ÍRIS: AI 비디오 리뷰은(는) 무엇을 하나요?

ÍRIS는 비디오를 단순히 보는 것이 아니라 측정하고, 프레임 단위로 검사하며, 우연과 파이프라인 결함을 구분하고, 나쁜 장면만 다시 생성하도록 지시하며, 각 비디오에서 학습합니다. 사이클은 생성, 검토, 재생성, 학습입니다.

1. 검사

이 스킬의 scripts/ 폴더에 있는 검사기를 실행하세요:

python "<이 스킬의 폴더>/scripts/inspecionar.py" 비디오/경로.mp4 [--roteiro roteiro.json] [--referencia-voz 음성.wav]

--roteiro: "cenas": [{"narracao": "...", "prompt": "...", "dur_s": 5.4}] 형식의 JSON입니다. 이 옵션이 있으면 장면이 대본을 따르고, 내레이션을 예상 내용과 비교합니다(faster-whisper 또는 openai-whisper 필요). 없으면 장면은 급격한 컷을 기준으로 나뉩니다. 플러그인 루트의 exemplos/roteiro.json을 참조하세요.
--referencia-voz: 승인된 음성 녹음 파일입니다. 내레이션이 동일한 음성인지 확인합니다(librosa 필요).
출력은 .iris/<비디오-이름>/ 폴더에 medidas.json과 folha_N.jpg 파일로 저장됩니다.
ffmpeg 또는 Pillow가 없으면 사용자에게 설치할 것을 알리고 중단하세요.

2. 감상

medidas.json 전체를 읽으세요.
이미지 읽기 도구로 모든 연속 스틸 프레임(접촉 시트)을 여세요. 각 시트는 초당 2프레임, 줄당 6프레임으로 왼쪽에서 오른쪽으로 배치되며, 모서리에 노란색으로 시간이 표시됩니다. 인접 프레임을 비교하세요. 여기서 객체 소멸, 중복, 변형이 나타납니다.
.iris/historico.json이 있으면 읽으세요(이전에 학습한 교훈과 최근 비디오 목록). 또한 .iris/regras.md가 있으면 읽으세요(채널 규칙, 예: "사람 금지" 또는 "이미지 내 텍스트 금지").

3. 분석

criterios.md의 체크리스트를 사용하세요. 각 문제에 대해 정확한 초, 장면, 보이는 현상, 예상 원인, 그리고 이것이 우연(한 번 발생, 다른 시드로 해결)인지 파이프라인(체계적, 이미 과거 비디오에서 나타남)인지 기록하세요. 이 비디오를 과거 기록에 기반하여 설명하지 마세요. 기록은 패턴 인식에만 사용됩니다.

4. 전달

.iris/<비디오-이름>/ 폴더에 다음을 저장하세요:

revisao.json:

{"nota": 7.5, "resumo": "한 문장 요약",
 "problemas": [{"segundo": 12.5, "cena": 3, "tipo": "visual|narracao|ritmo|audio|legenda|tecnico",
                "gravidade": "alta|media|baixa", "descricao": "...", "causa": "...", "origem": "sorteio|pipeline"}],
 "refazer": [{"cena": 3, "motivo": "...", "ajuste_prompt": "해당 장면 프롬프트에서 변경할 사항(해당 시)"}],
 "licoes": [{"tipo_assunto": "esporte|animais|espaco|corpo_humano|historia|tecnologia|natureza|geral",
              "alvo": "roteiro|geracao|montagem", "regra": "일반 규칙, 이 비디오의 세부 사항 아님"}],
 "pipeline": [{"onde": "파일 또는 단계", "mudanca": "...", "motivo": "..."}]}

revisao.md: 사람이 읽기 쉬운 짧은 텍스트 형식의 동일한 리뷰로, 상단에 점수와 다시 생성해야 할 장면 목록이 있어야 합니다.

refazer 규칙: 최대 3개 장면이며, 비디오를 망치는 우연 결함만 포함합니다(객체 소멸, 중복, 변형; 규칙에 금지된 사람, 손, 텍스트; 급격한 점프; 내레이션과 무관한 이미지). 경미한 결함, 취향 차이, 파이프라인 결함은 포함하지 않습니다. 폴더에 rodada: 2가 있으면(사용자가 재생성 버전이라고 말함), refazer는 비어 있어야 하며 리뷰는 재생성된 장면이 개선되었는지 평가합니다.

5. 학습

.iris/historico.json을 업데이트하세요(없으면 생성):

{"licoes": [{"tipo_assunto": "animais", "alvo": "geracao", "regra": "...", "vezes": 2, "ultima": "2026-10-17"}],
 "videos": [{"video": "이름", "data": "2026-10-17", "nota": 7.5, "resumo": "...", "refazer": [3]}]}

기존 교훈과 같은 의미(다른 단어)를 가진 새 교훈은 vezes를 1 증가시키고 중복을 피합니다.
최대 40개의 교훈(vezes가 낮고 오래된 것부터 버림)과 최근 30개의 비디오만 유지합니다.

6. 파이프라인 수정(사용자가 요청한 경우만)

사용자의 프로젝트에 비디오를 생성하는 코드나 구성이 있고 사용자가 수정을 요청한 경우:

최대 3개의 최소한의 편집, 로직보다는 구성과 프롬프트 텍스트를 선호합니다.
디스크 경로, 키, 시크릿을 절대 건드리지 마세요.
차이점(diff)을 보여주고, 프로젝트 테스트가 있으면 실행한 후 완료했다고 말하세요.

채팅 응답

점수, 한 문장 요약, 다시 생성할 장면과 이유, 그리고 revisao.md의 경로만 표시하세요. 채팅에서 전체 리뷰를 반복하지 마세요.

ÍRIS: AI 비디오 리뷰