Communitygithub.com

motion-reel

エージェントが「モーションリール」(動画リール)を企画、構築、または編集し、完成した動画を出力する方法を示します。新しいアサインメントでこの技術が必要な場合に使用します。

motion-reel とは?

このスキルは、コードベースの動画制作ツール「Demon Clips Studio」において、エージェントが完全な動画リールを計画・構築・編集するための詳細なワークフローを提供します。Remotionで映像を、`pipeline/synth.py`で音声を、Edge TTSまたはユーザーの録音音声でナレーションを生成します。ユーザーは指示を繰り返し求めることを嫌うため、スキルは「聞かれなくても全部やる」ことを徹底しています。具体的には、ヒンディー語のナレーション、アウトロの追加、2種類のスクリプト(ローマ字・デーヴァナーガリー)での4ファイル出力、滑らかで生き生きとしたモーション、ハウスルック「Paper Glass Lab」の遵守、そして正直な主張が求められます。ワークフローは「フォーマットとアイデア」から始まり、フォルダとコピーの作成、ビートシートの作成、コンポジション、サウンドと音声、パイプラインモジュール、フィルムストリップレビュー、レンダリング、検証、そして報告までを、段階的に詳細に指示します。また、「Pendulum」「Hop」「Flight」などのモーションボキャブラリや、ビートに合わせたサウンドデザインのルールも定義されており、一貫性と高い品質を保証します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wearethedemon/motion-reel-skill/tree/HEAD

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

Motion reel(Demon Clips Studio)

これらのリールのピクセルとサウンドはすべてコードで生成されています。映像にはRemotion、音声にはpipeline/synth.py、ナレーションにはEdge TTSまたはユーザー自身の録音を使用します。リファレンスビルドは 「Made in code」 です:remotion/src/promo/MadeInCode.tsx、pipeline/promo.py、reels/261120-made-in-code/。新しいリールを書き始める前にこれらを読んでください。パターンはコピーしても、そのままのコピーはしないでください。

D:\Claude-Chrome\wearethedemon\studio 内で作業し、studio/CLAUDE.md(環境、レンダーパス、スクラッチ用Aドライブ、ダウンロード前に確認、依頼された場合のみコミット、Claudeの帰属表示なし)に従ってください。

ユーザーが毎回期待すること(聞かれなくてもやること)

ユーザーは直接的で、同じことを二度聞かされるとイライラします。最初からすべてを提供してください:

  • ナレーション。 ヒンディー語のナレーションで、ビートに合わせて一行ずつタイミングを取ります。ユーザーがボイスオーバーレコーダーで自分の声を録音していない限り、AI音声(Edge TTS hi-IN-MadhurNeural)を使用してください。音楽だけのリールは「ナレーションがない?」と返却されました。
  • アウトロを付ける。 投稿可能なファイルは -ig.mp4(フォロー)と -yt.mp4(購読)で、アウトロ独自の効果音と、リールとアウトロ全体でマスタリングされた1つのサウンドトラックが含まれます。
  • 両方のスクリプト。 ローマ字(Roman Hinglish)とデーヴァナーガリー(Devanagari)の2種類で、計4ファイル:{roman,deva}-{ig,yt}。
  • 活き活きとしながらも滑らかな動き。 ポップ、ジグリング、パルス、オーバーシュートなど。ぎこちなくもなく、急ぎすぎもしないこと:大きな動きには十分な時間をかけ(振り子の1往復は1.5秒、1秒では「速すぎて滑らかでない」)、速い動きにはモーションブラーの軌跡を付けます。
  • ハウスルック:Paper Glass Lab。 淡いグリッド、白いガラス、チャンネルレッド #E5162D / #B80F22、インクと白。夜の挿入(#0E0E12と赤い光の煌めき)はリズムのために許可されていますが、正式には承認されていないため、オプションとして扱ってください。黄色なし、動画内に絵文字なし、偽の数字なし、認証バッジなし。
  • 正直な主張。 リールが「すべての音はコードで作られている」と主張する場合、実際にそうでなければなりません。画面上のコードはこのリールの実際のソースであり、テストで確認されます。
  • 依頼されたものを作る。 Xが依頼された場合、軽量版を提供して再度尋ねないでください。

ワークフロー

1. フォーマットとアイデア

リファレンスリールがある場合は、そのフォーマットだけを採用します:構造、リズム、動きの種類。スクリプト、キャプション、デザインは決して採用しないでください。5〜8ビートを書き、各行に1つ:何が動くか、どのテキストが表示されるか、どのような音が流れるか。コピーに入れる前に、すべての事実を確認してください。「Comment KEYWORD」カードは、reward.md に実際の成果物がある場合にのみ使用します。そのファイルをドラフトし、ユーザーの承認が必要であることをマークします。ユーザーがDMを手動で送信します。

2. フォルダとコピー

reels/<YYMMDD>-<slug>/ を作成します:

  • copy.yaml:
    • handle、keyword、brand。
    • 画面上のテキスト用の roman: と deva: ブロック。
    • voice: ブロック:id、rate、lines: [{at, text, roman}]。text はTTS用のデーヴァナーガリーで、英語の単語はヒンディー語音声が発音するように綴ります(कोड、क्लॉड、एडिटर、डी एम)。roman はユーザーがレコーダーで読むためのものです。
  • reward.md:ユーザーが承認するまでDRAFT。
  • notes.md:
    • ビルドコマンドと投稿するファイル。
    • 投稿前のチェックリストとカバーフレームの提案。
    • 投稿コピー:最大5つのハッシュタグを含むIGキャプション、最大100文字のYTタイトル、3〜5つのハッシュタグを含む説明。

3. 最初にビートシート

ビート時間を1つのJSONファイル remotion/src/promo/<slug>.beats.json に、秒単位で入れます。

  • 共有: コンポジションとPythonミックスの両方がこれを読み取り、すべてのサウンドが正しいフレームに配置されます。
  • 名前: ビートには、何が起こるかに基づいて名前を付けます(cut、wall、land[]、reveal、stretch、toCard、keyword、brand、fadeOut)。
  • 終了: 最後の0.4秒は静かで無音に保ち、フレーム0へのループバックをクリーンにします。
  • 長さ: リールは25〜30秒、アウトロは3.5秒。

4. コンポジション

remotion/src/promo/<Name>.tsx を書き、Root.tsx に登録します。calculateMetadata で長さをビートから取得します。

  • スキーマ: すべてのコピー部分のzodスキーマ(script: "roman" | "deva"、lines、card、brand、audio、fps)。ローマ字コピーがデフォルトです。
  • 時間: 秒単位で、../motion(seconds、springAt、ramp、wiggle、pulse、loop、stagger)と brand/tokens.ts のスプリング(SPRING.ui 18/160/0.8、SPRING.stamp 11/220/0.7)を使用します。フレーム数は決して使用せず、どのfpsでも動作するようにします。
  • キット: Backdrop、NightBackdrop、FitLine(行を幅にフィット)、Card、Chip、Stamp、Rich、Phone、CaptionBar、SafeOverlay。
  • テキスト:
    • セーフゾーン内に収めます:x 60-950、y 250-1560。読むことを意図したものは34px未満にしないでください。
    • ローマ字キャプションは大文字のRajdhani。2行目はPoppins 600 イタリック、赤色。
    • デーヴァナーガリーは大文字にしません。より大きな最大サイズが必要です(ローマ字150/128に対して約148/120、ピルは64に対して72)、lineHeight ≥ 1.25、lang="hi"。
  • 多様性: 以下のボキャブラリーから4〜6の動きを混ぜ、リールごとに異なる順序で使用します。YouTubeは繰り返しのテンプレートを信頼性の低いコンテンツとして扱います。

5. サウンドと音声

下記の「サウンド」を参照してください。音楽と効果音はビート時間に Bus に配置されます。音楽はナレーションの下で−9 dB、効果音は−5 dB下げられます。次にリミッター、そして loudnorm で−14 LUFSになります。各音声ラインは次のラインが始まる前に終了します。

6. パイプラインモジュール

pipeline/promo.py は1つのMade-in-codeリール(SLUG、COMPOSITION、BEATS_JSON、その music/sfx)に配線されています。

2番目のリールを初めてビルドするときは、ファイルをコピーするのではなく一般化します:

  • 共有部分(load_copy、voiceover、soundtrack、_master、render、filmstrip、final)を、リール設定(slug、コンポジションID、ビートパス、そのリールの music(b) と sfx(b))を受け取るモジュールに移動します。
  • promo.py はMade in codeのための薄い設定ファイルとして維持し、CLIに --reel <slug> を提供します。
  • レコーダーについても同様にします:pipeline/recorder.py の Project がslugを受け取り、pipeline record --reel <slug> が機能するようにします。これにより、ボイスオーバーレコーダーアプリが任意のリールをナレーションできるようになります。

テストをパスさせ続け、この変更を行ったことをレポートで伝えてください。

7. フルレンダリング前のフィルムストリップレビュー

キービートの静止画(1行6枚、--filmstrip)を A:\claude-workspace\screenshots\demon-studio\<slug>\ にレンダリングし、自分で確認します。以下をチェック:

  • テキストが読みやすく、セーフゾーン内にあるか、デーヴァナーガリーが小さすぎないか。
  • 空の瞬間(カードが0.6秒間空白で表示されていると壊れて見えるため、約0.4秒以内にテキストを開始する)。
  • 長い最終行が端に触れていないか、レイヤー効果が揃っているか。

修正し、静止画を再レンダリングしてから、動画をレンダリングします。

8. レンダリング、アウトロ、最終ファイル

ミックスをビルドし、各スクリプトをレンダリングします。次に final() で:

  • プラットフォームアウトロを追加:O.render_outro(platform, script, keyword=..., reward=...)、3つ目の箇条書き「Comment KEYWORD: reward」を含む。
  • 2つの動画を結合し、リールとアウトロ全体で1つのサウンドトラックをマスタリング。
  • H.264 CRF 18、BT.709 limited range、AAC 320k 48 kHz、+faststart でエンコード。

9. 検証、そして報告

  • フォーマット(ffprobe):1080×1920、30 fps、yuv420p、BT.709、AAC 48 kHz ステレオ、長さ=リール+アウトロ。
  • ラウドネス: すべての最終ファイルで−14 ±1 LUFS、トゥルーピーク ≤ −1 dBTP。
  • オーディオの存在: ffmpeg で1秒あたりのRMSを確認。
  • アウトロフレーム: 見出し、カード、タップ、Following/Subscribed、キーワード箇条書き。
  • テスト: uv run python -m pytest -q がパスする。新しいリールのテストを追加:
    • 画面上のコードが実際のものであること。
    • ビートが順序通りであること。
    • プロパティが両方のスクリプトで有効であること。
    • すべての音声ラインが次のラインの0.05秒前に終了すること。
    • サウンドトラックが最後の0.4秒の無音を含めて全長にわたって再生されること。
    • キーワードに報酬があること。

平易な言葉で報告:

  • 投稿する4つのファイルをリンクとして。
  • リールをビートごとに短いリストとして。
  • 確認したこと、確認できなかったこと(聞くことができないため、再生して確認する必要がある)。
  • 未決定の事項:報酬の承認、カバーフレーム。

VS Code プレビューではこれらのファイルをサイレントで再生できること(「なぜ音声がないのか?」)を伝えてください。VLC、Windows Media Player、またはChromeで正しく再生されます。

モーションボキャブラリー(MadeInCode.tsx のコード)

1つのヒーローオブジェクトがリールを駆動します(赤いボール)。他のすべては、その位置に反応します。これにより因果関係が生まれます:ボールが通過し、テキストが現れます。

パス

  • 振り子。 ballAt:x = 540 − SWING·cos(t·TURN)、y は弦の円上(stringY)、TURN = π / pass、1.5秒の1往復。PendulumString はソフトシャドウを持ち、カット後にピボットにスナップします。
  • ホップ。 hop(a, b, u, h) は直線から 4·h·u·(1−u) を引いたもの:頂点の高さ h を持つ真の放物線。着地点を階段状にチェーンホップします。最終的な落ち着きは Easing.out(Easing.back(1.5)) でイージングします。
  • 壁へのフライト。 イーズインクワッド、さらに小さな sin(u·π) アーク。
  • グライド。 lensAt:Catmull-Rom キーフレーム間で、最初のセグメントでイーズイン、最後のセグメントでイーズアウト。
  • モーションブラー軌跡。 Trail:パスの最後の0.09秒をサンプリングし、SVG feGaussianBlur の下に ceil(length / 5 px) 個の円(最大48個)を描画し、尾に向かって縮小・フェードアウトします(0.16·(1−k)^1.4)。コピーは重なり合うため、1つの彗星のように見え、ビーズのようにはなりません。

テキスト

  • オブジェクトを追従するワイプ。 SceneSwing/SwingText:各キャプションは、ボールのxで clip-path: inset() でクリップされた全フレームレイヤーです。新しいキャプションはボールの背後に表示され、古いキャプションはボールの前方に表示され、方向はパスごとに交互になります。
  • 着地時のスタンプ。 StackLine:ラインは着陸ビートに正確に springAt(c, at, SPRING.stamp) でポップします。

衝撃と生命感

  • スカッシュとストレッチ。 squashAt:着地後0.14秒間、sx += 0.3·sin および sy −= 0.26·sin、transform-origin: 50% 100%。壁に衝突した場合は逆方向にストレッチします。
  • リップル。 接触点から0.45秒かけて成長する平らな楕円リング。
  • バースト。 14個のスパークルとドット。random() でシードされるため、レンダリングは正確に繰り返されます。1つの大きな瞬間(キーワード)にのみ使用します。
  • ジグルとパルス。 wiggle(c, at, dur, hz, amp) は回転を揺らし、pulse(c, at, dur, amount) はスケールをバンプします。パルスを乗算し、最後に毎秒ソフトパルスを追加して、カードが呼吸し続けるようにします。
  • シャイン。 傾いた白いグラデーションバーがピルを一度横切ります。

シーン

  • ライトからナイト。 ボールが NightBackdrop パネルを紙の上にドラッグします。その前縁は傾いた線です(panelEdge/edgeX、傾きのイージング 0 → 14° → −6°)。ナイトレイヤーをポリゴンとしてクリップするために使用します。
  • 紙に戻す。 強いビートでカットバックします。
  • カメラ押し込み。 シーンあたり3〜6%は許容範囲ですが、拡大鏡のあるシーンでは決して行わないでください。

フォーカスとリビール

  • ボールからレンズ。 lensRadius/Lens:ボールが赤いリング(スプリング)に膨らみ、ガラスで満たされ、ハンドルが生え、他の部分が暗くなる間に灰色のコードレイヤーの上をグライドします。リビールワードがガラス内部にポップし、レンズはボールに戻ります(Easing.in(Easing.back(1.4)))。
  • 拡大。 ガラス内部では、同じレイヤーを transform-origin をレンズ中心にして ZOOM(2.1)倍にスケーリングして描画します。ベースレイヤーが動く場合(カメラ押し込み)、拡大されたコピーは位置がずれます。
  • 画面上のコード。 code-lines.ts から取得:このリール自身のソースのそのままの行で、テストによって同期が保たれ、レンズ内部でのみカラーハイライトされます。

CTA モーフ

  • 形状。 Morph は3つのスプリングから1つの角丸長方形を構築します:幅 sW、高さ sH(より緩やかで、揺れる)、カード sC。w = 60 + 840·sW + 20·sC、h = hPill + 430·sC、半径はピルから52に変化します。
  • シーケンス。 ボール → CTAテキストがスライドアップするピル → ジグルとシャイン → カード。カードは MessageCircle + "comment karo" を保持し、次に190pxのイタリックキーワードがスケール1.7から1にスタンプされ、バーストが発生し、次にポストラインが続きます。
  • 終了。 Brand ロックアップ(エンブレム、Anton ワードマーク、モノタグ)、夜へのフェード、最後の0.4秒の静止。@handle ウォーターマークが常に左上に配置されます。

サウンド(pipeline/synth.py、pipeline/audio.py)

S.Bus(seconds) はステレオタイムラインです:

  • add(clip, at, gain_db, pan) はクリップを配置します。
  • mix(other, db) は2つのバスを合計します。
  • duck_under(key, depth_db) は別のバスの下でサイドチェインダッキングします。
  • fade_out(start, end) と peak()。

毎回ビートJSONから読み取ります。ルール:すべての視覚的なビートには音が付き、速い動きには風切り音が付きます。各風切り音に独自の seed を与え、小さな音は ±0.15-0.7 パンします。

視覚音ゲイン dB
速い通過またはフライトwhoosh(dur, lo, hi, peak, seed)、最も速く動く場所でピーク、方向にパン−11 〜 −16
通過の極端、UIチックtick(freq, dur)−24
カット、弦のスナップsnap() + riser(dur) 次のヒットへ−13 / −17
大きなヒット(壁、キーワード)impact()−9 / −10
着地thud(150, 50, 0.4) + pop(900+80·i, 300)、着地ごとに上昇−8 / −13
点灯、完了ting(Hz):1318.5、1568、1760、2093、2637−13 〜 −15
膨張、ストレッチ、モーフboing(f0, f1, dur)−10 〜 −14
リビール、スパークル、シャインshimmer(base, gap)−13 〜 −22
収縮、閉じるzip_down()−14
ジグルrattle()−13

音楽 120 BPM、Aマイナー Am F C G、2秒バー(1.5秒の1往復 = 3拍、そのため動きと音楽がロックします)。

  • バーごとに pad、視聴者が読んだり見たりする場所ではより静かで暗く。
  • 8分音符の pluck Karplus-Strongアルペジオ、2オクターブ上。
  • 動きのアクセントとビルドアップでの4つ打ちに kick。
  • ナイトシーンでのみ hat と sub。
  • ワードマークの下に最後の pad。

音声

  • AI音声: Edge TTS 7.3.1、hi-IN-MadhurNeural、+8%(hi-IN-SwaraNeural は女性オプション)。build/voice/ にキャッシュされ、スクリプトテキストのみが送信されます。
  • 自分の声: voiceover(mode="auto") はレコーダーテイク(audio/voice-take.json)、次に audio/my-voice.*(pipeline/ownvoice.py でポーズでカットされた1テイク)、次にAI音声を優先します。--voice ai|own で強制できます。
  • ライン: 各ラインは2〜6単語で、ビートで始まります。すべてのクリップを測定:次のラインの0.05秒以上前に終了し、最後のラインは fadeOut の前に終了する必要があります。そうでない場合は単語を短縮します。80 Hz ハイパス

関連スキル