Communitygithub.com

fable-video-workflow

Workflow completo de vídeo editorial com IA, suportando resumos curtos com apresentador Veo, lançamentos de produtos vetoriais puros com Playwright/Chrome e vídeos explicativos longos de artigos (Markdown para vídeo, capítulos ilimitados). Aplica design editorial Zero-Blue Anthropic, cartões Double-Bezel, física de molas e sincronização automática narração-quadro.

O que é fable-video-workflow?

O **fable-video-workflow** é um skill especializado para agentes de IA focado na produção de vídeos editoriais de alta qualidade, seguindo uma estética rigorosa que evita o uso de cores frias e azuis (regra Zero-Blue). Ele oferece três mecanismos de renderização distintos: (1) **Engine 1 – Resumos com Apresentador Veo**: gera clipes realistas de apresentador usando o Google Flow/Veo e os compõe com motion graphics programáticos, como cartões tipográficos, sobreposições de terracota e gráficos de onda de voz; (2) **Engine 2 – Lançamentos Vetoriais Puros**: utiliza Playwright e Chrome headless para renderizar elementos de UI/UX vetoriais em HTML/CSS/SVG com física de molas; (3) **Engine 3 – Explicadores Longos de Artigos**: converte artigos em Markdown em vídeos com capítulos ilimitados, narração via edge-tts, sincronização quadra-a-quadro com a trilha de áudio e seis layouts editoriais diferentes. O skill é ativado sempre que o usuário solicitar criações como "AI大事件", "今日AI", "讲解视频", "把文章做成视频", ou mencionar "fable-video-workflow" / "AI视频工作流". Suporta modos de entrada como tópico de uma frase, artigo Markdown longo, roteiro personalizado ou foto do usuário, e inclui scripts utilitários para inicialização, planejamento de fluxo, renderização e verificação de qualidade. A execução depende de ambientes Python 3.10, Playwright, ffmpeg e eggo-browser para automação do Google Flow.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Workflow Editorial de Estúdio de Vídeo AI (Resumo Curto + Lançamento + Explicador Longo)

Visão Geral

Este workflow impõe a estética editorial "Anthropic warm" (Regra Zero-Blue) em três trilhas de renderização:

  1. Engine 1 — Composição com Apresentador + Edição (scripts/fable_studio.py):
    • Clipes de Apresentador ao Vivo (Google Flow / Veo): Gere 2..N clipes realistas de apresentador (luz de estúdio quente de tungstênio — nada de azul/roxo neon — mais parede de estúdio verde sálvia sólida #97A396) com SEM TEXTO NA TELA (regra estrita) e chinês fonético/descritivo seguro para políticas.
    • Motion Graphics Programáticos: Componha tipografia cinética, camadas GrabCut atrás da cabeça, cartões de destaque Terracota (#D97757), separação LAB matriz verde sálvia, formas de onda RMS de voz ao vivo, adesivos Warm Parchment (#FAF9F5) + polaroids inclinadas, íris de abertura de carbono quente -> Linha do Tempo NLE Arquitetônica de 3 Trilhas + Viewport de Estúdio Double-Bezel, cartões de digitação Double-Bezel Warm Carbon (#1C1B19), física de molas amortecidas (spring_ease) e mix de áudio com sidechain ducking a 118 BPM.
  2. Engine 2 — Lançamento Editorial/Produto Vetorial Puro (scripts/render_web_stage.py + scripts/stage_template.html, espelhado em web_stage/):
    • Captura determinística de quadros via Headless Chrome + Playwright renderizando cartões UI HTML5/CSS3/SVG (0.0% azul frio, containers Double-Bezel, <kbd> nativos, CSS letter-spacing, zooms suaves de acompanhamento, molas amortecidas).
  3. Engine 3 — Explicador de Artigo Longo (scripts/explainer_studio.py + scripts/explainer_stage.html):
    • Vídeo explicativo de Markdown/artigo com capítulos ilimitados (1–20+ min) com travamento de quadros por capítulo orientado por áudio (edge-tts voz neural chinesa + fallback offline macOS say), forma de onda RMS ao vivo sincronizada + legendas de cláusulas, e 6 layouts editoriais (title_hook, quote_highlight, architecture_flow, code_walkthrough, comparison_bento, summary_takeaway).

Quatro Regras Anti-"AI-Slop" (Impostas por Padrão)

  1. Regra Zero-Blue: Os tokens padrão de tela e cartões são Warm Parchment (#FAF9F5 / #F3F1EA), Warm Carbon (#141413 / #1C1B19), Terracota (#D97757), Botanical Sage (#788C5D) e bordas de 1px (#DFDCD2). A iluminação de estúdio do Google Flow usa luz principal de tungstênio quente + luz de borda âmbar suave ("sem iluminação azul ou roxa neon").
  2. B-Roll da Linha do Tempo NLE Arquitetônica: As transições de batidas usam uma grade de rascunho #FAF9F5 pautada, viewport ao vivo Double-Bezel e linha do tempo de 3 trilhas (01 / VIDEO TRIM, 02 / ZOOM · Z curva Bezier, 03 / VOICE 48K), banindo falsos horizontes azul escuro e grades neon.
  3. Mecanismos de Renderização Duplos: Use fable_studio.py para histórias com apresentador Veo, ou adapte web_stage/render_web_stage.py + web_stage/stage_template.html quando motion graphics vetoriais puros de UI/grau de navegador forem necessários.
  4. Física de Mola Amortecida e Verificação Quantitativa: As transições de UI usam easing harmônico spring_ease(t, stiffness, damping), e fable_studio.py verify relata ui_beat_cold_blue_pct em batidas gráficas sintéticas (#3, #6, #7) junto com streams ffprobe e verify_grid.jpg.

Espaço de trabalho padrão do usuário autônomo: /Users/wangxinglin/Downloads/AI视频工作流/.

Dependências

  • Automação de navegador: Consulte o skill ego-browser existente antes de controlar o Google Flow no navegador. Nunca duplique a configuração de automação de navegador fora do ego-browser.
  • Runtime Python: /Library/Frameworks/Python.framework/Versions/3.10/bin/python3 (tem playwright, cv2, numpy e PIL pré-instalados; /usr/bin/python3 não os possui).
  • Navegador Web-Stage: /Applications/Google Chrome.app/Contents/MacOS/Google Chrome (usado headless pelo render_web_stage.py).
  • Binários de mídia: /opt/homebrew/bin/ffmpeg, /opt/homebrew/bin/ffprobe.

Início Rápido

PY=/Library/Frameworks/Python.framework/Versions/3.10/bin/python3
STUDIO="/Users/wangxinglin/Downloads/AI视频工作流"

# 1. Criar ou resetar project.json (suporta --aspect 16:9|9:16 e --segments 3|4|5)
$PY "$STUDIO/fable_studio.py" init --output "$STUDIO/project.json" --aspect 16:9 --segments 3

# 2. Exportar prompts do Google Flow com mitigação de riscos + instruções de ingredientes âncora
$PY "$STUDIO/fable_studio.py" flow-plan --project "$STUDIO/project.json" --output "$STUDIO/output/flow_tasks.json"

# 3. Renderizar vídeo final depois que os clipes clips/seg_01.mp4..seg_0N.mp4 existirem
$PY "$STUDIO/fable_studio.py" render --project "$STUDIO/project.json" --output "$STUDIO/output/《今日AI大事件》成片.mp4"

# 4. Verificar streams A/V e produzir folha de contato de 9 batidas
$PY "$STUDIO/fable_studio.py" verify --video "$STUDIO/output/《今日AI大事件》成片.mp4" --output "$STUDIO/output/verify_grid.jpg"

Scripts Utilitários

  • scripts/fable_studio.py (espelhado em /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 ao diálogo falado, mantendo a grafia original da marca nos campos de sobreposição.
    • render -p <project.json> [-o <output.mp4>] [--keep-temp]: Valida que todos os clipes de segmento existem, renderiza todas as batidas Fable, limpa automaticamente arquivos temporários intermediários.
    • verify -v <video.mp4> [-o <verify_grid.jpg>]: Executa ffprobe, relata ui_beat_cold_blue_pct nas batidas gráficas (#3, #6, #7) e salva uma folha de contato 3x3 com timestamps.
  • scripts/explainer_studio.py + scripts/explainer_stage.html (espelhado em /Users/wangxinglin/Downloads/AI视频工作流/explainer_studio.py & web_stage/explainer_stage.html):

    • Modo explicador de artigo longo orientado por áudio, suportando capítulos ilimitados (1–15+ minutos).
    • init -o <explainer_project.json>: Cria um JSON inicial de 6 capítulos cobrindo todos os 6 layouts editoriais Anthropic (title_hook, quote_highlight, architecture_flow, code_walkthrough, comparison_bento, summary_takeaway).
    • from-markdown -i <article.md> -o <explainer_project.json>: Converte automaticamente qualquer artigo Markdown em JSON explicador de múltiplos capítulos.
    • render -p <explainer_project.json> -o <output.mp4> [--voice zh-CN-XiaoxiaoNeural] [--tts auto|edge|macos]: Sintetiza narração de capítulo via edge-tts (com fallback offline macOS `say -v Tingting), trava contagens exatas de quadros + forma de onda RMS e legendas de cláusulas na duração do áudio, renderiza via Headless Chrome Playwright e mixa groove com ducking a 112 BPM.
    • verify -v <output.mp4> [-o <verify_explainer_grid.jpg>]: Executa ffprobe, mede cold_blue_pixel_pct em quadros amostrados e constrói uma folha de contato 3x3.

Modos de Entrada Suportados

  1. Tópico de Uma Frase ("一句话出片"):
    • Pesquise notícias/fatos atuais via search_web quando o usuário perguntar sobre notícias de hoje/recentes.
    • Redija roteiros falados concisos de ~9s por segmento, mapeie a tipografia real da marca para campos de sobreposição visual e preencha project.json.
    • Execute flow-plan, gere cada segmento no Google Flow via ego-browser, baixe clipes para clips/seg_01.mp4 .., depois execute render e verify.
  2. Artigo Longo / Explicador Markdown ("讲解一篇文章 / 长视频模式"):
    • Aceite qualquer artigo colado, arquivo Markdown ou tópico; converta/estruture em N capítulos lógicos (explainer_studio.py from-markdown ou JSON personalizado em todos os 6 layouts: title_hook, quote_highlight, architecture_flow, code_walkthrough, comparison_bento, summary_takeaway).
    • Execute explainer_studio.py render + verify (a duração do áudio determina a contagem de quadros do vídeo com zero deriva A/V).
  3. Roteiro Personalizado / Storyboard ("自带口播/分镜"):
    • Preserve as falas exatas do usuário em segments[*].spoken_text e extraia chamadas visuais impactantes para campos de sobreposição (behind_head_left/right, flash_card_title, behind_body_lines, cutout_title/cutout_serif_lines, broll_caption, user_prompt_text).
    • Execute flow-plan -> Google Flow -> render -> verify.
  4. Persona/Foto Personalizada + Formato Flexível ("自带照片 / 自定义形象 / 竖屏 9:16"):
    • Copie ou referencie a imagem de retrato do usuário em persona.dark_anchor_path (e/ou green_anchor_path), defina persona.mode = "custom", ou defina format.aspect_ratio = "9:16" (1080x1920).
    • Opcionalmente, personalize brand.hud_prefix e brand.cta_text.

Manual do Navegador Google Flow (via ego-browser)

  1. Verificação do Espaço de Trabalho: Chame listTaskSpaces() primeiro; reutilize o espaço de tarefa "flow-google-duanju" no Chrome "Profile 2" ([email protected]). Nunca deixe abas pendentes; finalize de forma limpa via task.finish({ keep: [...] }) após os downloads se estabilizarem.
  2. Seleção de Modelo e Proporção: Use "Veo 3.1 - Lite" (padrão) e contagem de lote "x1"; corresponda a "16:9" ou "9:16" ao project.json.
  3. Anexando Ingredientes de Consistência:
    • Carregue ou selecione assets/default_dark_anchor.png / assets/default_green_anchor.png (ou a foto de retrato do usuário).
    • Verifique o anexo do chip de ingrediente: Confirme que o botão de ingrediente (button "素材") está estritamente entre o último svg_root e o textfield "您希望创作什么?" no DOM/snapshot antes de enviar.
  4. Manuseio de Obstáculos Snackbar: Dispense quaisquer snackbars "已将 X 项内容移至回收站" clicando em text "关闭" antes de clicar em cartões de mídia próximos.
  5. Tentativa Segura Silenciosa: Sempre leia os prompts de flow_tasks.json (flow_prompt, já com riscos mitigados). Se o Google Flow rejeitar um prompt por política/segurança apesar do auto_derisk, suavize imediatamente os nomes próprios, palavras financeiras ou frases geopolíticas restantes em spoken_text_safe e tente novamente em silêncio sem parar para incomodar o usuário.

Diretrizes de Composição e Tipografia

  • Sem Glifos Tofu: Nunca use emojis (🔥, 💳) ou símbolos não suportados (▸) em camadas de texto do Pillow; use apenas caracteres chineses/ASCII limpos e ·, —, &, ●.
  • Contiguidade de Array OpenCV: Ao converter fatias PIL RGBA/RGB para arrays BGR para chamadas OpenCV (rectangle, warpAffine, GaussianBlur), sempre envolva com np.ascontiguousarray(...) e aloque buffers float explicitamente com np.zeros((H, W, 3), dtype=...).
  • Limpeza Limpa: Diretórios temporários normalizados WAV/MP4 dentro de output/ devem ser limpos após a conclusão do render (use --keep-temp apenas ao depurar).

Erros Comuns

  • Executar /usr/bin/python3 em vez de Python 3.10: Resulta em ModuleNotFoundError: No module named 'cv2'. Sempre execute com /Library/Frameworks/Python.framework/Versions/3.10/bin/python3.
  • Passar "新闻记者" ou "OpenAI / IPO" sem máscara para o diálogo do Flow: Dispara bloqueios de segurança ou clichês de âncora de notícias estéreis. Mantenha o enquadramento "视频创作者" e execute flow-plan primeiro.
  • Deixar o Flow queimar legendas no vídeo bruto: Arruína a tipografia atrás da cabeça e a estética de recorte verde sálvia. Sempre mantenha SEM TEXTO NA TELA (regra estrita) nos prompts do Flow.
  • Pular verify / verificação visual: Sempre inspecione verify_grid.jpg via read_file após a renderização para confirmar margens de tipografia, bordas fosca, posicionamento de polaroid e duração do áudio.

Habilidades Relacionadas