# 3. render: 画像、音声、クリップ、多重化
python3 skills/reelwright/scripts/reelwright.py render --project myreel

# 4. check: ffprobe で結果を確認。オプションで音声を文字起こしし、スクリプトと比較
python3 skills/reelwright/scripts/reelwright.py check --project myreel --transcribe

出力はプロジェクトディレクトリに生成されます:

ファイル説明
project.json計画:タイトル、スタイル、シーン、モデル選択。編集可能。
images/scNN.jpg各シーンに1枚のイラスト、scNN.prompt.txt に正確なプロンプト。
audio/scNN.mp3各シーンのナレーション。
clips/scNN.mp4各シーンの無音ケンバーンズクリップ。
timings.jsonシーンの開始/終了、ナレーションの長さ、派生シーン持続時間。
captions.assタイトル、サブタイトル、各シーンのキャプション、クレジット行。
reel.mp4最終成果物。
poster.jpg1.2秒のフレーム。サムネイル用。
render.json、check.json機械可読なレンダリングおよび検証レポート。

タイミングの仕組み

シーン持続時間は推測ではありません。Reelwright は各ナレーション MP3 を ffprobe で測定し、固定の末尾パディングを追加し、それらの数値からタイムラインを構築します。キャプションは同じタイムラインに書き込まれるため、キャプションが対応する音声からずれることはありません。クロスフェードはクリップを固定量だけ重ね、xfade オフセットは同じ持続時間から計算されます。

これが、ほとんどのスライドショー生成ツールが間違う部分です。PAD、FADE、または MIN_SCENE を変更すると、下流のすべてが自動的に追従します。

検証

check は雰囲気チェックではありません。完成ファイルを読み取り、以下の場合に大声で失敗します:

  • ビデオストリームまたはオーディオストリームがない
  • コーデックが H.264 / AAC でない
  • 解像度が 1920x1080 でない、またはフレームレートが 30 でない
  • 実際の持続時間が計画されたタイムラインから 0.8 秒以上ずれている
  • タイムラインで参照されている画像または音声ファイルがない
  • captions.ass のダイアログ行数がシーン数より少ない
  • --transcribe 使用時:最終音声の音声認識がスクリプトの単語の 80% 未満しかカバーしていない場合。これにより、無音、切り詰められた、または間違った言語のトラックを捕捉します

最後のチェックが興味深いものです。これは、MP4 内のオーディオが実際に要求したナレーションであり、空のボディを返す 200 OK ではないという、安価なエンドツーエンドの証明です。

コストとモデル

デフォルト(すべてフラグで置き換え可能):

  • テキスト:openai/gpt-5.4-nano — プラン呼び出し1回+検証失敗時の修復呼び出し1回
  • 画像:tongyi-mai/z-image-turbo — シーンごとに1回
  • 音声:openai/tts-1、ボイス onyx — シーンごとに1回

すべてのデフォルトは無料枠です(paid_only: false)。--transcribe で使用される openai/whisper-large-v3 文字起こしも含むため、無料アカウントでパイプライン全体をエンドツーエンドで実行できます。

5シーンのリールは、5枚の画像と5つの短い音声クリップです。render を再実行すると、既にディスク上にあるものは再利用されます。--force で再生成します。--seed で画像生成を再現可能にします。

ブリーフの書き方

ブリーフはスクリプトの羅針盤です。形容詞ではなく、ビートを書いてください:

タイトル:塩の道。

海がなぜ塩辛いかを説明する50秒のミニドキュメンタリー。花崗岩の山から海へと流れる1滴の雨水を追います。順に5つのビート:

1. 雨が花崗岩の山に降り、下り始める。
2. 山間の小川が岩を削り、溶けたミネラルを運ぶ。
3. 川は広がり、ミネラルを海へと運ぶ。
4. 太陽が海を温め、水は蒸気として上がり、塩は残る。
5. 夕暮れ時の海岸の塩の結晶。

ビジュアルスタイル:エディトリアルガッシュイラスト、落ち着いたティールとアンバーのパレット、テクスチャーのあるコールドプレス紙、ソフトグレイン、シネマティックワイド16:9構図。

ブリーフ内のスタイル行は、後のプロンプトエンジニアリングよりも価値があります。スタイルはすべての画像プロンプトにそのまま引き継がれ、5つの別々の生成が1つの映画のように見えるようにします。

知っておくべき失敗モード

  • 402 from Pollinations — キーの背後にあるアカウントの pollen が不足しています。スクリプトは JSON ブロックをダンプする代わりにその旨を表示します。
  • image_prompt に単語が含まれている — モデルは「蒸発とラベル付けされた地図」のような文字を書きたがります。システムプロンプトはテキストを禁止し、すべての画像プロンプトに「テキストなし、文字なし、ロゴなし」の末尾が付きますが、不良な計画は project.json で修正する方が再レンダリングより安価です。
  • ナレーションが予想より長い — シーンは音声に合わせて伸びます。何も途切れず、ビデオが長くなります。厳しい持続時間が必要な場合は、シーンごとの単語数を減らしてください。
  • ffmpeg がない — リポジトリ内での npm install が意図された修正方法です。エラーメッセージはパッケージ名と環境変数の両方を示します。
  • 非ラテン文字のキャプション — ASS は UTF-8、DejaVu Sans はラテン文字、キリル文字、ギリシャ文字をカバーします。CJK やアラビア語の場合は、captions.ass のフォントを変更し、レンダリングマシンにそのフォントがインストールされていることを確認してください。

関連スキル