플러그인 설치: 설정 또는 신선도 명령 전에, 이 스킬이 HyperFrames 플러그인 내부에 있을 때 플러그인 실행 규칙을 따릅니다. 독립 실행형 설치는 아래 업데이트 지침을 유지합니다.
첫째, 이 스킬을 최신 상태로 유지하세요. 실행하기 전에 사용자에게 확인:
npx hyperframes skills update talking-head-recut. 모든 것이 최신 상태이면 빠른 no-op입니다. 그렇지 않으면 이 스킬과 그것이 의존하는 핵심 도메인 스킬을 사용하기 전에 업데이트합니다.
토킹헤드 리컷
Talking Head Recut는 로컬 비디오를 전체 재생하면서 말하는 내용과 동기화된 시간별 디자인 그래픽 카드 시퀀스(타이틀, 로워서드, 데이터 콜아웃, 인용문, 사이드 패널, PiP)를 레이어로 입힙니다. 에이전트는 카드(타이밍 + 콘텐츠)를 디자인하고 각 카드의 HTML을 대화 내에서 직접 작성한 다음, 단일 컴포지션 HTML을 조립하고 hyperframes를 통해 MP4로 렌더링합니다. 고정된 아키타입 목록이나 정해진 카드 구조는 없습니다. 오버레이는 실제 대본에서 자연스럽게 생겨납니다.
진입점은
/hyperframes입니다. 이 스킬은 기존 토킹헤드 클립을 디자인 그래픽 카드(타이틀, 로워서드, 데이터 콜아웃, 인용문, 사이드 패널, PiP)로 패키징합니다. 일반 자막(말을 텍스트로 표시)이 아닙니다. 클립은 그대로 재생됩니다. 다른 모든 의도(일반 자막, 독립형 그래픽, 처음부터 비디오 제작) 또는 불확실한 경우 → 먼저/hyperframes를 읽으세요: 의도 레이어가 모든 경로 결정을 관리합니다.
embedded-captions의 그래픽 패키징 자매 스킬입니다. 캡션은 _말한 단어_를 읽을 수 있는 자막으로 추가합니다. 이 스킬은 재생 중인 비디오 위에 _디자인 그래픽_을 추가합니다. 일반 자막 →embedded-captions. 처음부터 비디오 제작 → 생성 워크플로우(product-launch-video/faceless-explainer/ …).
/hyperframes를 통해 라우팅되면, 의도 레이어는 입력(어떤 클립)만 확인하고 렌더 전략 질문을 지연된 질문으로 공지합니다. 종횡비, 레이아웃, 스타일 그룹, 카드 개수는 7단계에서 유지되며, 여기서 조사된 푸티지와 대본이 권장 사항을 뒷받침합니다. 레이어의 실행 형태 질문은 적용되지 않습니다. BRIEF.md가 있으면 확인된 입력과 사용자 노트를 담고 있으므로 먼저 읽으세요.
작업 디렉토리의 검사 가능한 중간 파일:
metadata.json— 길이 / 너비 / 높이 / fpsaudio.mp3— 추출된 오디오transcript.json— 플랫 단어 배열[{ text, start, end }, …](Whisper;segments나words래퍼 없음)storyboard.json— 경량 카드 개요 (에이전트의 계획)public/cards/card-XX.html— 카드당 하나의 HTML 조각public/index.html— 최종 조립된 컴포지션output.mp4— 렌더링된 비디오
CLI 해결
# hyperframes — 트랜스크립션 (로컬 Whisper) + 조립된 HTML을 MP4로 렌더링
npx hyperframes --help
이 스킬은 hyperframes CLI와 시스템 ffmpeg / ffprobe 위에서 완전히 실행됩니다. 트랜스크립션은 hyperframes transcribe를 통한 로컬 Whisper입니다. 타사 서비스, API 키 또는 속도 제한 프록시가 필요 없습니다.
워크플로우
1. 환경 확인
npx hyperframes doctor # ffmpeg, headless browser, render deps
# 번들 자산 확인:
ls "<SKILL_DIR>/assets/fonts" "<SKILL_DIR>/assets/vendor/gsap.min.js"
필수 항목:
ffmpeg/ffprobe(시스템)<SKILL_DIR>/assets/fonts/*.woff2,<SKILL_DIR>/assets/vendor/gsap.min.js(이 스킬 내에 번들, 9단계에서 작업 디렉토리로 스테이징)
트랜스크립션에는 키가 필요 없습니다. hyperframes transcribe는 로컬에서 Whisper를 실행합니다(4단계).
macOS에서 hyperframes render에 강력 권장:
export PRODUCER_BROWSER_GPU_MODE=hardware
2. 작업 디렉토리 생성
모든 아티팩트는 videos/<project-name>/ 아래에 위치합니다. 다른 비디오 워크플로우(product-launch-video / faceless-explainer / pr-to-video)와 동일한 규칙입니다. cwd를 워크스페이스 루트에 유지합니다. 모든 것은 이 하위 디렉토리 아래에 기록됩니다.
VIDEO_PATH="/absolute/path/input.mp4"
WORK_DIR="videos/$(basename "$VIDEO_PATH" | sed 's/\.[^.]*$//')"
mkdir -p "$WORK_DIR"
3. 오디오 및 메타데이터 추출
# 메타데이터 — 길이 / 너비 / 높이 / fps
ffprobe -v error -select_streams v:0 \
-show_entries stream=width,height,r_frame_rate \
-show_entries format=duration -of json "$VIDEO_PATH" > "$WORK_DIR/metadata.json"
# 오디오
ffmpeg -y -i "$VIDEO_PATH" -vn -acodec libmp3lame -q:a 2 "$WORK_DIR/audio.mp3"
출력: metadata.json (width/height/duration 읽기; fps는 평가된 r_frame_rate 분수, 예: 30000/1001 → 29.97) + audio.mp3.
4. 트랜스크립션
npx hyperframes transcribe "$WORK_DIR/audio.mp3" -d "$WORK_DIR" --json --model small.en
로컬 Whisper — API 키, 프록시, 속도 제한 없음. 작업 디렉토리에 단어 수준 transcript.json을 작성합니다(단어 text + start / end 타임스탬프). 이를 읽어서 6단계에서 카드 타이밍을 결정하는 단어/문장 타이밍을 얻습니다. 문장 수준 청크가 필요하면 문장 부호/일시 정지에서 직접 단어를 그룹화하세요.
미디어 길이에 맞게 조정. Whisper는 마지막 단어의 end가 실제 클립 길이보다 약간 늦게 반환될 수 있습니다. 모든 카드 endSec와 composition.durationSeconds를 metadata.json 길이에 고정하세요. 그렇지 않으면 렌더링에 비디오 이후 검은 꼬리가 나타납니다.
5. 트랜스크립트 수정
transcript.json은 단어 객체의 플랫 배열입니다. — [{ "text": "...", "start": s, "end": s }, …] (segments 배열이나 words 래퍼 없음; 단어별 키는 **text**입니다). 이를 읽고 명백한 ASR 오류를 수정하세요:
- 동음이의어, 제품명, 기술 용어, 구두점
- 단어의
text를 제자리에서 편집하세요. 해당start/end타임스탬프는 유지 - 미리 그룹화된
segments배열은 없습니다. 카드 타이밍을 위한 문장 수준 청크가 필요하면 직접 문장으로 단어를 그룹화하세요(종료 구두점/일시 정지에서 분할).
6. 경량 스토리보드 초안 작성 (채팅에서)
CLI 없음. transcript.json + metadata.json을 읽고 직접 카드를 디자인하세요. storyboard.json은 에이전트 내부 계획 아티팩트입니다. 이를 소비하는 CLI 명령은 없습니다. 각 카드의 HTML을 작성하기 전에 타이밍과 콘텐츠에 대해 명확히 생각할 수 있도록 존재합니다. 아래 예제와 일관된 형태를 유지하여 동일한 개요가 9단계에서 작성할 컴포지션을 구동할 수 있도록 하세요:
{
"schemaVersion": 3,
"composition": {
"fps": 30,
"width": 1080,
"height": 1920,
"durationSeconds": 121.2,
"layout": "portrait",
"themeId": "noir",
"seed": 42
},
"videoTrack": {
"sourcePath": "input-video.mp4",
"startSec": 0,
"endSec": 121.2,
"bounds": { "x": 0, "y": 0, "width": 1080, "height": 1920 }
},
"subtitles": { "enabled": false },
"cards": [
{
"id": "card-01",
"intent": "발표자의 불안한 자정 질문으로 hook 잡기",
"startSec": 0.5,
"endSec": 13.0,
"accentIndex": 0,
"zone": "fullscreen",
"contentHints": {
"kicker": "솔직한 질문",
"title": "오후 11시의 영혼을 뒤흔드는 질문",
"detail": "고객의 60초 음성 메시지: '위안화가 절상되면 제 USD 상품이 큰 손실이라는 뜻인가요?'"
}
}
]
}
필수 카드 필드:
| 필드 | 유형 | 목적 |
|---|---|---|
id | string | 카드 HTML 및 GSAP 선택자에 사용되는 안정적인 ID |
intent | string | 자연어 설명; 카드 합성에 제공됨 |
startSec / endSec | number | 초 단위 시간 (endSec > startSec) |
accentIndex | 0 | 1 | 2 | 3 | 4 | 이 카드가 사용할 5가지 테마 악센트 색상 중 하나 |
zone | 열거형 (아래 참조) | 캔버스에서 카드가 위치하는 곳 |
contentHints | object | 자유 형식 가방; 에이전트가 kicker/title/detail/data/quote를 여기에 넣음 |
archetype (선택 사항) | string | 카드 패턴을 기억하기 위해 첨부할 수 있는 자유 형식 레이블; 없음 = 자유 형식, 기본값임 |
transition (선택 사항) | 열거형: cut | fade | slide | wipe | 선언적 카드 간 전환 |
다섯 가지 zone 값:
| zone | 해결된 경계 | 사용 시기 |
|---|---|---|
fullscreen | 전체 캔버스 덮음 | 영웅적 순간, 큰 숫자, 만트라 |
whiteboard-area | 40px 여백(또는 세로형 높이의 45%) | 밀도 높은 데이터 / 주석이 있는 콘텐츠 |
lower-third | 하단 30% 밴드 | 보이는 비디오 위의 주석 |
side-panel | 오른쪽 42%(가로형) 또는 하단 40%(세로형) | 데이터 한쪽, 비디오 다른 쪽 |
video-overlay | 전체 캔버스, 대부분 투명한 카드 예상 | 전체 화면 비디오 위의 주석 오버레이 |
9단계에서 컴포지션을 조립할 때, 위 표에 따라 각 카드의 zone을 카드 호스트 래퍼의 픽셀 경계로 해석하세요. 비디오 경계는 컴포지션 수준에서 한 번 설정됩니다(videoTrack.bounds). 비디오가 카드 간에 "움직이는" 것처럼 보이게 하려면 컴포지션의 <script>에서 #video-wrap에 대한 GSAP 트윈을 작성하세요(9단계 참조).
정해진 카드 역할 없음, 정해진 내러티브 아크 없음. 카드는 비디오가 실제로 말하는 내용에서 자연스럽게 생겨납니다. 전부 인용문이거나 전부 데이터일 수 있고, 숫자로 시작하거나 이야기로 시작할 수 있습니다. 대본이 리듬을 결정하게 하세요.
핵심 포인트는 몇 개나? — 길이 + 밀도에서 자동 추론. 고정된 상한은 없습니다. 비디오 길이에서 기본 속도를 선택한 다음 정보 밀도로 조정하세요. 최소값만 고정: 최소 5개 카드로 짧은 비디오도 리듬을 갖게 합니다.
1단계 — 길이별 기본 속도 (중간 밀도에 대한 초당 카드 수):
| 비디오 길이 | 기본 속도 (카드당 초) | 근거 |
|---|---|---|
| < 60초 (짧은 릴) | 6–8초 | 시청자는 짧은 형식에서 빠른 컷을 기대함 |
| 60초 – 3분 | 8–12초 | 일반적인 소셜 속도 |
| 3 – 10분 | 12–20초 | 숨 쉴 공간 제공; 각 카드가 더 많은 내용을 담음 |
| 10 – 30분 | 20–35초 | 긴 강의 / 인터뷰 리듬 |
| > 30분 | 30–60초 | 에피소드식, 챕터 같은 느낌 |
2단계 — 밀도 승수 (기본 속도에 곱함):
| 대본의 신호 | 승수 | 효과 |
|---|---|---|
| 높은 밀도 — 많은 숫자, 뚜렷한 주장, 빠른 속도, 목록과 같은 열거, 1-2 문장마다 새로운 아이디어 | × 0.7 | 더 빠르게 컷, 더 많은 카드 |
| 중간 밀도 — 데이터와 내러티브가 혼합된 흐름 | × 1.0 | 기본 속도 |
| 낮은 밀도 — 하나의 확장된 이야기, 반복적인 재구성, 느린 사색적 속도, 단일 논증 전개 | × 1.5 | 더 느리게 컷, 더 적은 카드 |
3단계 — 계산:
초당카드수 = 기본속도 × 밀도승수
카드개수 = 최대(5, 반올림(비디오길이초 / 초당카드수))
예시 (참고 — 상한 없음; 긴 비디오는 자연스럽게 더 많은 카드를 생성):
- 30초 릴, 단일 펀치라인 (낮은 밀도) → 7 × 1.5 = 10.5초/카드 → 반올림(30/10.5)=3 → 최소값 5개 카드
- 60초 성찰적 독백 (낮은 밀도) → 10 × 1.5 = 15초/카드 → 4 → 최소값 5개 카드
- 121초 풍부한 데이터 토킹헤드 (높은 밀도) → 10 × 0.7 = 7초/카드 → 17개 카드
- 5분 인터뷰, 혼합 밀도 → 16 × 1.0 = 16초/카드 → 19개 카드
- 10분 심층 분석, 높은 밀도 → 16 × 0.7 = 11초/카드 → 55개 카드
- 30분 강의, 중간 밀도 → 28 × 1.0 = 28초/카드 → 64개 카드
- 1시간 팟캐스트, 낮은 밀도 → 45 × 1.5 = 67.5초/카드 → 53개 카드
카드가 ~15초 이상 지속되면, 더 풍부한 카드(데이터 블록, 다단계 공개, 여러 하위 포인트가 계단식 애니메이션으로 펼쳐짐)를 계획하세요. 정적인 한 줄짜리는 8초가 지나면 지루해집니다. 많은 카드가 30초를 초과하는 긴 작품의 경우, 타임라인을 하위 컴포지션(장당 하나의 .html, data-composition-src로 마운트)으로 청킹하여 파일당 GSAP 타임라인을 관리 가능하게 유지하는 것을 고려하세요. HyperFrames 린트 경고 timeline_track_too_dense를 참조하세요.
contentHints는 자유 형식 객체입니다. 키와 중첩은 데이터를 포착하는 모든 형태를 취할 수 있습니다. 에이전트가 카드당 형태를 결정합니다.
선택적 아웃트로. 이 스킬은 고정된 브랜드 아웃트로를 제공하지 않습니다. 사용자가 종료 카드를 원하면 직접 중립적인 것을 디자인하세요(워드마크 + 한 줄 태그라인, ~1.5-2초, 페이드 인 -> 짧게 유지 -> 페이드 아웃). 이를 cards[]에 추가하고 composition.durationSeconds를 확장하세요.