Communitygithub.com

Video Cog - マルチエージェント動画制作の最前線

長編AI動画制作:マルチエージェント連携の最前線。CellCogは6〜7の基盤モデルを調整し、単一のプロンプトから最大4分の動画を自動生成します。台本作成、映像生成、音声合成、リップシンク、音楽スコアリング、編集までを自動実行。マーケティング動画、製品デモ、説明動画、教育コンテンツ、スポークスパーソン動画、研修資料、UGCコンテンツ、ニュースレポートなどを作成できます。

Video Cog - マルチエージェント動画制作の最前線 とは?

Video Cogは、CellCogプラットフォーム上で動作する、高度なマルチエージェント連携による長編動画生成スキルです。単一のプロンプトから、台本作成、シーン生成、音声合成、リップシンク、音楽スコアリング、編集といった全工程を自動化し、最大4分の動画を生成します。マーケティング動画、製品デモ、教育コンテンツ、ドキュメンタリースタイル、UGC風、ニュースレポートなど、多様な動画タイプに対応。特に、AIキャラクターが台本を読み上げるスポークスパーソン動画やリップシンク動画の生成にも優れています。このスキルは、CellCog SDKのセットアップを前提としており、v1.0+では非同期のファイア&フォーゲット方式でリクエストを送信し、完了時にデーモンから通知を受け取ります。動画生成には、台本作成から品質レビューまでのマルチステッププロセスを最適に処理するため、`chat_mode="agent team"`を使用することが推奨されます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/main/data/video-cog

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

Video Cog - マルチエージェント動画制作の最前線 は何をしますか?

長編AI動画制作は、マルチエージェント連携における最も困難な課題です。 CellCogは、それを実現する数少ないプラットフォームかもしれません。

単一のプロンプトから、6〜7の基盤モデルを連携させて最大4分の動画を生成します。台本作成、シーン生成、音声合成、リップシンク、音楽スコアリング、編集 — すべて自動です。マーケティング動画、製品デモ、説明動画、教育コンテンツ、AIスポークスパーソン動画、UGC、ニュースレポートなど。


前提条件

このスキルを使用するには、SDKのセットアップとAPI呼び出しのためにcellcogスキルが必要です。

clawhub install cellcog

最初にcellcogスキルを読んで SDKのセットアップを行ってください。このスキルは、何が可能かを示します。

クイックパターン (v1.0+):

# ファイア&フォーゲット - 即座に返却
result = client.create_chat(
    prompt="[動画のリクエスト]",
    notify_session_key="agent:main:main",
    task_label="video-task",
    chat_mode="agent team"
)
# デーモンが完了時に通知します — ポーリングはしないでください

作成できる動画

マーケティング動画

製品やサービスのプロモーションコンテンツ:

  • 製品デモ:「新しいフィットネスアプリの主要機能を紹介する30秒の製品デモ動画を作成してください」
  • ブランド動画:「環境に優しい衣料品会社のための60秒のブランドストーリー動画を生成してください」
  • ソーシャル広告:「コーヒーサブスクリプションサービスの15秒のInstagram広告を作成してください」
  • ローンチ動画:「新しいAIライティングツールの製品ローンチ告知動画を作成してください」

説明動画

複雑なトピックを解説する教育コンテンツ:

  • 製品説明:「SaaSプラットフォームの仕組みを説明する説明動画を作成してください」
  • 概念説明:「ブロックチェーンの仕組みを初心者向けに説明する動画を作成してください」
  • プロセス説明:「住宅ローンの申請プロセスを説明する動画を生成してください」
  • 機能ツアー:「アプリの新しいダッシュボード機能のツアー動画を作成してください」

教育動画

コースや研修向けの学習コンテンツ:

  • チュートリアル動画:「Pythonのリスト内包表記に関するチュートリアル動画を作成してください」
  • コースコンテンツ:「第一次世界大戦の原因に関する授業動画を生成してください」
  • 研修資料:「会社の価値観に関する従業員オンボーディング動画を作成してください」
  • ハウツーガイド:「ポッドキャスト用のホームスタジオ設定方法のハウツー動画を作成してください」

ドキュメンタリースタイル

情報量が多く、ストーリー性のあるコンテンツ:

  • ミニドキュメンタリー:「電気自動車の台頭に関する3分のドキュメンタリースタイル動画を作成してください」
  • 企業ストーリー:「私たちのスタートアップの旅についてのドキュメンタリーを生成してください」
  • 業界深掘り:「宇宙旅行の未来を探るドキュメンタリーを作成してください」
  • 歴史コンテンツ:「シリコンバレーの歴史に関するドキュメンタリースタイル動画を作成してください」

シネマティック / クリエイティブ

芸術的で視覚的に印象的なコンテンツ:

  • 短編映画:「東京のある一日についての2分のシネマティック短編を作成してください」
  • ムード作品:「賑やかなコーヒーショップのエネルギーを捉えたシネマティック動画を生成してください」
  • ミュージックビデオ風:「エレクトロニックミュージックトラックのための視覚的にダイナミックな動画を作成してください」
  • アート展示:「写真家のためのシネマティックなポートフォリオ動画を作成してください」

UGC(ユーザー生成コンテンツ)スタイル

パーソナルな雰囲気で、信頼性が高く共感を呼ぶコンテンツ:

  • 体験談風:「スキンケア製品のUGC風体験談動画を作成してください」
  • 開封動画風:「新しいガジェットの開封風動画を生成してください」
  • 一日のルーティン:「当社のアプリを使うリモートワーカーの一日を描いた動画を作成してください」
  • レビュー風:「ミールデリバリーサービスのカジュアルなレビュー風動画を作成してください」

ニュース / レポートスタイル

プロフェッショナルなニュース形式のコンテンツ:

  • ニュースレポート:「最新のAI開発に関するニューススタイルのレポート動画を作成してください」
  • マーケットアップデート:「テクノロジー株の決算に関する金融ニュース動画を生成してください」
  • 業界ニュース:「フィンテック分野の新規制に関するニュースレポートを作成してください」
  • 分析記事:「リモートワークの現状に関するニュース分析動画を作成してください」

リップシンク & スポークスパーソン動画

CellCogは、AIキャラクターが台本を読み上げる動画を生成できます:

  • AIスポークスパーソン:「プロのスポークスパーソンが製品を説明する動画を作成してください」
  • アバタープレゼンテーション:「AIプレゼンターが四半期報告を届ける動画を生成してください」
  • キャラクターナレーション:「親しみやすいキャラクターが子供向けアプリを説明する動画を作成してください」

リップシンク動画の場合:

  1. 開始フレームには、一人の人間の顔が目立つように表示されている必要があります
  2. 台本/ダイアログを提供してください
  3. CellCogが音声合成と口元の同期を処理します

動画仕様

項目オプション
長さ15秒から5分以上
アスペクト比16:9(横長)、9:16(縦長/モバイル)、1:1(正方形)
スタイルフォトリアリスティック、アニメーション、シネマティック、ドキュメンタリー、カジュアル
音声背景音楽、ナレーション、効果音、または無音

Agent Team モードを使用するタイミング

動画生成の場合、常に chat_mode="agent team" を使用します(デフォルト)。

動画作成には以下の工程が含まれます:

  • 台本作成
  • シーンプランニング
  • フレーム用画像生成
  • 音声生成
  • 動画合成
  • 品質レビュー

このマルチステッププロセスでは、最良の結果を得るために完全なエージェントチームが必要です。


動画プロンプトの例

マーケティング動画:

「プレミアムコーヒーサブスクリプションサービス『FreshBrew』の30秒マーケティング動画を作成してください。美しいコーヒー抽出のシーン、幸せな顧客、そして最後にタグライン『Freshness Delivered Daily』を表示。明るいBGM、ナレーションなし。YouTube用に16:9。」

ナレーション付き説明動画:

「プロジェクト管理ツールの90秒説明動画を作成してください。手順:1) プロジェクト作成、2) チームメンバー追加、3) 進捗追跡。プロフェッショナルな女性のナレーション、クリーンなアニメーションスタイル、キャプションを含めてください。16:9形式。」

教育コンテンツ:

「中学生向けに光合成を説明する3分の教育動画を生成してください。魅力的なアニメーション、明確なナレーションを使用し、最後にまとめを含めてください。親しみやすく、わかりやすいスタイルで。」

スポークスパーソン動画:

「AIスポークスパーソン(プロフェッショナルな男性、30代)がシリーズB資金調達を発表する60秒動画を作成してください。台本:『本日、私たちは…を発表できることを大変嬉しく思います』[完全な台本を提供]。ビジネスカジュアルな設定、自信に満ちたトーンで。」


より良い動画を作るためのヒント

  1. 長さを指定する:「30秒」や「2分」と指定することで、コンテンツの範囲を適切に設定できます。

  2. アスペクト比を定義する:YouTube/Web用は16:9、TikTok/Reels/Shorts用は9:16、Instagramフィード用は1:1。

  3. スタイルを説明する:「シネマティック」、「カジュアルUGC」、「コーポレートプロフェッショナル」、「遊び心のあるアニメーション」。

  4. 音声の好みを指定する:「明るい音楽」、「落ち着いたナレーション」、「音声なし」、「効果音のみ」。

  5. 重要な瞬間を含める:強調したいシーンやビートを説明してください。

  6. 台本を提供する:スポークスパーソン/ナレーション動画の場合、言うべき内容を正確に書き出してください。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI music videos end-to-end. Creates music with Suno (sunoapi.org), generates visuals with OpenAI/Seedream/Google/Seedance, and assembles into music video with ffmpeg. Supports timestamped lyrics (auto SRT), Suno native music video generation, slideshow/video/hybrid modes. Token-based cost tracking per generation.

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

関連スキル