akari-video 0.1.72 → 0.1.73

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "akari-video",
-  "version": "0.1.72",
+  "version": "0.1.73",
   "description": "AKARI Video launcher CLI — start an AI-edited video project from any directory: scaffold, connection check, then hand over to Claude Code (or opencode). AKARI Video を opencode や Claude Code で、どのディレクトリからでも始めるための `akari` ランチャー CLI。接続確認（doctor）→ 未セットアップならプロジェクト雛形を作成 → AI エージェントを起動する。外部 npm 依存ゼロ（Node.js 組み込みモジュールのみ）。",
   "type": "module",
   "bin": {

package/vendor/docs/contract-2026-09-13-generation-v0.md

@@ -1,6 +1,7 @@
 # 生成 v0 契約 — 仮枠クリップ・9 スロット・meta.json・能力カタログ・状態
 
-> 正本の写し（2026-09-13）・技術部分のみ。内部正本の §1〜§9 を公開向けに収録する。
+> 正本の写し（2026-09-13・2026-09-21 改訂）・技術部分のみ。内部正本の §1〜§9 と §11 を公開向けに収録する。
+> 節番号の対応: 本書 §1〜§9 = 内部正本 §1〜§9、本書 §10（コマ保存）= 内部正本 §11。
 
 ## 1. 継ぎ目（仮枠とタイムライン）
 
@@ -10,6 +11,9 @@
 4. 「動画にする」は同じ item の `source.path` を mp4 に書き換える**差し替え**であり、item id・トラック・尺は変わらない（§7）
 5. 絵コンテはタイムラインの印刷（9/6 §5）。生成の入力にしない
 6. plan.json の仮枠役（`confidence` / `fill`）は退役。`plan-comments.json` の `pass: "scaffold"` の対象は `slot` から **clip id** へ
+7. **空の枠**（2026-09-21）: 仮枠ツール（F）で空いているところに描いた枠は、prompt 未記入の**文字カード png** を素材に持つ media item（絵のないクリップを文字カード png で表す規則の延長）。0.5 秒刻み・端に吸着・隣に食い込まない・0.5 秒未満にしない。専用トラックは作らない（どのトラックにも置ける）
+8. **すき間から作る枠**（2026-09-21）: すき間をクリック →「あいだを生成」で、すき間の位置と長さの枠を置く。前のクリップの最後のコマ・次のクリップの最初のコマを抽出して両端（②③）に入れる。動画からの抽出は 1 コマを `assets/captures/` へ書き出す（§10）
+9. 枠は**生成前から尺と場所を持ち、生成物は同じ item に入る**（4 の延長）。メディアパネルは経由しない（タイムライン正本）
 
 ## 2. 9 スロット（生成入力の正規形）
 
@@ -66,9 +70,38 @@
 2. `status: generating` かつ `started_at` から `stale_after_s` 超 = **stale**。シェルは「応答なし・再取得」を出す。既定 900 秒
 3. 状態の遷移は undo に入れない。**差し替え（§7）だけ** edit-store の undo に 1 手として入る
 4. `history[]` は消さない。失敗も残す
-5. `kind: "still"` は `inputs.reference_images` に `--image=` の 1 枚（Codex）か複数枚（Nano Banana Pro）。`kind: "frames"` はパラパラ（別契約・§10）
+5. `kind: "still"` は `inputs.reference_images` に `--image=` の 1 枚（Codex）か複数枚（Nano Banana Pro）。`kind: "frames"` はパラパラ（別契約）
 6. `result.expanded_prompt` は provider が書き換えた prompt。較正では **送った prompt ではなく expanded を評価対象**に添える
 
+### 3-2. 動画予定の下書き `next`（2026-09-21）
+
+mp4 がまだ無い「動画予定」は、**仮枠の素材の meta**（静止画なら `<still>.meta.json`、空の枠なら文字カードの meta）の中に `next` ブロックで持つ。
+
+```json
+{
+  "version": 1, "kind": "still", "status": "done",          // 静止画自身の記録はそのまま
+  "…": "…",
+  "next": {
+    "kind": "video", "status": "planned",
+    "model": { "id": "fal:h3-i2v" },
+    "inputs": { "prompt": "…", "first_frame": { "path": "…", "sha256": "…" }, "last_frame": null,
+                "reference_images": [], "reference_videos": [], "reference_audios": [],
+                "camera": null, "seed": null, "extra": {}, "frames_or_refs": "frames" },
+    "output": { "duration_s": 5, "resolution": "768P", "aspect": null, "audio_out": null },
+    "updated_at": "…"
+  }
+}
+```
+
+1. **読み手の判定**: `next.kind === "video"` かつ `next.status === "planned"` = 「動画予定」。`next` が無い静止画 = 「画像のまま」= 完成品。文字カード（meta 自体が `planned`）で `next` が無いか prompt が空 = 「空の枠」
+2. `next.inputs` は §2 の 9 スロットの下書き。`first_frame` は**そのクリップの絵とは限らない**（前のクリップの最後のコマ・キャプチャ・空 = プロンプトだけ）
+3. **`inputs.frames_or_refs`** = `"frames"` / `"references"`（`next` の下書きだけが持つ欄。§2 ⑦ の `mode` = 元動画のモードとは別物）。最初 / 最後と参照が排他のとき（`frames_and_refs_exclusive: true` の行、または同じ family の i2v 行と ref 行の切替）、**下書きは両側を保持し、送るのは `frames_or_refs` の側だけ**。切り替えで中身を消さない。バリデータはこの欄を見て反対側を送信 body から外し、生成物 meta の `inputs` にはこの欄を書かない（送った側だけが残る）
+4. **送るとき**: CLI は `next`（または `--inputs`）を読み、従来どおり**生成物の隣**に video meta（`generating`）を書く。このとき **`placeholder: { path, sha256, item_id }`** = その item が今指している素材（静止画 / 文字カード）を必ず書く。item への逆引きは `placeholder` が正、`inputs.first_frame.path` は 9/13 時点の meta のための後方互換。`next` は消さない（「同じ入力でもう一度」の元）
+5. **状態の優先**: `placeholder` で結線された生成物 meta が `generating` / stale / `failed` ならそれを描く。無ければ `next` の `planned` を描く。`done` で差し替わった後は mp4 の meta が直接当たる（§7）
+6. `next` の更新は undo に入れない（§3 規則 3 と同じ）。右パネルの編集は即保存
+7. 移行: `.akari/generation/<itemId>.inputs.json` があり `next` が無いときだけ読み、次の保存で `next` へ移す。新規の書き込みはしない
+8. ビート表（`akari generate still --spec`）はビートごとに動画予定（最初だけ / 最初→最後）を指定でき、指定があれば CLI が `next` を書く。指定が無ければ「画像のまま」
+
 ## 4. 能力カタログ `gen-models.json`（公開リポ `packages/schemas/`）
 
 ### 4-1. 形（1 行 = 1 エンドポイント）
@@ -146,21 +179,26 @@ Kling v3 standard i2v / Kling v3 pro i2v / Veo 3.1 first-last / Veo 3.1 referenc
 
 | 状態 | タイムライン | プレビュー（編集中） | 書き出し |
 |---|---|---|---|
-| `planned`（文字カード） | 点線 + 「planned」 | 文字カード + 左上小札 | 文字カードのまま。lint WARN |
-| 静止画（meta なし or `done` の still） | 「静止画」バッジ | 静止画 + 左上小札「静止画（仮枠）」 | そのまま。小札なし |
-| `generating` | 黄の縞 + 進捗バー | 静止画の上にシマー + 下端の帯 | 静止画のまま |
+| 空の枠（文字カード・`next` なし or prompt 空） | 点線 + 「planned」 | 文字カード + 左上小札 | 文字カードのまま。lint WARN |
+| **動画予定**（`next` = video · planned。§3-2） | **紫の点線 + 上下のフィルムの穴 + 「▶ 動画予定」**。中身は 最初の絵 1 枚 ・ 生成で埋める空き ・ 最後の絵 1 枚（同じ絵を並べない）。プロンプトだけは文字。最後の絵 = 次のクリップの絵なら境目に 🔗 | 左上小札「▶ 動画予定 · <種類>」+ 最後の絵があれば右下の小窓 | 静止画 / 文字カードのまま。小札・小窓 0 px |
+| 静止画 = 画像のまま（`next` なし） | 「静止画」バッジ | 静止画。**小札なし**（完成品） | そのまま |
+| `generating` | 黄の縞 + 進捗バー | **参照の絵をぼかした背景** + シマー + 下端の帯。進捗は擬似でなく provider の状態 | 静止画のまま |
 | stale | 縞 + 「応答なし・再取得」 | 帯に「応答なし」 | 静止画のまま |
 | `done`（動画） | 通常 + コマ帯 + 「生成」由来バッジ | 動画。表示なし | 通常 |
-| `failed` | 朱枠 + 「失敗」 | 静止画 + 朱の小札 | 静止画のまま |
+| `failed` | 朱枠 + 「失敗」+ **「同じ入力でもう一度」** | 静止画 + 朱の小札 | 静止画のまま |
 
-- プレビューに付くのは**左上の小札と下端の帯だけ**。承認・比較の UI はプレビューに置かない
+- プレビューに付くのは**左上の小札・下端の帯・動画予定の右下の小窓・コマ保存のカメラボタン（§10）だけ**。承認・比較の UI はプレビューに置かない
+- 種類の表示は「プロンプトだけ / 画像から / 最初→最後 / 参照から」。枠を埋めたかで決まり、モード選択の UI は作らない
+- 失敗の「同じ入力でもう一度」はクリップと右パネルの両方に出す
 - **書き出し経路には小札・帯・点線が 0 px**。画素比較で担保（w3-b）
 
 ## 7. 差し替え規則（done になったとき）
 
 ### 7-1. 何を書き換えるか
 
-同じ item の `sources[].path` を mp4 に。item id・トラック・`at` は不変。静止画の path は `meta.inputs.first_frame` に残る（由来）。**1 手の undo**。
+同じ item の `sources[].path` を mp4 に。item id・トラック・`at` は不変。静止画の path は生成物 meta の `placeholder`（§3-2）に残る（由来。9/13 時点の meta は `inputs.first_frame`）。**1 手の undo**。
+
+**クリップ側の設定は保持する**（2026-09-21）。変形（拡大率・位置・不透明度・反転）と色（LUT・明るさ等）は item の上に重ねる設定であり、差し替えで入れ替わるのは**素材だけ**。逆に、**生成に送る絵は素材のまま**で、クリップの LUT・サイズは送らない（キャプチャを枠に入れた場合は §10-2）。
 
 ### 7-2. 実尺のずれ
 
@@ -178,7 +216,7 @@ Kling v3 standard i2v / Kling v3 pro i2v / Veo 3.1 first-last / Veo 3.1 referenc
 ## 8. 費用承認（有償生成のゲート）
 
 1. 語彙: 有償生成の承認は「**費用承認**」。「判子」は 9/6 契約どおり書き出しの 1 回にだけ使う
-2. 回数: 1 クリップずつが既定。複数を選んで**合計金額を出して 1 回**は可。「全部を自動で動画にする」は無い
+2. 回数: 1 クリップずつが既定。複数を選んで**合計金額を出して 1 回**は可。「全部を自動で動画にする」は無い。複数選択時の右パネル（対象一覧 + 合計見積 + まとめて費用承認 1 回）を正の UI とする。対象外（画像のまま・空の枠・生成済み）は送らない。見積は送信ボタンの横に常時出す
 3. 見積: `price.by_resolution × duration_s × audio_multiplier`、as_of 付き。`actual_usd` が取れない provider は `estimate` を写して `cost.source: "estimate"`。見積不可（price null）は明示確認で通す
 4. 停止条件は autonomy §4 と同じ（有償 or 外部送信）。Codex 画像生成は無償扱い
 
@@ -187,9 +225,18 @@ Kling v3 standard i2v / Kling v3 pro i2v / Veo 3.1 first-last / Veo 3.1 referenc
 | 語 | 意味 |
 |---|---|
 | 仮枠 | 尺と場所を持つ静止画クリップ。完成品でもある |
+| 動画予定 | 仮枠に動画生成の下書き（`next`）が付いた状態。mp4 はまだ無い |
+| 空の枠 | 絵も prompt もまだ無い仮枠（文字カード） |
+| 画像のまま | 動画にしない静止画クリップ。完成品 |
 | 参照動画 | 動きやカメラワークを**真似る元**。貼り込まれない |
 | 元動画 | **続ける・直す元**（extend / edit / motion / frame-edit） |
 | 費用承認 | 有償生成の実行前ゲート |
 | 判子 | 書き出しの 1 回（9/6） |
 | 事実帯 | モデル選択の 1 行（価格・尺・入力・音声・較正）。レーダーの代わり |
 
+## 10. コマ保存（キャプチャ）（2026-09-21）
+
+1. プレビューの**カメラのアイコンだけのボタン**（文字なし・絵文字にしない）= 今のコマを **見たまま（合成後・LUT とサイズ込み）** で `assets/captures/frame-<t>.png` に保存し、トーストを出す。素材パネルに出る
+2. キャプチャを生成の入力（②③④）に使うときは、**その png が素材**。LUT 込みで撮ったなら込みで送られる（§7-1 の「送る絵は素材のまま」と矛盾しない — 素材がそういう絵である）。UI は枠に入れるとき「見たままのコマ（色・サイズ込み）」と明示する
+3. 「あいだを生成」（§1-8）の前後コマ抽出は**素材の画素**（合成前）を使う。見たままが要るときは人がカメラボタンで撮る
+4. 書き出し経路にボタンは 0 px（§6）

package/vendor/packages/akari-launcher/package.json

@@ -1,6 +1,6 @@
 {
   "name": "akari-video",
-  "version": "0.1.72",
+  "version": "0.1.73",
   "description": "AKARI Video launcher CLI — start an AI-edited video project from any directory: scaffold, connection check, then hand over to Claude Code (or opencode). AKARI Video を opencode や Claude Code で、どのディレクトリからでも始めるための `akari` ランチャー CLI。接続確認（doctor）→ 未セットアップならプロジェクト雛形を作成 → AI エージェントを起動する。外部 npm 依存ゼロ（Node.js 組み込みモジュールのみ）。 [akari-video npm vendor: bin/akari.mjs is reference-only. These CLI entrypoints are not included in the akari-video npm package. Use `akari doctor --json` and run the path reported in `render_cut.path`. Full installations provide it in a monorepo checkout, ~/.akari/app, /Applications/AKARI Video.app/Contents/Resources/packages, or %LOCALAPPDATA%\\Programs\\@akari-videoshell\\resources\\packages.]",
   "type": "module",
   "files": [

package/vendor/packages/edit-store/lib/edit-v2-item-write.js

@@ -26,21 +26,113 @@ function resolveV2Write(parsed, command) {
     if (!itemId) {
         throw new Error('v2 アイテムの id を特定できません');
     }
-    let item;
-    for (const track of edit.tracks) {
-        if (track.lane !== 'visual' || !('items' in track))
-            continue;
-        const found = track.items.find(candidate => candidate.id === itemId);
-        if (found) {
-            item = found;
-            break;
+    const children = (item) => item.items
+        ?? (Array.isArray(item.children)
+            ? item.children : []);
+    const find = (items, id, ancestors = []) => {
+        for (const candidate of items) {
+            if (candidate.id === id)
+                return { item: candidate, ancestors };
+            const nested = find(children(candidate), id, [...ancestors, candidate]);
+            if (nested)
+                return nested;
+        }
+        return undefined;
+    };
+    const roots = edit.tracks.flatMap(track => track.lane === 'visual' && 'items' in track ? track.items : []);
+    // Only overlay writes gain recursive addressing. Other preview systems keep
+    // their existing addressing/coordinate contract.
+    let target = command.kind === 'overlay' ? find(roots, itemId)
+        : roots.filter(candidate => candidate.id === itemId).map(item => ({ item, ancestors: [] }))[0];
+    let materialized = false;
+    if (!target && command.kind === 'overlay' && itemId.includes('#')) {
+        const separator = itemId.lastIndexOf('#');
+        const bag = find(roots, itemId.slice(0, separator));
+        const part = itemId.slice(separator + 1);
+        if (bag?.item.source.kind === 'html' && !bag.item.source.part && part
+            && !bag.item.source.exclude?.includes(part)) {
+            const existing = children(bag.item).find(child => child.source.kind === 'html' && child.source.part === part);
+            if (existing)
+                target = { item: existing, ancestors: [...bag.ancestors, bag.item] };
+            else {
+                // Object-tree contract §1.3: touched projections become explicit
+                // children; §3.1: materialize the projection. Do not exclude it.
+                const ids = new Set();
+                const collect = (items) => {
+                    for (const entry of items) {
+                        ids.add(entry.id);
+                        collect(children(entry));
+                    }
+                };
+                for (const track of edit.tracks)
+                    if ('items' in track)
+                        collect(track.items);
+                const base = `${bag.item.id}.${part}`;
+                let id = base;
+                for (let suffix = 2; ids.has(id); suffix++)
+                    id = `${base}-${suffix}`;
+                const child = {
+                    id, at: 0, duration: bag.item.duration,
+                    source: { kind: 'html', path: bag.item.source.path, part }
+                };
+                (bag.item.items ??= []).push(child);
+                target = { item: child, ancestors: [...bag.ancestors, bag.item] };
+                materialized = true;
+            }
         }
     }
-    if (!item) {
+    if (!target)
         throw new Error(`アイテムが見つかりません: ${itemId}`);
+    const item = target.item;
+    if (command.kind === 'overlay') {
+        // parts.mjs composes groups, but a bag supplies per-key defaults that
+        // its part overrides. Only group ancestors form an invertible parent.
+        // Preserve the original top-level merge/serialization byte for byte.
+        if (command.patch.transform && target.ancestors.length) {
+            const compose = (parent, child = {}) => {
+                const angle = parent.rotate * Math.PI / 180;
+                const x = child.x ?? 0, y = child.y ?? 0;
+                return {
+                    x: parent.x + parent.scale * (Math.cos(angle) * x - Math.sin(angle) * y),
+                    y: parent.y + parent.scale * (Math.sin(angle) * x + Math.cos(angle) * y),
+                    scale: parent.scale * (child.scale ?? 1), rotate: parent.rotate + (child.rotate ?? 0)
+                };
+            };
+            const parent = target.ancestors.filter(ancestor => ancestor.source.kind === 'group')
+                .reduce((world, ancestor) => compose(world, ancestor.transform), { x: 0, y: 0, scale: 1, rotate: 0 });
+            if (!Number.isFinite(parent.scale) || parent.scale === 0) {
+                throw new Error(`親の変形を逆変換できません: ${itemId}`);
+            }
+            const patch = command.patch.transform;
+            const bag = target.ancestors.at(-1);
+            const bagDefaults = item.source.kind === 'html' && item.source.part && bag?.source.kind === 'html'
+                ? bag.transform : undefined;
+            const world = { ...compose(parent, { ...bagDefaults, ...item.transform }), ...patch };
+            const local = {};
+            if (patch.x !== undefined || patch.y !== undefined) {
+                const angle = -parent.rotate * Math.PI / 180;
+                const dx = world.x - parent.x, dy = world.y - parent.y;
+                local.x = (Math.cos(angle) * dx - Math.sin(angle) * dy) / parent.scale;
+                local.y = (Math.sin(angle) * dx + Math.cos(angle) * dy) / parent.scale;
+            }
+            if (patch.scale !== undefined)
+                local.scale = world.scale / parent.scale;
+            if (patch.rotate !== undefined)
+                local.rotate = world.rotate - parent.rotate;
+            command = { ...command, patch: { ...command.patch, transform: local } };
+        }
+        if (item.source.kind === 'group') {
+            if (command.patch.html !== undefined || command.patch.vars !== undefined || command.patch.params !== undefined) {
+                throw new Error(`グループアイテムには HTML 本文・vars・HTML params を書き戻せません: ${itemId}`);
+            }
+            if (!command.patch.transform)
+                return {};
+            item.transform = { ...recordOf(item.transform), ...command.patch.transform };
+            return { candidateText: stringifyEdit(edit) };
+        }
     }
     let htmlPath;
-    let editChanged = false;
+    let editChanged = materialized;
     if (command.kind === 'overlay') {
         if (item.source.kind !== 'html' && item.source.kind !== 'shape') {
             throw new Error(`HTML/図形アイテムではありません: ${itemId}`);