roderickgrc/agentic-edition-studio
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
動画を編集するためのAIエージェントを教える: 知覚 (sureshot), リモーション編集, wikiベースの判断. によって RodGrc.
概要
ビデオを編集するためのAIコーディングエージェントを教えるためのスターター。 映像と音がタイムードされた証拠になります。 編集は React です。 エージェントが一度に1ページを開くことができるファイルで判断が生きます。 このリポジトリは空のスタジオです。 完成したビデオ、個人的なメモ、またはサウンドライブラリは含まれていません。 編集は切断だけではありません。 誰かが見て、聞いて、何を言う価値があるかを決めます。 エージェントは、そのジョブの4つのギャップを持っています。 検証に失敗しても、決定に戻ります。 エラーのないレンダーは、まだ悪いカット、オーディオのドリフト、または空のストレッチを持つことができます。 - Node.js 18 または newer - Windows は、Python 3.10 から 3.13 まで、確実にスクリーンショットとサウンドスクリプト 各ステップの前に尋ねるガイド付きコマンドで残りの(ffmpeg、スピーチ、OCR、Geminiキー)をインストールします。 医師は、すべての作品を確認します。 詳細情報: .agents/skills/sureshot/INSTALL.md. OCR はデフォルトで Tesseract を使用します。 PaddleOCR はオプション (setup --ocr paddle) です.
概要（AI 翻訳）
作者:RodGrc・Haiku
ビデオを編集するためのAIコーディングエージェントを教えるためのスターター。 映像と音がタイムードされた証拠になります。 編集は React です。 エージェントが一度に1ページを開くことができるファイルで判断が生きます。
このリポジトリは空のスタジオです。 完成したビデオ、個人的なメモ、またはサウンドライブラリは含まれていません。
なぜ存在しているのか
編集は切断だけではありません。 誰かが見て、聞いて、何を言う価値があるかを決めます。 エージェントは、そのジョブの4つのギャップを持っています。
| ギャップ | 何が間違っているのか | このレポがそれについてどうするか |
お問い合わせ
| 動画 | モデルは、動作ではなく、サンプルされた静止画を見ます。 30fpsの60 sクリップは1,800フレームです。 1秒あたりの1枚の送信は30枚の29枚をスキップします。 | [sureshot]はイベント(カット、モーション、テキスト)でフレームを選び、タイムラインを保ちます。 お問い合わせ
| 可聴周波 | モデルは、最高の、トランスクリプトを取得します。 | [[[sureshot]は、タイムスタンプ、サイレンス、信号イベントでスピーチを追加します。 お問い合わせ
| 編集環境 | 編集は手と目のために作られています。 お問い合わせ 編集はRemotion(React)プロジェクトです。すべてのカットは、レビューできる行です。 お問い合わせ
| コンテキスト | あなたのブランドやルールは、1つのプロンプトに合わない | [[AGENTS.md, [PROJECT.md]], [wiki/]]], インデックス付き, ページの読み込み
ピース
| ピース | パス | ロール |
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
Agentic Edition Studio
by RodGrc · built while making Haiku
A starter for teaching an AI coding agent to edit video. Picture and sound become timed evidence. The edit is React. The judgment lives in files the agent can open one page at a time.
This repository is the empty studio. It does not contain finished videos, personal notes, or a sound library.
Why it exists
Editing is not only cutting. Someone looks, listens, and decides what is worth telling. An agent has four gaps for that job:
| Gap | What goes wrong | What this repo does about it |
|---|---|---|
| Video | The model sees sampled stills, not motion. A 60 s clip at 30 fps is 1,800 frames; sending 1 per second skips 29 of every 30. | sureshot picks frames by events (cuts, motion, text) and keeps a timeline. |
| Audio | The model gets, at best, a transcript. | sureshot adds speech with timestamps, silences and signal events. |
| Editing environment | Editors are made for hands and eyes. | The edit is a Remotion (React) project: every cut is a line you can review. |
| Context | Your brand and rules do not fit in one prompt. | AGENTS.md, PROJECT.md and a wiki/ with an index, read page by page. |
Pieces
| Piece | Path | Role |
|---|---|---|
| Editor | this folder | Remotion project, one folder per video |
| Perception | .agents/skills/sureshot/ |
Speech, on-screen text, cuts, motion, silence in one timeline |
| Remotion rules | .agents/skills/remotion-best-practices/ |
How to write a composition |
| Judgment | wiki/ |
Index plus the pages that apply to the job |
| Sounds | assets/audio/ |
Shelves and a catalog shape. No audio files yet |
| Manual | AGENTS.md |
How the agent should work in any project |
Workflow
ingest -> understand -> decide -> produce -> verify
ffmpeg sureshot agent Remotion sureshot + you
(+ Gemini) + wiki + FFmpeg
Whatever fails in verify goes back to decide. A render with no error can still have bad cuts, drifting audio or empty stretches.
Requirements
- Node.js 18 or newer
- Windows, with Python 3.10 to 3.13 for sureshot and the sound scripts
sureshot installs the rest (ffmpeg, speech, OCR, Gemini key) with a guided command that asks before each step:
python .agents/skills/sureshot/scripts/sureshot.py setup --plan
python .agents/skills/sureshot/scripts/sureshot.py setup
python .agents/skills/sureshot/scripts/sureshot.py doctor
doctor confirms everything works. Details: .agents/skills/sureshot/INSTALL.md. OCR uses Tesseract by default; PaddleOCR is optional (setup --ocr paddle). A free Gemini key from Google AI Studio is only needed for the agent and digest commands.
The sound scripts need numpy:
python -m pip install -r scripts/requirements.txt
Media you add later (mp3, wav, mp4, png) is marked for Git LFS in .gitattributes. Install Git LFS before committing those files.
Quick start
推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add roderickgrc/agentic-edition-studio