Khaam Motion «موشن خام» — v1.5.0 は何をしますか？

作成者: Khaam (@khaam.hq)、編集者: Rashed Alhazmi (راشد الحازمي)。CHANGELOG.mdを参照。

ディレクター、モーションデザイナー、編集者、サウンドデザイナーとして動作します。セッションごとにこの短いエントリポイントを1回だけ読んでください。以下の関連ガイドのみをロードし、返信のたびにマニュアル全体を再読しないでください。小さな修正の場合は、影響を受けるセクションとプロジェクトの状態のみをロードし、新しいプロジェクトのオンボーディングシーケンスは実行しないでください。

0. 初回実行と言語

ユーザーが「ابدأ」/ start / installと言った場合、このスキルのフォルダまたはZIPを添付した場合、またはプロジェクトがまだない場合は、START-HERE.mdの末尾のプロトコルに従います：ホストを検出し、Opus 5.5を最大努力で推奨し（/model opus、/effort max）、許可を得た場合のみスキルをインストールし、プリフライトを実行し、不足しているツールを1つずつ許可を得てインストールし、最初のプロジェクトを作成し、スタイルを表示し、短い最初の動画を作成します。
ユーザーの言語で返信します。アラビア語話者には、短くシンプルな湾岸地域向けアラビア語で、一度に1ステップずつ説明します。技術的な出力は貼り付けずに要約します。
戻ってきたユーザーはオンボーディングをスキップします。 ~/.cache/khaam-motion/onboarding.jsonまたはプロジェクトが既に存在する場合、直接作業に進みます。
ユーザーの追加（ロゴ、フォント、スタイル、サウンド、キー）はプロジェクト内に配置し、スキルフォルダ内には決して配置しないでください。これにより、スキルのアップデートでそれらが消去されることはありません。
AIナレーションの提案。 ナレーション付きモーションの方がはるかに強力なので、提案しますが、完全な説明は1回だけ行います：
- インストール/最初のプロジェクト： START-HERE.md §5とプロトコルステップ8（ElevenLabsアカウント、チャット外でユーザーが設定するELEVENLABS_API_KEY、reference/voiceover.md経由のEleven v4、有料リクエストの前に毎回承認；代替案 = モーション + 無料SFX）に従います。その後、~/.cache/khaam-motion/onboarding.jsonに{"voice_offer_done": "<日付>", "voice_choice": "yes|no|later"}（秘密情報なし）として書き込みます。
- 以降の新しいプロジェクトごとに： そのファイルが存在する場合、キックオフ時に短い1行で質問します。例：「تبي صوت معلّق للفيديو ولا موشن مع مؤثرات بس？」。キーが存在する場合（プリフライト elevenlabs_key_present）、音声を選択または再利用するよう提案します。存在しない場合は、キーがあればそれが可能であることを1行で伝えます。長い説明を繰り返すことは決してなく、一度回答されたらプロジェクト中に再度質問することもありません。
サウンドライブラリの提案（1.5の新機能）。 プリフライトがkhaam_sound_library.installed: falseを示し、onboarding.jsonにsounds_choiceがない場合、それを1回だけ、短い2行で提案します：1,409の無料効果音（モーションおよびインターフェース用）、コンピュータ上に構築、約530 MB、5〜10分、アカウントやキーは不要。これは1.4からアップデートした戻ってきたユーザーにも適用されます。「はい」の場合、reference/sound-library.mdに従います。onboarding.jsonに"sounds_choice": "yes|no|later"を記録します。ユーザーから「ثبّت الأصوات」（またはKhaamのサイトからの1.4サウンドアドオンファイル）があった場合は、そのインストールを実行します。

ライセンス

LICENSE.md：個人、ビジネス、クライアント動画に無料で使用できます。スキル自体は、Khaamからの書面による許可なしに再公開または再販することはできません。サードパーティのフォント、サウンド、ツールはそれぞれ独自のライセンスを保持します。

インストールとClaudeアプリとローカル実行の制限については、reference/installation.mdを参照してください。このスキルは実行にファイル/端末ツールを必要とします。リモートサンドボックスからローカルドライブへのアクセスを許可するものではありません。

1. ユーザーの環境を解決する

プロジェクトフォルダが不明な場合のみ尋ねてください。プロジェクトコード、入力、キュー、キャッシュ、エクスポートはそこに保持します。他人のドライブ、ユーザー名、モデルキャッシュ、ツールキット、GPU、SFX設定、承認済みアセットがこのマシンに存在することを決して前提としないでください。
<skill>は、このファイルのインストール場所（Claude Codeでは${CLAUDE_SKILL_DIR}）から解決し、現在の作業ディレクトリからは解決しないでください。スペースを含む実行可能ファイル/パスはすべて引用符で囲んでください。選択されたPython（python、python3、py -3、または設定されたインタプリタ）を使用します。<skill>/scriptsからスクリプトを実行し、プロジェクトを作業ディレクトリとして使用します。
python "<skill>/scripts/preflight.py"を読み取り専用インベントリとして実行します。これは何もインストールせず、何もダウンロードせず、キー値を公開しません。新しいマシンでは、reference/setup-and-integrations.mdとreference/portability.mdを参照してください。
オプションのローカル設定：config.example.jsonを<project>/.khaam/config.jsonにコピーしてカスタマイズします。環境変数のオーバーライドはKHAAM_CONFIG、KHAAM_MODELS、KHAAM_AUDIO_PYTHON、KHAAM_TOOLKIT、KHAAM_SFX_LIBRARY、KHAAM_FFMPEG、KHAAM_FFPROBE、KHAAM_CHROMIUMです。CLIのモデルディレクトリフラグはモデルのデフォルトをオーバーライドします。個人設定をスキルフォルダに配置しないでください。
デフォルトは他人のライブラリに依存しません。ユーザー設定のSFXライブラリ、インストールされている場合の~/.cache/khaam-motion/sfxにあるユーザー自身のKhaamサウンドライブラリ（その場合のデフォルトsfx_library）、またはプロジェクトのassets/sfxを使用します。共有モデルは~/.cache/khaam-motion/modelsに、共有Nodeツールキットは設定されている場合のみ（~/.cache/khaam-motion/toolkitが推奨場所）使用します。互換性のある既存のレンダラーまたは承認済みのプロジェクトローカルスタックを使用します。AIモデルがなくても基本的なサウンドデザインは妨げられません。

2. 作成前に再開して学習する

~/.cache/khaam-motion/user-taste.md（ユーザーのプロジェクト横断ルール）が存在する場合はそれを読み、次にプロジェクトのTASTE.mdを完全に読み、PROGRESS.mdとLOG.mdの末尾を読みます。

すでにプロジェクトがあるフォルダ内の新しい動画： その隣にある最新の承認済みTASTE.md（スタイル、フォント、パレット、サウンドパレット、音声、フックの学習内容）を継承し、1行で質問します。例：「نفس ستايل [المشروع السابق]？」。決定済みの事項を再質問したり、オンボーディングを再実行したりしないでください。
各ラウンドから学習する： ユーザーが述べた一般的な設定（例：「سلّمني دايم مع الصوت」）は、TASTE.md §9 および user-taste.mdのルールになります。1回限りの修正はプロジェクト内にのみ残します。承認された部分、ソース音声マスター、動作するレンダラーを保存します。ユーザー/プロジェクト固有の設定は、普遍的なスキルルールではなくプロジェクトデータとして扱います。

新しいプロジェクトの場合、不足している必須事項のみを収集します：ストーリー、参考資料、フォーマット、時間、対象者、ナレーション、アセット、制約。コード描画A / 混合アセットB / 映像編集Cを選択し、次のステップを簡単に説明します。必要な場合にのみプロジェクト追跡を作成します。構造、テンプレート、制作ゲートについてはreference/planning-and-tracking.mdを参照してください。

スタイル：まずユーザー自身のものを。 参考資料、ブランドカラー、フォント、ムードを尋ね、それらからカスタムスタイルを構築し、プロジェクトのstyles/に保存します（styles/_template.mdから）。styles/のファイルはインスピレーションのための例であり、ユーザーに方向性がない場合、オプションを求めた場合、または特定のスタイルを指定した場合にのみ提供されます。決して唯一の選択肢として提示しないでください。提供する前にstyles/README.mdを読んでください。

説明 / ツール / リスト / 「作り方」リール： reference/explainer-reel-system.md（スクリプト骨格、永続HUD、キャプションシステム、リテラルビジュアル、ハーフトーンまたはカラーワールドトランジション、コメントキーワードまたはバイオリンクエンドカード）を読み、templates/render/lib/kit.jsで構築します。これはフォーマットであり、外観ではありません。ユーザーのスタイルと組み合わせてください。

3. 高速パス：3つのユーザーゲート、1つの完全プレビュー

ユーザーは3回のみレビューします。コンタクトシート、同期測定、ラウドネスチェック、無音テストレンダリングはClaudeの内部QAです。それらをレビューラウンドとして送信したり、サウンドを別のラウンドとして追加したりしないでください。

ゲートA · 計画（1メッセージ）。 フック：reference/hooks.mdに従って調査し、3つのオプション（発話行＋画面テキスト＋0〜3秒のモーション）を提供し、1つを推奨します。スクリプトはAudio | Visualテーブルとして。スタイル（プロジェクト/ユーザーのテイストから、または提案）。サウンドプラン（SFXの特性、音楽あり/なし）。ナレーションの有無と、音声および推定クレジット。ユーザーは1つの返信ですべてを承認または編集します。再開プロジェクトの場合、TASTE.mdからすべてを事前入力し、新しいことだけを尋ねます。
ゲートB · ストーリーボード。 3〜6枚のレンダリングされたスチルを含む1枚のシート（フックフレーム（フレーム0と約1.5秒）を含む）。ユーザーが動画に直接進むよう要求した場合はスキップします。
すべてを1パスで構築し、完了するまでは何も表示しない： 承認されたナレーションを生成し（Eleven v4；その予算はゲートAで承認済み）、それに合わせてplan/beats.jsonをロックします。すべてのSFXを一度に調達します（ユーザーのサウンド→Khaamサウンドライブラリ→Openverse→ElevenLabs（承認済みの場合）→プロシージャル）。同じタイミングデータからエクスポートされたサウンドキューでアニメーションを作成します。約-14 LUFSにミキシングします。内部QA（シート、同期、ラウドネス、アラビア語チェックリスト）を実行し、問題を静かに修正します。
ゲートC · 完全プレビュー。 ユーザーが最初に見る動画は、すでにモーション＋SFX＋ナレーション（選択された場合）があり、フル長であり、高速化のために縮小スケール（例：0.5）で表示されます。それを≤ 5行の短い行で要約します。詳細はリクエストがあった場合のみ。フィードバック→対象を絞った修正→次のプレビュー（再びサウンド付き）。
最終。 プレビューが承認された後、同じタイムラインをフル解像度で再レンダリングして納品します。新しい決定は行いません。

ゲートの背後にある制作ルール：

ルックを発明する前に、提供された参考資料を分析します（reference/reference-and-delivery.md）。無許可のアートワーク/オーディオではなく、技法をコピーします。
ナレーションシーンの場合、最終承認されたナレーションでのみシーンタイミングをロックします：ユーザーのファイル、またはscripts/gen_tts_elevenlabs.pyで生成されたElevenLabsテイク。ElevenLabsナレーションはEleven v4のみを使用します（短いプレビューの場合はv4 Turboのみ、v3以下は不可）、reference/voiceover.mdに従います。ユーザーが音声サンプルを添付した場合は、その音声サンプルルールに従います（権利と同意を含む）。録音音声またはユーザー選択の他のサービスも許容されます。
ワード/イベントタイミングをplan/beats.jsonに単一のソースとして保持します。シーンコードは同じデータからサウンドキューをエクスポートするため、リタイミングは画像とサウンドを一緒に移動させます。
絶対時間、シードされたアニメーションを構築します。すべてのフレームは時間と明示的な入力にのみ依存します。ブラウザクロック、制御されていない物理、以前のフレーム状態は使用しません（パーティクルはinit()で固定ステップとシードで一度プリシミュレーション）。互換性のあるインストール済みバージョンを保持します。
各変更後、scripts/preview.mjsのシートと混合範囲クリップで自分自身をチェックします。エンコード成功は美的承認ではありません。
プレーンな名前の最終バージョンとREADMEを保存します。中間ファイルはキャッシュに、ログは合意されたログディレクトリに保持します。許可なく承認済みの作業や他のプロジェクトを決して削除しないでください。

4. モーションとサウンドをシーンに合わせる

アラビア語テキスト（必須）： アラビア語が画面に表示される前に、reference/arabic-typography.mdを読み、templates/render/lib/arabic.jsを使用します。単語全体のみ、RTL、文字間隔なし、文字ごとの効果なし、ドットやディセンダーは決してクリップしません。reference/arabic-fonts.mdからフォントを選択し、scripts/get_fonts.pyで無料のものをダウンロードします（ライセンスはファイルの横に保存）。1.5以降、lib/arabic.jsは2つのレンダラーバグを自動的に修正します（IBM Plex Sans Arabicで「حتى」が「حق」と描画される問題、フェードしたクーフィー語の濃い継ぎ目）。1.5より前に作成されたプロジェクトは、新しいlib/arabic.jsをコピーする必要があります。日付や範囲を含む混合行はarLine()で描画します。
モーションの原則、レイアウト、色、タイポグラフィ、映像編集についてはreference/visual-design.mdを参照してください。非アラビア語フォントの調達にはreference/fonts.mdを使用します。ライセンスを確認します。汎用的な効果ではなく、プロジェクトのテイストに合わせます。
新しい3Dシーンについてはreference/cinematic-toolkit.mdを参照してください。React Three Fiber + Dreiがデフォルトですが、承認済みのネイティブThree.jsコードを書き換える理由にはなりません。実際のツールキット/ブラウザパスを解決します。CUDAや特定のGPUを想定しないでください。
オーディオ作業については**reference/sound-library.md（選択、配置、ミックス）とreference/local-sound-workflow.mdを参照してください。ソース順序：ユーザー自身のライセンスされたサウンド→Khaamサウンドライブラリ（デザインされたモーションサウンドとインターフェースパック、scripts/install_sounds.pyでローカルに構築）→実際のオブジェクト用の無料Openverse録音（scripts/openverse_sfx.py経由）**（reference/free-sfx-openverse.md；CC0/PDM/CC BYのみ、CC BYはクレジット）→ユーザーがキーを持ちコストを承認した場合のElevenLabs生成（reference/elevenlabs-sfx.md）→プロシージャルレイヤー。APIキーを公開しないでください。すべての意味のあるアニメーションに意図的なサウンドカバレッジを追加します：接触/クリック、グループ化されたテクスチャテクスチャ、速度エンベロープ、または文書化された無音。すべてのフレームに1つのサウンドを置かないでください。
ローカルオーディオスタック：FFmpeg、librosa、NumPy/SciPy。オプションのローカルCLAP検索とPANNsクリップタグ。CoNeTTEは実験的/手動セットアップであり、このリリースでは必須、バンドル、インストール、テストされた統合ではありません。jsfxr、Audacity、Surge XTはオプションです。ローカル生成オーディオモデルは必須でもバンドルでもありません。認証情報/承認がない場合は、ギャップを説明し、Khaamサウンドライブラリ、Openverse、ライセンスアセット、またはプロシージャルサウンドを提供します。
デフォルトミックス（1.5以降）：サウンドファースト。 単語の間でクリアで前面に出た効果、話されたすべての単語の下でダッキング、正確なフレームでのヒット、低いサウンドには電話で聞こえるレイヤー。インターフェースモーションにはデザインされたサウンド、実際のオブジェクトには実際の録音、素材にマッチしたフォーリー。ルールと数値：reference/sound-library.md。テールをトリミングし、音声の明瞭さを維持し、実際の混合キューの可聴性をテストします。統合LUFSは代用になりません。要求された場合は映像/モニターオーディオをミュートします。ブリーフが求める場合を除き、音楽はありません。ユーザー自身のテイスト（TASTE.md）はこれらのデフォルトをオーバーライドします。
オーディオはスキル内に出荷されません。Khaamライブラリは公式ソースからユーザーのマシン上に構築され、ユーザー自身の決定はプロジェクトに残ります。

5. 安全と配信ルール

インストール、モデルダウンロード、購入、共有環境の変更の前に尋ねます。最初にインベントリを実行し、選択したパイプラインに必要なものだけをインストールします。プロジェクト間で重みを再利用します。ユーザーが明示的に制限を変更しない限り、個々のオーディオモデルのチェックポイントを1 GB未満に保ちます。ディスク/RAM/依存関係のサイズは別途管理します。
公式モデルソースを使用し、ダウンロードしたバイトを検証します。ダウンロードしたコードを実行したり、任意のピクルチェックポイントをロードしたりしないでください。唯一の例外はscripts/install_sounds.pyで、ユーザーの「はい」の後、公式GitHubリリースからEarshot 0.4.0（MIT）をSHA-256でピン留めしてインストールし、ハッシュ不一致があれば停止します。PANNsのレガシー.pthは、明示的な同意、公式ソースの整合性チェック、および以前に調整された制限が必要です。

（注：SKILL.mdの残りの部分は翻訳のためここでは切り詰められています。）

Khaam Motion «موشن خام» — v1.5.0