Communitygithub.com

shorts-pipeline

ソース映像と音声から縦型1080×1920のショート動画(YouTube Shorts、Reels、TikTok)を作成、レンダリング、チェック、ミックス、パッケージ化するクリップベースのパイプラインです。

shorts-pipeline とは?

このスキルは、トピックに依存しないショート動画パイプラインを提供します。edl.json(編集リスト)と音声ファイルから、動画クリップ、キャプション、フックプレート、ヒーローサークル、カバー、効果音キュー、サウンドミックス(-14 LUFS)までを自動生成します。対応プラットフォームはYouTube Shorts、Instagram Reels、TikTokで、開発者やAIエージェントがトピック、言語、ルック、クレジットなどのチャンネル固有の設定をCHANNEL.mdで管理できるように設計されています。各ステップ(フッテージ取得、編集リスト作成、レンダリング、カバー生成、チェック、サウンドミックス、パッケージング)には専用のコマンドと検証手順があり、check.pyがすべてのチェックを実施します。また、フリーズフレームの検出、ズーム制限、クリエイターオーバーレイの扱い、チェック失敗時のトラブルシューティングなど、実践的な知見も多数含まれています。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ilyamelnichenkov/youtube-shorts/tree/HEAD/skills/shorts-pipeline

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

ショートパイプライン(トピック非依存)

1つの編集リスト(<short>/edl.json)と音声から完成動画が生成されます。テーマのフォト「ウィンドウ」内で動くクリップ、単語キャプション、フックプレート、ヒーローサークル1つ、カバー、効果音キューリスト、そして-14 LUFSでのサウンドミックスを含みます。 チャンネル固有のすべて(トピック、言語、オーディエンス、コンテンツルール、ルック、音声、クレジット、スケジュール)はプロジェクトのCHANNEL.mdに記述されています。まずCHANNEL.mdを読み、以下のデフォルト設定よりもそちらに従ってください。 ファイルがない、または空欄のセクションがある場合は、オーナーに問い合わせるか(engine/templates/CHANNEL.mdをコピーして一緒に埋めてください)、何かを生成する前に対処してください。 関連スキル:shorts-script-voice(トピック、スクリプト、音声)、shorts-packaging(完成ファイル、アップロード用テキスト)。

最初に行うこと

  1. キットスクリプト(setup.sh、shorts-init.sh、doctor.sh、install-codex.sh)はキットのscripts/フォルダ(プラグインフォルダ、または$SHORTS_HOME/kit/scripts/)にあります(setup.shとinstall-codex.shはそこにコピーを保持します)。
  2. _pipeline/、_tools/、_fonts/、CHANNEL.mdを含むプロジェクトフォルダから作業します(scripts/shorts-init.sh <dir>で作成)。以下のコマンドはすべてそのフォルダのルートから実行します。
  3. scripts/doctor.sh <project-dir>を各マシンで1回実行します。依存関係(システムプログラム、Pythonパッケージ、モデル、空きディスク容量)をすべてチェックし、「All good.」で終了する必要があります。そうでない場合:scripts/install-system-deps.sh(ffmpeg/Python/curl用)、scripts/setup.sh(その他用)。完全なリストはキットのDEPENDENCIES.mdにあります。
  4. SHORTS_HOME(デフォルト~/.shorts-studio)はPython仮想環境と音声モデルを保持します。別の場所に配置する場合はエクスポートしてください。
  5. 編集リストを作成する前に_pipeline/README.md(エンジンリファレンス)とreferences/edl-notes.mdを読んでください。

ワークフロー(各ステップに独自のチェックがあります)

#ステップコマンド / 出力確認内容
1トピック+スクリプトスキル shorts-script-voice1つの主張、出典の明示、プロフィールが要求する場合はオーナーの承認
2音声$SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json、次に _tools/words.py <short>/vovo/words.jsonを読む:すべての単語が正しいこと
3フッテージ_tools/grab.py <topic> '<url>' <start> <end> --tag NAME(_footage/SOURCES.mdに記録)、または自作の録画各クリップのコンタクトシート;CHANNEL.mdのポリシーに従う
4編集リストreferences/edl-template.jsonをコピーし、内容を変更build.py <edl> --wordsでキャプショントークンを表示
5レンダリングpython3 _pipeline/build.py <short>/edl.json --theme <theme>(3~10分;4K60は遅い)エラーなし;ファイルがedlより新しいこと
6カバー... build.py <edl> --cover「safe-zone violations: none」、幅180pxで読めること
7チェックpython3 _pipeline/check.py <short>/<name>-<theme>-silent.mp4 <short>/edl.jsonALL CHECKS PASSと出力;すべてのコンタクトシートを目視確認
8サウンド$SHORTS_HOME/venv/bin/python _pipeline/sound/mix.py <short> --theme <theme> --music <name> --strict-14.0 +/-0.5 LUFS、トゥルーピーク <= -1.0 dBTP、単語誤差ほぼ0
9パッケージングスキル shorts-packagingファイル+カバー+アップロードブロックがready/にある

ソースクリップのコンタクトシート:ffmpeg -ss <t> -i <file> -t <d> -vf "fps=2,scale=320:-1,tile=7x4" -frames:v 1 out.png(PNGで書き込み:一部のソースではJPEG出力が「non full-range YUV」で失敗します)。ショット境界:ffmpeg -i <file> -vf "scale=320:180,select='gt(scene,0.25)',showinfo" -an -f null - 2>&1 | grep -o "pts_time:[0-9.]*"。 テーマ:case-file(書類用紙)、panel-heist(漫画ページ)、vice-dusk(ネオンダスク)、classic;プロフィールが1つを選択します。

良いショート動画の条件(デフォルト;プロフィールが優先)

  • 18~45秒、フックから決着まで1つの主張、1.5~3秒ごとにカット、すべてのショットが動く、フックプレートはフレーム0から表示(hook.y 1170で展示ラベルと重ならないように)、フレームに実際に写っているものに赤い円で1つのヒーローモーメント。
  • 映像は言葉に従う。キャプションは2~3語のフレーズ(break_before);名前は1つのグループにまとめる。
  • 最後のショットは最初のフレームに戻る(動画がループする)。
  • すべての読みやすいテキストは電話のセーフゾーン内:y 300-1580、x 130-950(y 1000-1600ではx <= 860)。check.pyがこれを強制します。
  • 縦長フォトウィンドウ "aspect": "3:4"(900x1200)は1080p以上のクリップ用;720pやレターボックスソースでは埋められません。

苦労して得た教訓(詳細はreferences/lessons.md)

  • edlがレンダリングより新しい?レンダリングは古いです。 check.pyを評価する前に再ビルドしてください。
  • フリーズスチル(連続するフレームが0.3秒以上ほとんど変わらない)はcheck.pyに失敗します。静的画面、単色の被写体、動きのない被写体には一定速度のモーションが必要:"move_ease": "linear"、ズーム範囲0.15~0.4、パン150+ソースピクセル。floatだけでは不十分です(サイン関数がターンで速度をゼロに落とすため)。
  • ズーム制限: 4Kソース <= 1.00、1080p <= 1.25、720p <= 1.0(check.pyが各クリップの制限を表示します)。
  • クリエイターオーバーレイ(ウォーターマーク、フェイスカム、ローワーサード、字幕、装飾バナー)は画像に到達しないように:トップレベルのsources画像オーバーライドでクロップ、クロップ位置の移動、または他のフレームを選択。すべてのカットフレームを確認してください。
  • 誠実さ: ラベル、円、キャプションはフレームに実際に表示されていることだけを述べる;音声内で事実を出典に帰属させること。
  • カバー: 1つのソースフレームをフルブリードでクロップ;プレートはtab_y(330)に配置され、画像の上部を隠します。被写体が上部近くにある場合はtab_yを約1090、stamp_yを約410に設定します。
  • 同時にレンダリングするのは1つだけ(4K60レンダリングは全コアを使用);同じフォルダの2つ目のレンダリングを決して開始しないでください。

編集をサブエージェントに委任する

エージェントにBRIEF.md(shorts-initがreferences/editor-brief.mdから作成)と、スクリプト、音声ファイル、クリップリストを渡します。メインセッションがスクリプトと音声を作成し、すべてのフレームを自分でレビューし、サウンドミックスを行います:エージェントの報告は主張であり、証明ではありません。ファイルのタイムスタンプ(サイレントmp4がedlより新しい、チェックログがmp4より新しい)を確認してから受け入れてください。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

関連スキル