Communitygithub.com

fable-video-workflow

Flujo de trabajo editorial de video AI de extremo a extremo que admite resúmenes cortos con presentador, lanzamientos de productos vectoriales puros y videos explicativos largos de artículos (Markdown a video, capítulos ilimitados).

¿Qué es fable-video-workflow?

Este skill implementa un estudio de video editorial completo con inteligencia artificial, siguiendo una estética visual cálida y editorial (Regla Zero-Blue). Ofrece tres motores de renderizado distintos: (1) un motor para videos con presentador hablando y gráficos en movimiento, que genera clips fotorrealistas y los compone con tipografía cinética, tarjetas y efectos visuales; (2) un motor de gráficos vectoriales puros basado en Playwright/Chrome para lanzamientos de productos o editoriales; y (3) un motor de video explicativo de artículos largos que convierte Markdown en videos con capítulos ilimitados, locución neural china y sincronización precisa de fotogramas con el audio. Está diseñado para evitar la estética genérica de la IA (Anti-AI-Slop), aplicando reglas como fondo sin azul frío, animaciones con física de resortes, y una verificación cuantitativa del porcentaje de píxeles azules fríos en los fotogramas. Soporta múltiples modos de entrada: desde una frase corta (investigando noticias reales), un artículo completo en Markdown, un guion personalizado, o una foto de un usuario con formato flexible. Se integra con `ego-browser` para controlar Google Flow y generar clips de presentador. El flujo típico incluye inicializar un proyecto, exportar los prompts a Google Flow, renderizar el video final y verificar la calidad con una hoja de contactos.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/sqoder/Arise-video-skill/tree/HEAD

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

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:

  1. Motor 1 — Presentador + Composición Editorial (scripts/fable_studio.py):
    • Clips de presentador en vivo (Google Flow / Veo): Genera 2..N clips 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 estricto SIN TEXTO EN PANTALLA y 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.
  2. Motor 2 — Lanzamiento de producto/editorial vectorial puro (scripts/render_web_stage.py + scripts/stage_template.html, reflejado en web_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-spacing CSS, zooms automáticos suaves, resortes amortiguados).
  3. 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 macOS say), 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).

Cuatro Reglas Anti-AI-Slop (Aplicadas por Defecto)

  1. 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 de 1px (#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).
  2. 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 · Z curva Bezier, 03 / VOICE 48K), prohibiendo cielos falsos azul oscuro y rejillas de neón.
  3. Motores de Renderizado Duales: Usa fable_studio.py para historias de presentador Veo, o adapta web_stage/render_web_stage.py + web_stage/stage_template.html cuando se necesiten gráficos en movimiento vectoriales puros de grado UI/navegador.
  4. Física de Resorte Amortiguado y Verificación Cuantitativa: Las transiciones de UI usan la suavización armónica spring_ease(t, stiffness, damping), y fable_studio.py verify reporta ui_beat_cold_blue_pct a través de ritmos gráficos sintéticos (#3, #6, #7) junto con flujos ffprobe y verify_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-browser existente antes de controlar Google Flow en el navegador. Nunca dupliques la configuración de automatización del navegador fuera de ego-browser.
  • Runtime de Python: /Library/Frameworks/Python.framework/Versions/3.10/bin/python3 (tiene playwright, cv2, numpy y PIL preinstalados; /usr/bin/python3 carece de ellos).
  • Navegador Web-Stage: /Applications/Google Chrome.app/Contents/MacOS/Google Chrome (usado sin cabeza por render_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>]: Aplica safety.auto_derisk al 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>]: Ejecuta ffprobe, reporta ui_beat_cold_blue_pct en 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.py y web_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 de edge-tts (con respaldo offline macOS say -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>]: Ejecuta ffprobe, mide cold_blue_pixel_pct en fotogramas muestreados, y construye una hoja de contactos 3x3.

Modos de Entrada Soportados

  1. Tema de una oración ("一句话出片"):
    • Investiga noticias/eventos factuales actuales a través de search_web cuando 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 de ego-browser, descarga los clips a clips/seg_01.mp4 .., luego ejecuta render y verify.
  2. 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-markdown o 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).
  3. Guion / Storyboard personalizado ("自带口播/分镜"):
    • Preserva las líneas habladas exactas del usuario en segments[*].spoken_text y 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.
  4. 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/o green_anchor_path), establece persona.mode = "custom", o establece format.aspect_ratio = "9:16" (1080x1920).
    • Opcionalmente personaliza brand.hud_prefix y brand.cta_text.

Manual del Navegador Google Flow (a través de ego-browser)

  1. 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 de task.finish({ keep: [...] }) después de que las descargas se hayan establecido.
  2. Selección de Modelo y Relación de Aspecto: Usa "Veo 3.1 - Lite" (predeterminado) y recuento de lotes "x1"; empareja "16:9" o "9:16" con project.json.
  3. 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 último svg_root y el textfield "您希望创作什么?" en el DOM/instantánea antes de enviar.
  4. Manejo de Obstáculos Snackbar: Descarta cualquier snackbar "已将 X 项内容移至回收站" haciendo clic en text "关闭" antes de hacer clic en las tarjetas multimedia cercanas.
  5. 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 de auto_derisk, suaviza inmediatamente los nombres propios restantes, palabras financieras o frases geopolíticas en spoken_text_safe y 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 con np.ascontiguousarray(...) y asigna buffers flotantes explícitamente con np.zeros((H, W, 3), dtype=...).
  • Limpieza Limpia: Los directorios temporales normalizados WAV/MP4 dentro de output/ deben limpiarse después de que render se complete (--keep-temp solo para depuración).

Errores Comunes

  • Ejecutar /usr/bin/python3 en lugar de Python 3.10: Resulta en ModuleNotFoundError: 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 ejecuta flow-plan primero.
  • 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 TEXT en los prompts de Flow.
  • Saltarse verify / verificación visual: Siempre inspecciona verify_grid.jpg a través de read_file después de renderizar para confirmar los márgenes de tipografía, bordes mate, colocación de polaroids y duración del audio.

Skills relacionados