TikTok風テキスト追加（WakaChobii/tiktok-text）

動画にTikTokスタイルのテキストを追加する

このスキルのファイルは ${CLAUDE_PLUGIN_ROOT}/skills/add-text/ にあります：

• scripts/add_text.py：これを使用します。 2つのコマンドでジョブ全体を実行します。
• scripts/caption_match.py（検出／適合／チェック）と scripts/tiktok_text.py（描画＋焼き付け）：エンジン部分です。
• scripts/setup_check.py：初回セットアップとチェックを行います。
• fonts/：TikTok Sans（オープンソース、OFLライセンス）。

スタイルは実際のアプリ内TikTok動画に対して測定されています。他の方法でテキストをレンダリングしないでください（ffmpeg drawtext、プレーンフォントなど）。一致しません。

ステップ0：セットアップ（毎回実行；完了後は約2秒）

PATH上の python / python3 で以下を実行します：

python "${CLAUDE_PLUGIN_ROOT}/skills/add-text/scripts/setup_check.py" "${CLAUDE_PLUGIN_DATA}"

• 初回実行では、プラグインのデータフォルダ内にプライベートなPython環境を作成し、パッケージをインストールします（約1〜2分）。その旨をユーザーに伝えてください。

• 最終行は READY PY=<path> です。以下のすべてのコマンドでその <path> をPythonとして使用してください（PY と表記）。

• NOT READY: ... は不足しているものと正確な修正方法を示します：

  • ffmpeg：ユーザーに確認してから、表示されるインストールコマンドを実行します（Windowsは winget、Macは brew、Linuxは apt）。Windowsでは、ffmpegが見つかる前に新しいターミナルが必要になる場合があります。その場合は、Claude Codeを再起動するようユーザーに伝えてください。
  • Python 3.9+がない場合：ユーザーがインストール（python.org）し、Claude Codeを再起動する必要があります。

  その後、セットアップを再度実行します。

• python コマンドがない場合は？ python3 を試すか、Windowsの場合は py を試してください。

以下のコマンドでは、S = ${CLAUDE_PLUGIN_ROOT}/skills/add-text/scripts とします。すべてのパスは引用符で囲んでください。PowerShellでは、各コマンドの先頭に & を付けます（例：& "PY" "S/add_text.py" ...）。

ルール

• 出力は入力動画のサイズとフレームレートを維持します（TikTok：1080x1920）。テキストバージョンは元の動画の隣に <name> (WITH TEXT).mp4 として保存し、元の動画を上書きしないでください。
• 内容について： TikTokは誤解を招く主張を罰します。「治った」「3日で治る」「保証」などの絶対的な結果主張は避けてください。参照動画のフックが主張を含む場合、同じリズムと行数で表現を調整し、変更内容と理由をユーザーに伝えてください。不明な場合は確認してください。
• 入力されたテキストはiPhoneで生成されるものと一致している必要があります：
  • ... ではなく …
  • 参照が使用している場合は曲線引用符 ' 「 」
  • 絵文字は実際の絵文字文字として
• 先頭と末尾のスペースは重要です：TikTokは各行をスペースを含めて中央揃えにします。fit が自動的に追加します。

A. 参照TikTokのテキストをコピーする

ユーザーの動画の隣にワークフォルダを使用します（例：text work/）。

1. 開始： "PY" "S/add_text.py" start "REF.mp4" "WORKDIR"
   • 各キャプションを表示：開始／終了（フレーム単位、参照タイムライン）、スタイル、塗りつぶし色、ボックス。
   • WORKDIR/captions.json に "text": "??" を、各キャプションのズームクロップ WORKDIR/caption_<n>.png を書き込みます。
   • TikTok自身の「TikTok @user」透かしはスキップします。
   • 最初に参照をダウンロードする必要がありますか？ yt-dlp がインストールされていれば機能します。それ以外の場合はユーザーにファイルを依頼してください。
2. テキストを入力する。 各クロップ画像を読み、各 "??" を置き換えます。
   • 他のフィールドはそのままにします。_ で始まるフィールド（_ref_t、_bbox_1080、...）はfinishで使用されます。
   • 改行は \n で、絵文字は文字です。先頭や末尾のスペースは気にしないでください。
   • 2行が通常の間隔の約2倍離れている場合、それは空白行です："A\n\nB"。
   • 1つのキャプション内に2つの別々のテキストボックスがある場合（サイズが非常に異なる、大きな隙間がある、同じxで中央揃えされていない）：それらを同じ開始／終了、_ref_t、スタイルを持つ2つのエントリに分割します。各エントリに独自の _bbox_1080 を指定します。_lines_1080 から各行のボックスと高さを結合したもの（detectは各行のボックスと高さを表示）です。これにより、fitが正しいテキストを参照します。例：行1：[346,1126,735,1167] と行2+3 → [346,1126,735,1167] と [204,1272,887,1389]。
   • style が custom / custom_outline で返ってきましたか？ それは別のフォント、背景ボックス、または別の色であり、このツールでは対応していません。ユーザーに伝え、最も近いスタイルを選んでください。黙って推測しないでください。
   • ここでタイミングを調整する ユーザーのカットが参照と異なる場合：start/end（秒、endは排他）を編集します。Fitとcheckは引き続き参照をその時刻（_ref_t）で見ます。
3. 終了： "PY" "S/add_text.py" finish "REF.mp4" "VIDEO.mp4" "WORKDIR"
   • jsonにサイズ、位置、スペースを適合させ、WORKDIR/fit_<n>.png（上に参照、下に私たちのもの）を書き込みます。
   • 動画の長さを超えるキャプションは動画の長さで終了します。
   • VIDEO (WITH TEXT).mp4 を動画の隣に焼き付けます（または (no text) → (WITH TEXT)）。4番目の引数で別の出力名を指定できます。
   • 結果をチェックし、WORKDIR/check.jpg を書き込みます（左に参照、右に私たちのもの）。
   • SUMMARY: PASS または REVIEW を理由とともに表示します。
4. 確認 check.jpgを確認し、完了と言う前にユーザーに表示します。
   • 低い重複と 「エッジが参照からN px以内で一致」：サイズと位置は正しいです。圧縮されたゴールドまたはイエローテキストは、正しい場合でも0.45〜0.7のスコアになることがよくあります。目視で文言を確認するだけです。
   • 低い重複と 「エッジがN pxずれている」：通常はタイプミス、改行の見逃し、間違ったスタイル、または分割後の _bbox_1080 の不備が原因です。jsonを修正してfinishを再実行します。
   • 手動で調整したサイズ／y／xを保持するには、--no-fit を追加します。

B. 新規キャプション（参照なし）

captions.json を作成します：

[{"text": "line one\nline two", "start": 0, "end": 3.5, "style": "outline", "size": 70, "y": 0.5}]

次に "PY" "S/add_text.py" new "VIDEO.mp4" "WORKDIR/captions.json" を実行します。テキストを焼き付け、preview.jpg（キャプションごとに1フレーム）をjsonの隣に書き込みます。ユーザーに表示します。

• style: classic（プレーンホワイト）、outline（ホワイト＋黒枠）、yellow（淡い）、yellow_gold、lilac。
• size: 約50（小）〜85（大）。一般的なフックは54〜77です。
• y: 0.4〜0.5 = 画面中央、0.65 = 下3分の1。下部20%（TikTokのキャプション／UI）と右端（ボタン）を避けてください。
• Optional: x（水平中央、デフォルトは0.5）、weight、color（カスタム塗りつぶし用の "#RRGGBB"）。
• スマートフォンで入力する人が行うように行を区切ります。サイズ70の場合、1行あたり約20〜28文字です。

動画をレンダリングせずに簡単に確認するには："PY" "S/tiktok_text.py" --png "text\nmore" out.png（classicスタイル）。

注意点

• 典型的なタイミング：開始約25秒、終了1〜3分（キャプション数による。アウトラインキャプションの適合が最も遅い）、--no-fit 約40秒。
• 絵文字：新しい絵文字はそれぞれ1回ダウンロードされます（Appleセット、emoji-data CDN on jsDelivr）。そのため、初回はインターネット接続が必要です。ダウンロードに失敗した場合、スクリプトはエラーを発生させます。絵文字を省略するのではなく、ユーザーに伝えてください。
• 意図的に影はありません：実際のTikTokテキストには影がありません。圧縮された参照と比較した「クリーン」な見た目は正常であり、TikTokがアップロードを再エンコードするとなくなります。
• 2行のみの場合、fitのスペース修正機能はどの行が中央からずれているかを判別できません。fit_<n>.png で1行が約5pxずれて表示され、重複が約0.6未満のままの場合は、各行に自分で末尾または先頭のスペースを追加して再実行してみてください。
• Windows：他のPythonスニペットで絵文字が奇妙に出力される場合は、PYTHONIOENCODING=utf-8 を設定してください。これらのスクリプトはそれを処理します。