1. VOD URL 입력
치지직 VOD 링크를 한 줄에 하나씩 넣습니다. 여러 개를 넣으면 주간 묶음으로 분석합니다.
Workflow
분석부터 작업표까지
ClipRadar는 긴 방송을 처음부터 끝까지 수동으로 보는 시간을 줄이기 위한 도구입니다. 현재 실제 분석은 채팅/키워드 기반 후보를 만들며, 최종 판단은 편집자가 대표 채팅과 컷 범위를 보고 결정합니다.
Quick Start
다운로드와 실행
git clone https://github.com/ThankyouJerry/ClipRadar.git cd ClipRadar python3 server.py
터미널에 표시되는 http://127.0.0.1:5173을 브라우저에서 엽니다.
외부 패키지 설치는 필요하지 않으며 Python 3 표준 라이브러리만 사용합니다.
2. 분석 범위 선택
빠른 분석은 후보를 빨리 찾고, 정밀 분석은 더 많은 샘플 지점을 확인합니다. 전체 분석은 공개 채팅을 처음부터 끝까지 수집하므로 긴 VOD에서는 여러 분이 걸릴 수 있습니다.
3. 후보 검토
좋은 후보는 고정하고, 애매한 후보는 제외합니다. 제외 후보는 내보내기에서 빠집니다.
4. ClipCatcher용 JSON 저장
추천 컷 범위가 들어 있는 JSON을 저장해 ClipCatcher에서 구간 다운로드에 사용합니다.
5. CSV/HTML 작업표 저장
편집자에게 공유할 목록은 CSV 또는 HTML로 따로 저장합니다.
6. ClipCatcher에서 다운로드
분석 후보 중 필요한 구간만 다운로드한 뒤 편집 작업으로 이어갑니다.
Tip
여러 VOD를 넣는 경우
주간 분석은 각 VOD를 자기 평균 기준으로 먼저 계산한 뒤 후보를 합칩니다. 그래서 긴 방송 하나가 단순 채팅량만으로 전체 TOP을 독점하지 않도록 설계되어 있습니다. 일부 링크가 삭제·비공개 상태라면 성공한 VOD 결과는 유지하고 실패한 링크와 이유를 화면에 따로 표시합니다.
Confidence
신뢰도 해석
레이더 신뢰도는 채팅 급증과 반응 채팅 급증의 일치도, 요청 페이지 수집 성공 여부, 분석 범위를 함께 반영합니다. 빠른 분석은 최대 82%, 정밀 분석은 최대 92%로 제한해 샘플 분석을 전체 집계처럼 과장하지 않습니다. 최종 편집 여부는 대표 채팅과 치지직 해당 시점 링크에서 직접 확인해야 합니다.
GitHub Pages
웹에서는 정적 리포트로 공유
GitHub Pages는 정적 사이트라 Python 분석 서버를 실행하지 않습니다.
새 VOD는 로컬 ClipRadar에서 분석하고, 결과 HTML을 저장소의 docs/ 폴더에 추가해 공유하는 방식이 가장 안정적입니다.