mcpField
V
video-understand

video-understand

github.com/whitetoweraiクリエイティブ・メディア1785 回インストール3 週間前に更新
リポジトリ

video-understand について

video-understandは、動画編集に先立って検証済みの根拠を整える分析スキルです。編集方針は決めず、後続スキル向けにソース時間の文字起こし、指標、事実に基づく観察を用意します。

主な機能

  1. 01動画プロジェクトとタイムラインの初期化
  2. 02faster-whisperによる音声文字起こし
  3. 03客観的指標と意味候補の分析
  4. 04ソース時間の根拠の検証
  5. 05後続スキル向けレビュー資料の作成

活用シーン

  1. 01編集前の素材動画の準備
  2. 02文字起こしとレビュー資料の作成
  3. 03字幕やカットのスキルへの検証済み根拠の提供

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/whitetowerai/cut-as-code --skill video-understand

インストール後、Claude Code で/video-understand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。

examples/
understanding.example.json
reference/
project-schema.md
timeline-schema.md
understanding-schema.md
scripts/
analyze.py
build_render_plan.py
build_timeline.py
check_protocol_extensions.py
init_project.py
probe.py
projectlib.py
render_project.py
transcribe.py
validate.py
tests/
test_editor_protocol.py
test_render_project.py

詳細

動画の理解

共有する根拠レイヤーを一度だけ構築します。観察結果はソース時間で保持し、編集上の判断は後続のスキルに委ねます。

このスキルは、/video-cut、/video-to-shorts、 /video-add-captions、/video-add-content-cards、および /video-add-motion-graphics の前提条件です。 最初に実行し、これらのスキルが同じ検証済みの根拠とタイムラインを使用するようにします。

依存関係

文字起こしには ffmpeg／ffprobe、Python、および faster-whisper が必要です。メディアを処理する前に確認してください。

ワークフロー

  1. 元のソースからプロジェクトを初期化します。

    python scripts/init_project.py path/to/source.mp4 path/to/my-video-project

    これにより、input/、review/00-video-understanding/、final/、最小限の マシン向け work/ ツリー、ID タイムライン、project.json、メディア情報、および START-HERE.md が作成されます。選択されていない編集操作用のフォルダーは作成されません。

  2. ソースのメタデータを明示的に更新する必要がある場合に限り、再度プローブします。

    python scripts/probe.py input/original-video.mp4 work/understand/media.json

  3. 16 kHz のモノラル音声を抽出し、文字起こしします。

    ffmpeg -y -i input/original-video.mp4 -ac 1 -ar 16000 work/cache/audio16k.wav
python scripts/transcribe.py work/cache/audio16k.wav work/understand/transcript medium `
  --lang auto --cache-dir work/cache/faster-whisper

    言語が不明、または複数の言語が混在する音声には、--lang auto を使用します。ユーザーの プロンプトの言語から、話されている言語を決めつけてはいけません。音声そのもの、または ユーザーが明示したメタデータによって言語が確定している場合に限り、--lang zh のように言語を固定します。 モデルのダウンロード先は、プロジェクト内の work/cache/faster-whisper/ キャッシュにします。Faster-whisper は、 開始時刻と終了時刻が等しい、時点指定の単語をまれに出力することがあります。共有タイムラインマッパーは これを 1 ミリ秒の区間として保持するため、字幕や派生コンテンツでテキストが失われることはありません。

  4. 客観的な指標と意味的な候補を生成します。

    python scripts/analyze.py work/understand/transcript.json work/understand/analysis.json

  5. ソース、文字起こし、および分析を確認します。事実に基づく要約、ソース時間の範囲、確信度、 および文字起こしの根拠を記載した work/understand/understanding.json を作成します。カット、カード、 または映像のルックを指定してはいけません。

  6. 後続で使用する前に検証します。

    python scripts/validate.py understanding work/understand/understanding.json work/understand/transcript.json

  7. review/00-video-understanding/ の下には、役立つ次のレビュー用アーティファクトのみを作成します。 video-summary.md、transcript.srt、および contact-sheet.jpg。メタデータ、 タイムスタンプ、根拠の参照、および表示フレームを検証します。プロトコルで定められた名前の代わりに PNG や 独自のファイル名を使用してはいけません。

  8. レビュー用アーティファクトと意味的な根拠が検証された後に限り、理解操作の check.status を pass に設定します。操作のライフサイクル status とチェック結果は別々です。 check.status に verified を書き込んではいけません。

規約

永続的なマシンファイルはすべて work/understand/ に保存します。work/cache/ は破棄可能なものとして扱います。

コメント

Markdown 対応