Reels (카드 형식)
말하는 녹화 영상을, 각 아이디어가 상단에 카드로 표시되는 세로형 영상으로 변환합니다. 업무 분담은 다음과 같습니다.
- 도구들은 오디오를 측정하고 자르며(
yatay-kurgu스킬의 전사/편집 도구), 카드와 자막을 그리고, 오디오를 밸런싱하고, 결과를 측정합니다. - **당신(Claude)**은 전사본을 읽고, 제외할 부분을 선택하며, 어떤 카드가 어떤 단어에서 나타날지
senaryo.json에 작성하고, 컨트롤 이미지를 확인합니다.
초(second)를 직접 쓰지 않습니다: 카드는 말하는 단어에 연결되며, 편집이 바뀌어도 그 자리에 유지됩니다.
준비
ffmpeg가 PATH에 있어야 하며, Python 의존성은 레포지토리 루트의kur.sh로 설치됩니다. 명령어에서 Python으로.venv/bin/python을 사용하세요(Windows:.venv\Scripts\python). libass가 포함된 ffmpeg는 필요하지 않습니다: 자막은 Pillow로 그려집니다.- 같은 레포지토리의 두 스킬 도구를 사용하며, 이 도구들은 수정하지 않습니다:
yatay-kurgu(전사 및 오디오 편집)와x-animasyon(whoosh 및 키보드 사운드 합성). - Whisper 모델은 첫 실행 시 다운로드됩니다(large-v3 ≈ 3 GB); 다운로드 전 사용자에게 알려주세요.
- 글꼴은 레포지토리 루트의
fontlar/(OFL)에만 있습니다: Inter, Newsreader, IBM Plex Mono. - 각 작업은 자체 폴더에 있습니다:
calisma/reels/<ad>/. 원본 녹화 파일은 읽기 전용으로만 접근합니다.
아래에서 R = .venv/bin/python .claude/skills/reels/araclar/reels.py, P = calisma/reels/<ad>.
반복
1. 전사.
R dokum P --video kayit.mp4 [--bas 56 --sure 42] [--terimler "비디오 특화 용어"]
녹화가 길고 Reels가 일부만 해당한다면 --bas/--sure로 구간을 지정하세요(해당 구간은 P/kaynak.mov로 추출되며, 원본 파일은 변경되지 않습니다). 목표: 35-45초 길이의 출력.
2. 전사 읽고 자르기. P/dokum.md를 처음부터 끝까지 읽으세요(yatay-kurgu SKILL.md의 규칙 적용). 일시 정지와 연속 반복은 이미 제거되었습니다; 다음 항목들을 P/atilacak.json에 각 줄마다 이유와 함께 작성하세요:
- 다시 시작(마지막 시도 유지), 편집 노트("여기를 자르겠습니다"), 잘못 말하고 수정된 숫자;
- 이해할 수 없는 단어: 두 번의 전사에서도 불명확한 부분은 자막에 포함되지 않고 잘립니다(
.venv/bin/python .claude/skills/yatay-kurgu/araclar/kurgu.py pencere P <sn>으로 다시 전사); - Reels에 불필요한 부차적 주제: 콘텐츠 결정은 사용자에게 물어보세요.
편집 지점은 오디오가 결정합니다: 구간을 dokum.md의 줄 경계로 작성하면, 도구가 ±0.2초 내에서 가장 조용한 프레임에 맞춥니다. 그런 다음:
R kurgu P # 계획 재구축
R kelimeler P # 편집 후 남은 단어들, 출력 시간 포함(앵커를 여기서 선택)
3. 시나리오: P/senaryo.json. 예시: ornekler/reels/senaryo.ornek.json. 필드 목록 및 카드 유형: references/kartlar.md.
{"vurgu": ["effort"], "kuyruk": 2.0, "vuruslar": [
{"duzen": "yuz"},
{"kelime": "Önce", "kart": {"tur": "liste", "baslik": "Sıra", "isaret": "sayi",
"maddeler": [{"yazi": "Modeli seç", "kelime": "modeli"}, {"yazi": "Effort'u seç", "kelime": "effort"}]}},
{"kelime": "oynattım", "ofs": 0.5, "duzen": "grafik", "kart": {"tur": "soru", "soru": "Sen hangisini kullanıyorsun?"}}
]}
- 비트(Vuruş) = 화면의 한 상태.
kelime앵커는 단어의 시작을 가리킵니다("effort" -> "effort'unu"), 이전 비트 이후에서 검색됨; 여러 단어일 수 있음("plan modu"),kac는 n번째 등장,ofs는 초 단위 오프셋. 첫 비트는 0에서 시작. 카드의 항목/줄/메시지도 자체kelime로 진입합니다. - 레이아웃(Düzen):
bol(카드 위, 얼굴 아래; 카드가 있는 비트의 기본값),yuz(전체 화면 얼굴; 카드 없는 비트의 기본값),grafik(전체 화면 카드, 얼굴 없음). - 템포: 비트당 1.5-4초; 40초 Reels에서 10-15 비트. 후크(첫 1-2초)는 얼굴로 시작합니다.
- 얼굴은 카메라를 직접 보는 곳에만 표시됩니다. 사람이 화면/텍스트를 보며 말한다면 그 비트는
grafik입니다. - 허위 정보 없음: 카드는 실제로 말한 내용이나 실제 존재하는 것만 보여줍니다. 측정되지 않은 숫자, 존재하지 않는 명령어, 가짜 화면 텍스트를 쓰지 마세요. 스크린샷은 사용자의 실제 파일(
gorsel)을 사용합니다. - 마무리: 마지막 비트는
soru카드(댓글을 유도하는 질문); 말하기가 끝난 후kuyruk(초)만큼 화면에 남아 있으므로grafik레이아웃을 선택하세요(꼬리 부분에서 화면이 멈춤). - 자막에서 잘못 들린 단어:
"altyazi_duzelt": {"aranaya": "arenaya"}.vurgu목록의 단어는 자막에서 기울임꼴 + 강조 색상으로 표시됩니다(어근만으로 충분: "effort").
해석된 시간 확인: R vuruslar P (각 비트의 시작/끝, 항목 시간; 보이지 않으면서 카드가 변경될 항목에 대해 경고 표시).
4. 프레이밍.
R yuz P # 얼굴 박스 추정 -> P/kadraj.json + P/kontrol/kadraj.jpg
kontrol/kadraj.jpg를 Read로 열기: 녹색 박스는 얼굴(이마에서 턱까지)을 감싸야 함; 파란색은 bol, 주황색은 yuz 크롭입니다. 추정은 모델 없이 수행됨(피부색 + 중심 우선); 배경에 피부색과 유사한 표면, 두 사람, 또는 컬러 조명이 오탐지를 유발할 수 있음. 잘못된 경우 kadraj.json의 kutu를 소스 픽셀을 참고하여 수동으로 수정하고 R yuz P로 이미지를 새로고침하세요(기존 kadraj.json을 덮어쓰지 않음). 사람이 움직이는 경우 anahtarlar(시간별 박스)를 작성하세요.
5. 미리보기, 이후 렌더링.
R kare P # 각 비트에서 한 프레임 -> P/kontrol/kareler.jpg (확인)
R kare P 2.3,31.4 # 특정 순간(진입 애니메이션, 타이핑되는 터미널)
R render P # -> P/cikti/<ad>.mp4, 끝에 자동 측정 실행
6. 측정(보지는 못하지만, 측정으로 확인). R olc P (렌더링 후 자동 실행) -> P/kontrol/olcum.md + P/kontrol/temas.jpg:
- 길이: 비디오와 오디오 길이 동일, 프레임 수 예상과 일치.
- 안전 영역: 5프레임마다 자막, 카드, 얼굴의 픽셀 박스 측정. Instagram UI는 상단 y<220, 하단 20%(y>1536), 오른쪽 좋아요/댓글 열(x>940, y 1000-1536)을 가림; 자막과 카드는 그 영역에 들어가지 않아야 하며, 얼굴은 하단 20% 위에 있어야 함. 위반 줄이 있으면 시나리오(카드 내용, 레이아웃) 또는
kadraj.json을 수정하세요. - 오디오: 최종 파일 -14 LUFS, 실제 피크 <= -1 dBTP; 효과 트랙은 음성보다 약 15 dB 낮음; whoosh 피크가 편집 지점에 맞는지 확인.
- 접촉 페이지: 각 비트에서 카드가 채워진 상태(변경 직전). 열어서 확인: 텍스트 넘침, 겹치는 요소, 잘린 머리, 빈 카드.
- 접합 확인(선택 사항):
.venv/bin/python .claude/skills/yatay-kurgu/araclar/kurgu.py dogrula P끊긴 오디오 재해석, 끊어지거나 새어 나간 단어 보고(P/dogrula.md).
수정 후에는 R render P만 실행하면 됩니다(오디오와 비디오 처음부터 다시 렌더링, M1 Pro에서 40초 영상 약 35초).
7. 전달. 사용자에게 짧게 숫자와 함께: 출력 경로, 길이(원본 -> 편집), 비트/카드 수, 제외된 항목과 이유, 안전 영역 결과, LUFS/피크, 접촉 페이지 경로. 측정할 수 없는 것(오디오의 쾌적함, 카드의 명확성)은 명시적으로 사용자에게 맡깁니다.
알려진 한계
- 얼굴 박스는 모델 없는 추정; 각 녹화마다
kadraj.jpg를 반드시 확인해야 함. 프레임별 얼굴 추적 없음: 고정 박스 또는 키프레임 간 선형 보간. - 가로 녹화에서 전체 화면 얼굴(
yuz)은 소스 높이에 제한됨: 4K에서 얼굴이 크게 유지되며, 자막은 자동으로 턱 아래로 내려감.bol레이아웃에서 얼굴 카드의 높이는 얼굴 아래에 남은 소스 이미지에 따라 짧아짐(턱이 하단 20%에 닿지 않도록). - 음악 없음; 효과는 합성(whoosh, 키보드, 팝, 스크래치).
- 카드 유형은 고정됨(references/kartlar.md). 새 유형:
araclar/kartlar.py에 그리기 및 사운드 함수 추가,CIZ및OLAY사전에 등록. - 인터페이스 영역(상단 220, 하단 20%, 우측 열 x>940)은 Instagram Reels에 대한 대략적인 보수적 값입니다(
araclar/cizim.py시작 부분); Shorts/TikTok에서는 비슷하지만 정확히 동일하지는 않습니다.