AIBit - オープンソースプロジェクトの発見 AIBit - オープンソースプロジェクトの発見

Narrator AI CLI Skill：AI Agentに映画解説動画を自動生成させる

Narrator AI CLI Skillは、映画検索、脚本生成、ナレーション、BGM、動画合成を呼び出し可能なAgentワークフローにまとめます。

Narrator AI CLI Skill：AI Agentに映画解説動画を自動生成させる

映画解説動画を1本制作するには、通常、映画素材の検索、テンプレートの選択、原稿の執筆、ナレーション収録、BGMの設定、動画編集、完成動画の書き出しなど、複数の工程を完了する必要があります。開発者にとって本当に難しいのは、個々の作業を実行することではなく、これらの工程を安定して、繰り返し可能かつ自動化されたパイプラインとしてつなぎ合わせることです。

NarratorAI-Studio/narrator-ai-cli-skill は、AI Agent向けのソリューションを提供します。SKILL.md と references/ にある機械可読な説明を通じて、narrator-ai-cli の機能を OpenClaw、Claude Code、Cursor、Windsurf、WorkBuddy などのツールに公開します。インストール後は、ユーザーが自然言語で要件を伝えるだけで、Agentがコマンドラインツールを呼び出し、動画制作をエンドツーエンドで完了できます。

何を解決するのか？

このプロジェクトは、独立した動画編集ソフトウェアではなく、AgentとCLIの間をつなぐアダプター層です。

  • CLIは実行層：リソース検索、脚本生成、タスク作成、動画合成に使える実行可能なコマンドを提供します。
  • Skillは意思決定層：各コマンドをいつ使うべきか、パラメータをどう渡すか、前のステップの出力を次のステップの入力にする方法、失敗時の対処法をAgentに伝えます。

両者は、キッチンの道具とレシピにたとえられます。道具だけではAgentは正しい操作順序を判断できず、レシピだけではCLIがなければ実際に実行できません。両者を組み合わせることで、Agentは「映画解説動画を1本作る」という目標を、信頼性の高いAPI呼び出しとタスク実行の連続へと変換できます。

典型的なリクエストは非常にシンプルです。

Create a narration video for The Shawshank Redemption in a comedy style.

Agentは、映画の検索、解説テンプレートの選択、BGMと音声の選択、脚本生成、動画合成という流れを実行し、最後にダウンロードリンクを返します。

クイックインストール

1. CLIをインストールする

プロジェクトでは narrator-ai-cli 1.0.0以上が必要です。Gitリポジトリから直接インストールできます。

pip install "narrator-ai-cli @ git+https://github.com/NarratorAI-Studio/narrator-ai-cli.git"

Python 3.10以上と、以下の依存関係も必要です。

  • typer
  • httpx[socks]
  • httpx-sse
  • pyyaml
  • rich

2. API Keyを設定する

インストール後、アプリケーションキーをCLI設定に書き込みます。

narrator-ai-cli config set app_key <your_app_key>

Agent環境の要件に応じて、NARRATOR_APP_KEY を設定することもできます。API Keyはプロジェクトのメンテナーに問い合わせて取得する必要があります。リポジトリのREADMEには、メールアドレスとWeChatの連絡先が記載されています。

3. Skillをインストールする

Skillは、単一の SKILL.md ファイルだけをコピーして使うことはできません。references/ ディレクトリには、リソース一覧、ワークフローの説明、操作ガイド、動画機能関連のドキュメントが含まれているため、SKILL.md と一緒に保持する必要があります。

OpenClaw

mkdir -p ~/.openclaw/skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  ~/.openclaw/skills/narrator-ai-cli

Windsurf または Claude Code

mkdir -p /path/to/your/project/.skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  /path/to/your/project/.skills/narrator-ai-cli

Cursor

mkdir -p /path/to/your/project/.cursor/rules
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git \\
  /path/to/your/project/.cursor/rules/narrator-ai-cli

Markdown形式のSkillを読み込めるその他のAgentでも、リポジトリをskillsディレクトリにクローンし、Agentに SKILL.md を参照させることができます。WorkBuddyとQClawでは、技能管理画面から SKILL.md と references/ フォルダー全体をアップロードする必要があります。参照ファイルを同じ階層に平坦化してはいけません。

更新する場合は、クローンしたディレクトリに移動して以下を実行します。

git pull

インストール後にできること

設定が完了したら、自然言語でタスクを直接開始できます。たとえば、次のように指定します。

Create a narration video for The Shawshank Redemption

Show me what movies are available

Make 5 narration videos for different action movies

Use a comedy template and generate a narration

一括タスクでは、Skillの価値が特に明確になります。Agentはリソース選択、脚本生成、合成の各ステップを繰り返し実行できるため、ユーザーがタスクごとにパラメータを手動でコピーする必要がありません。

2つの中核ワークフロー

Skillは制作フローを2つのパスに分けています。

Fast Path：Original Narration

オリジナルの解説コンテンツをゼロから制作する場合に適しています。Agentは通常、テーマや作品に基づいて新しいナレーション脚本を生成し、その後、ナレーション、BGM、動画合成を実行します。オリジナルのミックス動画、新しいストーリー、スタイル重視の表現に適したパスです。

Standard Path：Adapted Narration

既存の映画や素材をもとに、改編した解説を作成する場合に適しています。Agentはまず利用可能な映画や素材を探し、選択したテンプレートに基づいて解説コンテンツを生成し、最後に動画制作へ進みます。

リポジトリの SKILL.md には、2つのパスの手順、パラメータ、出力の関係が明確に記載されています。特に、Fast Pathの動画合成パラメータやパスの選択など、間違いやすい細部が強調されています。

内蔵リソースと機能

プロジェクトには、比較的充実したコンテンツ制作リソースが用意されています。

  • 約 100本の映画
  • 146曲のBGM
  • 63種類のナレーション音声
  • 90種類以上の解説テンプレート
  • Hot Drama、Original Mix、New Dramaの3つの制作モード
  • 改編解説とオリジナル解説の2つのワークフロー
  • 脚本生成、クリップデータ生成、動画合成、ビジュアルテンプレート選択
  • ボイスクローニングやテキスト読み上げなどの独立タスク

つまりAgentは、単に「動画生成APIを1つ呼び出す」だけではありません。リソース選択の段階から明確なルールに従うことができます。たとえば、まず解説の種類を決定し、適切なテンプレートと音声を選択し、予算を確認してタスクを作成し、タスクの状態をポーリングし、最後に動画ファイルやダウンロードリンクを処理します。

なぜSkill.mdが重要なのか？

SKILL.md はプロジェクト全体の中核です。単にコマンド名を説明するだけでなく、Agentがどのように考え、タスクを実行すべきかを定義しています。主な内容は以下のとおりです。

  • Skillのメタデータと実行要件
  • references/ ファイルのインデックス
  • Fast PathとStandard Pathのパイプライン図
  • 実行前の確認ルール
  • 言語処理チェーンとタスクのポーリングパターン
  • file_id、task_id、task_order_num などの中核概念
  • セッション開始と要件判断のフロー
  • BGM、ナレーション、テンプレートの選択順序
  • 独立したボイスクローニングとTTSのフロー
  • 18種類のAPIエラーコードと対応方法の提案
  • タスク作成前のコスト見積もりと予算チェック
  • ファイル処理、APIアドレス、認証情報の範囲などに関するプライバシー上の注意点

開発者にとって、この構造は大量のコマンドを単純にAgentのコンテキストへ詰め込むよりも信頼性が高いものです。明確なデータフローによって「前のステップの出力が次のステップに渡されない」という問題を減らせます。また、エラー処理のルールにより、タスクが失敗した際、Agentは無闇に再試行するのではなく、予測可能な対応を取れるようになります。

信頼性の高い実行で注意すべきこと

動画生成は通常、非同期タスクです。そのため、作成APIを呼び出しただけでは動画が完成したことを意味しません。堅牢なAgentワークフローでは、次の点に注意する必要があります。

  1. ユーザーの映画、スタイル、言語、数量に関する要件を確認する。
  2. タスクの種類に応じてFast PathまたはStandard Pathを選択する。
  3. 利用可能な映画、テンプレート、ナレーション、BGMを検索する。
  4. タスク作成前にコストを見積もり、予算を確認する。
  5. file_id、task_id などの重要な識別子を保存する。
  6. 定められた間隔でタスク状態をポーリングし、高頻度で連続リクエストを送らない。
  7. APIエラーコードに応じて、修正、再試行、人による確認を行う。
  8. タスク完了後に動画ファイルまたはダウンロードリンクを返す。

このルールは一括生成で特に重要です。複数の動画タスクが同時に待機する可能性があり、中間識別子を1つでも失うと、その後の合成を続行できなくなる場合があります。

プラットフォーム互換性

リポジトリで互換性が検証または宣言されているプラットフォームには、以下が含まれます。

  • OpenClaw
  • Windsurf
  • WorkBuddy
  • QClaw
  • Youdao Lobster
  • Yuanqi AI
  • Claude Code
  • Cursor
  • Markdown形式のSkillを読み込めるその他のAgent

プラットフォームによってインストール先は異なりますが、基本原則は同じです。Agentが SKILL.md を見つけられるようにし、references/ の相対ディレクトリ構造を変更せずに保つ必要があります。

どのような場面に適しているか？

Narrator AI CLI Skillは、次のような開発・コンテンツ制作の場面に特に適しています。

  • 映画解説アカウントの自動運用を構築する
  • 異なるスタイルのショート動画を一括生成する
  • Agentに動画制作機能を追加する
  • 複数ステップのメディアAPIワークフローを検証する
  • コマンドラインツールをClaude CodeやOpenClawに接続する
  • ボイスクローニング、TTS、動画合成を1つのフローに統合する

また、Agent Skillの実装例としても適しています。ツールの機能、リソースのインデックス、パラメータの説明、エラー処理、安全上の注意点を保守しやすいドキュメント層に分割しており、すべてのロジックを単一のプロンプトに書き込む構成ではありません。

まとめ

Narrator AI CLI Skillの中核的な価値は、複雑な動画制作APIを、Agentが理解して実行できるワークフローとして整理している点にあります。narrator-ai-cli が実際の処理を担当し、SKILL.md がコンテキスト、意思決定ルール、データフローの説明を提供します。両者を組み合わせることで、ユーザーは目的を説明するだけで、素材の選択から完成動画の出力まで、複数ステップのタスクをAgentに実行させられます。

プロジェクトはMIT Licenseで公開されており、現在は初期バージョンのv1.0.0が提供されています。Claude Code、OpenClaw、Cursor、その他のMarkdown駆動型Agentに動画制作機能を持たせたい開発者にとって、研究・試用する価値のあるオープンソース統合ソリューションです。

Source

NarratorAI-Studio/narrator-ai-cli-skill: AI解説マスター — Claude/Codexなどのツールから呼び出せるよう narrator-ai-cli をラップしたAgent skill