
gbro-collage-broll
用AI一键生成半调纸拼贴风B-roll,提升视频质感
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1833
使用教程
环境要求
- Codex 环境:Gate 2 静帧生成依赖内置 image_gen 工具
- GEMINI_API_KEY:在 Google AI Studio 创建,视频生成按量计费
- Python >= 3.10,用于运行视频生成脚本
- google-genai >= 2.10.0(skill 会引导创建共享 venv ~/hyperframes-projects/.omni-venv/)
- ffmpeg / ffprobe:用于首尾帧处理、去音轨、生成 contact sheet
安装与启动步骤
-
1克隆 skill 目录
把项目仓库放进 agent 的 skills 目录,README 示例为 ~/.agents/skills/,也可放到 ~/.claude/skills/。
git clone https://github.com/pyang5166/gbro-collage-broll.git ~/.agents/skills/gbro-collage-broll -
2配置 API 密钥
在环境变量中提供 GEMINI_API_KEY,密钥从 Google AI Studio 创建;README 未给出具体导出命令,请按你的运行环境设置。
-
3补齐运行依赖
确认本机已装 Python >= 3.10、ffmpeg/ffprobe;google-genai 由 skill 引导装进共享 venv。
-
4首次触发自检
首次触发时 skill 会自动运行 scripts/check_setup.sh,并根据缺失项给出配置指引,按提示逐项补齐即可。
-
5Gate 1 隐喻确认
对 agent 说出文稿并触发技能,此阶段只输出视觉隐喻方案(核心意思/关键物件/底色/组装顺序),不生成图片视频。
collage b-roll:很多人以为 AI 是来替你思考的,其实它更像一面镜子,会把你问题里的漏洞照出来。 -
6Gate 2 静帧确认
隐喻确认后才生成彩色拼贴静帧和 contact sheet,再次等你确认,不满意可在此阶段调整。
-
7Gate 3 生成视频
静帧通过后自动用 gemini-omni-flash-preview 做首尾帧组装动画,并附逐秒抽帧、首帧空场、尾帧对照的完整 QA。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
GEMINI_API_KEY | 是 | 调用 Gemini Omni Flash 生成视频的密钥,按量计费 | AIzaSyD-xxxxxxxxxxxxxxxxxxxxxxxxxxxx |
如何确认成功
首次触发后 check_setup.sh 自检无缺失项,且 Gate 1 能正常输出视觉隐喻方案,说明环境与密钥已就绪。
常见问题
Q:没有 GEMINI_API_KEY 可以先用吗?
A:不行。Gate 1、Gate 2 之外的视频生成依赖该密钥,需先到 Google AI Studio 创建,且视频生成按量计费。
Q:会不会白烧生成费用?
A:不会。三闸门审批强制先过隐喻确认、再过静帧确认,只有确认过的条目才进入视频生成阶段。
Q:可以一次处理多句文稿吗?
A:可以。批量模式下每句文稿一个隐喻、一条成片,并支持部分通过,只有确认过的条目进入下一阶段。
Q:输出规格是什么?
A:默认交付 9:16、5 秒、720×1280、24fps 的无声 MP4,可直接垫在口播下面。
Q:还要额外安装其他 skill 吗?
A:不需要。generate_video.py 与 upload_file.py 已随本 skill 自带。
注意事项
- 克隆目标目录必须与你的 agent skills 目录一致,否则技能无法被识别触发。
- 触发词包括 collage b-roll、纸拼贴 b-roll、半调拼贴、拼贴风格配画面、gbro-collage-broll。
- 视频生成按量计费,请务必在 Gate 2 静帧确认满意后再进入 Gate 3。
- Gate 2 静帧生成依赖 Codex 环境内置的 image_gen 工具,环境不符时可能无法生成静帧。
核心亮点
- 三闸门审批机制,生成内容质量有保障
- 利用Gemini Omni Flash首尾帧技术,动画连贯自然
- 半调纸拼贴风格独特,增强视频编辑感
不足之处
- 依赖Gemini API,可能产生费用且需网络
- 文档/社区待观察
适用场景
- 视频创作者快速生成风格化B-roll素材
- 自动化视频编辑流水线中的素材生成环节
- 需要独特视觉风格(如拼贴艺术)的短片制作
替代项目
Runway Gen-2、Pika Labs、Stable Video Diffusion
同类项目推荐
flexible-diffusion-modeling-vide···
开源
用扩散模型生成连贯长视频,复现论文方案
Implementation of the video diffusion model and training scheme presented in the pap···
Light-A-Video
开源
上传视频,一句话或一张图,轻松重打光,无需训练
[ICCV 2025] Light-A-Video: Training-free Video Relighting via Progressive Light Fusi···
t2v-turbo
开源
用一致性模型让文本秒变视频,采样快人一步
Code repository for T2V-Turbo and T2V-Turbo-v2
AI-Infinite-Zoom-Generator
开源
把AI外绘画变成无限缩放视频,自动生成炫酷特效
Turn a sequence of ai generated outpainted images into an "infinite zoom"
open-director
开源
一句话生成完整视频,AI 导演全自动,还能批量生产短视频。
开源 AI 视频工作室 — 从一句话到成片。支持创意模式(AI 导演全流程自动生成)和批量模式···
oneclick-subtitles-generator
开源
上传视频,自动转写翻译并渲染出带字幕成片
Auto-subtitle videos with AI transcription, translation, voice cloning, professional···
dsh-infinite_canvas
开源
节点画布串起剧本分镜到成片,短剧一条龙
Infinite Canvas — a node-based short-drama studio plugin for DeepSeek Harness: scri···
ID-LoRA-LTX2.3-ComfyUI
开源
上传一张脸和一段声音,在 ComfyUI 里生成会说话的视频。
Custom ComfyUI node for generating videos with audio-visual identity based on a refe···
pireel
开源
让AI代理自动剪辑视频,开源替代CapCut
The open-source alternative to Capcut、ChatCut. Drivable by any AI agent over MCP.