Communitygithub.com

alexey1312/Vibe-Editing-Agent-Skill

収録済みの映像(トーク、インタビュー、ポッドキャスト、チュートリアル、画面収録など)を、エージェントと対話しながら編集(「バイブ編集」)して完成カットにします。テイク選択、間・言い間違い・フィラーの削除、発言の短縮・並び替え、長尺動画のクリップ分割などを、ワードタイムスタンプに基づいて行い、EDL(編集決定リスト)を作成・承認後、フレーム正確にレンダリングします。

Vibe-Editing-Agent-Skill とは?

このスキルは、収録済みの映像素材(トーク、インタビュー、ポッドキャスト、チュートリアル、画面収録など)を、AIエージェントとの対話を通じて編集する「バイブ編集」を実現します。エージェントは、テイク選択、間・言い間違い・フィラーの削除、発言の短縮・並び替え、長尺動画のクリップ分割といった作業を、ワードレベルのタイムスタンプに基づいて行います。可変フレームレート、HDR、回転などのソースの問題を検出し、2つの時計(ソース時間と出力時間)を使って正確なEDL(編集決定リスト)を作成・承認した後、FFmpegでフレーム正確にレンダリングします。キャプションやインサートのタイムライン移動、音声のフェード・ダッキング・ラウドネス調整も計画・実行可能です。主にClaude Codeや同等のAIエージェント向けに設計されており、グラフィックスやアニメーションは別のスキル(HyperFrames、Remotion)に委譲します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alexey1312/Vibe-Editing-Agent-Skill/tree/HEAD/skills/vibe-editing-cut

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

バイブ編集:カット

生テイクを意味を保持したままカットに仕上げ、グラフィックス用エンジンに引き渡します。 エージェントは提案と作成を、レンダラーはフレーム計算を、作者は決定と承認を担当します。 デザインよりも先にストーリーを承認してください。グラフィックス作成後に意味を変更すると、再構築が必要になります。

  • 素材別のルートとツール:references/routes.md
  • EDLと2つの時計:references/edl-format.md
  • 文字起こしと認識エンジン:references/transcripts.md
  • 発言のカット:references/cutting.md
  • キャプション:references/captions.md
  • 音声:references/audio.md
  • インサート、レイアウト、9:16、他言語:references/inserts-and-layouts.md
  • 画面収録:references/screen-recordings.md
  • フォルダ、ブリーフ、project.md:references/project-memory.md
  • 作者からの指示:references/edit-requests.md
  • データ、ライセンス、費用:references/data-and-licences.md
  • 計画書のフォーマット:references/plan-format.md
  • このリポジトリで計測された動作:references/measured-behavior.md
  • バージョンと日付:references/versions.md
  • 引用元:references/sources.md

契約

  • フェーズ1は読み取り専用です。 ツールチェインレポート、メディアインベントリ、既存の文字起こしの読み取り、計画書の作成は、何も変更せず、どこにも送信しません。
  • 項目IDの承認なしに、カット、レンダリング、アップロード、インストール、有料コールを行わないでください (references/plan-format.md)。 計画書が存在する前に「短くして」と言われたら、それは計画書の要求です。
  • オリジナルは決して変更されません。 作業コピーはwork/へ、レンダリング結果はrenders/へ、納品物はexports/へ出力します。 edl.py renderは、--forceなしではソースファイルや既存ファイルへの上書きを拒否します。
  • 2つの時計。 テイクにはソース時間を、視聴者が見るすべてのものには出力時間を使用します。 変換はedl.py mapとedl.py retimeで行い、手動では行いません。
  • 引用または明示。 ツールに関する主張はreferences/sources.mdまたはMeasuredセクションを引用します。 バージョンと価格はreferences/versions.mdとその日付から取得します。 趣味や意味に関する判断は、その旨を明示します。
  • 検証結果を正直に報告してください。 フレームチェックはリズムを見逃します。スクリプトは意味を見逃します。 何を視聴し、何を聴き、何をスキャンしたか、そして何をしなかったかを明記してください。

1. プリフライト

python3 scripts/toolchain_report.py --format markdown
python3 scripts/media_probe.py originals/ --format markdown
  • ツールチェインレポートは、このマシンで何ができるかを示します: フレーム正確なレンダリング、キャプションの焼き込み(多くのFFmpegビルドでは不可、Measured M7)、 ラウドネス測定、ローカル音声認識、HyperFrames、Remotion; および、どのAPIキー名が設定されているか(値は決して表示しません)。
  • インベントリは、カットに影響を与えるものをフラグ付けします: 可変フレームレート(MED001)、回転(MED002)、HDR(MED010)、 混合フレームレートまたはオーディオフォーマット(MED004、MED005);ルールはこのスキルのリポジトリ内のCHECKS.mdにあります。
  • プロジェクト固有の指示とproject.mdが存在する場合は読み取ります。
  • ブリーフを作成するか、不足している情報(視聴者と要点、納品形態、必須要素、禁止要素、クラウド利用の有無など)を尋ねます(references/project-memory.md)。

2. ルート選択

素材と成果物からルートを選択します(references/routes.md)。 このスキルはカットを担当します:テイク選択、結合、EDL、レンダリング、新しいタイムライン上のキャプションと音声。 グラフィックスはエンジンのスキル(HyperFrames:hyperframes、general-video、hyperframes-core またはRemotion:remotion-best-practices)に属します。 変更が許可されていない映像にキャプションやオーバーレイを追加する場合は、embedded-captionsまたはtalking-head-recutに属します。

3. 文字起こし

  • ソースごとにワードタイムスタンプを作成し、一度だけ実行し、transcripts/に保存します(references/transcripts.md)。
  • クラウドでの認識は音声を外部に送信し、コストがかかります。ローカル認識にはインストールが必要です。 どちらも、プロバイダー、コスト、データを計画書に明記した上で承認を待ちます。
  • カットを計画する前に、用語集と照らし合わせて名前や番号を修正します。

4. ストーリーの計画

  1. 素材のテーブル:ソース、イン–アウト、逐語的なフレーズ、音声、表示内容、考えられる役割。
  2. 3つのオープニング案。それぞれ、最初の数秒で視聴者が理解する内容を記載します。
  3. 候補の特定:python3 scripts/edl.py candidates --words transcripts/<take>.json — 間、繰り返し、フィラーを検出しますが、自動でカットはしません(references/cutting.md)。
  4. ビート(まとまり)でストーリーを構成し、edit/edl.jsonを作成:各クリップに理由を添えます(references/edl-format.md)。
  5. python3 scripts/edl.py check edit/edl.json --probe、table、cuts --probeを実行: 両方の時計が表示されたクリップと、削除されたすべての区間を作者が確認できるように出力します。
  6. 疑わしいカットはedit/edl_b.jsonに入れ、バージョンAには含めません。

5. ドラフトのレンダリング

python3 scripts/edl.py render edit/edl.json -o renders/draft_v1.mp4 --size 640x360 --preset veryfast
  • すべてのクリップはフレーム境界で再エンコードされ、10msのオーディオフェードが適用され、1つのサイズにスケーリングされます (Measured M1、M3、M4)。ストリームコピーによるカットはフレーム正確にはなりません(Measured M2)。
  • 最初のドラフトには音楽、キャプション、エフェクトは含めません。音声と映像のみです。
  • ヘッドフォンですべての接合部を聴き、両側のフレームを確認します。 簡潔な指示(references/edit-requests.md)と新しいEDLバージョンで修正します。

6. キャプション、音声、インサート

  • キャプション: edl.py retimeでワード時間を出力タイムラインに移動し、 captions.py buildでグループ化し、captions.py checkで制限を適用します(references/captions.md)。
  • 音声: まず音声、次にダッキングを伴う音楽、最後に効果音の順に設定します。 ラウドネスをブリーフの目標値に対して測定し、loudnormターゲットを明示的に設定します(references/audio.md)。
  • インサート: 出力タイムライン上にマークし(edl.py map)、静止フレームを承認した後、 エンジンで構築します。edl.py hyperframesとedl.py remotionでカットを引き渡します (references/inserts-and-layouts.md)。
  • その他のフォーマット: 9:16バージョンは新しいレイアウトであり、中央クロップではありません。

7. 引き渡し

  • 動画を完成と見なす前に、レビューを実行します: vibe-editing-reviewスキル、または最低でもpython3 scripts/qa_scan.pyをブリーフ、EDL、キャプションとともに実行します。
  • project.mdを更新します:承認されたEDLバージョン、最後の正常なレンダリング、コマンド、アセットとライセンス、未解決の不具合。

ワークフロー

フェーズ1 — 推奨

  1. プリフライト: ツールチェインレポート、インベントリ、ブリーフ、プロジェクト指示。
  2. 計画書をreferences/plan-format.mdに従って作成: ソースと変換;ストーリーとEDL v1;削除区間;疑わしいカット; キャプション、音声、インサート;データ、費用、ライセンス;ここで検証できないこと。
  3. 適用する項目IDを尋ねます。

フェーズ2 — 適用と検証

  1. 承認された項目のみを、一度に1つのレベルずつ適用:ストーリー、ペース、テキスト、映像、音声。
  2. 各変更後、同じ範囲を1秒のコンテキストを付けてレンダリングまたはプレビューし、聴きます。
  3. edl.py checkとcaptions.py checkを再実行し、作者に送るすべてのドラフトでqa_scan.pyを実行します。
  4. 項目のステータスとproject.mdを更新し、検証できなかったことを報告します。

ガードレール

  • フェーズ1では、カット、レンダリング、アップロード、クラウド文字起こし、インストールを行わないでください。
  • originals/内のファイルを変更または再エンコードしないでください。
  • フレーム正確でなければならないカットをストリームコピーしないでください。
  • キャプションやインサートをソース時間で配置しないでください。
  • 1つのしきい値ですべての間を削除したり、作者の判断なしに欠落した単語を合成したりしないでください。
  • キーやトークンをチャット、ログ、ファイルに出力しないでください。
  • 記録されたソースとライセンスなしに、音楽、フォント、映像を追加しないでください。
  • エンジンの領域を奪わないでください:合成コードはHyperFramesまたはRemotionスキルに属します。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル