creative-generation-agent

Name: creative-generation-agent
Author: qodex-ai

github.com/qodex-aiクリエイティブ・メディア47563 回インストール42 週間前に更新

リポジトリ

creative-generation-agent について

音楽、画像、ミーム、ポッドキャストなどを生成するエージェントのガイドと実装例です。開発者向けに、スタイル変換、品質評価、コンテンツモデレーションも扱います。

主な機能

01メロディー、楽曲、合成音声の生成
02画像・テキスト形式のミーム作成
03ポッドキャスト台本と音声の生成
04プロンプトからの画像生成
05画像間のアートスタイル変換
06品質評価とコンテンツモデレーション

活用シーン

01メロディー生成とエフェクト付き音声の合成
02テーマとテンプレートに沿ったミーム作成
03テーマからポッドキャスト台本と音声を作成
04画像の生成やアートスタイルの適用

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/qodex-ai/ai-agent-skills --skill creative-generation-agent

インストール後、Claude Code で/creative-generation-agentを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

README.md

examples/

image_generation.py

meme_generator.py

music_generation.py

podcast_producer.py

style_transfer.py

scripts/

audio_effects.py

content_moderation.py

creative_quality_assessment.py

詳細

クリエイティブ生成エージェント

テキスト、音楽、画像、ミーム、ポッドキャストなど、複数のモダリティにわたってオリジナルのクリエイティブコンテンツを生成するインテリジェントエージェントを構築します。

概要

クリエイティブ生成は、以下を組み合わせます。

コンテンツモデル：拡散モデル、トランスフォーマー、GAN
プロンプトエンジニアリング：クリエイティブな出力を導きます
スタイル制御：芸術的な一貫性を保ちます
品質評価：クリエイティブな出力を評価します
反復と改善：結果を向上させます

用途

AI による作曲と編曲
ミームの自動生成
ポッドキャストの台本と音声の生成
クリエイティブライティングの支援
アートと画像の生成
動画コンテンツの作成
ゲームアセットの生成

クイックスタート

ディレクトリからコード例とユーティリティを確認できます。

例：完全な実装については、examples/ ディレクトリを参照してください。
- music_generation.py - 音楽の生成と音声合成
- meme_generator.py - 画像ベースおよびテキストベースのミーム生成
- podcast_producer.py - ポッドキャストの台本と音声の制作
- image_generation.py - 拡散モデルによる画像生成
- style_transfer.py - ニューラルスタイル転送
ユーティリティ：ヘルパーモジュールについては、scripts/ ディレクトリを参照してください。
- creative_quality_assessment.py - 品質評価
- audio_effects.py - 音声エフェクト処理
- content_moderation.py - 安全性とコンプライアンスのフィルタリング

音楽生成

1. 記号による音楽生成

MIDI／楽譜形式で音楽を生成します。examples/music_generation.py を参照してください。

主なクラス：

MusicGenerationAgent - メロディーと楽曲全体を生成します
メソッド：generate_melody()、generate_full_composition()、generate_harmony()

使用方法：

from examples.music_generation import MusicGenerationAgent

agent = MusicGenerationAgent()
melody = agent.generate_melody(
    seed_notes=[("C4", 1), ("E4", 1), ("G4", 1)],
    length=32,
    temperature=0.8
)
composition = agent.generate_full_composition(style="classical", duration_bars=32)

2. 音声合成

オーディオ波形を直接生成します。examples/music_generation.py を参照してください。

主なクラス：

AudioSynthesisAgent - MIDI から音声を合成し、エフェクトを適用します

使用方法：

from examples.music_generation import AudioSynthesisAgent

synth = AudioSynthesisAgent(sample_rate=44100)
audio = synth.synthesize_from_midi(midi_data, duration_seconds=60)
audio = synth.add_effects(audio, effect_type="reverb")
synth.save_audio(audio, "output.wav")

ミーム生成

完全な実装については、examples/meme_generator.py を参照してください。

1. 画像ベースのミーム生成

テンプレートにキャプションを適用してミームを生成します。

主なクラス：

MemeGenerationAgent - キャプション付きの画像ベースミームを生成します
メソッド：generate_meme()、generate_caption()、apply_caption_to_template()

使用方法：

from examples.meme_generator import MemeGenerationAgent

agent = MemeGenerationAgent()
meme = agent.generate_meme(topic="AI agents", meme_template="drake")
meme.save("output_meme.png")

2. テキストベースのミーム生成

さまざまな形式のテキストのみのミームを生成します。

主なクラス：

TextMemeGenerator - テキストベースのミームを生成します
メソッド：generate_text_meme()、generate_joke_meme()、generate_deep_meme()

使用方法：

from examples.meme_generator import TextMemeGenerator

generator = TextMemeGenerator()
joke_meme = generator.generate_text_meme(topic="Python programming", format_type="joke")
deep_meme = generator.generate_text_meme(topic="AI", format_type="deep")

ポッドキャスト生成

完全な実装については、examples/podcast_producer.py を参照してください。

1. 台本生成

構成が整い、自然な会話の流れを持つポッドキャストの台本を生成します。

主なクラス：

PodcastScriptGenerator - トピックから台本を作成します
メソッド：generate_episode()、generate_script()、generate_content_segments()、generate_intro()、generate_outro()

使用方法：

from examples.podcast_producer import PodcastScriptGenerator

generator = PodcastScriptGenerator()
episode = generator.generate_episode(
    topic="Future of AI",
    duration_minutes=30,
    num_hosts=2
)

print(episode["script"])

2. 音声制作

テキスト読み上げとエフェクトを使って、台本を音声に変換します。

主なクラス：

PodcastAudioProducer - ポッドキャストの台本から音声を制作します
メソッド：produce_podcast()、text_to_speech()、add_background_music()、add_transitions()

使用方法：

from examples.podcast_producer import PodcastAudioProducer

producer = PodcastAudioProducer()
audio = producer.produce_podcast(script_text)

画像とアートの生成

examples/image_generation.py と examples/style_transfer.py を参照してください。

1. 拡散モデルの統合

Stable Diffusion などのモデルを使用して、テキストプロンプトから画像を生成します。

主要なクラス：

ImageGenerationAgent - テキストプロンプトから画像を生成します
メソッド：generate_image()、enhance_prompt()、generate_variations()

使用方法：

from examples.image_generation import ImageGenerationAgent

agent = ImageGenerationAgent()
image = agent.generate_image(
    prompt="A futuristic city with neon lights",
    style="cyberpunk",
    num_inference_steps=50
)
image.save("generated_image.png")

variations = agent.generate_variations(image, num_variations=4)

2. スタイル転送

ある画像のアートスタイルを別の画像に転送します。

主要なクラス：

StyleTransferAgent - 画像間でスタイル転送を適用します
メソッド：transfer_style()、preprocess_image()、postprocess_image()

使用方法：

from examples.style_transfer import StyleTransferAgent

agent = StyleTransferAgent()
stylized = agent.transfer_style(
    content_image="photo.jpg",
    style_image="monet_painting.jpg"
)

品質評価

完全な実装については、scripts/creative_quality_assessment.py を参照してください。

1. クリエイティブ品質の指標

複数の品質基準にわたって、生成されたコンテンツを評価します。

主要なクラス：

CreativeQualityAssessor - あらゆる種類のコンテンツの品質を評価します
メソッド：assess_content_quality()、assess_music_quality()、assess_meme_quality()、assess_image_quality()

使用方法：

from scripts.creative_quality_assessment import CreativeQualityAssessor

assessor = CreativeQualityAssessor()

# Assess music quality
music_assessment = assessor.assess_content_quality(audio, content_type="music")
print(f"Overall score: {music_assessment['overall_score']}")
print(f"Metrics: {music_assessment['metrics']}")

# Assess meme quality
meme_assessment = assessor.assess_content_quality(meme, content_type="meme")

# Assess image quality
image_assessment = assessor.assess_content_quality(image, content_type="image")

ベストプラクティス

コンテンツ生成

✓ スタイルや雰囲気を明確に指定して開始します
✓ 温度を適切に設定します（創造性には 0.7～0.9、一貫性には 0.3～0.5）
✓ 反復的な改良を実装します
✓ 再現性を確保するため、シード値を保持します
✓ 多様なプロンプトでテストします

品質管理

✓ 生成されたコンテンツを体系的に評価します（creative_quality_assessment.py を参照）
✓ 人によるレビューループを実装します
✓ 品質指標を経時的に追跡します
✓ フィードバックを活用してモデルを改良します
✓ さまざまなクリエイティブスタイルをバージョン管理します

オーディオ処理

✓ オーディオエフェクトを適切に使用します（audio_effects.py を参照）
- 空間的な奥行きにはリバーブ
- ダイナミクスの制御にはコンプレッション
- 周波数バランスの調整には EQ
- 滑らかな切り替えにはフェードイン／フェードアウト
✓ クリッピングを防ぐため、オーディオレベルを監視します
✓ 複数のトラックを適切にミックスします

コンテンツモデレーション

✓ 不適切なコンテンツをフィルタリングします（content_moderation.py を参照）
✓ 著作権を遵守します
✓ 事実の正確性を検証します
✓ 生成結果に偏りがないか確認します
✓ 安全ガイドラインを実装します
✓ センシティブな用途では厳格モードを使用します

実装チェックリスト

リソース

Markdown 対応

ログインしてコメント

基本情報

作者: qodex-ai
リポジトリ: qodex-ai/ai-agent-skills
カテゴリ: クリエイティブ・メディア
インストール数: 563
GitHub スター: 47

問題を報告

おすすめの Skills

すべての Skills

ai-video-generation

github.com/inference-sh

1.7M

inference.sh CLI で Google Veo、Seedance 2.0、HappyHorse、Wan、Grok など 40 以上のモデルを使って AI 動画を生成する。モデル：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。機能：テキストから動画、画像から動画、参照から動画、動画編集、リップシンク、アバターアニメーション、動画アップスケーリング、フォーリー音。用途：ソーシャルメディア動画、マーケティングコンテンツ、解説動画、製品デモ、AI アバター。トリガー：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

inference.sh CLI で GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve など 50 以上のモデルを使って AI 画像を生成する。モデル：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。機能：テキストから画像、画像から画像、インペインティング、LoRA、画像編集、アップスケーリング、テキストレンダリング。用途：AI アート、製品モックアップ、コンセプトアート、ソーシャルメディア用グラフィック、マーケティングビジュアル、イラスト。トリガー：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

inference.sh CLI で AI アバターやトーキングヘッド動画を作成します。おすすめ：P-Video-Avatar（最速、最安、TTS 内蔵）。その他：OmniHuman、Fabric、PixVerse。音声：Inworld TTS-2（100以上の言語に対応し、キャラクターの感情を調整可能）、ElevenLabs、Kokoro。機能：音声駆動アバター、テキストからアバター、リップシンク動画、トーキングヘッド生成、バーチャルプレゼンター、UGC コンテンツ。用途：AI プレゼンター、解説動画、バーチャルインフルエンサー、吹き替え、マーケティング動画、UGC 広告、ゲームアバター、NPC の会話。トリガー：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

inference.sh を介して React/Remotion コンポーネントコードから動画をレンダリングします。TSX コードを渡すと MP4 を取得できます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence など、すべての Remotion API に対応します。解像度、FPS、長さ、コーデックを設定できます。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、React アニメーションの動画化。トリガー：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video

creative-generation-agent

creative-generation-agent について

主な機能

活用シーン

インストール

同梱ファイル

詳細

クリエイティブ生成エージェント

概要

用途

クイックスタート

音楽生成

1. 記号による音楽生成

2. 音声合成

ミーム生成

1. 画像ベースのミーム生成

2. テキストベースのミーム生成

ポッドキャスト生成

1. 台本生成

2. 音声制作

画像とアートの生成

1. 拡散モデルの統合

2. スタイル転送

品質評価

1. クリエイティブ品質の指標

ベストプラクティス

コンテンツ生成

品質管理

オーディオ処理

コンテンツモデレーション

実装チェックリスト

リソース

音楽生成

画像生成

オーディオ合成

動画生成

コメント