| name | analyze-footage |
| description | 動画素材 1 本から 720p プロキシ、ローカル既定の文字起こし（Mac は macOS SpeechAnalyzer / 共通は whisper.cpp・クラウドは承認制）、視認済みキーフレーム、編集イベント、人物関連トラックを作り、analysis.json v0 にまとめるスキル。新しい撮影素材を取り込むとき、素材単体の編集前分析を頼まれたとき、または edit-plan の前処理として素材ごとの分析が必要なときに使う。 |
素材 1 本を分析する
Language: Respond in the user's language — 対話・質問・承認確認・レポートはユーザーの使用言語に合わせる（例: 英語で話しかけられたら英語で応答する）。
ハードルール
- 1 回の実行で扱う素材は 1 本に限定し、全時刻を未カット素材の source 秒で記録する。
- 原本を変更しない。成果物は
<source-dir>/analysis/<source-stem>/ に隔離し、同名素材との衝突を避ける。
- プロキシは ffmpeg で 720p 枠に収め、文字起こしは 3 層で行う: Mac 既定 = macOS SpeechAnalyzer（26+・swiftc 可）/ 共通フォールバック = whisper.cpp（従来どおり）/ クラウド =
.akari/connections.json に doctor ok で登録済みの ElevenLabs Scribe・Groq を決定カードでの明示承認後にのみ使う。承認なしに外部 API へ音声を送信しない。キーは credentials.env 経由のみで扱い、値をチャット・成果物・ログに出さない。
- いずれのバックエンドも使えなければ文字を推測せず、
transcript: [] に劣化して理由を報告する。
- シーン検出と一定間隔の両方でキーフレーム候補を作り、採用する画像は Read で実際に視認してから
note を書く。
filler | trouble | chapter | highlight | hook 以外の event を作らない。hook は 5 軸すべてを 1〜5 の整数で採点する。- analysis.schema.json にない補助フィールドを追加しない。Schema 検証と意味検証を通した JSON だけを確定版にする。
- 人物マットは全素材で作らない。人物演出を使うと決めた素材でだけ実行する任意工程であり、処理時間が実時間の数倍に増える。既定は
tracks.person_matte: null である。
- OpenMontage は構造上の参考に限り、AGPL の文章・コードを転写しない。
- 既存の
.akari/sidecars/ 出力先規約（workflow.md 参照）は
project-structure-v0 契約 の
「契約サイドカー（既存）」層の一部であり、同契約が定める .akari/work/（エージェント中間物）・
.akari/reports/（検証証跡）と並ぶ置き場所の一つである。
実行順と目次
- workflow.md を読み、入力確認、出力ディレクトリ決定、失敗時の扱いを確定する。
- media-and-transcript.md を読み、720p プロキシとローカル文字起こしを作る。
- keyframes-and-review.md を読み、scene + interval 抽出、Read 視認、キーフレーム所見を行う。
- events-and-hooks.md を読み、5 種 event と hook の 5 軸スコアを判定する。
- （任意）人物演出を使うと決めた素材でだけ person-matte.md を読み、人物マットを生成する。既定は実行しない。
- analysis-json.md を読み、tracks を含む JSON を組み立て、検証後に確定する。
詳細を先読みせず、現在の工程に対応するファイルだけを読む。
