1仕組みと動作原理

単一のツールではなく「アセットパイプライン」として機能：1つの旅行テーマから始まり、4分割写真ウォール→画像切り出し→キャラクターカード→動画プロンプト/生成→音楽プロンプト→最終動画結合→QAまで計12タスクを連携。

virtual-couple-travel-vlog/SKILL.md

Build a repeatable "virtual couple travel vlog" asset pipeline from a short theme such as "a young Japanese couple in Paris" or "a Chinese couple in northern Normandy."

SKILL.mdのTask Listセクションで12タスクの担当を1つずつ明記し、references/task_list.mdでTask -1〜Task 10の検収基準付き作業チケットとして展開。

同一性維持の重要設計：4枚を個別にText-to-Image生成するのではなく、1回の生成で4x4グリッドを出力して16枚の写真を同一モデルコンテキストに固定した後、ローカルで4枚の2x2に切り出し。

virtual-couple-travel-vlog/SKILL.md

Prefer generating one 4x4 contact sheet in a single image task, then splitting it into four 2x2 sheets. Do not generate four independent 2x2 text-to-image sheets unless there is already a strong locked character reference image.

READMEの「4x4から2x2への同一性維持戦略」でも同じ理由を明記：個別生成では顔立ち・髪型・服装・年齢のブレが生じやすいため。

画像切り出しはローカルのPython/Pillowスクリプトで実行され、唯一のデフォルト切り出しパスとして指定（デザインツールの使用や個別の2x2生成へのフォールバックは禁止）。

virtual-couple-travel-vlog/SKILL.md

Use [scripts/split-grid.py](scripts/split-grid.py) to split the approved 4x4 image into four 2x2 memory sheets. This is the only default crop route.

split-grid.pyがPillowで4象限を切り出し、memory_sheet_NN.pngとして命名（既存ファイルがある場合は上書きせず_new接尾辞を付与）。

キャラクターカードには厳格な仕様があり（1:1、7分割パネル、上4下3、白背景、ターンアラウンドの表情・ポーズ）、デフォルトではCodex Image Gen / gpt-image-2のみで生成。

virtual-couple-travel-vlog/SKILL.md

Generate character cards with Codex Image Gen / `gpt-image-2`, not Topview, unless the user explicitly asks for Topview for this step after being warned about possible lower model quality.

references/prompts.mdに男女それぞれの完全なキャラクターカードプロンプト、クリーンアッププロンプト、縮退用の単人リファレンスプロンプトを提供。

動画セクションは特定プラットフォームに依存しない：まず「プロバイダー検出」スクリプトを実行し、接続があれば自動化、なければ完全な手動納品パッケージを提供。

virtual-couple-travel-vlog/SKILL.md

After the four 2x2 sheets, character cards, and video prompts are ready, run [scripts/check-video-providers.py](scripts/check-video-providers.py).

READMEにSeedance API / Krea / Lovart / LibTV / Topview UIなどの候補と、手動プラットフォーム操作の5ステップを記載。

Topviewの自動化はラッパースクリプト経由で実行し、クロスプラットフォームにおけるシェルの引用符問題を回避：参照画像をJSONに構成してからvideo_gen.pyに受け渡し。

virtual-couple-travel-vlog/SKILL.md

Before submitting video tasks, pause for an explicit queue decision:

run-topview-omni.pyがシート、男性カード、女性カードを[{fileId, name: Image1/2/3}]のJSONにまとめ、subprocessでvideo_gen.py run --type omniを呼び出し。

課金前には必ずゲートを設置：送信前に設定、クレジット見積もり、待機予測を表示し、通常キューかQuick Generate（追加15クレジット）かをユーザーに選択させ、無断消費を防止。

virtual-couple-travel-vlog/SKILL.md

Do not continue to video submission until the user answers.

tooling.mdにはそのまま読み上げ可能な判断テンプレートを用意し、ローカルスクリプトにquick-generateフラグがない場合は公式UI/ボードリンクへ誘導する旨を記載。

全アセットはユーザー指定の出力ルート直下のプロジェクトフォルダに格納され、ファイルの削除やサードパーティ製スキル/パッケージのサイレントインストールを禁止。

virtual-couple-travel-vlog/SKILL.md

Never delete files. If cleanup is needed, ask the user for explicit second confirmation first.

同セクション：バックドア/ポイズニング監査とシステムリソース確認を経てユーザーが承認しない限り、サードパーティ製スキルやパッケージをインストールしないこと。

音楽と編集は「原則に基づいたフォールバック」を採用：音楽は手動生成用の中国語プロンプトのみ出力、編集は簡易/高度で分岐（FFmpeg vs Remotion/HyperFrames）。HyperFramesが元動画生成を行わないことも明確化。

virtual-couple-travel-vlog/SKILL.md

Do not use Gemini CLI or any automatic music generation tool by default. Always write the final Chinese music prompt to `audio/music_prompt_zh.txt`

HyperFramesのセクションでは、9:16、約60秒（15秒×4本）を要求し、npx hyperframes lint / inspect / renderを実行。

成果物構造をコントラクト（brief/prompts/images/videos/audio/qa）として固定し、セッションを跨いだ再開や人間による引き継ぎを容易化。

virtual-couple-travel-vlog/SKILL.md

- `brief.md` - theme, couple profile, location, style notes.

Output Contractセクション全6条に、images/の4x4元画像、4枚の2x2、2枚のキャラクターカード、videos/の4本クリップおよびfinal_vlog.mp4などを規定。

2コア機能

0112ステップのタスクオーケストレーション＋サブエージェント役割マッピング（インテーク/画像/アセット/キャラクター同一性/動画/音声/編集/QA）

02依存関係の自己診断スクリプト：必須（Python/Pillow/FFmpeg/FFprobe/Node/npm/npx/Remotion）と任意（Topview、HyperFrames）を明確に区別

03ローカルでの4x4から4枚の2x2への切り出し（Pillowを使用し、行/列ブロック単位で切り出して連番付与）

04動画プラットフォームの検出：Topviewのインストールパスおよび4サービスのAPIキー環境変数の存在確認

05Topview Omni Referenceラッパー呼び出し（Image1=2x2メモリー画像、Image2/3=男女キャラクターカード、9:16、15秒、720p、音声オフ）

06FFmpeg結合（同一コーデックの-c copyを優先試行し、失敗時は再エンコード）、ユーザー提供音源のミキシングにも対応

07中国語音楽プロンプトのファイル保存（audio/music_prompt_zh.txt）、外部音楽生成サービスでの手動生成用

08QAチェックリスト：同一性維持、グリッド破綻なし、文字透かしなし、全ファイルがプロジェクトディレクトリ内に存在することの確認

3外部依存関係

Kind	Dependency / Endpoint
cli	FFmpeg / FFprobe
package	Python Pillow（PIL）
cli	Node / npm / npx（Remotion 与 HyperFrames 路径）
cli	Topview skill 的 video_gen.py（第三方技能，付费平台）
cli	HyperFrames CLI（npx hyperframes lint / inspect / render）
api	第三方视频/图像平台 API 密钥（仅检测存在性，不调用）：Seedance / Krea / Lovart / LibTV
cli	Codex Image Gen（gpt-image-2）与 imagegen 技能——角色卡与记忆图的首选图像路径

4推奨統制措置と判定根拠

安全運用のための推奨統制措置

Agent 向け

段階的・都度認可、サンドボックス推奨

管理者向け

承認フロー、ロールバック可能、全履歴監査

判定根拠（ファイルパスと抜粋）

scripts/: ローカルスクリプトまたはコマンドの実行: python scripts/check-tools.py --show-install-hints（検出のみ、インストールは行わない）
网络端点: 外部ネットワークアクセスの宣言: リポジトリ内のコード自体にはHTTP/ソケット呼び出しは一切なく、ネットワーク通信は呼び出される外部CLI経由でのみ発生
本地工作目录: ファイル読み書きおよび成果物出力: ユーザー指定の出力ルート直下に<Project Title>/およびサブディレクトリ（prompts、images、videos、audio）を作成し、brief.mを書き込み

監査ノート： 判断理由：① 環境変数内のサードパーティAPIキーを判定（存在確認のみで値は非表示）し、外部有料サービスに依存してコアステップを実行する点。② サードパーティスキルやリモートパッケージ（Topviewスキル、Remotionプラグイン、npx hyperframes/create-video）に依存する典型的なサプライチェーン構造を持つ点。③ 実効的な実行権限を持ち、同梱の5つのPythonスクリプトのうち2つが外部バイナリ（video_gen.py、ffmpeg）をsubprocessで呼び出す点。④ ユーザー領域にプロジェクトファイルを作成する点。一方で緩和策が充実：課金前の明示的確認ゲート（Quick Generateの追加15クレジットは都度確認を義務付け、無断消費を防止）、ファイル削除なし、サイレントインストールなし（監査＋ユーザー同意を要求）、3回失敗時の手動納品パッケージへの停止縮退、アップスケールや2Kなどの保証不可項目を保証ではなく観測値として明記している点などが挙げられます。

5二重目の独立検証

[ok] 「仓库内无直接网络调用」是否成立 — 全仓 https?:// 扫描中本技能目录零命中；5 个脚本 import 仅 argparse/json/os/shutil/importlib/subprocess/sys/time/pathlib/PIL，无 urllib/requests/socket/http。
[ok] 密钥是否会被回显（凭证泄露风险） — first_env() 只返回命中的环境变量名，print_table() 打印的 evidence 列即该变量名；未出现 os.environ.get(name) 取值的输出路径，结论：不回显密钥值。
[ok] 外部依赖条目逐条反查 — FFmpeg/FFprobe/Node/npm/npx/PIL 在 check-tools.py 的 results 列表中逐项存在；Topview 路径解析在 run-topview-omni.py 与 check-video-providers.py 两处互证；npx hyperframes 三连命令在 SKILL.md 与 tooling.md 两处出现。
[unlocatable] Topview 平台域名（未能定位） — 本仓库内没有任何 Topview/Seedance/Krea/Lovart/LibTV 的域名或端点字符串，只有平台名与「本机是否安装/是否配置 key」的判断。真实网络端点位于被引用的第三方技能与平台侧，超出本次可读源范围，按纪律标为待补，不臆测域名。
[ok] 付费闸门是否真的落在流程里（而非口号） — SKILL.md 有独立的 Topview 段要求提交前展示设置/积分/等待并等用户回答；task_list.md Task 6 给出「Do not submit video tasks until the user replies」与逐次/整批授权规则；tooling.md 提供决策话术模板。「不静默花费」在指令层有三处互证。
[ok] 写入范围是否被限定在输出根目录内 — SKILL.md Operating Rules 第一条要求所有资产存于 <Output Root>/<Project Title>/；assemble-vlog.py 的工作目录默认取输出文件父目录；split-grid.py 的 output_dir 由参数传入。未发现写到技能目录或系统目录的路径（唯一例外是 npx 自身的缓存行为，属工具侧）。
[ok] HyperFrames 定位是否前后一致（防止第一遍读错） — SKILL.md『HyperFrames editing only』段、README『HyperFrames 不再作为四段源视频的生成 provider 使用』、tooling.md『Do not use HyperFrames as the source provider』三处口径一致，第一遍所述成立。
[ok] 任务清单完整性 — task_list.md 实含 Task -1、Task 0 至 Task 10 共 12 段，与 SKILL.md Task List 的 12 条编号一一对应；每条带 Acceptance 或 Fallback，非空壳。

6結論

プロンプト内で「同一のカップル」と繰り返し強調するよりも、仕組み（単一4x4→ローカル切り出し→キャラクターカード）によって同一性のブレを根本解決。検証済みの成功パスとフォールバック（3回失敗後は単人リファレンスへ縮退）も完備。

課金と権限管理の規律が極めて厳格：送信前の設定/クレジット/待機時間の提示、Quick Generate（15クレジット）の都度確認、無断課金・無断インストール・ファイル削除の禁止を徹底。

プラットフォーム非依存であり、実行可能な手動納品パッケージ（2x2画像＋キャラクターカード2枚＋プロンプト4本）を備えているため、APIがない環境でも完結可能。

同梱される5つのスクリプトはすべて短く単一責務かつ完全ローカル実行（検出/切り出し/結合/ラッパー）。依存関係チェックも必須と任意を明確に分離。

コストや機能の保証不可項目（見積もりvs観測値、ETA取得不可、2K設定可否など）を事実に基づき明記し、不確実な要素を保証として扱わない配慮。

最適な用途： 「バーチャルカップル旅行Vlog」を量産したいコンテンツクリエイターや小規模ワークフローに最適：1つのテーマから写真ウォール、キャラクターカード、15秒動画4本、約1分の完成動画を生成可能。Topview等の動画APIを所有しているユーザーや、手動納品パッケージでの運用を許容できるユーザー向け。固定ディレクトリ構造とtask_listにより、セッションを跨ぐ継続作業や人間による引き継ぎが必要な案件にも最適。

不向きな用途： カップルの単体写真のみを求める用途（vsc-distinctionにて「通常のカップル単体写真は本ワークフローを自動起動しない」と明記）；最初に出力先ディレクトリを選択せず提案やプロンプトのみを閲覧したいケース（ルーティング規則により「提案とプロンプトのみの納品」が要求されるため）；サードパーティプラットフォームの費用や待ち時間を許容できないユーザー；Python/Pillow/FFmpeg環境がない、またはサードパーティ製パッケージの追加を一切許可しない環境での全自動実行（手動納品パッケージへの縮退が必要）。

Install Agent-Ready

① Verified Mirror 2026-09-15

Option A · Direct DownloadDownload virtual-couple-travel-vlog.tar.gz

sha256: c85905174ced23a9…

Option B · Copy Guide for Agent

install.json

Agent はこの JSON ガイドから自動的にダウンロードして検証します。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit fcee81beb6.