Habilidad de video documental (estilo tapiz)
Probado en "793: El asalto que inició la era vikinga" (doc-test/lindisfarne_793_documentary.mp4). Cada parte: 1920x1080, ~2:00, narrador británico, 15 escenas. Las escenas 1, 2, 3, 5 y 8 son clips de movimiento real de Flow; el resto son imágenes con un zoom lento muy suave.
Primero mira las referencias:
references/style/: el estilo deseado del usuario. Cremoso apagado, azul pizarra, verde musgo, ocre y costuras oxidadas, nubes y olas bordadas en remolino.references/approved-examples/: imágenes generadas que el usuario aceptó. Son a pantalla completa, sin borde ni margen blanco.references/avoid/: lo que el usuario rechazó:- Un borde de tela o margen blanco alrededor de la imagen.
- Una banda decorativa con friso de animales a lo largo de la parte inferior.
Reglas del usuario (importante)
- Si un mensaje contiene una pregunta y una tarea, responde la pregunta y espera antes de gastar créditos.
- Solo las palabras del usuario cuentan como instrucciones. Sé económico con los créditos, no hagas trabajo adicional no solicitado e informa brevemente.
- Patrón de animación: anima las escenas 1, 2, 3, luego 5, luego 8 de cada parte con Flow image-to-video real. Son 5 clips, alrededor de 120 créditos por parte. Cada otra escena usa su imagen con un zoom lento muy pequeño (aproximadamente 3%, alternando dentro y fuera).
assemble.pyhace esto automáticamente.- Nunca presentes imágenes con zoom como "los videos". Los clips reales deben venir de Flow.
- Indica el costo (24 créditos por clip) antes de enviar. Si el usuario elige un conjunto diferente de escenas, regístralo con
project.py decide.
- Un proyecto de Flow por video. Créalo una vez y siempre pasa su id. Nunca uses
--project-namepor llamada, porque eso crea un nuevo proyecto cada vez. - El usuario a menudo interrumpe. Después de una interrupción, verifica qué sigue ejecutándose o se ha cobrado antes de hacer cualquier otra cosa.
Formato largo: construir en partes de 2 minutos, durante varios días
Un video de 8 minutos consta de 4 partes de aproximadamente 2 minutos, hechas una parte a la vez. Cada parte pasa por dos revisiones:
- Una revisión de borrador gratuita.
- Una revisión final después de gastar créditos.
Todo el estado reside en la carpeta del proyecto, por lo que una sesión nueva siempre puede continuar.
Iniciar una sesión en un video existente:
- Lee
<proyecto>/PROGRESS.md. - Ejecuta
python3 scripts/project.py status <proyecto>. Muestra las decisiones, el estado de cada parte y NEXT, la acción a realizar. - Continúa desde NEXT. Nunca rehagas partes terminadas y nunca cambies una decisión (voz, estilo, proyecto de Flow, patrón) sin la aprobación del usuario.
Estructura del proyecto (crear con project.py new doc-test/videos --title "..." --minutes 8):
doc-test/videos/<slug>/
project.json decisiones (voice_id, style, flow_project_id, animation_pattern, zoom...) + estado/créditos por parte
PROGRESS.md registro fechado de cada paso y decisión - añadir mediante project.py, nunca reescribir
outline.md arco completo del video + por parte: portadas / línea de apertura / línea de cierre para el siguiente
parts/partNN/ scenes.json, voiceover.mp3, timing.json, images/, clips/, draft.mp4, partNN.mp4
final/<slug>_full.mp4
Flujo de estado de una parte: planned → script_review → draft_review → final_review → final. Establece cada estado con project.py set <proyecto> <n> <status> --note "..." [--credits N].
Por parte:
- Guion (la parte 1 también completa outline.md para todo el video primero).
- Escribe
parts/partNN/scenes.json, usandotemplates/scenes.example.jsoncomo plantilla. Mantén la cadenastylede project.json. - La primera escena debe retomar la línea de cierre de la parte anterior. La última línea hace la transición a la siguiente parte.
- Visualmente, la última escena de la parte N y la primera escena de la parte N+1 deben compartir escenario y paleta, para que la disolución entre ellas se sienta natural.
- Envía el guion al usuario, luego
set ... script_review.
- Escribe
- Después de que el usuario apruebe el guion, haz toda la parte de una sola vez:
- Genera la locución (paso A) y el tiempo (paso D), luego las imágenes (paso B; generalmente la extensión del usuario desde image_prompts.txt).
- Anima las escenas del patrón 1, 2, 3, 5 y 8 en Flow (paso C). El usuario espera los clips reales en la primera versión que revise.
- Ejecuta
assemble.py parts/partNNpara elpartNN.mp4en 1080p. - Envía la ruta completa al usuario y ábrela con
xdg-open. - Luego
set ... final_review --credits <gastado>. - Nunca envíes un borrador hecho solo de imágenes con zoom como "el video".
--draftes solo para una verificación privada rápida.
- (El estado
draft_reviewes opcional. Omítelo a menos que el usuario pida una vista previa barata primero). - Después de que el usuario apruebe el render final:
set ... final. - Cuando todas las partes estén finales: ejecuta
python3 scripts/join_parts.py <proyecto>, que escribefinal/<slug>_full.mp4. Luego verifica cada unión (sonido e imagen).
Por qué las uniones son suaves (no rompas esto):
assemble.pyrenderiza cada parte con formato idéntico: 1920x1080, 30 fps, yuv420p, AAC 48 kHz estéreo, volumen de la voz normalizado a -16 LUFS.- Cada parte también tiene bordes idénticos: 0,4 s de imagen antes de la primera palabra y 1,2 s de imagen silenciosa después de la última palabra.
join_parts.pydisuelve la imagen durante 1 s dentro de esa cola silenciosa y corta el audio dentro del silencio, para que las palabras no se superpongan y el nivel no salte.- Probado: el espacio de unión fue de 0,84 s, el mismo que una pausa normal de párrafo, y el volumen fue de -16,4 frente a -16,5 LUFS en ambos lados.
- Usa siempre el mismo voice_id y tts_model para cada parte, según lo registrado en project.json.
Pasos de producción (usados dentro de cada parte)
A. Locución (ElevenLabs MCP)
- Llama a
creative_generate_speechcon:model_id: eltts_modeldel proyecto,eleven_v4voice_id: elvoice_iddel proyecto,QngvLQR8bsLR5bzoa6Vv("Michael Dan – Narrador de documentales británico")prompt: las narraciones de la parte unidas con líneas en blanco entre ellas
- Consulta
creative_get_flow_run_statushasta que termine. Devuelve 2 tomas, cada una de aproximadamente 1650 créditos de ElevenLabs (≈$0.30). - Descarga la toma 1 con
curldesdecontent_urlaparts/partNN/voiceover.mp3.
Escribe los años en palabras, p. ej., "seven ninety-three", para que el narrador los diga correctamente.
B. Imágenes (gratis) - el usuario generalmente las hace con su propia extensión del navegador
Las imágenes se crean a partir de un texto de prompt únicamente (cadena de estilo + escena). No se pasa ninguna imagen de referencia: gflow rechaza las imágenes de referencia en esta cuenta, y las carpetas de referencia son solo para verificar los resultados visualmente.
Preferido (extensión del usuario): haz primero la locución y timing.py, para que se conozcan los tiempos de las escenas, luego escribe parts/partNN/image_prompts.txt y dale al usuario esa ruta. El formato es exactamente un prompt por escena, luego una línea en blanco:
[0.00-0.06] <estilo>. Escena: <imagen>. IMPORTANTE: no escribas la hora, ningún número, ninguna etiqueta ni ningún texto en la imagen.
[0.06-0.14] ...
- Las horas están en
m.ssdesde timing.json. - El usuario pasa el archivo a la extensión y envía de vuelta una carpeta, p. ej.,
~/Downloads/zapi-img-doc/. Contiene archivos con el nombreNN_[mss-mss]_....webp, a veces con tomas_1/_2. - Revisa cada imagen en hojas de contactos etiquetadas. Busca un borde de tela o raya, un margen, una banda de borde, texto suelto, el tema incorrecto o una falta de coincidencia de estilo. Elige la mejor toma y conviértela a
parts/partNN/images/sceneNN.jpg. - Regenera solo las malas con gflow (gratis) e informa al usuario cuáles y por qué.
Alternativa (gflow MCP):
- Ejecuta
gflow_generate_imageconprompt"<estilo>. Escena: <imagen>.",aspect"16:9",modelnano2yproject<flow_project_id>. - Para la primera imagen de un video nuevo, omite
projecty pasaproject_name. Luego ejecutaproject.py decide <p> flow_project_id <id>. - Copia el archivo desde
~/Downloads/gflow-cli/images/<fecha>/<media>_1.jpgaparts/partNN/images/sceneNN.jpg.
Hoja de contactos:
ffmpeg -pattern_type glob -i 'images/scene*.jpg' -vf "scale=344:192,tile=5x3" -frames:v 1 contact.jpg
C. Animar las escenas del patrón (sitio web de Flow, cuesta créditos)
El i2v de gflow es rechazado en esta cuenta: Flow le sirve el "compositor solo para agentes" (problema de gflow #799). El rechazo no cuesta nada. Usa el sitio web en su lugar. El diseño de Flow cambió en noviembre de 2026: ya no hay chat de agente ni paso de Aprobación.
Si el usuario también quiere hacer los clips él mismo, escribe parts/partNN/video_prompts.txt en el mismo formato [m.ss-m.ss] prompt. Usa el texto "Animar esta imagen exacta..." más el motion de la escena, uno por escena animada, y enumera qué sceneNN.jpg corresponde a cada uno.
- Verifica los créditos con
gflow_get_credits. No cuesta nada. - Ejecuta
scripts/launch_flow_chrome.sh "https://flow.google.com/project/<id>". - Ejecuta
~/.local/share/uv/tools/gflow-cli/bin/python scripts/flow_animate.py --project <id> --part parts/partNN --upload --prefix <corto>_pN_ 1 2 3 5 8.--uploadcoloca las imágenes de las escenas en el proyecto de Flow. Es necesario cuando la extensión del usuario las creó.- Cambia el compositor a Video → Fotogramas → x1, para que el clip comience desde la imagen exacta. Es Omni 1.2 Flash, 720p, 8 s, 24 créditos por clip.
- Selecciona cada fotograma de inicio, escribe el prompt de movimiento, envía y espera.
- Nunca envíes mientras el compositor esté en Imagen/Nano Banana. Eso crea 2 imágenes, no un video. Son gratis, pero no se anima nada.
- Ejecuta
~/.local/share/uv/tools/gflow-cli/bin/python scripts/flow_download.py --project <id> --part parts/partNN 1 2 3 5 8.- Descarga los videos más nuevos (tamaño original) y archiva cada uno como
clips/sceneNN.mp4emparejando su primer fotograma con la imagen de la escena. - La distancia de coincidencia debe ser aproximadamente 4 para la escena correcta y más de 30 para las demás.
- Descarga los videos más nuevos (tamaño original) y archiva cada uno como
- Verifica los fotogramas de cada clip: mismo aspecto de tapiz, sin texto.
- Cierra la ventana de Chrome CDP con CDP
Browser.close. Las llamadas a gflow MCP fallan mientras mantiene el perfil. - Vuelve a verificar los créditos. La disminución debe ser exactamente 24 × el número de clips.
D. Tiempo y ensamblaje
python3 scripts/timing.py parts/partNN: ajusta los límites de las escenas a las pausas de párrafo en la locución. Verifica las duraciones impresas. Cualquier valor por debajo de 5 s o por encima de 11 s es un mal ajuste, así que corrígelo manualmente en timing.json.python3 scripts/assemble.py parts/partNN --drafthace una copia de revisión. Sin--drafthace el render final.- Verifica los fotogramas antes de enviar.
E. Título de YouTube
Mantenlo por debajo de 60 caracteres, pon el gancho primero e incluye el año. Ejemplo: "El día que comenzó la era vikinga (793 d.C.)". Ofrece de 3 a 5 opciones más una idea de miniatura con 2 o 3 palabras de texto.
Notas del entorno / problemas conocidos
- gflow MCP: registrado a través de
~/.local/bin/gflow-clean(copia enscripts/gflow-clean). El envoltorio elimina las variables de entorno GTK/GIO de la instantánea de VS Code. Sin él, Chrome se bloquea al iniciar, lo que gflow informa erróneamente como "Perfil bloqueado". - Cuenta: el perfil de gflow es
sajeel135. La generación de imágenes es gratuita; los videos cuestan créditos. - Chrome debe usar
--password-store=basic: cualquier Chrome abierto en el perfil de gflow necesita--password-store=basic, quelaunch_flow_chrome.shahora establece. Sin él, Chrome vuelve a cifrar las cookies con el llavero del sistema. gflow no puede leerlas y termina enflow.google.com/about(código de error 31), y el usuario tiene que iniciar sesión de nuevo.- Cuando Flow muestra
/aboutpero Google tiene la sesión iniciada, abre la ventana CDP, presiona "Crear con Google Flow", deja que el usuario complete cualquier inicio de sesión, luego ciérrala limpiamente con CDPBrowser.close.
- Cuando Flow muestra
- Bloqueos obsoletos: elimina los archivos de bloqueo
Singleton*obsoletos en~/.local/share/gflow-cli/profile_sajeel135/, pero solo cuando ningún Chrome esté usando ese perfil (launch_flow_chrome.shhace esto). - Detener procesos: no ejecutes
pkill -f <nombre>desde un shell cuya propia línea de comandos contenga ese nombre, porque se mata a sí mismo. Mata por PID en su lugar. - Renders largos: el render de una parte final toma unos minutos. Ejecuta los renders largos en segundo plano si la llamada a la herramienta podría agotar el tiempo de espera.