netfire222/vfx

/vfx - トーキングヘッドリール用VFXパック

大きなタイトルは話者の背後（人物セグメンテーション）に描画され、自動的に頭上に配置されます。ヘブライ語（RTL）にも完全対応。

コマンド	機能
/vfx strike	頭上に大きな単語を表示 → 赤線で打ち消し → 新しい単語に入れ替え
/vfx echo	大きなタイトルがポップインし、アウトラインのエコーコピーが飛び出す
/vfx spotlight	背景が暗くなり、話者に暖かい光が当たり、ネオン調のタイトルが点滅
/vfx freeze-mark	フリーズ＋フラッシュ＋ズームイン＋顔の周りに手描きの赤丸（＋オプションでラベル）
/vfx pinned-comment	「返信コメント」カードが上部にポップイン
/vfx plan	複数のエフェクトを1回のレンダリングで処理
/vfx showcase	レンダリング済みクリップをClaudeアプリUIでラップ：タイプコマンド、「Edited with /vfx X」ヘッダー、タイピング＆エフェクト音、最後にCTA

入力

• 動画（縦型9:16のトーキングヘッドが最適）と、エフェクトごとに正確なテキストとタイミング。 ユーザーが指定していないテキストは決して発明せず、不足している場合は一度だけ質問してください。タイミングはトリガーワードから取得できます（words参照）。
• 出力はソースと同じ場所に <name>_vfx.mp4 として保存します。

セットアップ（一度だけ）

• スクリプトはこのファイルと同じ場所にあります：scripts/vfx.py、scripts/compose.py（フルパスで呼び出してください）。
• ffmpeg、Node/npm（フォントとセグメンテーションモデルは npm pack で一度だけ ~/.cache/vfx に取得）、および pip install numpy pillow fonttools python-bidi ai-edge-litert "opencv-python-headless<5" が必要です。 オプション：pip install rembg onnxruntime（髪の毛のエッジがよりきれいに、自動適用）、pip install faster-whisper（単語タイミング）。

ワークフロー

1. ffprobe でクリップを確認。頭上の余白が少ない場合 → タイトルは自動的に画面下3分の1に配置されます。リフレーミングを提案します。
2. 音声からタイミングを取得：python3 scripts/vfx.py words clip.mp4 --lang he → {word,start,end} の行が出力されます。
3. レンダリング：

   python3 scripts/vfx.py strike in.mp4 out.mp4 --text "משעמם" --swap "מרתק" --at 2.1 --strike-at 2.8 --swap-at 3.3
   python3 scripts/vfx.py echo in.mp4 out.mp4 --text "IN-APP BROWSER" --at 5 --dur 2.5
   python3 scripts/vfx.py spotlight in.mp4 out.mp4 --text "AI SLOP" --at 13 --dur 2.5
   python3 scripts/vfx.py freeze-mark in.mp4 out.mp4 --at 9.5 --hold 1.5 --label "תסתכלו כאן"
   python3 scripts/vfx.py pinned-comment in.mp4 out.mp4 --user someone --text "..." --at 17 --dur 4
   python3 scripts/vfx.py plan in.mp4 out.mp4 plan.json      # [{"fx":"strike","text":..,"at":..}, ...]
   

   Strikeのバリエーション（plan.jsonのみ）："front_first": true は最初の単語を顔の前面（話者の前に）、入れ替え単語を頭の背後に配置します（例：「מלפנים」→「מאחור」）。"overlap": 0.45 はより多くの部分を背後に隠します。 Echoのバリエーション（plan.json）："linger": true はアウトラインコピーを画面に残し（ゆっくりと呼吸するように）、エフェクト終了まで表示します。 オプション：--y（タイトルの高さを固定、フレームに対する割合。頭で文字が隠れる場合は上げてください）、--color、 freeze-mark の --x --y --r（他のものを丸で囲む場合）、--seg fast|quality、--crf。
4. ショーケース（オプション）：python3 scripts/compose.py fx.mp4 final.mp4 schedule.json

   {"intro": 2.4, "cta": 3.2,
    "cmds": [{"cmd": "strike", "send": 0.0, "desc": "言って、打ち消して、入れ替え", "sfx": [["swish", 0.9], ["pop", 1.5]]},
             {"cmd": "echo", "send": 2.75, "desc": "ビッグタイトル、エコーバースト", "sfx": [["boom", 2.8]]}],
    "cta_lines": ["このスキルが欲しい？", "5コマンドの？"], "cta_button": "「スキル」とコメント"}
   

   send = コマンドが送信されるクリップ秒数（各エフェクトの at はその約0.05秒後に設定）。最初のコマンドはイントロで入力されます。 効果音：key、send、whoosh、swish、pop、boom、shutter、power、ding、chime。
5. 確認：エフェクトごとに2〜3フレームを取得（ffmpeg -ss T -i out.mp4 -frames:v 1 f.png）、それらを確認します（テキストが読める、顔が見える、ヘブライ語が右から左に表示されている、何も切れていない）。修正して再レンダリング。その後、エフェクトごとに1行で納品します。