gbro-collage-broll

用AI一键生成半调纸拼贴风B-roll，提升视频质感

gbro-collage-broll 是一个基于 Gemini Omni Flash 的视频生成技能（skill），专门用于制作半调纸拼贴风格的 B-roll 素材。它解决的是视频创作者在制作 B-roll 时缺乏创意和效率的问题，通过 AI 自动生成具有编辑感、半调纸拼贴风格的动画片段。核心能力包括：三闸门审批流程确保内容质量，利用 Gemini Omni Flash 的首尾帧技术组装动画，生成连贯的视觉叙事。项目以 Python 实现，作为 agent skill 可集成到自动化工作流中，帮助用户快速产出风格独特的 B-roll，提升视频的视觉吸引力和制作效率。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1302

维护状态维护中

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队pyang5166

所属国家

官网地址

GitHubhttps://github.com/pyang5166/gbro-collage-broll

定价模式free

价格说明开源项目，MIT 许可证，完全免费，需自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-skill,broll,gemini,paper-collage,video-generation

GitHub 星标★ 1302

30天Star增速

HF 下载量

上线时间2026-07-15 00:00:00

最近更新2026-09-23 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：入门约 15 分钟部署方式：本地安装 7 步

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

项目介绍

gbro-collage-broll 是视频领域的开源项目，由 pyang5166 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,302）位列前 30%，在视频分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,026 增加到 1,302，净增 276。

项目仍在小幅维护中，最近一次代码更新于 2026-09-23。MIT 许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：视频创作者快速生成风格化B-roll素材。同类可对比的替代方案包括 Runway Gen-2、Pika Labs、Stable Video Diffusion。

上一篇：LeanVAE

下一篇：30x-video