動画・画像・音声のスキル

文章からの画像生成や既存画像の画風変更、指定部分の描き直しをPythonで実装するためのガイドです。構図を指定する方法や、メモリ使用量の調整も扱います。

• 文章から画像を生成したいとき
• 既存画像の画風を変えたいとき
• 画像の一部分を描き直したいとき

録音ファイルの音声を文字に起こし、テキストや字幕形式で受け取るスキル。9Router経由でモデルを選び、対応する言語指定や時刻情報付きの出力を利用できます。

• 会議やインタビューを文字起こししたいとき
• 音声からSRT・VTT字幕を作りたいとき
• 時刻情報付きの文字起こしを得たいとき

9Router経由でxAI Grok Imagineを使い、文章や画像から動画を生成します。長さや縦横比、解像度を指定し、生成の進捗確認からMP4の保存まで扱います。

• 場面の説明文から動画を作りたいとき
• 既存の画像から動画を生成したいとき
• 動画の長さや縦横比、解像度の指定

文章を音声に変換し、ナレーションや読み上げ用のMP3を作るスキル。9Router経由で複数サービスのモデルや声を確認し、用途に合わせて選べます。

• 台本からナレーションを作りたいとき
• 文章を読み上げ音声にしたいとき
• 生成前に使える声を確認したいとき

音声通話の文字起こし、要約、録音へのリンクをGBrainにまとめ、設定済みのメッセージ送信先へ通知する手順を提供します。通話後の自動実行には追加実装が必要です。

• 音声通話の文字起こしと要約の保存
• 決定事項を録音と確認したいとき
• 通話記録と人物・企業ページの関連付け

会話で編集方針を決め、動画の文字起こし、カット、色調整、字幕やアニメーションの追加を進めます。プレビューの確認と修正を重ね、完成動画を書き出します。

• 説明動画の良いテイクを選びたいとき
• チュートリアルを短くして字幕を付けたいとき
• インタビューや旅行映像の編集

数学の概念や数式の導出、アルゴリズムの動きをアニメーションで説明する動画を制作します。構成づくりから描画、シーンの結合、仕上がりの確認まで扱います。

• 数学の概念を動画で説明したいとき
• 数式の導出を段階的に見せたいとき
• アルゴリズムの動きを可視化

Webページのスクロール先まで撮影し、全体をPNG画像として保存します。ページ内のスクロール領域や遅延読み込み画像、縦に長いページにも対応するスキルです。

• 長い記事を画像で保存したいとき
• 内部スクロールのある画面の撮影
• ログイン済みページを撮影したいとき

cmuxのウィンドウをCLIから画像や動画に保存し、画面の変更、ドラッグ、アニメーションを記録して、プルリクエストや不具合報告に添える視覚資料を作ります。

• 画面変更の画像をプルリクエストに添付
• ドラッグやアニメーションの不具合報告
• 画面の一部分を字幕付きで記録したいとき

写真やイラスト、商品画像などをAIで生成し、既存画像の背景変更・不要物の削除・透過処理や、参考画像に基づく別案の作成まで進める画像制作スキル。

• Webサイトのメイン画像や挿絵の制作
• 商品写真の背景変更や不要物の削除
• 背景を透過した切り抜き画像の作成

音声や動画の発話を文字起こしし、テキストやJSONで保存するスキル。会議やインタビューでは、話者ごとの区別や既知の話者の参照音声を使ったラベル付けにも対応します。

• 会議録音を文字起こししたいとき
• インタビューを話者別に整理したいとき
• 音声や動画から発話を抽出したいとき

原稿を指定の声や話す速さで読み上げ、ナレーションや電話案内の音声ファイルを作成します。付属スクリプトで単発生成と複数原稿の一括処理に対応します。

• 解説原稿のナレーション作成
• 製品デモに音声を付けたいとき
• 電話案内の音声を一括生成したいとき

キャラクター画像や文章、ブランドの特徴からCodex用の動くペットを作るスキル。9種類の動作画像を生成し、透過処理、見た目の確認、配布用ファイルの整備まで進めます。

• キャラクターを動くCodexペットにしたいとき
• ぬいぐるみ風や粘土風のペット制作
• 会社やブランドの特徴を使ったマスコット制作

ゲームの機能や場面に合わせて、音の方向性から効果音仕様、アクセシビリティ、技術設計、コード連携まで進行します。担当エージェントの成果を音響設計文書にまとめます。

• 戦闘の効果音と再生条件の設計
• 森林エリアの環境音づくり
• ボス戦の状況に応じた音楽設計

文章やノウハウをSNS向けの図解カード画像にまとめるスキル。内容を複数枚に分け、12種類の画風と8種類のレイアウト、3種類の配色で表現を調整します。

• 記事をSNS用カードにしたいとき
• 操作手順を図解したいとき
• 商品の比較を画像にしたいとき

YouTubeのURLや動画IDから字幕とサムネイルを取得します。言語選択や翻訳、章分け、AIによる話者ラベル付けに対応し、MarkdownやSRTで保存します。

• 動画字幕を文章で保存したいとき
• 動画プレーヤー用のSRT出力
• 字幕を別の言語に翻訳したいとき

文章や参考画像から画像を生成し、縦横比や画質を指定できるスキル。複数の画像生成サービスを使い分け、保存済みのプロンプトからまとめて画像を作れます。

• 文章から挿絵を作りたいとき
• 参考画像を使って場面を変えたいとき
• 用途に合う縦横比で画像を作りたいとき

記事を読み、図や挿絵が役立つ箇所を選んで画像を生成するスキル。図の種類・画風・配色をそろえ、構成案と生成用の指示を保存し、本文に画像を挿入します。

• 記事の要所に挿絵を追加したいとき
• 解説記事の手順を図にしたいとき
• 記事内の数値で比較図を作りたいとき

学習テーマや人物の伝記を、コマ割りと登場人物を備えたオリジナル漫画にします。画風や雰囲気を選び、構成案からページ画像の生成、PDFへの結合まで進めます。

• 学習テーマを漫画で説明したいとき
• 人物の伝記を漫画にしたいとき
• 手順を四コマ漫画で伝えたいとき

画像をWebP・PNG・JPEGに圧縮し、ファイル容量を減らすスキル。利用可能なツールを自動で選び、画質の指定やフォルダ内の一括処理にも対応します。

• 画像をWebPに変換したいとき
• サブフォルダを含む画像の一括圧縮
• 圧縮時の画質を調整したいとき

依頼内容や参考動画をもとに、生成した映像・画像・音声と持ち込み素材を組み合わせて動画を制作します。構成や字幕のタイミング調整から、試写、書き出しまでを扱います。

• 依頼内容や参考資料から動画を作りたいとき
• 参考動画の人物や台詞を変えたいとき
• 生成素材と持ち込み映像の合成

Daytona上のUI操作をスクリーンショットや動画に記録し、手順ごとに見返せるHTML資料へまとめます。PRで操作の流れや変更前後の違いを共有するスキルです。

• UI操作を画像一覧で共有したいとき
• 逐次表示やアニメーションの録画
• PRで画面の変更前後を比較したいとき

Screenpipeの画面キャプチャ付き手順動画を、元の指示を保って編集します。ナレーションや見出し、再生速度、画面の拡大位置を調整し、動画を再生成します。

• 必要な手順を残して説明を短くしたいとき
• 動画内の指定文言を差し替えたいとき
• 画面の拡大位置や再生速度の調整

説明動画や短編動画、映像に重ねるアニメーションをReactのコードで制作するスキル。フレーム単位で動きと順序を定義し、MP4に書き出します。

• 仕組みをアニメーションで説明したいとき
• 手元の内容を短編動画にしたいとき
• 映像に重ねる動きを作りたいとき