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:
- Engine 1 — Composição com Apresentador + Edição (
scripts/fable_studio.py):- Clipes de Apresentador ao Vivo (Google Flow / Veo): Gere
2..Nclipes realistas de apresentador (luz de estúdio quente de tungstênio — nada de azul/roxo neon — mais parede de estúdio verde sálvia sólida#97A396) comSEM 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.
- Clipes de Apresentador ao Vivo (Google Flow / Veo): Gere
- Engine 2 — Lançamento Editorial/Produto Vetorial Puro (
scripts/render_web_stage.py+scripts/stage_template.html, espelhado emweb_stage/):- Captura determinística de quadros via Headless Chrome + Playwright renderizando cartões UI HTML5/CSS3/SVG (
0.0%azul frio, containers Double-Bezel,<kbd>nativos, CSSletter-spacing, zooms suaves de acompanhamento, molas amortecidas).
- Captura determinística de quadros via Headless Chrome + Playwright renderizando cartões UI HTML5/CSS3/SVG (
- 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-ttsvoz neural chinesa + fallback offline macOSsay), 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).
- Vídeo explicativo de Markdown/artigo com capítulos ilimitados (1–20+ min) com travamento de quadros por capítulo orientado por áudio (
Quatro Regras Anti-"AI-Slop" (Impostas por Padrão)
- 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 de1px(#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"). - B-Roll da Linha do Tempo NLE Arquitetônica: As transições de batidas usam uma grade de rascunho
#FAF9F5pautada, viewport ao vivo Double-Bezel e linha do tempo de 3 trilhas (01 / VIDEO TRIM,02 / ZOOM · Zcurva Bezier,03 / VOICE 48K), banindo falsos horizontes azul escuro e grades neon. - Mecanismos de Renderização Duplos: Use
fable_studio.pypara histórias com apresentador Veo, ou adapteweb_stage/render_web_stage.py+web_stage/stage_template.htmlquando motion graphics vetoriais puros de UI/grau de navegador forem necessários. - Física de Mola Amortecida e Verificação Quantitativa: As transições de UI usam easing harmônico
spring_ease(t, stiffness, damping), efable_studio.py verifyrelataui_beat_cold_blue_pctem batidas gráficas sintéticas (#3,#6,#7) junto com streamsffprobeeverify_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-browserexistente antes de controlar o Google Flow no navegador. Nunca duplique a configuração de automação de navegador fora doego-browser. - Runtime Python:
/Library/Frameworks/Python.framework/Versions/3.10/bin/python3(templaywright,cv2,numpyePILpré-instalados;/usr/bin/python3não os possui). - Navegador Web-Stage:
/Applications/Google Chrome.app/Contents/MacOS/Google Chrome(usado headless pelorender_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>]: Aplicasafety.auto_deriskao 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>]: Executaffprobe, relataui_beat_cold_blue_pctnas 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 viaedge-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>]: Executaffprobe, medecold_blue_pixel_pctem quadros amostrados e constrói uma folha de contato 3x3.
Modos de Entrada Suportados
- Tópico de Uma Frase ("一句话出片"):
- Pesquise notícias/fatos atuais via
search_webquando 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 viaego-browser, baixe clipes paraclips/seg_01.mp4 .., depois executerendereverify.
- Pesquise notícias/fatos atuais via
- 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-markdownou 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).
- Aceite qualquer artigo colado, arquivo Markdown ou tópico; converta/estruture em N capítulos lógicos (
- Roteiro Personalizado / Storyboard ("自带口播/分镜"):
- Preserve as falas exatas do usuário em
segments[*].spoken_texte 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.
- Preserve as falas exatas do usuário em
- 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/ougreen_anchor_path), definapersona.mode = "custom", ou definaformat.aspect_ratio = "9:16"(1080x1920). - Opcionalmente, personalize
brand.hud_prefixebrand.cta_text.
- Copie ou referencie a imagem de retrato do usuário em
Manual do Navegador Google Flow (via ego-browser)
- 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 viatask.finish({ keep: [...] })após os downloads se estabilizarem. - Seleção de Modelo e Proporção: Use
"Veo 3.1 - Lite"(padrão) e contagem de lote"x1"; corresponda a"16:9"ou"9:16"aoproject.json. - 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 últimosvg_roote otextfield "您希望创作什么?"no DOM/snapshot antes de enviar.
- Carregue ou selecione
- Manuseio de Obstáculos Snackbar: Dispense quaisquer snackbars
"已将 X 项内容移至回收站"clicando emtext "关闭"antes de clicar em cartões de mídia próximos. - 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 doauto_derisk, suavize imediatamente os nomes próprios, palavras financeiras ou frases geopolíticas restantes emspoken_text_safee 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 comnp.ascontiguousarray(...)e aloque buffers float explicitamente comnp.zeros((H, W, 3), dtype=...). - Limpeza Limpa: Diretórios temporários normalizados WAV/MP4 dentro de
output/devem ser limpos após a conclusão dorender(use--keep-tempapenas ao depurar).
Erros Comuns
- Executar
/usr/bin/python3em vez de Python 3.10: Resulta emModuleNotFoundError: 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 executeflow-planprimeiro. - 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 inspecioneverify_grid.jpgviaread_fileapós a renderização para confirmar margens de tipografia, bordas fosca, posicionamento de polaroid e duração do áudio.