learnaiwithhugo/video-editor-skills

/kallaway-edit

生クリップを、完成された縦型リール（1080x1920、30 fps、-14 LUFS）で、Kallaway スタイルに編集します。 すべてユーザーのMac上で無料ツールのみで動作します。ユーザーは通常、技術的ではありません。 平易な英語で、1ステップにつき短いメッセージを送り、コードに触れさせることは絶対にしないでください。

SK = ${CLAUDE_SKILL_DIR}、このスキルのフォルダ（絶対に書き込まないでください。アップデートで置き換わります）。 DATA = $HOME/.claude-video-editor、エディター専用フォルダ。アップデートをまたいで保持されます。 ユーザー設定（DATA/config.json）、エディターのPython（DATA/venv）、効果音（DATA/sfx）。 ROOT = プロジェクトフォルダ（raw/、exports/ があります）。DATA/config.json の projectRoot。 セットアップウィザード（ステップ0）で保存されます。WORK = ROOT/work/<slug>/（リールごとに1フォルダ。slugは短いkebab-case、例：opus-tips）。すべてのパスは引用符で囲んでください。スペースを含むことがよくあります。 すべてのスクリプトは、以下の2つのいずれかを介して、正確に記述されたとおりに実行し、ユーザーの設定を見つけられるようにします。 PY = VIDEO_EDITOR_DATA="$HOME/.claude-video-editor" "$HOME/.claude-video-editor/venv/bin/python" -I（セットアップ後） SETUP = VIDEO_EDITOR_DATA="$HOME/.claude-video-editor" python3 -I "${CLAUDE_SKILL_DIR}/scripts/setup.py" ビルドする前にこれらを読んでください：references/style-rules.md（見た目、数値）、references/graphics-recipes.md（話されたアイデアが図になる方法）、references/gotchas.md。

厳格なルール

• 無料ツールのみ。 ffmpeg、Node 22+、Python、HyperFrames（npx hyperframes@<ピン留め>）、faster-whisper、 HyperFramesのローカル背景除去、バンドルされているOFLフォント、HyperFrames media-useの録音済み効果音 （セットアップ時に取得、バンドルはされません：Pixabayライセンス）、Openverseまたはユーザー自身のトラックからのCC0/CC BY音楽。 有料API、HeyGenサインイン、音楽生成、著作権のあるものは一切禁止。
• ユーザーが指定できるオプション： music: on|off（デフォルトはセットアップ時に保存された選択）、music: <ユーザーのトラックへのパス>、setup（セットアップウィザードを再実行）。
• npx hyperframes init または npx hyperframes skills は絶対に実行しないでください（~/.claude/skills にスキルをインストールします）。 HyperFramesの呼び出しはすべて：HYPERFRAMES_SKIP_SKILLS=1 HYPERFRAMES_NO_TELEMETRY=1。 常に snapshot ... --describe false としてください（そうしないとフレームがGeminiにアップロードされます）。
• ユーザーの元の映像には絶対に触れないでください。 raw/ のコピーから作業します。作業ファイルはWORKに置き、 完成したリールのみを exports/ に置きます。ユーザーのファイルを決して削除しないでください。
• キャプションは実際に話された内容を表示し、正しく綴ります（「Claude」、「Opus 5.5」）。数字は数字で表記します。
• グラフィックは決して顔を覆わないでください。テキストはy 1470より下、またはy 1155より下の右端100ピクセル内に配置しないでください。
• 何もアニメーションアウトしません。赤 #C41514 が唯一のアクセントカラーです。タイトルとセクションごとに1つのセリフ斜体単語を使用します。
• 作業内容を表示する：各ステップで、連番のPNGを WORK/progress/ にドロップします（01-takes-picked.png、...）。
• 最終レンダリングは、完了と言う前に、フルサイズで qa.py を使用してチェックしてください。何が一致していないか正直に伝えてください。

ワークフロー

0. セットアップウィザード（初回のみ、約5〜10分）

DATA/config.json を読み取ります。"setupComplete": true で projectRoot フォルダが存在する場合は、 SETUP --check を実行します（数秒、何もインストールしません）。READYの場合はステップ1に進み、NOT READYの場合は 指定されたものを修正します（新しいツールバージョンが必要なアップデート後は、単に SETUP を再度実行するだけです。 ユーザーのフォルダと選択は保持されます）。それ以外の場合（初回実行、またはユーザーが「/kallaway-edit setup」と言った場合）は、 ウィザードを実行します。どのステップにいるかを1行で伝えてください（「5ステップ中ステップ2：ツールを確認中」）。

1. ようこそ。 「Kallaway エディターへようこそ！セットアップを開始します。これには約5〜10分かかり、一度だけ行われます。」
2. Claude Code 内ですか？ これは Claude Code（ターミナルアプリ、ClaudeデスクトップアプリのCodeタブ、またはIDE拡張機能）が必要です。 ローカルフォルダで開かれている必要があります。実際の動画ファイルを編集するためです。シェルコマンドを実行してローカルファイルを 読み取れる場合は、その状態です。できない場合（通常のチャット）：「Claudeデスクトップアプリを開き、Codeをクリックし、 Localを選択し、フォルダを選択（または「AI video editor」というフォルダを作成）してから、もう一度 /kallaway-edit と入力してください。」 と言って停止します。
3. ツールチェック。 SETUP --check。結果を短い表で表示します：ツール、見つかったか（はい/いいえ）、用途（ffmpegはカットとサウンドミックス、 Node.jsはHyperFramesを実行、HyperFramesは編集を動画に変換、faster-whisperはすべての単語を聞き取る、Pythonはヘルパースクリプトを実行、 yt-dlpはここではオプションで、リンクからリールをダウンロードし、/new-edit-style に必要）。ユーザーが自分でインストールする必要があるもの （ffmpeg、Node.js、Python）については、修正に必要な名前を1行で示し、どこに貼り付けるかを伝えてください： ターミナルアプリ（Mac：Command + Space を押して「Terminal」と入力）。Macのパスワードを求められた場合は、ユーザー自身がこのチャットではなく ターミナルに入力します。完了したと言うまで待ち、その後再度チェックします。「フルセットアップでインストールされる」とマークされた項目は、 ユーザーからの操作は必要ありません。
4. ファイルの保存場所。 1つのメッセージで、それぞれに推奨される回答を添えて質問します。
   • 「動画はどこに作成しますか？」現在のフォルダが空か、すでにビデオフォルダである場合は現在のフォルダ（フルパスを表示）を提案し、 そうでない場合は ~/Desktop/AI video editor を提案します。
   • 「映像は通常どこに保存されますか？」~/Downloads（AirDropで電話のクリップが置かれる場所）を提案するか、 「自分で生クリップをrawフォルダにドロップします」と提案します。
   • 「あなたの声の下にBGM：オンまたはオフ？」オンを提案します（動画ごとに変更できます）。 その後、フォルダを提案します：「プロジェクトフォルダをセットアップしますか？raw/（あなたのクリップ）、 references/（好きなスタイルの動画）、exports/（完成したリール）、work/（私の作業ファイル）、 archive/（古いバージョン）を作成します。既存のものはそのまま残ります。」「はい」の場合： SETUP --project "<フォルダ>" --clips-from "<フォルダまたは省略>" --music on|off。 不足しているフォルダのみを作成し、回答を DATA/config.json に保存します。
5. インストール。 「無料の編集ツールを今インストールしています（1回限り、約5分：文字起こしエンジン、 動画レンダラー、効果音、音声モデル）。」SETUP をバックグラウンドで実行し、その進行状況を平易な言葉で中継します。 インストールはDATAのみに行われます（グローバルには何も、スキルフォルダにも何もインストールされないため、 アップデートで元に戻ることはありません）。完了すると、セットアップ完了とマークされます。
6. 完了。 references/filming-guide.md から4つの撮影のヒント（カメラ固定、ワイドショット、暗い部屋で顔に温かい光、 ラインが決まるまで繰り返す）を伝え、その後：「準備完了です。クリップを raw/ にドロップするか（または <clipsFrom> 内のどのファイルか教えてください）、 /kallaway-edit と入力してください。」すでにクリップが提供されている場合は、そのままステップ1に進みます。

毎回の取り込み：クリップはユーザーが指定したファイルです。それ以外の場合は、clipsFrom 内の最新の動画ファイルを 提案します。それらを ROOT/raw/ にコピーします（オリジナルは決して移動または変更しません）。 音楽は、ユーザーが特に指定しない限り、保存された music の選択に従います。

1. すべてのテイクを見つける（映像1分あたり約1分）

PY "SK/scripts/takes.py" "WORK" "ROOT/raw/clip1.MOV" "ROOT/raw/clip2.MOV"（より高速で精度の低いパスのために --fast を追加）。 WORK/takes/*.takes.txt を読み取ります：各試行とその時間範囲、リテイクのマーク。可能であれば、クリップ内でスクリプトを 見つけるか、ユーザーに尋ねます。「あなたのクリップを聞いて、各行の最良のテイクを見つけています。」と言います。

2. テイクを選び、カットする（約1分）

WORK/edl.json を書きます（形式：SK/template/examples/edl.json）：各行に1セグメント、スクリプト順、通常は最後の完全で クリーンなテイク。{"clip","chunk"} または {"clip","start","end"}（チャンク内のつまずきをスキップする場合。 単語の時間は transcribe.py --range a-b --model medium.en --no-vad で確認）。目標は20〜30秒。少しオーバーしても（〜38秒まで）、 フックが約束したことを破るよりはましです。CTA（Call To Action）は、要求されない限りスキップします。 その後、PY "SK/scripts/assemble.py" "WORK"：cut.mp4（CFR、音声にタイト、圧縮済み、-14 LUFS）、segments.json、words.json、 words.txt。words.txt を読み取ります：すべての行が意図された内容を言っている必要があります。 PY "SK/scripts/qa.py" "WORK" --takes で progress/01-takes-picked.png を書き込みます。 「これがカットです：<行>。 秒。」と言います。 グラフィックを構築する前にカットをロックします。 後で再カットする場合：PY "SK/scripts/reindex.py" "WORK" "WORK/.prev/words.json" はすべてのグラフィックをその単語に保ちます。

3. 話者を切り抜く（約3〜4分、バックグラウンドで実行）

PY "SK/scripts/cutout.py" "WORK"：cutout.webm（フレームマッチ、エッジクリーン）+ headtrack.json。 実行中に、編集を計画します（ステップ4）。次に、黒の上に合成された1フレームを見てハローがないか確認し、 progress/02-cutout-check.png として保存します。

3b. 音楽（music: off でない場合。約2〜6分、バックグラウンドで実行）

PY "SK/scripts/music.py" "WORK"（または --file "<曲>"、または --off）。Openverseから無料のCC0/CC BYインストゥルメンタルを 選び、ボーカルを拒否し、WORK/music-credit.txt を書き込みます。選んだ曲をユーザーに伝え、CC BYの場合はクレジット行を キャプションに入れることを伝えます。

4. 編集を1行ごとに計画する

WORK/plan.json を書きます（形式：SK/template/examples/plan.json）：

• shots：各レイアウトが始まる場所（0、"line:N" = EDL行Nの最初のフレーム、"w:N" = 単語Nの開始）。 表示できるものはステージ、接続的なものや個人的な行、および見返り（16〜29％の実行時間）はフル。ステージシーン間もハードカット。 最初のカットは約3.5秒まで。
• scenes：どのグラフィックがいつ再生されるか（id、from、to、オプションの src + vars で1つのシーンファイルを 複数回マウントする、例：繰り返し番号付きの「ホーム」グラフィック）。シーンはフルショットの下で実行され、戻ってくることができます （再訪は0.6秒で1つの新しいものを追加します）。
• punch：スナップパンチイン（x1.19、ライザーがそれに入る）を締めくくりのフレーズに、最大1つまたは2つ。
• captions：fix（単語インデックス -> 正しいテキスト）、emphasis（セクションごとに1つのセリフ単語）、 keep_together（単語インデックスのペア、例：「Number」+「1,」）。 graphics-recipes.md を使用します：すべてのアイデアに、図形、タイトル（太字+1つのセリフアクセント、赤いボックスに主張）、 およびその単語のビートがあり、約1秒ごとに新しい何かがあります。計画を1ショットあたり1行で伝えます。

5. シーンを構築する（約15〜25分）

各シーンは WORK/scenes/<name>.html で、SK/template/scene-starter.html または SK/template/examples/ 内の最も近いファイル （6つの実際のシーン）から開始します。キット（template/kit/kw.css、kw.js）は、ステージの外観とモーションヘルパー （KW.title、blurIn、pill、pulse、draw、cam、type、strike、count、scramble、at(i) = 単語iの開始）を提供します。 すべてのアニメーションは、シーンの <!--KW:SFX [...] --> コメントにサウンドキューを取得します。 例：{"t": "w:24-0.02", "s": "whoosh"}。references/sound-map.md に従います （カメラ移動 = whoosh、ピル = pop、スナップ/ティック = click、タイプライターテキスト = typing、大きな瞬間 = impact、見返り = sparkle）。 Agentツールがあり、シーンが約3つを超える場合は、最大2つの並列エージェントに次の情報とともにシーンを渡します：シーンの正確な単語リストと時間、 アイデア、このスキルのリファレンス、および build.py ... --project WORK/project-<letter> で衝突しないようにします。 PY "SK/scripts/build.py" "WORK" は WORK/project/ を書き込みます（ルート：点線のステージ、フェイスカード、ポップアウト レイヤー、キャプショントラック、シーンホスト、SFXレーン、すべて生成）。その後、WORK/project 内で： npx -y hyperframes@<pin> lint（0エラー）および snapshot --at <時間> --no-end --describe false -o snaps/x、PNGを読み取り、修正し、繰り返します。各シーンのシートを progress/03-scene-.png として保存します。

6. レンダリング（約1分）とチェック（約1分）

PY "SK/scripts/render.py" "WORK" --name draft（高速）、その後 PY "SK/scripts/qa.py" "WORK" "WORK/renders/draft.mp4" を実行し、qa/cuts.png（すべてのカットの前後のフレーム）、 qa/beats.png（すべてのキャプションチャンク）、qa/report.txt（カットと音声のギャップ、ラウドネス）を見ます。 チェック：ポップアウトにハローやカット後のドリフトがないこと。カードに頭と肩の両方が表示されていること（顔のトリミングは不可）。 キャプションやグラフィックが顔にかかっていないこと。キャプションが単語と一致していること。すべてのラインカットが音声の0〜80ミリ秒前に 着地していること。Instagramの禁止ゾーンに何もないこと。その後 PY "SK/scripts/audiomap.py" "WORK" --out progress/NN-audio-map.png：音楽は音声より18〜24 dB下、効果音はそのローカルピークより 約10〜16 dB下、ダブルヒットなし。フラグが立てられたキューの "db": -3 を修正します。 スタイルマッチ： PY "SK/scripts/match/fingerprint.py" score "SK/references/style-spec.json" "WORK/renders/draft.mp4" --out "WORK/progress/NN-style-match.md" は、3つのKallawayリールが測定されたのと同じ方法で編集を測定し （カット率、1秒あたりの視覚的変化、レイアウトシェア、カードとキャプションの位置、キャプションサイズとペース、アクセントカラーシェア、 ラウドネス、ステレオ効果音）、各FAILに対して何を修正すべきかを示します。編集で制御できるものを修正します。映像が原因のFAIL（クローズアップ自撮りなど）は、 撮影メモとしてユーザーに伝えます。WORK/progress/ 内のレポートが記録です（SK/references/lock-log.md にはスタイルの測定履歴が 保持されています。そのままにしておいてください）。 修正して再レンダリングします（リビルド+再レンダリングには約1.5分かかります）。

7. 納品

PY "SK/scripts/render.py" "WORK" --final -> exports/<slug>-kallaway-vN.mp4（1080x1920）と -720p.mp4 の電話用コピー。qa.py をエクスポートに対して実行します。ユーザーが自分のKallawayリールを ROOT/references/ に保存している場合（このスキルには同梱されていません）、サイドバイサイド（--ref <そのリール> --ref-at <t> --at <t>）を 追加し、progress/NN-side-by-side.png として保存します。 次の場所を伝えます：ファイルの場所、長さ、シーンごとの内容、そしてまだKallawayのように見えない点（具体的かつ正直に）。

タイミング（M4 Pro Mac上、約8分の生映像から35秒のリール）

セットアップ5分（初回）・テイク7分（ミディアムモデル、--fast 約3）・カット1分・カットアウト3.5分・ 音楽2〜6分（バックグラウンド、Openverse/Freesoundは遅い場合があります）・シーン15〜25分・ ドラフトレンダリング50秒・ファイナルレンダリング70秒・編集後の再レンダリング約1.5分。

撮影

撮影しようとしている人には、references/filming-guide.md を渡してください：固定ワイドショット（水平4Kが最適）、 暗い部屋に温かいキーライト、暗いトップス、頭の後ろに無地の背景、ラインが決まるまで繰り返します。