h-lab/.claude/skills/shortform-queue/SKILL.md

name	description
shortform-queue	h-lab 숏폼 큐의 대기 작업을 구글 Opal "숏폼 생성기"로 실행하고, 결과를 DB에 저장한 뒤 캡컷 에이전트(127.0.0.1:8001)로 영상 생성까지 넘긴다. "숏폼 돌려줘", "숏폼 큐 돌려줘", "/shortform-queue", "숏폼 1단계", "풀버전으로 돌려줘" 요청 시 사용.

숏폼 큐 실행 (Opal 브라우저 대행)

h-lab(localhost:8088)의 PENDING 작업을 Opal로 실행해 결과를 저장한다. h-lab 서버가 꺼져 있으면 먼저 .\gradlew.bat bootRun(JAVA_HOME=D:\Development\app\JDK\jdk-21.0.5)으로 띄운다. 서버 시크릿은 git-ignored application-local.yml — 이 워크트리에 없으면 메인 워크트리(D:\Development\InteliJ_repository\h-lab\src\main\resources\)에서 복사.

모드 선택

요청	앱	URL	출력 형식
"숏폼 돌려줘", "숏폼 큐 돌려줘" (기본)	숏폼 생성기 1단계	https://opal.google/edit/1Z9zXUiBAjKKOJ08zXxAmE9Neliq86SEw	{"candidates":[...]} JSON 하나
"풀버전으로 돌려줘", "전체 돌려줘"	숏폼 생성기 (풀버전)	https://opal.google/edit/1w3mThvSpI3_skt4p4OAN3-M6-tnqz0HN	N===== 구간 5개 + cuts JSON

사용자가 Opal URL을 직접 주면 그 URL 우선. 파서(ShortformOutputParser)는 두 형식 모두 인식한다(88179bb) — 어느 모드든 저장하면 DONE + 클립 5개.

절차 (공통)

1. 큐 조회: GET http://localhost:8088/api/shortform/jobs?status=PENDING → 비어있으면 "대기 작업 없음" 보고 후 종료.
2. Opal 접속: 크롬 자동화로 모드에 맞는 편집 화면 접속. 로그인 풀려 있으면 사용자에게 로그인 요청.
3. 각 PENDING 작업마다: a. 캔버스의 YouTube Video 노드 클릭 → 우측 패널 URL 입력창을 비우고(전체선택 ctrl+a 후 덮어쓰기) 작업의 youtubeUrl 입력 → Apply (썸네일이 해당 영상으로 바뀌는지 확인). b. Preview 패널의 새로고침(리셋) 아이콘 → Start 클릭. c. 완료 폴링 및 추출: 모드별 절차(아래) 참조. e. 저장: 브라우저 fetch는 HTTPS→HTTP라 차단됨 — 추출 텍스트를 파일로 옮겨 셸에서 POST http://localhost:8088/api/shortform/jobs/{id}/result body {"rawText": "<Output 원문>", "step1Text": "<Step 1 원문>"}. PowerShell은 UTF-8 바이트로 전송([Text.Encoding]::UTF8.GetBytes), 응답 한글이 깨져 보이는 건 PS 5.1 표시 문제이므로 검증은 curl로. 응답의 clips가 5개 미만이면 원문과 함께 보고. f. capcut 에이전트 넘기기: 저장이 DONE이면 아래 "capcut 에이전트 연동" 절차로 영상 생성을 시작만 하고, 완료를 기다리지 않고 즉시 다음 작업의 Opal 실행으로 넘어간다.
4. 에러 처리: 특정 Step 노드가 빨간 표시로 실패하면 Preview 리셋 → Start로 1회 재실행. 재실패 시 해당 작업은 건너뛰고 사유를 보고(저장하지 않음 — PENDING 유지). 프롬프트 노드 끝에 중복 YouTube Video 칩이 생겼는지 확인(2026-08-03에 이 원인으로 ID 3이 항상 실패했음).
5. 보고: 처리한 작업 수, 성공/실패 목록, capcut으로 넘긴 작업과 진행 중인 탭 수, h-lab /shortform 링크로 요약.

풀버전 모드

• 완료 폴링: 40~60초 간격 스크린샷. "Thinking... Step N" 진행 표시가 사라지고 Output(1===== 형식)이 렌더링되면 완료. 전체 4~5분 소요(Step 3 다섯 개가 각 ~90초 병렬).
• Output 추출: 앱 UI는 접근성 트리에 안 잡힌다. javascript_tool로 document.getElementById('opal-app').contentDocument에서 shadow DOM을 재귀 관통해 "cuts"를 포함한 가장 긴 innerText를 찾는다. 텍스트가 크면 window 변수에 저장 후 900자 단위로 나눠 회수한다.
• Step 1 결과 추출: Console 탭에서 "Step 1: 하이라이트 후보 구간 추출" 항목을 UI 클릭으로 펼친 뒤(lazy 렌더라 JS로 details.open만 하면 내용이 안 붙을 수 있음 — 안 되면 화면 좌표 클릭), shadow DOM 관통으로 "candidates"를 포함한 가장 짧은 innerText(Model Response 부분)를 회수한다.

1단계 모드 (기본)

• 노드 3개뿐: YouTube Video → Step 1(하이라이트 후보 5개) → Generate HTML. 전체 ~1분이면 끝난다(10초 간격 폴링, "Thinking... Step 1: N%"가 사라지고 candidates JSON이 렌더링되면 완료).
• 추출: shadow DOM 관통으로 "candidates"를 포함한 가장 긴 innerText 하나만 회수(~2KB, 통짜 회수 가능). Console 추출 불필요 — Output 자체가 Step 1 결과다.
• 저장: rawText와 step1Text에 같은 텍스트를 넣는다.

capcut 에이전트 연동 (저장 직후 · 시작만)

작업 저장이 DONE 되면 그 작업의 영상 생성을 캡컷 에이전트에 바로 넘긴다. 완료를 기다리지 않는다 — 시작된 것만 확인하고 다음 작업의 Opal 실행으로 넘어간다. 여러 작업이 동시에 돌아도 서버는 analysis_id별로 독립 처리하므로(server/app.py의 ANALYSES 딕셔너리, 전역 락 없음) 충돌하지 않는다.

1. 생존 확인: GET http://127.0.0.1:8001 — 200이 아니면 이 단계 전체를 건너뛰고 "캡컷 에이전트 꺼져 있어 넘기지 않음"으로 보고한다(작업 상태는 DONE 유지).
2. 작업마다 새 탭을 연다(http://127.0.0.1:8001). 한 탭에서 두 번 실행하면 analyze()가 이전 실행의 화면 상태(A/P/AUTO_AID)를 초기화해 먼저 돌던 작업의 진행 화면이 깨진다.
3. 탭에서 순서대로:
   • #tab-auto 클릭 (🤖 자동 탭)
   • 방식에서 📐 구간 JSON 선택 — input[name="amode"][value="wpaste"]
   • #autoUrl ← 작업의 youtubeUrl (구간 JSON에는 URL이 없어 필수)
   • #apaste ← 저장에 쓴 candidates JSON 원문 그대로
   • #autoAutoRun(끝까지 진행)이 체크되어 있는지 확인, 아니면 체크한다. 이게 켜져야 버튼이 "댓글 매칭 시작 → 영상까지 자동"이 되고 검토 화면에서 안 멈춘다.
   • #autoRmsilence(무음 제거)는 사용자가 둔 상태 그대로 두고 건드리지 않는다.
   • #autoGo 클릭
4. 시작 확인: 버튼이 "분석 중…"으로 바뀌고 진행 로그가 붙는지 스크린샷으로 확인한다. alert가 뜨면(URL 없음·JSON 없음) 입력이 빠진 것이므로 채우고 다시 클릭.
5. 실행 중인 탭은 닫지 않는다 — 진행이 SSE(/auto/stream/{aid})로 흐르므로 탭을 닫으면 중단된다. 작업 종료 보고 시 "탭 N개에서 영상 생성 진행 중"이라고 남기고 사용자가 닫도록 둔다.

주의

• Opal은 무료 실험 서비스 — 일일 사용량 제한이 있으니 큐가 많으면 사용자에게 몇 개까지 돌릴지 확인.
• Opal 앱 구조(노드 구성·프롬프트)가 바뀌어 보이면 조작을 멈추고 사용자에게 보고.
• 쿠키 배너가 뜨면 "나중에"(거절)를 선택.