chatmonteur

ChatMonteur는 브이로그, 튜토리얼, 설명 영상과 같은 실제 토킹헤드 녹화물을 위한 확장 가능한 에이전트 오케스트레이션 편집 스튜디오입니다. 이 시스템은 영상을 처음부터 생성하는 것이 아니라, auto-editor, faster-whisper, HyperFrames, ffmpeg와 같은 기존의 오픈 소스 도구들을 오케스트레이션하는 파이프라인을 통해 기존의 원본 푸티지를 편집합니다. 시스템은 코딩 에이전트(Claude Code, Codex 또는 유사 도구)에 의해 구동됩니다. 사용자가 원본 푸티지를 넣고 원하는 편집 내용을 일상 언어로 설명하면, 에이전트가 파이프라인을 실행하여 오디오 전사, 의미 기반의 일시 정지 및 말더듬 컷 편집, 자막 생성, 모션 그래픽 추가, 사운드 및 색보정을 거쳐 최종 파일을 렌더링합니다. 워크플로우 전반에 걸쳐 두 가지 품질 게이트가 적용됩니다. '플랜 게이트(plan gate)'는 프레임이 렌더링되기 전에 시각적 계획을 점수화하며, 기계적으로 컷된 것처럼 보일 수 있는 결과물을 거부합니다. 예를 들어, 시각적 이벤트 없이 90초 이상 지속되는 구간, 런타임의 60% 이상을 차지하는 화면 텍스트, 반복되는 자막, 또는 동일한 줌이 세 번 연속으로 나타나는 경우 등이 해당됩니다. '파일 게이트(file gate)'는 인코딩된 모든 결과물을 샘플링된 타임스탬프(10, 35, 65, 90%)에서 다시 열어 무음 및 클리핑 여부를 확인하고, 인코더에 입력된 값과 실제 런타임을 비교합니다. 손상된 파일이 발견되면 전달을 중단하고 `.qc.json` 보고서를 생성합니다. 편집 결정에 관한 지식은 임베디드 프롬프트가 아닌, 감사 가능한 지식 베이스 형태로 `skills/` 디렉토리에 저장됩니다. 여기에는 컷 편집 위치, 컷 패딩 방법, 줌 시점, 배경 음악 밸런스 조절 등에 대한 가이드가 포함됩니다. 모든 엔지니어링 임계값은 `engineering-facts.md`에 각 규칙의 근거와 함께 문서화되어 있습니다. 전형적인 워크플로우에서는 단 한 번의 명령으로 기계적으로 유효한 초안을 생성한 후, 사용자가 에이전트와 소통하며 불필요한 부분 제거, 자막 및 그래픽 추가, 사운드 정밀 조정 등의 마무리 편집을 진행합니다. 에이전트는 필요한 승인 게이트를 제시하며, 완료된 편집본만 마스터 파일로 승격시킵니다. 이 프로젝트는 무료이며 로컬 우선 방식으로 작동합니다. `faster-whisper`는 유료 API 키 없이 로컬에서 실행됩니다. 추가적인 전사 백엔드는 플러그인 형태로 추가할 수 있습니다. 크로스 플랫폼 인코딩을 지원하며, NVENC 실패 시 libx64, VideoToolbox 또는 QSV로 폴백됩니다. 현재 상태는 v0.1입니다. 기계적 파이프라인은 엔드-투-엔드로 작동하며, 에이전트 구동 워크플로우는 원본 푸티지부터 검증된 마스터 파일까지 전체 YouTube 채널 편집 과정을 통해 테스트를 마쳤습니다.