192 件 ・ 関連度順
概要と使いどころ
MUST USE when the user is setting up this project for the first time, when dependencies are missing, API keys are not configured, or when 'npm run demo' fails. Triggers on: 'セットアップ', '環境構築', 'setup', 'install', 'API key', 'ffmpeg not found', 'GEMINI_API_KEY', 'cannot find module'.
窓際族物語の動画をクラウドを使わずフルローカルで生成するワークフロー（MiniMax H3 + ComfyUI）。ユーザーから「ローカルで動画作成して」「ローカルLLMで動画を作って」と指示されたとき、MiniMax H3での動画生成・修正を頼まれたときに必ず使用する。台本→Irodori-TTS/VOICEVOX音声→draw-things-cliキーフレーム一括生成→Qwen3-VL（Ollama）による画像検証→チャプター毎のH3動画生成→ffmpeg結合まで全工程をローカルで完結させる。
AI支援の動画編集ワークフロー。実際の映像のカット、構造化、拡張を対象とする。FFmpeg、Remotion、ElevenLabs、fal.aiを通じたrawキャプチャからの完全なパイプラインと、DescriptまたはCapCutでの最終仕上げをカバー。動画の編集、フッテージのカット、Vlogの作成、動画コンテンツの制作に使用。
Comprehensive video/audio processing with FFmpeg. Use for: (1) Video transcoding and format conversion, (2) Cutting and merging clips, (3) Audio extraction and manipulation, (4) Thumbnail and GIF generation, (5) Resolution scaling and quality adjustment, (6) Adding subtitles or watermarks, (7) Speed adjustment (slow/fast motion), (8) Color correction and filters.
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。
音声の周波数や音量、リズムなどの特徴を画像にし、複数の図を並べて確認するスキル。時間区間、配色、画像サイズを指定して出力できます。
ネットワークカメラやローカルのウェブカメラから、静止画や短い動画を保存します。動きの検知や、対応するUSBカメラの向き・ズームの操作も扱います。
参考素材の見た目やカットのリズムを再利用できる設定に整理し、手元の映像の編集計画、画像・動画・3D素材の生成計画、編集可能なタイムラインをオフラインで作るスキル。
技術の仕組みやグラフ、システム構成、製品の流れをManimのアニメーションで説明し、絵コンテとシーン計画、短い動画、サムネイルを作るスキル。
スクロールに合わせて映像や演出が進むランディングページを制作します。見せる順序や感情の変化を設計し、HTML実装から各位置の画面検証まで進めるスキルです。
HTMLとCSSで見た目を作り、文字や画像に動きを付けてMP4・WebM動画に書き出します。字幕付きナレーションや商品紹介、Webサイトからの動画制作にも対応します。
台本やテーマと成人の人物画像から、ナレーションと字幕付きの話者動画を制作。口の動きや画質を確認し、音量を整えた保存用・共有用動画に仕上げます。
ランディングページや複数画面のWeb製品を、配色・書体・動きの方針から設計して実装します。スクロールに連動した演出にも対応し、見た目や表示性能、画面間の統一感を検証します。
写真や画像をNES、Game Boyなどの配色でレトロなドット絵に変換します。雨や雪、星のきらめきを重ねた短いMP4やGIFの作成にも対応するスキル。
プロジェクトの内容を読み取り、紹介の切り口とトーンを決めて短い告知動画を制作するスキル。動画に加え、ポスター画像と共有用の文章も出力し、縦横比や音声を指定できます。
ブラウザで動く生成アートや、操作・音に反応する映像を制作します。p5.jsで構想から実装、見た目の確認、画像・動画への書き出しまで進めるスキル。
音声ファイルの周波数、音量、テンポなどの特徴を画像にするスキル。複数の図を一枚に並べたり、指定区間だけを切り出して、音声の比較や合成処理の確認に使えます。
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動画にします。構成づくりから描画、動画の結合まで、図形で理解を促す解説を制作します。
Review local character animation with schema checks, Playwright browser previews, frame sampling, and FFmpeg/ffprobe final output checks.
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。
Edit videos locally using ffmpeg. Trim, concat, resize, speed, overlay, extract audio, compress, and convert. Use when: (1) Trimming or cutting video segments, (2) Concatenating multiple clips, (3) Resizing video for social platforms, (4) Extracting or replacing audio, (5) Compressing video, (6) Converting video formats, (7) Getting video info.
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。
Understand video content locally using ffmpeg frame extraction and Whisper transcription. No API keys needed. Use when: (1) Understanding what a video contains, (2) Transcribing video audio locally, (3) Extracting key frames for visual analysis, (4) Getting video content without API keys.
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。
Command-line interface for Openscreen — a screen recording editor. A stateful CLI for editing screen recordings with zoom, speed ramps, trim, crop, annotations, and polished exports. Built on the Openscreen JSON project format with ffmpeg as the rendering backend. Designed for AI agents and power users who need programmatic video editing.
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。
AI audio editing pipeline: Whisper word-level transcription → Claude segment classification (KEEP/CUT_FILLER/CUT_FALSE_START/CUT_STUTTER/CUT_DEAD_AIR) → ffmpeg with 40ms qsin crossfades and room-tone fill → optional Cleanvoice cloud polish; plus GateScan/GateRepair for noise-gate ticking artifacts. Modes: --preview, --aggressive, --polish. Workflow: Clean. USE WHEN clean audio, edit audio, remove filler words, clean podcast, remove ums, cut dead air, polish audio, trim recording, cut stutters, ticking audio, clicking audio, audio clicks, gate artifacts, popping audio. NOT FOR video composition (use Remotion).
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。
Watch a video (URL or local path). Downloads with yt-dlp, extracts auto-scaled frames with ffmpeg, pulls the transcript from captions (or local WhisperX / cloud Whisper fallback), and hands the result to the agent so it can answer questions about what's in the video. With a Gemini API key, Google's agentic video model watches the full video instead.
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。
Expert knowledge for AI video clipping — yt-dlp downloading, whisper transcription, SRT generation, and ffmpeg processing
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。