agentsclimarketplace

Analyze project

Skill AkariLabs/akari-video/skills/analyze-project

プロジェクト内の素材群(analysis.json)と周辺プロジェクト文脈(intake.json・edit.json・planning/・README・過去 PJ)を読み合わせて interpretation.json(解釈層)を作り、事実 + 素材の読みに限定した読み取り専用の分析レポートを描画するスキル。複数素材プロジェクトの内容を素材横断で把握したいとき、analyze-footage が素材ごとの分析を終えたあとの統合、方向性を決める前に一次情報の欠落(取材質問)を洗い出したいときに使う。edit-plan は方針決めの前提としてこのスキルの出力を読む。From its SKILL.md

Install
npx -y skills add AkariLabs/akari-video --skill analyze-project

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

SKILL.md

5.4 KB, as published. Nobody here has run it

プロジェクトを分析する

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 パス目を再実行しない。素材ごとの事実抽出(STT・フレーム解析等の重い処理)は既存 analyze-footage の analysis.json に委ね、無い素材だけ 1 素材 1 実行で 実行する。既存 analysis.json は無改修で使う。
  • 2 パス目は素材の再視聴をしない。1 パス目の出力テキスト(transcript・keyframe note・events)を 並べて読み直すテキスト推論に限る。素材へ戻るのは、2 パス目がピンポイントで必要と判断した箇所だけ。
  • 2 パス目の入力は analysis.json 群に閉じない。プロジェクトの周辺文脈 (intake.json・edit.json・planning/・README・過去 PJ 参照があればそれも)を読む。 analysis.json だけでは素材の由来判定(orphan/unclear 等)に確信を持てない実例が 実地検証(内部リポの multiasset-dogfood 実走・2026-07-22)で確認されている。
  • 周辺プロジェクト文脈の読み合わせに memory 接続を含める。.akari/connections.json に memory 宣言(contract-2026-07-25-memory-connection-v0.md) があれば、entry(省略時 INDEX.md)起点で include/exclude の範囲だけを読み、 interpretation.json の inputs.context に参照ファイルパスを出所として記録する。全文投入は 禁止。宣言が無ければ何もしない(error にしない)。
  • 解釈の全主張に根拠を必須とする(assets[].summary/role/relations/flags、arc[] の すべて)。根拠は transcript の引用区間または keyframe note 参照に限り、捏造ゼロを守る。 根拠を示せない主張は書かない(穴が残るなら open_questions へ)。
  • open_questions は取材質問のみ。「どうしますか」(判断)を聞かない。素材にもネットにも 載っていない一次情報だけを聞く(例文は interpretation.md と references/open-questions-examples.md を見る)。
  • 停止条件(80 点ライン)= 構成案(arc)が事実の捏造なしに一本通るか。通れば取材フェーズを 終える。それ以降の疑問は編集後の微調整(edit-plan 側)へ送る。
  • arc(構成案)はレポートに表示しない。schema データとしては interpretation.json に残す (取材質問の生成源 + 対話フェーズで AI が提案する種)。表示除去は 2026-07-22 改訂で確定済み。
  • interpretation.schema.json にない 補助フィールドを追加しない。validate-interpretation.mjs が PASS した JSON だけを確定版にする。
  • レポートに決定 UI(選択肢・ツマミ・確定ボタン)を一切置かない。方向性はチャットで決める。 「どうしますか」ではなく、根拠を示した上で AI が提案する。
  • 判断記録は既存の decision_log 慣行(edit-plan 系)に接続する。新形式を発明しない。 詳細は decision-record.md。
  • OpenMontage は構造上の参考に限り、AGPL の文章・コードを転写しない。

実行順と目次

  1. collect.md を読み、プロジェクト内の素材を列挙し、analysis.json の有無を 確認する。無い素材だけ analyze-footage を 1 素材 1 実行で走らせる。
  2. interpretation.md を読み、全 analysis.json + 周辺プロジェクト文脈を 読み合わせ、根拠必須・捏造ゼロの規律で interpretation.json を作る。
  3. validate-and-render.md を読み、validate-interpretation.mjs で PASS を確認してから renderer(--analysis <ref>=<path> 形式)でレポートを生成し、開く。
  4. open_questions が残る場合だけ interview.md を読み、チャットで取材する (「どうしますか」禁止)。回答を得たら interview へ昇格し、interpretation とレポートを 再生成する(手順 2〜3 に戻る)。
  5. decision-record.md を読み、取材の Q&A と 2 パス目の主要判断を 判断記録へ残す。

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。

Keep looking

Skills are one crate of 627,801. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.