happy-video-gen

happy-video-gen

1 つの CLI bun scripts/main.ts ... から、10 個のプロバイダーを使って短い動画を生成します（テキストから動画、または画像から動画）。すべてのプロバイダーは非同期です。CLI はジョブを送信し、プロバイダーの処理が完了するまでポーリングした後、MP4／WebM をダウンロードします。

クイック使用方法

# Text-to-video
bun scripts/main.ts --prompt "camera slowly pushes into a calico cat on grass" --ar 16:9 --duration 5 --video ./out.mp4

# Image-to-video (first frame)
bun scripts/main.ts --prompt "subtle zoom, leaves swaying" --image ./keyframe.png --duration 5 --video ./out.mp4

# Image-to-video with last-frame control (provider-dependent)
bun scripts/main.ts --prompt "seamless morph" --image ./a.png --last-frame ./b.png --video ./out.mp4

このスキルを呼び出すタイミング

• ユーザーがテキストから動画を生成／作成／合成するよう依頼した場合。
• ユーザーが静止画像をアニメーション化するよう依頼した場合、または最初のフレームのパスを指定した場合。
• ユーザーが動画モデルのファミリー（Sora、Veo、Runway、Kling、Wan、Seedance、Hailuo、Pika、Dream Machine、Vidu）を指定した場合。

ユーザーが即梦／Jimeng／dreamina CLI に明示的に言及した場合は、happy-dreamina にルーティングしてください。ユーザーが静止画像を求めている場合は、happy-image-gen にルーティングしてください。

ステップ 0：事前確認（必須）

1. EXTEND.md の場所を特定します（happy-image-gen と同じ優先順位で解決します）。

   • ./.happy-skills/happy-video-gen/EXTEND.md
   • $XDG_CONFIG_HOME/happy-skills/happy-video-gen/EXTEND.md
   • ~/.happy-skills/happy-video-gen/EXTEND.md

   いずれも存在しない場合は、bun scripts/main.ts --setup を実行し、references/config/first-time-setup.md に沿ってユーザーを案内してください。

2. いずれか 1 つのプロバイダーに認証情報があることを確認します。 CLI の自動検出順（providers.md を参照）に従って環境変数を確認してください。利用可能なプロバイダーが 1 つもない場合は、先に進まないでください。

3. Bun を確認します。 見つからない場合は npx -y bun を使用してください。

4. 費用について警告します。 動画生成の 1 回あたりの費用は、画像生成の 10～100 倍です。ユーザーが HD 1080P／10 秒のクリップを求めた場合は、実行前に確認し、references/providers.md に記載されている予想プロバイダー費用の範囲を提示してください。

ステップ 1：プロバイダーを選択

優先順位：

1. --provider <id> が明示的に指定されている場合。
2. EXTEND.md の default_provider。
3. 環境変数から自動検出：fal > ark > minimax > runway > luma > pika > vidu > google > bailian > openai。

実際のタスクに適した強みを基準に選択します。

• 中国語のプロンプト／フレーム内の中国語テキスト → ark（Seedance）または bailian（Wanx）。
• フォトリアルなポートレート → google（Veo 3）または runway（Gen-4）。
• アニメ／スタイライズされた映像 → fal（Kling）または luma。
• 安価なドラフト → ark Seedance Lite、fal Kling v2.5 turbo、vidu Q1。
• 音声と同期した会話動画（該当する場合）→ google Veo 3、openai Sora 2。

ステップ 2：パラメーターを設定

• --prompt：必ず二重引用符で囲みます。
• --image <path>／--last-frame <path>：ローカルパスを指定します。自動的にデータ URI として Base64 エンコードされます。--last-frame を受け付けるのは Luma と一部の FAL エンドポイントのみです。
• --duration <seconds>：デフォルトは一律 5 秒です。上限：Sora-2／Kling は最大 10 秒、Seedance は最大 10 秒、Luma は最大 9 秒です。
• --ar <ratio>：16:9 / 9:16 / 1:1 / 4:3 / 3:4。プロバイダー固有の挙動については references/aspect_ratio_map.md を参照してください。
• --resolution：480p / 720p / 1080p。すべてのプロバイダーが対応しているわけではなく、低価格プランではほとんどが 720p までです。
• --poll-timeout：デフォルトは 600 秒（10 分）です。1080P または 5 秒を超えるクリップの場合は延長してください。

ステップ 3：送信して待機

bun scripts/main.ts \
  --prompt "..." \
  --video ./out.mp4 \
  --provider ark \
  --duration 5 \
  --ar 16:9 \
  --resolution 720p

待機中は、同じプロバイダーに別のジョブを送信しないでください。低価格プランでは同時実行数の上限が厳しく（多くの場合 1 件）、制限されています。成功すると、CLI は MP4 を書き出し、ファイルサイズとパスを報告します。JSON 出力：

{ "success": true, "provider": "ark", "model": "doubao-seedance-1-0-lite-t2v-250408", "video": "/abs/out.mp4", "size_bytes": 4823456, "format": "mp4" }

ステップ 4：タイムアウトと復旧

ポーリングが --poll-timeout を超えると、CLI はプロバイダー固有の外部 ID（タスク ID／ジョブ ID／操作名／リクエスト ID）を含むエラーをスローします。stderr から ID を取得し、後でプロバイダー固有のツールを使って再開してください。プロバイダーごとの ID 形式と手動で再開するコマンドについては、references/async-protocol.md を参照してください。

参考資料

• references/providers.md — 10 個すべてのプロバイダーの環境変数、デフォルト、費用に関する注記、機能マトリックス。
• references/async-protocol.md — プロバイダーごとの外部 ID 形式と、停止したタスクを再開する方法。
• references/aspect_ratio_map.md — プロバイダーごとの --ar の対応付け。
• references/error_codes.md — よくあるエラーと解決方法。
• references/config/first-time-setup.md — セットアップ手順。
• references/config/extend-schema.md — EXTEND.md のスキーマ。
• assets/EXTEND.template.md — 設定テンプレート。