O que reelwright faz?
Reelwright pega um parágrafo de intenção e devolve um vídeo finalizado, 1080p, H.264/AAC: um plano de cenas escrito, uma ilustração por cena, narração, legendas embutidas, cross-fades, um movimento Ken Burns lento em cada tomada e um relatório de verificação que prova que o arquivo é realmente reproduzível.
Tudo criativo vem do Pollinations. A única dependência local é ffmpeg/ffprobe.
Quando usar
- "Faça um vídeo de 60 segundos sobre X."
- "Transforme este artigo em uma apresentação narrada."
- "Preciso de um reel para redes sociais com narração e legendas."
- "Explique X em cinco cenas com imagens."
Não serve para: edição longa, cabeças falantes, material de arquivo que você já tem, ou qualquer coisa que precise de uma câmera real. Reelwright é um explicador ilustrado, não um editor de vídeo.
Configuração
npx @pollinations/cli auth login # login único no Pollinations
npm install # baixa ffmpeg-static + ffprobe-static
Reelwright pega a chave de --api-key, depois de POLLINATIONS_API_KEY, depois do login armazenado por polli auth login em ~/.pollinations/credentials.json. Prefira o login: o usuário aprova um código de dispositivo no navegador e nenhuma chave entra na conversa. Substitua por uma variável de ambiente ao executar em CI.
Se o ffmpeg já estiver no PATH, Reelwright o usa. Caso contrário, ele recorre aos binários estáticos em node_modules e depois a $FFMPEG / $FFPROBE.
Executar
Um comando, do resumo ao arquivo final:
python3 skills/reelwright/scripts/reelwright.py make \
--brief examples/salt-road/brief.txt \
--out examples/salt-road \
--scenes 5 \
--transcribe
Ou passo a passo, que é a melhor maneira quando o texto importa:
# 1. planejar: modelo de texto escreve título, subtítulo, estilo e N cenas
python3 skills/reelwright/scripts/reelwright.py plan --brief brief.txt --out myreel --scenes 5
# 2. editar myreel/project.json manualmente se alguma linha estiver fraca — este é o momento barato de corrigir
# 3. renderizar: imagens, fala, clipes, multiplexação
python3 skills/reelwright/scripts/reelwright.py render --project myreel
# 4. verificar: ffprobe no resultado, opcionalmente transcrever o áudio e comparar com o roteiro
python3 skills/reelwright/scripts/reelwright.py check --project myreel --transcribe
Os resultados vão para o diretório do projeto:
| Arquivo | O que é |
|---|---|
project.json | O plano: título, estilo, cenas, escolhas de modelo. Editável. |
images/scNN.jpg | Uma ilustração por cena, mais scNN.prompt.txt com o prompt exato. |
audio/scNN.mp3 | Narração por cena. |
clips/scNN.mp4 | Clipe Ken Burns silencioso por cena. |
timings.json | Início/fim da cena, duração da narração, duração derivada da cena. |
captions.ass | Título, subtítulo, legendas por cena, linha de crédito. |
reel.mp4 | O entregável. |
poster.jpg | Quadro em 1,2 s, para miniaturas. |
render.json, check.json | Relatórios de renderização e verificação legíveis por máquina. |
Como o tempo funciona
A duração da cena não é adivinhada: Reelwright mede cada MP3 de narração com ffprobe, adiciona um pad fixo no final e constrói a linha do tempo a partir desses números. As legendas são escritas na mesma linha do tempo, então uma legenda não pode se desviar da voz que lhe pertence. Os cross-fades sobrepõem os clipes por uma quantidade fixa, e os deslocamentos xfade são calculados a partir das mesmas durações.
Esta é a parte que a maioria dos geradores de slideshow erra. Se você alterar PAD, FADE ou MIN_SCENE, tudo a jusante segue automaticamente.
Verificação
check não é uma verificação de sensação. Ele lê o arquivo finalizado e falha alto quando:
- não há fluxo de vídeo ou áudio;
- o codec não é H.264 / AAC;
- a resolução não é 1920x1080 ou a taxa de quadros não é 30;
- a duração real se desvia mais de 0,8 s da linha do tempo planejada;
- uma imagem ou arquivo de áudio referenciado pela linha do tempo está faltando;
captions.asstem menos linhas de diálogo do que cenas;- com
--transcribe: a transcrição de fala para texto do áudio final cobre menos de 80% das palavras do roteiro, o que capta faixas silenciosas, truncadas ou no idioma errado.
Este último cheque é o interessante. É uma prova barata de ponta a ponta de que o áudio no MP4 é realmente a narração que você pediu, não um 200 OK com corpo vazio.
Custo e modelos
Padrões, todos substituíveis por flags:
- texto:
openai/gpt-5.4-nano— uma chamada de plano, mais uma chamada de reparo se a validação falhar - imagem:
tongyi-mai/z-image-turbo— uma chamada por cena - fala:
openai/tts-1, vozonyx— uma chamada por cena
Todo padrão é de nível gratuito (paid_only: false), incluindo a transcrição
openai/whisper-large-v3 por trás de --transcribe, então uma conta gratuita
pode executar todo o pipeline do início ao fim.
Um reel de cinco cenas são cinco imagens e cinco pequenos clipes de fala. Reexecutar render
reutiliza qualquer coisa já em disco; --force regenera. --seed torna a geração de imagens reprodutível.
Escrevendo o resumo
O resumo é a estrela-guia do roteiro, então dê batidas, não adjetivos:
Título: A Estrada do Sal.
Um mini-documentário de 50 segundos explicando por que o mar é salgado. Siga uma gota de
água da chuva desde uma montanha de granito até o oceano. Cinco batidas, em ordem:
1. A chuva cai sobre uma montanha de granito e começa a descer.
2. Um riacho de montanha corta a rocha e carrega minerais dissolvidos.
3. O rio se alarga e carrega sua carga mineral em direção ao mar.
4. O sol aquece o oceano; a água sobe como vapor, o sal fica para trás.
5. Cristais de sal na praia ao anoitecer.
Estilo visual: ilustração editorial em guache, paleta verde-azulado e âmbar suaves,
papel texturizado de prensa fria, granulação suave, composição cinematográfica wide 16:9.
Uma linha de estilo no resumo vale mais do que qualquer engenharia de prompt posterior: ela é carregada em cada prompt de imagem literalmente, o que mantém cinco gerações separadas parecendo um único filme.
Modos de falha que valem a pena saber
- 402 do Pollinations — a conta por trás da chave está sem pollen. O script avisa em vez de despejar um blob JSON.
image_promptcontendo palavras — os modelos adoram escrever "um mapa rotulado Evaporação". O prompt do sistema proíbe texto, e todo prompt de imagem recebe um "sem texto, sem letras, sem logotipos", mas um plano ruim é mais barato de corrigir emproject.jsondo que renderizar novamente.- Narração mais longa que o esperado — as cenas se esticam para caber a voz. Nada é cortado; o vídeo fica mais longo. Use menos palavras por cena se precisar de uma duração fixa.
- Sem ffmpeg —
npm installno repositório é a correção pretendida. A mensagem de erro nomeia tanto o pacote quanto a variável de ambiente. - Legendas em script não latino — ASS é UTF-8 e DejaVu Sans cobre latim,
cirílico e grego. Para CJK ou árabe, mude a fonte em
captions.asse certifique-se de que ela está instalada na máquina de renderização.