MIT ライセンスの agent skill。Atlas Cloud とローカル ffmpeg を使い、単一のテーマから Vox 風コラージュ解説動画を全自動生成。DeepSeek Harness のワークフローを含む任意のコーディングエージェントの skills ディレクトリに導入できます。
DSH 統合
互換
自動推定
安全性監査
未監査
最終検証日
2026-08-21
ライセンス
MIT
01どんなタスクに使えるのか？
Turn a one-line topic into a finished Vox-style paper-collage explainer or ad video
A final MP4 with script, collage keyframes, motion, voice-over, music and captions, assembled at out/<project>/final.mp4 after two human approval gates
Creators and marketers using DeepSeek Harness or another coding agent who need editorial-style explainer/ad videos without hand-editing them
Re-style existing footage or photos into the collage look (A-roll / C-roll)
Talking-head videos re-styled frame-for-frame while keeping the real face, lip-sync and gestures; still photos cut out as photographic stickers anchored into generated posters, with optional voice-cloned narration
Video producers and brand teams that already have talking-head footage or product shots and want the Vox collage aesthetic
02DeepSeek Harness への導入方法
前提条件
- A coding agent — Claude Code, Codex, or similar
- An Atlas Cloud API key
- ffmpeg + ffprobe (e.g. `brew install ffmpeg`)
- Python 3 with Pillow (`pip install pillow`) for caption/watermark overlays
インストール手順
- 01
Option A — clone the repo as a skill: `git clone https://github.com/Alisa0808/vox-director.git ~/.claude/skills/vox-director`
$ git clone https://github.com/Alisa0808/vox-director.git ~/.claude/skills/vox-director
- 02
Option B — download `vox-director.skill` and install it via your Claude skills UI
- 03
Set your Atlas Cloud API key: `export ATLASCLOUD_API_KEY="sk-..."`
導入成功の確認
作者は未記載
03DSH 統合と能力の範囲
Agent skill (SKILL.md workflow + scripts) installed into a coding agent's skills directory; the README targets any coding agent and does not mention DeepSeek Harness explicitly, though the repo is tagged dsh-plugin.
End-to-end video pipeline with human gates
A one-line topic (B-roll), a talking-head video (A-roll), or a still photo (C-roll)→beat map → style bake-off → collage keyframes → motion → voice + music → ffmpeg assembly → final.mp4
Sends prompts and media to the Atlas Cloud API (network calls to api.atlascloud.ai)Writes generated assets and final.mp4 under out/<project>/Three input modalities (B-roll / A-roll / C-roll)
a topic, a talking-head video, or a still photo→fully generated film; talking-head re-styled with face/lip-sync preserved; photo anchored as a photographic sticker with optional voice cloning
Voice cloning (bytedance/seed-audio-1.0) processes a real person's voice via Atlas CloudLocal ffmpeg assembly & overlays
generated clips, narration, music and captions→final.mp4 with concatenated clips, music ducked under VO, burned-in captions and watermark
Requires local ffmpeg/ffprobe and Python 3 + Pillow for caption/watermark overlays
04誰に向いているのか？使うべきでない場面は？
向いている用途
- Creators and marketers using DeepSeek Harness or another coding agent who need editorial-style explainer/ad videos without hand-editing them
- Video producers and brand teams that already have talking-head footage or product shots and want the Vox collage aesthetic
不向きな用途
- All image, video, voice and music generation runs through the Atlas Cloud API — you need an Atlas Cloud API key and network access, and model usage is billed against your Atlas Cloud account.
05互換性・メンテナンス・セキュリティ上の注意
- All image, video, voice and music generation runs through the Atlas Cloud API — you need an Atlas Cloud API key and network access, and model usage is billed against your Atlas Cloud account.
- Model IDs on Atlas Cloud drift over time; the skill fetches the live model list before every run, and the model table is only verified on Atlas Cloud.
- Final assembly and caption/watermark overlays depend on locally installed ffmpeg + ffprobe and Python 3 with Pillow; the skill cannot produce the final MP4 without them.
MIT · actively maintained (last push 2026-08-11, no tagged releases yet)
06よくある質問
Vox Director は DeepSeek Harness にどう接続しますか？ネイティブですか、MCP ですか？
どちらも違います。これは agent skill であり、MCP サーバーやネイティブランタイムではありません。README では、ワークフローを読んでスクリプトを実行できるコーディングエージェントなら使えるとされています。skills ディレクトリにクローンする（Claude Code は自動検出）か、パッケージ版 .skill をインストールします。その他のエージェントは AGENTS.md → SKILL.md を読みます。README に DeepSeek Harness の明記はありません。
インストール前に何が必要ですか？
コーディングエージェント（Claude Code、Codex など）、Atlas Cloud の API キー、ffmpeg + ffprobe、そして字幕・ウォーターマークのオーバーレイ用に Pillow を入れた Python 3 です。
データやリクエストはどこに送信されますか？
キーフレーム、動画、ナレーション、音楽など生成処理はすべて Atlas Cloud API（api.atlascloud.ai）に送信され、実行前にはモデル一覧もライブ取得されます。最終アセンブルはローカルの ffmpeg で行われ、out/<project>/final.mp4 に出力されます。
動画制作のどこで人間の判断が入りますか？
2 つの承認ゲートがあります。ビートマップ（物語の構成）の承認と、3〜4 種のテーマからビジュアルスタイルを選ぶスタイルベイクオフです。それ以降はすべて自動です。
07関連する DSH ワークフロー
dsh-voice-ai-girlfriend
by beiyege-01
Whisper 音声入力と Qwen3-TTS 音声合成による会話型コンパニオンプラグイン。文単位のストリーミング読み上げ、割り込み/キュー両モード対応
dsh-plugin-tts
by 1624318455
Edge TTS 音声プラグイン：返信読み上げ、自動読取トグル、無料・キー不要
dsh-ears
by wiziscool
DeepSeek Harness向けの音声入力プラグイン。書き起こしの補正と複数バックエンドに対応。
dsh-speak
by alan2z
Harness に音声アナウンスさせる検証済みソリューション
08データと出典
usable by any coding agent (Claude Code, Codex, etc.). You give it a one-line topic; it gives you an `mp4`.
This is an **agent skill** — it works with any coding agent that can read a workflow and run scripts (Claude Code, Codex…
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-08-21。誤りを見つけた場合は、修正を送信してください。