Flujo de trabajo del Estudio de Video Editorial AI (Resumen corto + Lanzamiento + Explicativo largo)
Resumen
Este flujo de trabajo aplica la estética editorial cálida de Anthropic (Regla Zero-Blue) en tres pistas de renderizado:
- Motor 1 — Presentador + Composición Editorial (
scripts/fable_studio.py):- Clips de presentador en vivo (Google Flow / Veo): Genera
2..Nclips realistas de presentador hablando (iluminación cálida de tungsteno de estudio — nada de azul neón o púrpura — más una pared de estudio de color verde salvia sólido#97A396) con estrictoSIN TEXTO EN PANTALLAy chino hablado fonético/descriptivo y seguro para la política. - Gráficos en movimiento programáticos: Compone tipografía cinética, capas GrabCut detrás de la cabeza, tarjetas flash terracota (
#D97757), separación mate LAB verde salvia, formas de onda RMS de voz en vivo, recortes de papel pergamino cálido (#FAF9F5) y polaroids inclinados, iris de apertura de carbón cálido -> Línea de tiempo NLE arquitectónica de 3 pistas + Viewport de estudio de doble bisel, tarjetas de escritura de doble bisel de carbón cálido (#1C1B19), física de resorte amortiguado (spring_ease), y mezcla de audio sidechain-ducked a 118 BPM.
- Clips de presentador en vivo (Google Flow / Veo): Genera
- Motor 2 — Lanzamiento de producto/editorial vectorial puro (
scripts/render_web_stage.py+scripts/stage_template.html, reflejado enweb_stage/):- Captura de fotogramas determinista con Headless Chrome + Playwright renderizando tarjetas UI HTML5/CSS3/SVG (
0.0%de azul frío, contenedores de doble bisel, teclas<kbd>nativas,letter-spacingCSS, zooms automáticos suaves, resortes amortiguados).
- Captura de fotogramas determinista con Headless Chrome + Playwright renderizando tarjetas UI HTML5/CSS3/SVG (
- Motor 3 — Explicador de artículos largos (
scripts/explainer_studio.py+scripts/explainer_stage.html):- Video explicativo de Markdown/artículo con capítulos ilimitados (1–20+ min) con bloqueo de fotogramas por capítulo impulsado por audio (voz neural china
edge-tts+ respaldo offline de macOSsay), forma de onda RMS en vivo sincronizada + subtítulos de cláusulas, y 6 diseños editoriales (title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway).
- Video explicativo de Markdown/artículo con capítulos ilimitados (1–20+ min) con bloqueo de fotogramas por capítulo impulsado por audio (voz neural china
Cuatro Reglas Anti-AI-Slop (Aplicadas por Defecto)
- Regla Zero-Blue: Los tokens de lienzo y tarjeta predeterminados son Pergamino Cálido (
#FAF9F5/#F3F1EA), Carbón Cálido (#141413/#1C1B19), Terracota (#D97757), Salvia Botánica (#788C5D), y reglas de1px(#DFDCD2). La iluminación del estudio de Google Flow usa luz principal de tungsteno cálido + luz de borde ámbar suave (sin iluminación azul neón o púrpura). - Línea de tiempo NLE Arquitectónica B-Roll: Las transiciones de ritmo usan una cuadrícula de borrador rayada
#FAF9F5, viewport en vivo de doble bisel, y línea de tiempo de 3 pistas (01 / VIDEO TRIM,02 / ZOOM · Zcurva Bezier,03 / VOICE 48K), prohibiendo cielos falsos azul oscuro y rejillas de neón. - Motores de Renderizado Duales: Usa
fable_studio.pypara historias de presentador Veo, o adaptaweb_stage/render_web_stage.py+web_stage/stage_template.htmlcuando se necesiten gráficos en movimiento vectoriales puros de grado UI/navegador. - Física de Resorte Amortiguado y Verificación Cuantitativa: Las transiciones de UI usan la suavización armónica
spring_ease(t, stiffness, damping), yfable_studio.py verifyreportaui_beat_cold_blue_pcta través de ritmos gráficos sintéticos (#3,#6,#7) junto con flujosffprobeyverify_grid.jpg.
Espacio de trabajo de usuario independiente predeterminado: /Users/wangxinglin/Downloads/AI视频工作流/.
Dependencias
- Automatización del navegador: Consulta el skill
ego-browserexistente antes de controlar Google Flow en el navegador. Nunca dupliques la configuración de automatización del navegador fuera deego-browser. - Runtime de Python:
/Library/Frameworks/Python.framework/Versions/3.10/bin/python3(tieneplaywright,cv2,numpyyPILpreinstalados;/usr/bin/python3carece de ellos). - Navegador Web-Stage:
/Applications/Google Chrome.app/Contents/MacOS/Google Chrome(usado sin cabeza porrender_web_stage.py). - Binarios multimedia:
/opt/homebrew/bin/ffmpeg,/opt/homebrew/bin/ffprobe.
Inicio Rápido
PY=/Library/Frameworks/Python.framework/Versions/3.10/bin/python3
STUDIO="/Users/wangxinglin/Downloads/AI视频工作流"
# 1. Crear o restablecer project.json (admite --aspect 16:9|9:16 y --segments 3|4|5)
$PY "$STUDIO/fable_studio.py" init --output "$STUDIO/project.json" --aspect 16:9 --segments 3
# 2. Exportar prompts de Google Flow con mitigación de riesgos + instrucciones de ingredientes ancla
$PY "$STUDIO/fable_studio.py" flow-plan --project "$STUDIO/project.json" --output "$STUDIO/output/flow_tasks.json"
# 3. Renderizar video final una vez que existan clips/seg_01.mp4..seg_0N.mp4
$PY "$STUDIO/fable_studio.py" render --project "$STUDIO/project.json" --output "$STUDIO/output/《今日AI大事件》成片.mp4"
# 4. Verificar flujos de A/V y producir hoja de contactos de 9 fotogramas
$PY "$STUDIO/fable_studio.py" verify --video "$STUDIO/output/《今日AI大事件》成片.mp4" --output "$STUDIO/output/verify_grid.jpg"
Scripts de Utilidad
-
scripts/fable_studio.py(reflejado en/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, segmentos ilimitados)flow-plan -p <project.json> [-o <flow_tasks.json>]: Aplicasafety.auto_deriskal diálogo hablado mientras preserva la ortografía de marca original en los campos superpuestos.render -p <project.json> [-o <output.mp4>] [--keep-temp]: Valida que todos los clips de segmento existan, renderiza los beats completos de Fable, limpia archivos temporales intermedios automáticamente.verify -v <video.mp4> [-o <verify_grid.jpg>]: Ejecutaffprobe, reportaui_beat_cold_blue_pcten los beats gráficos (#3,#6,#7), y guarda una hoja de contactos 3x3 con marca de tiempo.
-
scripts/explainer_studio.py+scripts/explainer_stage.html(reflejado en/Users/wangxinglin/Downloads/AI视频工作流/explainer_studio.pyyweb_stage/explainer_stage.html):- Modo explicador de artículos largo impulsado por audio que admite capítulos ilimitados (1–15+ minutos).
init -o <explainer_project.json>: Crea un JSON de inicio de 6 capítulos que cubre los 6 diseños editoriales de Anthropic (title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway).from-markdown -i <article.md> -o <explainer_project.json>: Convierte automáticamente cualquier artículo Markdown en JSON explicador de múltiples capítulos.render -p <explainer_project.json> -o <output.mp4> [--voice zh-CN-XiaoxiaoNeural] [--tts auto|edge|macos]: Sintetiza la narración de capítulos a través deedge-tts(con respaldo offline macOSsay -v Tingting), bloquea los recuentos de fotogramas exactos y la forma de onda RMS + subtítulos de cláusulas a la duración del audio, renderiza a través de Headless Chrome Playwright, y mezcla ritmo sidechain a 112 BPM.verify -v <output.mp4> [-o <verify_explainer_grid.jpg>]: Ejecutaffprobe, midecold_blue_pixel_pcten fotogramas muestreados, y construye una hoja de contactos 3x3.
Modos de Entrada Soportados
- Tema de una oración ("一句话出片"):
- Investiga noticias/eventos factuales actuales a través de
search_webcuando el usuario pregunta sobre noticias de hoy/recientes. - Redacta guiones hablados concisos de ~9s por segmento, asigna la tipografía de marca real en los campos de superposición visual, y completa
project.json. - Ejecuta
flow-plan, genera cada segmento en Google Flow a través deego-browser, descarga los clips aclips/seg_01.mp4 .., luego ejecutarenderyverify.
- Investiga noticias/eventos factuales actuales a través de
- Artículo largo / Explicador Markdown ("讲解一篇文章 / 长视频模式"):
- Acepta cualquier artículo pegado, archivo Markdown o tema; convierte/estructura en N capítulos lógicos (
explainer_studio.py from-markdowno JSON personalizado en los 6 diseños:title_hook,quote_highlight,architecture_flow,code_walkthrough,comparison_bento,summary_takeaway). - Ejecuta
explainer_studio.py render+verify(la duración del audio impulsa el recuento de fotogramas de video con cero desviación A/V).
- Acepta cualquier artículo pegado, archivo Markdown o tema; convierte/estructura en N capítulos lógicos (
- Guion / Storyboard personalizado ("自带口播/分镜"):
- Preserva las líneas habladas exactas del usuario en
segments[*].spoken_texty extrae llamadas visuales impactantes en los campos de superposición (behind_head_left/right,flash_card_title,behind_body_lines,cutout_title/cutout_serif_lines,broll_caption,user_prompt_text). - Ejecuta
flow-plan-> Google Flow ->render->verify.
- Preserva las líneas habladas exactas del usuario en
- Persona / Foto personalizada + Formato flexible ("自带照片 / 自定义形象 / 竖屏 9:16"):
- Copia o referencia la imagen de retrato del usuario en
persona.dark_anchor_path(y/ogreen_anchor_path), establecepersona.mode = "custom", o estableceformat.aspect_ratio = "9:16"(1080x1920). - Opcionalmente personaliza
brand.hud_prefixybrand.cta_text.
- Copia o referencia la imagen de retrato del usuario en
Manual del Navegador Google Flow (a través de ego-browser)
- Verificación del Espacio de Trabajo: Llama a
listTaskSpaces()primero; reutiliza el espacio de tareas"flow-google-duanju"en Chrome"Profile 2"([email protected]). Nunca dejes pestañas colgando; termina limpiamente a través detask.finish({ keep: [...] })después de que las descargas se hayan establecido. - Selección de Modelo y Relación de Aspecto: Usa
"Veo 3.1 - Lite"(predeterminado) y recuento de lotes"x1"; empareja"16:9"o"9:16"conproject.json. - Adjuntar Ingredientes de Consistencia:
- Sube o selecciona
assets/default_dark_anchor.png/assets/default_green_anchor.png(o la foto de retrato del usuario). - Verifica la fijación del chip de ingrediente: Confirma que el botón de ingrediente (
button "素材") se encuentra estrictamente entre el últimosvg_rooty eltextfield "您希望创作什么?"en el DOM/instantánea antes de enviar.
- Sube o selecciona
- Manejo de Obstáculos Snackbar: Descarta cualquier snackbar
"已将 X 项内容移至回收站"haciendo clic entext "关闭"antes de hacer clic en las tarjetas multimedia cercanas. - Reintento de Seguridad Silencioso: Siempre lee los prompts de
flow_tasks.json(flow_prompt, ya mitigados). Si Google Flow rechaza un prompt por política/seguridad a pesar deauto_derisk, suaviza inmediatamente los nombres propios restantes, palabras financieras o frases geopolíticas enspoken_text_safey reintenta silenciosamente sin detenerse a molestar al usuario.
Barreras de Composición y Tipografía
- Sin Glifos Tofu: Nunca uses emojis (
🔥,💳) o símbolos no soportados (▸) en las capas de texto de Pillow; mantente en caracteres chinos/ASCII limpios y·,—,&,●. - Contigüidad de Array OpenCV: Al convertir slices PIL RGBA/RGB a arrays BGR para llamadas a OpenCV (
rectangle,warpAffine,GaussianBlur), siempre envuelve connp.ascontiguousarray(...)y asigna buffers flotantes explícitamente connp.zeros((H, W, 3), dtype=...). - Limpieza Limpia: Los directorios temporales normalizados WAV/MP4 dentro de
output/deben limpiarse después de querenderse complete (--keep-tempsolo para depuración).
Errores Comunes
- Ejecutar
/usr/bin/python3en lugar de Python 3.10: Resulta enModuleNotFoundError: No module named 'cv2'. Siempre ejecuta con/Library/Frameworks/Python.framework/Versions/3.10/bin/python3. - Pasar
"新闻记者"o"OpenAI / IPO"sin enmascarar en el diálogo de Flow: Activa bloqueos de seguridad o clichés estériles de presentador de noticias. Mantén el marco"视频创作者"y ejecutaflow-planprimero. - Dejar que Flow queme subtítulos en el video sin procesar: Arruina la tipografía detrás de la cabeza y la estética de recorte verde salvia. Siempre mantén
STRICT NO ON-SCREEN TEXTen los prompts de Flow. - Saltarse
verify/ verificación visual: Siempre inspeccionaverify_grid.jpga través deread_filedespués de renderizar para confirmar los márgenes de tipografía, bordes mate, colocación de polaroids y duración del audio.