Redaktioneller KI-Videostudio-Workflow (Kurz-Digest + Launch + Lange Erklärvideos)
Übersicht
Dieser Workflow erzwingt die redaktionelle Ästhetik „Anthropic warm“ (Zero-Blue-Regel) über drei Rendering-Tracks:
- Engine 1 – Talking-Head + Redaktionelles Compositing (
scripts/fable_studio.py)- Live-Action-Moderator-Clips (Google Flow / Veo): Erzeugt
2..Nrealistische Talking-Head-Clips (warmes Wolfram-Studio-Licht – kein neonblau/lila – plus solide#97A396salbeigrüne Studiowand) mit strikterKEIN BILDSCHIRMTEXTund sprachlich/deskriptiv sicherem gesprochenem Chinesisch. - Programmatische Bewegungsgrafik: Erstellt kinetic Typografie, GrabCut-Overlays hinter dem Kopf, Terrakotta-Karte (
#D97757), salbeigrüne LAB-Matte-Trennung, Live-RMS-Sprachwellenform, Warm Pergament (#FAF9F5)-Sticker-Ausschnitte + geneigte Polaroidfotos, warm-carbon Blenden-Iris -> Architektur-3-Spur-NLE-Timeline + Doppel-Bezel-Studio-Viewport, Warm Carbon (#1C1B19)-Doppel-Bezel-Tippkarten, gedämpfte Feder-Physik (spring_ease) und 118 BPM Sidechain-Ducked-Audio-Mischung.
- Live-Action-Moderator-Clips (Google Flow / Veo): Erzeugt
- Engine 2 – Reine Vector-Produkt-/Redaktions-Launch (
scripts/render_web_stage.py+scripts/stage_template.html, gespiegelt inweb_stage/)- Deterministischer Headless Chrome + Playwright-Frame-Capture zum Rendern von HTML5/CSS3/SVG-UI-Karten (
0.0%kaltblau, Doppel-Bezel-Container, native<kbd>-Tasten, CSSletter-spacing, sanfte Auto-Follow-Zooms, gedämpfte Federn).
- Deterministischer Headless Chrome + Playwright-Frame-Capture zum Rendern von HTML5/CSS3/SVG-UI-Karten (
- Engine 3 – Lange Artikel-Erklärvideos (
scripts/explainer_studio.py+scripts/explainer_stage.html)- Unbegrenzte Kapitel (1–20+ min) Markdown-/Artikel-Erklärvideo mit audio-getriebener Kapitel-Frame-Sperrung (
edge-ttsneuronale chinesische Stimme + Offline-macOSsayFallback), synchronisierte Live-RMS-Wellenform + Abschnitt-Untertitel und 6 redaktionelle Layouts (title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway).
- Unbegrenzte Kapitel (1–20+ min) Markdown-/Artikel-Erklärvideo mit audio-getriebener Kapitel-Frame-Sperrung (
Vier Anti-AI-Slop-Regeln (standardmäßig erzwungen)
- Zero-Blue-Regel: Standard-Canvas- und Karten-Tokens sind Warm Pergament (
#FAF9F5/#F3F1EA), Warm Carbon (#141413/#1C1B19), Terrakotta (#D97757), Botanical Sage (#788C5D) und1px-Regeln (#DFDCD2). Google Flow-Studio-Beleuchtung verwendet warmes Wolfram-Key + sanftes Amber-Rim-Licht (null neonblaue oder lila Beleuchtung). - Architektur-NLE-Timeline-B-Roll: Beat-Übergänge verwenden ein liniertes
#FAF9F5-Entwurfsraster, Doppel-Bezel-Live-Viewport und 3-Spur-Timeline (01 / VIDEO TRIM,02 / ZOOM · ZBezier-Kurve,03 / VOICE 48K), wodurch dunkelblaue Fake-Skylines und Neonraster verboten werden. - Duale Rendering-Engines: Verwende
fable_studio.pyfür Veo-Moderator-Geschichten oder passeweb_stage/render_web_stage.py+web_stage/stage_template.htmlan, wenn reine UI/Browser-Vector-Bewegungsgrafiken benötigt werden. - Gedämpfte Feder-Physik & Quantitative Verifikation: UI-Übergänge verwenden harmonische
spring_ease(t, stiffness, damping)-Easing-Funktionen, undfable_studio.py verifymeldetui_beat_cold_blue_pctüber synthetische grafische Beats (#3,#6,#7) zusammen mitffprobe-Streams undverify_grid.jpg.
Standard-Selbstständiger-Benutzer-Workspace: /Users/wangxinglin/Downloads/AI视频工作流/.
Abhängigkeiten
- Browser-Automation: Beziehe dich auf die vorhandene
ego-browser-Fähigkeit, bevor du Google Flow im Browser steuerst. Dupliziere die Browser-Automationseinrichtung niemals außerhalb vonego-browser. - Python-Laufzeit:
/Library/Frameworks/Python.framework/Versions/3.10/bin/python3(hatplaywright,cv2,numpy, undPILvorinstalliert;/usr/bin/python3hat sie nicht). - Web-Stage-Browser:
/Applications/Google Chrome.app/Contents/MacOS/Google Chrome(wird vonrender_web_stage.pyheadless verwendet). - Media-Binaries:
/opt/homebrew/bin/ffmpeg,/opt/homebrew/bin/ffprobe.
Schnellstart
PY=/Library/Frameworks/Python.framework/Versions/3.10/bin/python3
STUDIO="/Users/wangxinglin/Downloads/AI视频工作流"
# 1. Erstelle oder setze project.json zurück (unterstützt --aspect 16:9|9:16 und --segments 3|4|5)
$PY "$STUDIO/fable_studio.py" init --output "$STUDIO/project.json" --aspect 16:9 --segments 3
# 2. Exportiere Sicherheits-de-risikierte Google Flow-Prompts + Zutaten-Ankeranweisungen
$PY "$STUDIO/fable_studio.py" flow-plan --project "$STUDIO/project.json" --output "$STUDIO/output/flow_tasks.json"
# 3. Rendere das finale Video, sobald die Clips clips/seg_01.mp4..seg_0N.mp4 existieren
$PY "$STUDIO/fable_studio.py" render --project "$STUDIO/project.json" --output "$STUDIO/output/《今日AI大事件》成片.mp4"
# 4. Überprüfe A/V-Streams und erstelle ein 9-Beat-Kontaktblatt
$PY "$STUDIO/fable_studio.py" verify --video "$STUDIO/output/《今日AI大事件》成片.mp4" --output "$STUDIO/output/verify_grid.jpg"
Utility-Skripte
-
scripts/fable_studio.py(gespiegelt in/Users/wangxinglin/Downloads/AI视频工作流/fable_studio.py):init -o <project.json> [--aspect 16:9|9:16] [--segments N] [--hud-prefix "AI DAILY"] [--cta "每天一分钟 · 点个关注"](N >= 2, unbegrenzte Segmente)flow-plan -p <project.json> [-o <flow_tasks.json>]: Wendetsafety.auto_deriskauf gesprochenen Dialog an, während die ursprüngliche Markenschreibung in Overlay-Feldern erhalten bleibt.render -p <project.json> [-o <output.mp4>] [--keep-temp]: Validiert, dass alle Segment-Clips existieren, rendert vollständige Fable-Beats, bereinigt temporäre Zwischendateien automatisch.verify -v <video.mp4> [-o <verify_grid.jpg>]: Führtffprobeaus, meldetui_beat_cold_blue_pctüber grafische Beats (#3,#6,#7) und speichert ein 3x3-Zeitstempel-Kontaktblatt.
-
scripts/explainer_studio.py+scripts/explainer_stage.html(gespiegelt in/Users/wangxinglin/Downloads/AI视频工作流/explainer_studio.pyundweb_stage/explainer_stage.html):- Langformat, audio-getriebener Artikel-Erklärer-Modus mit unbegrenzten Kapiteln (1–15+ Minuten).
init -o <explainer_project.json>: Erstellt ein 6-Kapitel-Starter-JSON, das alle 6 Anthropic-redaktionellen Layouts (title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway) abdeckt.from-markdown -i <article.md> -o <explainer_project.json>: Wandelt automatisch jeden Markdown-Artikel in ein Multi-Kapitel-Erklärer-JSON um.render -p <explainer_project.json> -o <output.mp4> [--voice zh-CN-XiaoxiaoNeural] [--tts auto|edge|macos]: Synthetisiert Kapitel-Narration viaedge-tts(mit Offline-macOSsay -v TingtingFallback), sperrt exakte Frame-Anzahlen & RMS-Wellenform + Absatz-Untertitel an die Audiodauer, rendert via Headless Chrome Playwright und mischt 112 BPM geduckten Groove.verify -v <output.mp4> [-o <verify_explainer_grid.jpg>]: Führtffprobeaus, misstcold_blue_pixel_pctüber abgetastete Frames und erstellt ein 3x3-Kontaktblatt.
Unterstützte Eingabemodi
- Ein-Satz-Thema ("一句话出片"):
- Recherchiere aktuelle Fakten/Nachrichten via
search_web, wenn der Benutzer nach heutigen/aktuellen Nachrichten fragt. - Verfasse prägnante ~9s gesprochene Skripte pro Segment, ordne echte Markenschriftarten in visuelle Overlay-Felder zu und fülle
project.json. - Führe
flow-planaus, erstelle jedes Segment in Google Flow viaego-browser, lade Clips nachclips/seg_01.mp4 ..herunter und führe dannrenderundverifyaus.
- Recherchiere aktuelle Fakten/Nachrichten via
- Langes Artikel-/Markdown-Erklärvideo ("讲解一篇文章 / 长视频模式"):
- Akzeptiere jeden eingefügten Artikel, jede Markdown-Datei oder jedes Thema; konvertiere/strukturiere in N logische Kapitel (
explainer_studio.py from-markdownoder benutzerdefiniertes JSON über alle 6 Layouts:title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway). - Führe
explainer_studio.py render+verifyaus (Audiodauer bestimmt Video-Frame-Anzahl ohne A/V-Drift).
- Akzeptiere jeden eingefügten Artikel, jede Markdown-Datei oder jedes Thema; konvertiere/strukturiere in N logische Kapitel (
- Benutzerdefiniertes Skript/Storyboard ("自带口播/分镜"):
- Behalte die genauen gesprochenen Zeilen des Benutzers in
segments[*].spoken_textbei und extrahiere prägnante visuelle Callouts in Overlay-Felder (behind_head_left/right,flash_card_title,behind_body_lines,cutout_title/cutout_serif_lines,broll_caption,user_prompt_text). - Führe
flow-plan-> Google Flow ->render->verifyaus.
- Behalte die genauen gesprochenen Zeilen des Benutzers in
- Benutzerdefinierte Persona / Foto + flexibles Format ("自带照片 / 自定义形象 / 竖屏 9:16"):
- Kopiere oder verweise auf das Porträtbild des Benutzers in
persona.dark_anchor_path(und/odergreen_anchor_path), setzepersona.mode = "custom", oder setzeformat.aspect_ratio = "9:16"(1080x1920). - Optional kann
brand.hud_prefixundbrand.cta_textangepasst werden.
- Kopiere oder verweise auf das Porträtbild des Benutzers in
Google Flow Browser-Playbook (via ego-browser)
- Workspace-Prüfung: Rufe zuerst
listTaskSpaces()auf; verwende den Task-Space"flow-google-duanju"auf Chrome"Profile 2"([email protected]). Lasse niemals lose Tabs offen; beende sauber viatask.finish({ keep: [...] }), nachdem Downloads abgeschlossen sind. - Modell & Seitenverhältnis-Auswahl: Verwende
"Veo 3.1 - Lite"(Standard) und"x1"Batch-Anzahl; passe"16:9"oder"9:16"anproject.jsonan. - Hinzufügen von Konsistenz-Zutaten:
- Lade
assets/default_dark_anchor.png/assets/default_green_anchor.png(oder das Porträtfoto des Benutzers) hoch oder wähle sie aus. - Überprüfe die Zutaten-Chip-Befestigung: Bestätige, dass der Zutaten-Button (
button "素材") strikt zwischen dem letztensvg_rootundtextfield "您希望创作什么?"im DOM/Screenshot vor dem Absenden liegt.
- Lade
- Snackbar-Hindernisbehandlung: Schließe alle
"已将 X 项内容移至回收站"-Snackbars, indem du auftext "关闭"klickst, bevor du auf nahegelegene Medienkarten klickst. - Stiller Sicherheits-Wiederholungsversuch: Lese immer Prompts aus
flow_tasks.json(flow_prompt, bereits de-riskert). Wenn Google Flow einen Prompt aus Sicherheits-/Richtliniengründen ablehnt, trotzauto_derisk, mache sofort die restlichen Eigennamen, Finanzwörter oder geopolitischen Formulierungen inspoken_text_safeweicher und wiederhole den Vorgang leise, ohne den Benutzer zu stören.
Compositing & Typografie-Leitplanken
- Keine Tofu-Zeichen: Verwende niemals Emojis (
🔥,💳) oder nicht unterstützte Symbole (▸) in Pillow-Textschichten; bleibe bei sauberen chinesischen/ASCII-Zeichen und·,—,&,●. - OpenCV-Array-Kontiguität: Beim Konvertieren von PIL RGBA/RGB-Ausschnitten zu BGR-Arrays für OpenCV-Aufrufe (
rectangle,warpAffine,GaussianBlur) immer mitnp.ascontiguousarray(...)umwickeln und Float-Puffer explizit mitnp.zeros((H, W, 3), dtype=...)allozieren. - Saubere Bereinigung: Temporäre normalisierte WAV/MP4-Verzeichnisse innerhalb von
output/müssen nach Abschluss desrender-Vorgangs bereinigt werden (--keep-tempnur beim Debuggen).
Häufige Fehler
- Ausführen von
/usr/bin/python3anstelle von Python 3.10: Führt zuModuleNotFoundError: No module named 'cv2'. Führe immer mit/Library/Frameworks/Python.framework/Versions/3.10/bin/python3aus. - Übergabe von
"新闻记者"oder unmaskierten"OpenAI / IPO"in Flow-Dialoge: Löst Sicherheitsblöcke oder sterile Nachrichtenanker-Klischees aus. Behalte die"视频创作者"-Rahmung bei und führe zuerstflow-planaus. - Flow erlaubt das Einbrennen von Untertiteln in rohes Video: Ruiniert die Typografie hinter dem Kopf und die salbeigrünen Cutout-Ästhetik. Halte immer
STRICT NO ON-SCREEN TEXTin Flow-Prompts ein. - Überspringen von
verify/ visueller Prüfung: Überprüfe immerverify_grid.jpgviaread_filenach dem Rendern, um Typografieränder, Matten-Kanten, Polaroid-Platzierung und Audiodauer zu bestätigen.