—
工程をタップすると、その場面までシークします。再生に合わせて右の工程が光ります。
…
パイプライン
- 型の抽出過去回のフレーム → Super VL が観察 → Ultra が統合 →
style.json - 台本と工程表Ultra が 4〜7工程・テロップ18字以内で生成 → バリデータ(禁止API・尺・字数)
- ナレーションFish Speech 1.5 zero-shot(参照30秒)→ 実測の音声長から
hold_secを更新 - 実行と録画Lightning の bpy コードを MCP 経由で1工程ずつ実行 → ffmpeg gdigrab でウィンドウを録画
- 合成ASS テロップ+フック(赤→緑)+音声配置 → 1080×1920 / 30fps
Super VL によるフレーム採点と、失敗工程だけの差し戻しはスキーマとプロンプト経路まで実装済み(本番運用はこれから)。
抽出した「型」
41 秒尺の中央値(実測 27.8–65.0 秒 / 10本)
9:16縦型。下1/3〜1/2がBlender画面
18 字テロップ1枚の上限。白文字+黒縁+影
型は「無理そう…(赤)→ できそう!(緑)」で始まり、1本につき操作はひとつだけ。 「全部教えない。今日ここだけ見えればいい。」がシリーズの設計です。
実機で踏んだ罠(抜粋)
13件のうち6件を表示
reasoning_effort未指定だと思考トークンがmax_tokensを食い尽くし、本文が空で返る。→noneを明示。- Super VL の実IDは
nvidia/Nemotron-3.5-Super-VL。カタログ表記のまま投げると404。 viewport_screenshotはカメラレンダーで UI が写らない。→gdigrab+ウィンドウ矩形クロップ。bpy.context.active_operator.segmentsは効かない。→ オペレータ呼び出しの引数で渡す。- MCPアドオンは
stop()直後のstart()で同一ポートに LISTEN が二重に残り、接続が固まる。→ 状態を強制リセットし別ポートへ。 - ASS の
BorderStyle=3は箱の色がOutlineColour。最初は白い空箱になった。
全13件と、未解決事項は README に。
未解決(正直に)
- 上部のアバターゾーン:クリーンな VRM / 透過PNG が無いため、いまは「無理そう…→できそう!」の箱で代替。
- 2本目の「3つ並べる」見せ場:直接スクショでは写るが、録画では再描画とのタイミングで1つしか写らない。
- 検証ループ(フレーム採点→失敗工程の差し戻し)は、まだ本番のRunで回していない。