Community画像github.com

vector-avator

一枚絵から、身振り手振りで動く2Dベクターアバターを作成する手順です。画風を統一し、キャラクターシートを生成、Fable 5.2でSVG部品を描き起こし、検査・調整を経てビューアでジェスチャーやリップシンクを再生します。

vector-avator とは?

このスキルは、静止画のキャラクターイラストから、表情やジェスチャー、頭の回転、まばたき、リップシンクなどが可能な動く2Dベクターアバターを生成するための包括的なワークフローを提供します。主にCodex CLIのimagegen機能とFable 5.2エージェントを活用し、画風の統一(restyle)、正面立ち姿・ターンアラウンドシート・表情差分シートの生成、塗りのみのSVG部品(隠れている領域も補完)の描画、構造検査、ビューアでの動作確認、動画出力までをカバーします。Claude Codeをメイン制御とし、Node.js・Python・resvg・Playwright・ffmpegなどのツールチェーンが必要です。開発サーバー(既定ポート5280)上で動作確認を行い、最終的にMP4動画とリップシンクデータを出力します。ユーザーが新しいキャラクターを追加したい、既存キャラの部品をやり直したい、またはサンプルキャラの作成手順を知りたいときに使用します。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/grmchn/vector-avator/tree/HEAD/.claude/skills/vector-avator

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

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

一枚絵から、動くベクターキャラを作る

このリポジトリ(vector-avator)に、新しいキャラクターを追加する手順です。キャラの一枚絵から、画風をそろえた正面の立ち姿とキャラクターシートを作り、Fable 5.2 に部品をベクターで描き起こさせ、検査してからビューアで動かします。

見本は仮うさぎ(キャラ ID usagi。元の絵は inputs/kariusagi/)です。各段階の完成品が public/characters/usagi/vector/ と tools/vector/sheets/characters/usagi.* にあるので、迷ったら見比べてください。

0. 前提

作業ディレクトリは、このリポジトリのルートにします。 以下のコマンドはすべてルートからの相対パスです。

道具扱い使う段階確認方法
Claude Code + Fable 5.2必須5. 部品分け(サブエージェント)サブエージェントのモデルに Fable 5.2 を指定できること
Codex CLI(imagegen)必須2. 画風の変換、4. シートcodex --version、codex login 済み(ChatGPT のプランで動き、API キーは不要)
Node 22、npm必須7. ビューア、8. 動画npm install 済み
Python 3.10 以上必須2〜6python3 -m venv .venv && .venv/bin/pip install -r requirements.txt
resvg必須6. 検査の確認画像resvg --version(cargo install resvg など)
Playwright の Chromium、ffmpeg必須7〜8. 撮影・動画npx playwright install chromium、ffmpeg -version
MiniMax H3(ComfyUI)任意3. 角度の見本ComfyUI の API(既定 http://127.0.0.1:8188)。ない場合は 3 を飛ばす
TTS任意8. 口パクの音声ない場合はテキストの口パクで動かす

Fable 5.2 または Codex imagegen が使えない場合は、ユーザーにそう伝えて止まってください。部品分けを他のモデルで代用すると、品質が足りないことが分かっています。

開発サーバーのポート: 既定は 5280 です(npm run dev)。使用中の場合は npx vite --port <ポート> --strictPort で起動し、撮影・動画の書き出しのコマンド(viewer_shots.mjs、record.mjs)すべてに VIEWER_URL=http://127.0.0.1:<ポート>/ を付けます。Fable に渡す依頼文にも、その URL を書きます。

費用と時間の目安(実測)

仮うさぎ(47 部品)を作ったときの実測です。2 体目以降のキャラで、待ち時間を含めて 1 キャラ 1〜1.5 時間でした。人の作業は、キャラの特徴の箇条書きとレビューだけです。

段階担当時間回数
1. キャラの補足Claude(メイン)約 10 分—
2. 正面の立ち姿Codex imagegen約 4.7 分2 回生成して 1 枚採用
3. 角度の見本(任意)MiniMax H3約 7 分1 回
4. シート 2 枚Codex imagegen約 5 分各 1 回
5. 部品分けFable 5.2約 16 分 + 直し 約 2.5 分1 回 + 直し 1 回
6〜7. 検査・確認・調整Claude(メイン)約 20 分—
  • Codex imagegen は 1 枚あたり約 2〜2.5 分です。ChatGPT のプランの使用量の上限に達すると、数時間待つことがあります。1 キャラで必要なのは、正面 1〜2 回とシート 2 回です。
  • Fable 5.2 の部品分けは、ほかの 2 キャラで約 22 分(49 部品)、約 24 分(61 部品)でした。
  • 経緯を知らないエージェントがこの Skill だけで 1 体(63 部品)を作ったときは、角度の見本を飛ばして合計約 43 分でした(imagegen 4 回、Fable 1 回で約 24 分・約 28 万トークン、作り直し 0 回)。
  • トークン数と金額は計測していません。

全体の流れ

段階内容道具出力
1キャラの補足(残す特徴)を書く手書きtools/vector/sheets/characters/<id>.md・.json
2原画を共通の画風に変換し、正面の A ポーズの立ち姿を作るmake.py gen <id> restyleref/front.png
3360 度回転動画からコマを切り出す(任意)turntable.sh <id>ref/turntable.mp4、ref/angle_*.png
4シート 2 枚(4 面図+手の形、顔の差分)make.py gen <id> sheet_turnaround・sheet_faceref/sheet_turnaround.png、ref/sheet_face.png
5塗りだけの部品を、隠れる部分まで補完して描くFable 5.2 + references/fable-brief.mdvector.json
6構造の検査と、確認画像の目視check_parts.py <id>エラー 0 件
7ビューアで動かして確認・調整するnpm run dev、viewer_shots.mjs調整した vector.json
8動画の書き出しと口パクrecord.mjs、lipsync.pyMP4

ref/ は public/characters/<id>/vector/ref/ です。キャラ ID は小文字の英数字にします(例:usagi)。試行の画像や Fable の作業ファイルは var/vector/<id>/ に溜まります(コミット対象外)。

1. キャラの補足を書く

tools/vector/sheets/characters/<id>.md に、画風を変えても残すべき特徴を箇条書きで書きます。<id>.json には原画のパスと、その画像の役割を書きます。原画は inputs/<id>/ などに置きます。

  • 書き方と見本は references/character-notes.md にあります。仮うさぎの例:tools/vector/sheets/characters/usagi.md・usagi.json。
  • 色はおおよその値(#RRGGBB)で書きます。
  • 共通の画風(tools/vector/sheets/style_base.md)は、キャラを「動物・生き物」として描かせます。そのままではキャラが変わってしまう点(毛のないキャラに毛の房が生える、人物でないキャラを動物に描き直す、など)は、補足に「〜は描かない」「〜は適用しない」と具体的に書いて打ち消します。共通の画風のファイルは変えません。
  • 原画が動いたポーズ(体のひねり、腕の曲げ)でも、正面の A ポーズへの描き直しは layouts/restyle.md が指示します。補足には書かなくてよく、<id>.json の roles に「ポーズは参考にしない」と添えると安定します。

あわせて、ビューアにキャラを登録します。手順 5 で Fable がビューアで確かめるときに必要です。data/characters/<id>.json:

{ "id": "<id>", "label": "<キャラ名>", "vector": { "url": "characters/<id>/vector/vector.json" } }

2. 正面の立ち姿(Codex imagegen)

.venv/bin/python tools/vector/sheets/make.py gen <id> restyle --count 2
.venv/bin/python tools/vector/sheets/make.py log <id>
.venv/bin/python tools/vector/sheets/make.py adopt <id> restyle <番号>
  • プロンプトは「共通の画風+キャラの補足+描くもの(layouts/restyle.md)」を組み立てて、codex exec 経由で imagegen に渡します。試行は var/vector/<id>/gen/ に、プロンプトと所要時間とともに残ります。
  • 生成した画像は必ず目で見て、原画と並べて比べます。見る点:キャラだと分かるか、2〜2.5 頭身か、真正面の A ポーズで脇に隙間があるか、目にハイライトがないか、寄り目でないか。
  • 合わない場合は --note "追加指示" で直すか、キャラの補足を書き直します(例:仮うさぎは共通の「毛の量感」で別キャラに見えたため、補足で打ち消した)。直したことは補足に残します。
  • adopt は採用した画像を ref/front.png(1024×1536)にそろえて置きます。

3. 角度の見本(任意:MiniMax H3)

bash tools/vector/sheets/turntable.sh <id>          # COMFY_SERVER で ComfyUI の URL を変えられる
  • 先に tools/vector/sheets/h3/<id>.txt(回転動画のプロンプト)を、h3/usagi.txt をひな形にして書きます。キャラの説明の部分だけを差し替えます。
  • 出力の angle_045.png・angle_090.png・angle_180.png は、4 のシートの生成で自動的に参照画像に加わります。H3 の回転は等速ではないので、角度は目安です。
  • ComfyUI と H3 がない場合は、この段階を飛ばします。シートだけでも部品分けはできます。

4. キャラクターシート 2 枚(Codex imagegen)

.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_turnaround
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_turnaround 1
.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_face
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_face 1
  • 1 枚目は 4 面図(正面・斜め・側面・背面)と手の形 4 種(開き・指差し・グー・手のひら)、2 枚目は顔の差分(目:開・半目・閉、口:閉・あ・い・う・え・お、表情:通常・笑顔・驚き・困り)です。
  • 斜めと側面は、顔が画面の左を向く向きで描かせます(H3 の回転と同じ向き)。
  • 目で見て、正面の立ち姿と同じキャラか、差分がそろっているか(半目で虹彩が潰れていないか、など)を確かめます。合わなければ --note で直して生成し直します。

5. 部品分け(Fable 5.2 のサブエージェント)

  1. references/fable-brief.md のひな形に、キャラ ID・キャラ名・キャラごとの注意・ビューアの URL(既定 http://127.0.0.1:5280/)を差し込み、var/vector/<id>/fable/brief.md に保存します。キャラごとの注意の書き方と見本(仮うさぎ)は references/character-notes.md にあります。
  2. Fable 5.2 を指定したサブエージェントを起動し、brief.md の全文を渡します。Fable は references/parts-spec.md に沿って、作画スクリプトで public/characters/<id>/vector/vector.json を作り、自分で検査してから報告します。
  3. 報告を読み、6 の検査と 7 の確認を行います。直す点があれば、同じサブエージェントに続けて依頼します(新しく起動すると経緯を失います)。

守らせること(ひな形に書いてあります):

  • 部品は意味の単位でゼロから描く。画素の切り抜き・自動トレースで形を決めない。
  • 塗りだけで描く。線は描画時に自動で引かれる。
  • 隠れる部分も補完する(前髪の下の額、耳の付け根の下の頭、腕を外した胴、首、しっぽの付け根など)。
  • 腕の絵は描かない(描画時に生成する)。代わりに骨格の目印と腕の太さ・色を測って書く。
  • _L・_R はキャラ自身の左右(正面図で _L は画面の右)。

6. 検査

.venv/bin/python tools/vector/check_parts.py <id>
  • エラー 0 件で合格です。警告は内容を見て判断します。
  • 確認画像(var/vector/<id>/check/)を目で見ます。見る点は references/visual-qa.md にあります。特に、手前の部品を隠した状態(qa_*.png)で穴・切り口がないか、差分(variants.png・expressions.png)がシートと合っているか、骨格(skeleton.png)の関節が絵と合っているか。
  • 確認画像には、自動輪郭線と生成した腕が入りません。最終的な見え方は 7 で確かめます。

7. ビューアで動かす

  1. data/characters/<id>.json(手順 1 で作成済み)があることを確かめます。

  2. npm run dev で開発サーバーを起動し、http://localhost:5280/?char=<id> を開きます(キャラが 2 体以上あると、画面に選択欄が出ます)。

  3. 撮影して確かめます(開発サーバーの起動中):

    DSF=2 node tools/capture/viewer_shots.mjs var/vector/<id>/check/viewer \
      neutral="char=<id>" face30="char=<id>&framing=face&yaw=30&blink=0" faceM30="char=<id>&framing=face&yaw=-30&blink=0" \
      explain="char=<id>&motion=explain&t=1.0" spread="char=<id>&motion=spread&t=1.2" \
      half="char=<id>&framing=face&eye=half&blink=0" point="char=<id>&motion=point&t=1.5"
    
  4. 見る点:白いキャラの部品の境目に余計な線が出ていないか、首振り ±30° で目が顔の輪郭の外へ出ないか、耳・髪の付け根が頭から離れないか、腕と手の太さ・色が合っているか、揺れ物の揺れ方。

  5. 調整は vector.json の値で行います。URL のパラメーターで値を試してから書き込みます。調整できる値の一覧は references/tuning.md、よくある問題と対処は references/troubleshooting.md にあります。

8. 動画の書き出しと口パク

# 動画(開発サーバーの起動中)
node tools/vector/record.mjs --out out/<id>_explain --motion explain --query "char=<id>"

# 口パク:wav と読み(日本語はかな)から。TTS の種類は問わない
.venv/bin/python tools/lipsync/lipsync.py line.wav --text "こんにちは、よろしくおねがいします。" -o line.json
node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --lipsync line.json --audio line.wav --query "char=<id>"
  • TTS がない場合は、テキストの口パクで動画を作れます:node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --seconds 6 --query "char=<id>&say=こんにちは、よろしくね。"。台詞は時計に合わせて繰り返され、動画の長さはモーションの長さ(ループしないモーションでは --seconds)で決まります。台詞の長さで止めたいときは --seconds を指定します(目安:1 モーラ 0.15 秒、句読点 0.3 秒)。
  • 英語の台詞は --lang en、テキストなしで音量だけなら --method rms、Whisper の単語の時刻があれば --whisper whisper.json。
  • 背景色は --query "bg=ffd3e0"、手描き風の線は vHand=0〜4(なし・弱・中・強・手描き+。既定は強)。
  • ビューアでも、口パクの JSON と音声ファイルを読み込んで再生できます。

終わったら

ユーザーに次を報告します。

  • 作ったファイル(ref/ の画像、vector.json、data/characters/<id>.json)と、確認画像・動画の場所
  • 各段階の時間と、生成・作り直しの回数
  • 検査結果と、残っている問題(自信のない部品、直しきれなかった見え方)

関連スキル