종이컷아웃 설명 숏츠 (멀티 에이전트)은(는) 무엇을 하나요?
출력: 1080×1920, 24fps, 60–95초 MP4 (내레이션, 음악(duck), 동기화된 음향 효과 포함) 룩: 흰색 '스티커' 외곽선 + 드롭 섀도우가 있는 평면 SVG 소품, 하프톤 도트 또는 선버스트 배경, 영문 ALL-CAPS 찢어진 종이 캡션 태그 (Bebas Neue), 약간의 RGB 분할 + 필름 그레인 + 비네트.
모든 것은 headless Chrome이 HTML/SVG를 프레임별로 렌더링하여 생성됩니다 (결정적). 따라서 장면은
에이전트가 작은 엔진(template/engine.js, template/ENGINE.md에 문서화됨)에 대해 작성한 일반 JS 파일입니다.
요구사항
- Python 3 venv 필요:
playwright(시스템 Chrome 사용,CHROME_PATH설정 또는playwright install chromium),numpy,opencv-python-headless(선택 사항),faster-whisper(타이밍/QA),edge-tts(무료 대체 음성). ffmpeg,curl,bc. 선택 사항: ElevenLabs MCP 커넥터 (내레이터 + 음악용).
파이프라인 (순서대로 따를 것)
1. 리서치 + 스크립트 에이전트 (백그라운드)
references/agent_prompts.md#research의 프롬프트로 범용 에이전트 하나를 생성합니다. 모든 사실을
웹에서 확인하고, 주장에 출처를 표시하며, 루머를 표시하고 다음을 반환해야 함: SCRIPT (14–17개의 짧은 대사,
~950–1,150자, 숫자는 철자로 표기, 이름은 내레이션 스크립트에 포함), TABLE (라인별 캡션 태그 / 시각적 아이디어 / 배경),
URL이 포함된 FACTS, UNCERTAIN/NOT USED. 최근 주제의 경우 오늘 날짜를 알리고 먼저 해당 주제가 실제로
무엇을 의미하는지 확인하도록 지시. 실행 중: scripts/new_project.sh <dir>로 프로젝트 디렉토리 생성하고
스토리에 필요한 공유 소품(반복되는 객체/인물당 일관된 디자인 하나)을 <dir>/engine.js 끝에 추가;
테스트 프레임 하나를 렌더링하여 확인.
2. 음성 해설
- 권장: ElevenLabs
eleven_v4, 다큐멘터리 내레이터 (예: 힌디어 "Natraj – Informative Documentary Host"), 2테이크, 스크립트에[curious]/[dramatic]/[thoughtful]태그를 적절히 사용. 크레딧을 먼저 확인. - 대체 (무료, 정확한 라인별 타이밍 제공): 일반 텍스트를
<dir>/script.txt에 넣고,scripts/edge_tts_lines.sh <dir> hi-IN-MadhurNeural +20%실행 →vo.wav+lines.txt생성. - 모든 테이크 QA: TTS 모델은 숫자/날짜를 왜곡할 수 있음.
scripts/words.py로 전사; Whisper 자체가 힌디어 숫자를 잘못 포맷할 수 있으므로references/qa.md참조하여 의심스러운 연도는 숫자 제외하고 재확인. 모든 숫자를 올바르게 말하는 테이크를 선택. - 단일 파일 테이크의 라인 타이밍: 무음 감지(
ffmpeg -af silencedetect=n=-38dB:d=0.15) + 단어 타이밍;scripts/align_lines.py로 첫 추정치 생성. 사용할 비디오 오프셋(예: +0.25초)이 적용된lines.txt(lNN start= end= | 텍스트)와 이동된words.txt를 작성.
3. 세 개의 장면 에이전트를 병렬로 실행 (백그라운드)
라인 간격을 기준으로 타임라인을 ~25–30초 부분으로 분할. references/agent_prompts.md#scene의 프롬프트로
하나의 메시지에서 세 개의 범용 에이전트를 생성 — 각각 scenes_N.js만 소유, 정확한 시간 범위,
시작/종료 시간이 포함된 내레이션 라인, 키워드 비트, 스토리보드(TABLE 기반), 공유 자산, 규칙을 제공:
IIFE + pN_ 접두사, 장면이 범위를 정확히 채우고, 컷 후 약 0.1초에 상단 태그가 나타나며, 약 1초마다
새로운 요소가 등장하고, 테스트 프레임을 렌더링하여 시각적으로 확인하고 PNG를 삭제.
4. 통합 + 검토 (본인이 수행)
- 약 30개의 균등 간격 프레임을 접촉 시트로 렌더링(
render_html.py ... 999 t1,t2,...실행 후ffmpeg -pattern_type glob -i 'test_*.png' -vf scale=170:-1,tile=11x3)하고 읽기. - 수정: 화면에 표시된 가짜 숫자/주장 (에이전트가 가끔 추가함 — 제거), 부정확한 지도/경계, 로고, 실제 인물의 캐리커처, 요소 겹침, 화면 밖 텍스트, 빈 프레임.
5. 렌더링, 믹싱, 게시
scripts/render_video.sh <dir> <duration> <narration> <music> <vo_delay_ms> <out.mp4>로 모든 프레임을
렌더링하고, 엔진 이벤트에서 SFX 트랙을 구성하며, 음성을 기준으로 음악을 덕킹(~-14 LUFS)하고 mux.
장면을 다시 빌드하지 않고 기존 비디오에 새 음성을 입히려면 WARP=anchors.json으로 렌더링 (새 라인 시작 →
이전 라인 시작 매핑; references/qa.md 참조). 사용자가 선호하는 채널로 전달.
콘텐츠 규칙 (항상 준수)
- 리서치 에이전트의 출처 목록에 있는 사실만 사용; 금전/흥행/여론조사 숫자는 "REPORTED"/출처 표시; 불확실한 개수는 하한선("250+")으로 표시.
- 실제 인물: 일반
A.fig흉상 + 영문 이름 태그, 캐리커처 금지; 종교적 신은 그리지 않음 — 추상 모티프 사용; 브랜드/정당 로고 금지 (일반 배지/새/글자 사용). - 지도: 분쟁/민감 국경이 있는 국가의 윤곽 지도 사용 금지; 테두리 없는 보드 또는 타일 그리드를 사용하고, 일러스트레이션 시각 자료임을 명시.
- 정치: 중립적, 출처 표시, 조롱 또는 예측 금지.
파일
template/—index.html,engine.js(엔진 + 자산 팩),ENGINE.md(에이전트용 API),scenes_1..3.jsexamples/— 완성된 4개 비디오의 장면 코드 (Streisand 효과, 자유의 여신상, 트위터 파랑새, 2026년 미국 중간선거): 에이전트 품질/속도 기준scripts/— 렌더링, SFX, 정렬, 전사, 무료 TTS, 프로젝트 부트스트랩, 최종 믹스references/agent_prompts.md,references/qa.md