無料GitHub で公開

generate-i2v-character-message

人物静止画から、固定カメラの短尺・無音メッセージ動画を生成・検査する。既定はKamui、Magnific指定時は専用coreを使う。

ryryo/dot-claude-dev

インストール方法を見る

含まれるファイル（11）

SKILL.md10.1 KB
agents/openai.yaml456 B
references/prompt-guide.md2.3 KB
references/telop-guide.md1.5 KB
scripts/build_comparison.py571 B
scripts/burn_telop.py7.6 KB
scripts/generate.py757 B
scripts/inspect_videos.py567 B
scripts/kamui_i2v.py803 B
scripts/prepare_source.py1.9 KB
scripts/setup_mcp.py557 B

SKILL.md（原文）

インストールする前に、エージェントに与えられる指示の中身を確認できます。

人物メッセージi2v動画生成

原則

元画像の人物ID、構図、手、持ち物、背景、比率を優先して維持する。
カメラは完全固定にする。ズーム、パン、リフレーミング、クロップは不採用。
動きは1メッセージに対応する小さな動作だけに絞る。
生成ジョブは必ず1件ずつ実行し、完了・保存後に次を送信する。
最終動画から音声ストリームを除去する。
生成モデルに日本語テロップを描かせない。テロップは任意の後処理で焼き込む。
生成providerは、ユーザー指定がなければKamui MCPにする。ユーザーがMagnific利用を明示した場合だけMagnificへ切り替える。
Kamuiでユーザーがモデルを指定しない場合は、../kamui-i2v-core/references/models.jsonで有効なモデルのうち推定単価が最も安い最低解像度のモデルを1件だけ選ぶ。
高価なモデルや複数モデルを、ユーザーの指定なしに追加実行しない。

Kamuiを使う場合、モデル選択、MCP設定、逐次生成、再開、音声除去、検査、比較HTML、基本出力契約は kamui-i2v-core を読む。モデル名、MCP URL、ツール名、価格、解像度は models.json だけで管理する。モデル更新時にこのスキルのスクリプトへ値を直接追加しない。

Magnificを使う場合だけ magnific-i2v-core を読み、専用のAPIスクリプトで実行する。APIで扱えない条件や明示された画面操作はcoreのUI fallbackに従う。Kamui用scripts/generate.pyへMagnificを渡さない。

実行手順

1. 入力画像を確認する

動画化したい採用済みの人物1枚絵を確認する。キャラクターシート、参考画像、要件テキストだけをこのスキルへ直接渡さない。

採用済み1枚絵がある場合: その画像をi2v入力にする。
元画像がない場合: 先に generate-t2i-web-character-message を読み、動画化用の人物静止画を作る。
キャラクターシートや参考画像だけがある場合: 先に source-image-guide.md に従い、動画化する1枚絵へ変換する。

このスキルは人物静止画の新規生成・選定を担当しない。画像作成後、採用画像パスをこのスキルへ引き渡す。

2. 入力画像をWeb動画用に準備する

生成済み画像にC2PAなど大きなメタデータが入っていると、Kamui側のログやモデル検証が扱いにくくなる。課金ジョブ前にメタデータを剥がした作業用画像を作る。

python3 <skill>/scripts/prepare_source.py INPUT_IMAGE \
  --task TASK_NAME \
  --project PROJECT_ROOT

出力された output/TASK_NAME/_assets/source-image-prepared.jpg をi2v入力に使う。元画像は上書きしない。

3. モデルを決める

まずproviderを決める。

指定なし: Kamui MCP。
Magnificの明示指定、または選択されたサイトがMagnificであることを確認できる場合: Magnific。モデル名だけでproviderを推測せず、指定モデルを既定経路で扱えるか確認する。

Kamuiの場合、ユーザー指定がなければモデルを指定せず実行する。既定では共通カタログ上の最安モデルが選ばれる。<skill>/scripts/generate.pyはKamui互換ラッパーで、内部では ../kamui-i2v-core/scripts/generate.py --mode message を実行する。

python3 <skill>/scripts/generate.py output/TASK_NAME/_assets/source-image-prepared.jpg \
  --project PROJECT_ROOT \
  --task TASK_NAME \
  --prompt-file PROMPT_FILE \
  --comparison

モデル指定時は--modelを繰り返す。

python3 <skill>/scripts/generate.py SOURCE_IMAGE \
  --project PROJECT_ROOT \
  --task TASK_NAME \
  --model seedance-2.0-fast \
  --model kling-v3-standard \
  --prompt-file PROMPT_FILE \
  --comparison

利用可能モデルは次で確認する。

python3 <skill>/scripts/generate.py --list-models

providerの拒否や入力検証エラーでは、返された理由を確認して入力・要件の修正可否を判断する。拒否を回避するために別モデルへ自動再送しない。通常の技術障害で代替モデルが必要な場合も、許可済みのモデル・費用範囲を維持する。

Magnificのモデル、秒数、解像度、比率、費用確認は専用coreのカタログと--dry-runを使う。UI経路を使う場合だけ画面の設定・消費表示を確認する。要求条件と許可済み費用に収まることを確かめ、高価なモデルや比較候補を無断追加しない。

4. プロンプトを作る

prompt-guide.md の固定カメラ・人物用テンプレートを基準に、英語で具体化する。

カメラ完全固定を明記する。
人物ID、服装、持ち物、表情を維持する。
動作は1つにする。例: 小さくうなずく、1回まばたき、親指を少し強調する。
手と顔の変形、指の増加、持ち物の消失を禁止する。
日本語テロップ、ロゴ、UI、字幕を生成させない。

モデル比較では全モデルに同じpositive promptを渡す。

5. 生成providerごとに逐次生成する

Kamuiの場合、MCP設定は kamui-i2v-core の手順に従う。generate.pyは../kamui-i2v-core/scripts/setup_mcp.pyを通じて、対象プロジェクトに.mcp.jsonがなければ初期配置元からコピーし、実行対象モデルの設定をマージする。.mcp.jsonの初期配置、既存設定とのマージ、KAMUI_CODE_PASS_KEYの扱いはこのスキル側で再定義しない。

詳細は mcp-setup.md を読む。

中断後は同じコマンドを再実行する。保存済みMP4はスキップし、送信済みrequest_idがあるジョブは再課金せずポーリングから再開する。意図的に再生成する場合だけ--overwriteを使う。

課金前の計画確認には--dry-runを使う。

Magnificの場合は専用coreのAPI手順で実行する。UI fallbackを使う場合だけ、開始画像の反映、生成設定、詳細画面からのMP4取得を確認する。どちらの経路でもffprobeでMP4本体を検証する。

6. 検査する

Kamuiでは生成後、generate.pyがinspection.jsonと_inspection/内のコンタクトシートを作成する。MagnificではMP4を出力契約に合わせて保存した後、同じ検査スクリプトを手動実行する。必要に応じて再検査する。

python3 <skill>/scripts/inspect_videos.py output/TASK_NAME

人物動画では特に次を確認する。

音声ストリームが0件
カメラ移動、ズーム、クロップがない
顔が別人化していない
表情変化が自然で、過剰に笑いすぎていない
手、指、財布、資料などの持ち物が破綻していない
背景に文字、ロゴ、UIが新規出現していない
1メッセージに必要な動きだけが入っている
コンタクトシートの先頭、途中、末尾で顔、手、持ち物、背景境界が安定している

SSIMは補助指標であり、人物動画では先頭末尾が一致しなくても問題ない場合がある。固定カメラ短尺動画として自然かを目視で判断する。スタジオ素材のような質感、強すぎる笑顔、指や持ち物の揺れ、わずかなズームがある場合は、入力静止画のポーズを単純化して再生成する。

7. 比較ページを作る

複数モデル時は自動作成する。単一モデルでも必要なら実行する。

python3 <skill>/scripts/build_comparison.py output/TASK_NAME

HTMLは comparison-template.html を使い、全動画にautoplay muted loop playsinlineを設定する。

8. 任意でテロップを焼き込む

WebサイトではHTML/CSSのテロップを原則にする。動画単体として確認・配布する場合だけ、burn_telop.pyで焼き込む。

python3 <skill>/scripts/burn_telop.py output/TASK_NAME/MODEL.mp4 \
  --line1 "サブスクで明朗会計" \
  --line2 "勧誘一切無し"

既定値は黄色帯、太い黒文字、白縁、下部2段のスタイルにする。細かな調整は telop-guide.md を読む。

出力

基本出力はKamuiの場合 kamui-i2v-core、Magnificの場合 magnific-i2v-core の出力契約に従い、このスキル側で再定義しない。

人物動画用に入力画像を準備した場合は、タスク出力ディレクトリ内の_assets/へsource-image-original.<ext>とsource-image-prepared.jpgを追加する。テロップを焼き込んだ場合だけ、_telop/へ<model>-telop.mp4、<model>-telop-contact-sheet.jpg、<model>-telop-request.jsonを追加する。

ユーザーへは動画、比較HTML、主要な検査結果、Seedanceなどの拒否理由、未解決の品質問題を報告する。生成料金の概算と実課金が一致するとは断定しない。

必要環境

Python 3.9以上。外部Pythonパッケージは不要。
選択providerの認証情報。KamuiならKamui Code Pass Key、Magnificなら専用coreの認証条件。
ffmpegとffprobe。画像準備、無音化、検査、テロップ焼き込みに使う。
インターネット接続。

依存コマンドがない場合は課金ジョブ開始前に停止する。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

ログインしてレビューを書く

同じリポジトリのスキル

概要と使いどころ

ai-clean-remake

無料

Rebuild a degraded AI image to remove crunchy textures and repeated-edit artifacts while preserving identity, style, and composition. Use for clean remakes, not ordinary retouching or upscaling.

日本語の概要は準備中です。原文の説明を表示しています。