Communitygithub.com

amar175329-web/deepx-rapid-flow

用於 DeepX Google Flow 自動化的超快生產引擎。當用戶要求圖片/影片生成、故事板執行、角色創作、多場景影片廣告,或提及 'DeepX'、'Google Flow'、'veo'、'開始任務'、'開始我們的任務'、'影片腳本'、'full_script_hindi'、'商業廣告'、'製作影片' 或 'flow bridge' 時使用。它強制零載入延遲、對任何原始輸入進行主創意總監腳本分解、即時主角自動偵測(人類、動物、汽車、產品)、跨所有場景強制參考卡片鎖定(除非明確指示不使用參考)、記憶體中 HTMLCanvas 終端幀提取,以及快速自主場景間鏈接,無需重複的對齊訪談或多餘的狀態輪詢。

deepx-rapid-flow 是什麼?

DeepX Rapid Flow Production Engine 是一個專門為 DeepX Google Flow 自動化設計的超高速生產引擎,主要用於 AI 代理技能,如 Claude Code、Codex 和 Cursor。它的核心目的是實現從原始用戶輸入(腳本、提示、故事)到多場景影片的極快、零延遲轉換,並確保角色和物件在所有場景中外觀一致。該引擎強制執行嚴格的用戶腳本保真度——絕不修改或替換用戶的故事或數據——並自動從輸入中檢測主角(人類、動物、汽車或產品)。然後它會自動生成參考圖片或從本地 `assets/` 資料夾上傳現有圖片,並將這些參考鎖定到每個影片場景中,除非用戶明確選擇退出。該引擎通過 WebSocket 橋接器在 Antigravity 與 Google Flow 之間無縫運行,持續進行保持心跳連線。其最突出的功能是自主影片分析與鏈接:一旦場景完成渲染,引擎會直接在記憶體中從 HTMLCanvas 提取最終幀,將其上傳到 Flow 的媒體庫,並自動為下一個場景附加參考,實現小於 1.5 秒的轉換時間。它還包括一個全面的工具集,用於腳本分析、批量提示分派、參考管理與自主場景鏈接,有效消除了重複數據載入、狀態輪詢與冗長的對齊問題等瓶頸。

相容平台~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/amar175329-web/deepx-flow-bridge/tree/HEAD/skills/deepx-rapid-flow

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

DeepX Rapid Flow Production Engine

此技能掌管 Antigravity 與 Google Flow 之間透過 DeepX Extension 橋接器實現的高速、零延遲執行管道。

核心指令

  1. 神聖不可侵犯的真相來源:使用者腳本與資料忠實度(關鍵命令):

    • 使用者的腳本、故事、角色、對話、設定、動作和資料是絕對的真相來源。
    • Antigravity 是視覺化與技術製作總監,而非修改故事的原作者。
    • 絕不重寫、修改、取代、虛構、發明或丟棄使用者的腳本、情節點或資料。
    • 零預設置入劫持:常見名詞(例如 "car"、"phone"、"student"、"mother"、"watch"、"shoes")絕不能被強制替換為預設的虛構實體(@quantum_phone、@saraswati_mother、@rohan_ca 等)。角色和實體必須 100% 忠實地從使用者的輸入中衍生。
    • 當使用者貼上任何原始輸入(粗略提示、完整故事、要點、印地語/多語言腳本或商業簡報)時:
      • 100% 保留使用者的故事情節、角色名稱、對話和劇情事件。
      • 呼叫 deepx_analyze_and_breakdown_script 將故事分割成一個有凝聚力的多場景影片故事板(#scene_01、#scene_02 等),並嚴格錨定於使用者的資料。
      • 直接從使用者文字中自動偵測所有主角和重複出現的實體,並指派乾淨標準化的代號。
      • 將 @mention 標籤無縫編織到每個分解後的場景提示中,以便 Google Flow 自動將參考卡片綁定到 <flow-ingredient-bar>。
      • 在渲染影片之前,從 assets/ 攝取本地資產參考,或透過 Imagen 3 / 🍌 Nano Banana 2.1 生成主參考關鍵幀/卡片。
  2. 強制性主角自動偵測與通用參考鎖定(旗艦核心):

    • 在所有影片場景和參考圖片中保持一致的主角外觀是 DeepX 的主要功能,並且是嚴格強制性的。
    • 通用主角定義:主角可以是汽車/車輛(例如 Tesla Roadster、復古野馬)、動物/生物(例如金色老虎、龍)、人類(例如武士、學生、太空人)或英雄產品(例如智慧戒指、豪華計時儀、智慧型手機)。
    • 自動動作:
      • 從使用者的腳本/概念中自動偵測主角實體。
      • 如果本地圖像存在於 assets/ 或工作區(photo_*.jpg),則透過 deepx_upload_character 或 deepx_upload_asset 以主角名稱上傳它們。
      • 如果沒有本地圖像存在,則先透過 deepx_generate_character 或 deepx_generate_image(使用 imagen-3 / 🍌 Nano Banana 2.1 和 wait_for_render: true)生成英雄肖像/參考,等待 100% 圖塊完成後再進行影片場景。
      • 始終將此參考卡片鎖定到每個影片和圖像生成中,方法是使用 deepx_attach_references_batch、在提示文字中使用 @protagonist_name 或 hero_references 參數。
    • 唯一的例外:
      • 僅在使用者明確寫下 "do not take reference character"、"no reference image"、"generate without reference" 或 "text-only prompt" 時才省略參考鎖定。
  3. 連續不中斷執行與反超速命令('角色上傳後絕不停頓'):

    • Antigravity 絕不能在上傳或生成角色參考後暫停、等待或結束回合。
    • 攝取參考/角色僅是第 0 步。實際目標是產出影片場景。
    • 反超速規則:生成角色參考圖像時,Antigravity 和橋接器必須等待圖像圖塊在 Google Flow 中達到 100% 完成度後,才能派遣影片場景。絕不能在角色圖像仍在渲染時(例如 2% 或 15%)就派遣影片生成,因為過早的參考綁定會導致參考遺失和生成影片中的視覺不一致。
    • 在同一個連續回合中:
      1. 分析腳本並預先偵測所有角色/實體設定檔。
      2. 攝取或生成參考圖像(首選 deepx_upload_asset <500ms,或使用 deepx_generate_image / deepx_generate_character 並等待 100% 渲染完成)。
      3. 立即且不停下來問問題,透過 deepx_rapid_storyboard_autopilot 或 deepx_rapid_batch_dispatch 派遣場景故事板。
      4. 將即時渲染進度(2% -> 15% -> 100%)串流回使用者,直到生成完成。
    • 絕不停下來詢問使用者 '角色已上傳,我該繼續嗎?' 或在參考上傳後停止。
  4. 零冗餘對齊訪談:

    • 當使用者提供腳本、提示集合或故事概念時,絕不停下來詢問關於長寬比、模型或時長的重複性對齊問題。
    • 智慧地預設為:
      • 長寬比:16:9(商業/電影風格)或 9:16(短影音/Reels,如果指定)。
      • 影片模型:veo-omni(10 秒)或 veo-quality(8 秒)。
      • 圖像模型:imagen-3 或 🍌 Nano Banana 2.1。
    • 立即執行參考生成或場景生產。
  5. 零連線/狀態延遲:

    • 位於 ws://127.0.0.1:8792/ws 的 WebSocket 橋接器維持持續的即時心跳。
    • 絕不檢查 server.js 或 ws-bridge.js。
    • 絕不執行 node -e 測試腳本。
    • 呼叫 deepx_status 一次以檢查狀態(<10ms)。
  6. 通用 Antigravity 連線與斷線協議:

    • 連線提示:"Connect to DeepX Flow Bridge MCP server (deepx-flow) at ws://127.0.0.1:8792/ws. Call deepx_status to verify that Google Flow is attached and ready. Once connected, confirm that you are ready to generate images and videos on Google Flow with 100% user script fidelity."
      • 動作:呼叫 deepx_status 一次(<10ms)。如果 ready: true,立即確認連線,並確認準備好以 100% 遵守使用者腳本和資料來生成。
    • 斷線提示:"Disconnect from DeepX Flow Bridge MCP. Pause all automated generation, stop sending jobs to Google Flow, and stand by in offline mode until I ask you to reconnect."
      • 動作:立即確認斷線,停止所有生成派遣,並進入待機模式,直到收到重新連線指示前不呼叫任何 deepx_* 工具。
  7. 通用多重參考堆疊(<300ms):

    • 生成影片場景時,始終將所有相關參考資產附加到 Google Flow 的提示框中:主角卡片(@character_name 或 hero_references),加上所有新生成的場景裁切圖像/主關鍵幀(透過 :recent_images 或名稱),將多達 4–5 個成份晶片填入 <flow-ingredient-bar>。
    • Antigravity 絕不能在有多個場景參考資產存在時,僅使用 1 個參考就提交影片提示。所有生成的場景圖像和主角卡片都必須被附加。
    • 使用 deepx_attach_references_batch 搭配 asset_names: ["character_name", ":recent_images"]。
    • 擴充功能會保持抽屜開啟,並在一次快速的事件驅動掃描中附加所有目標成份晶片。
  8. 自主影片分析與鏈接:

    • 當場景 $N$ 在 Google Flow 上完成渲染的那一刻:
      • 直接在畫布上自動分析影片圖塊。
      • 透過 HTMLCanvasElement 在記憶體中提取其精確的終端結束幀(零拷貝、零磁碟 I/O,約 30ms)。
      • 透過 DataTransfer 將該幀上傳到 Flow 的媒體庫(約 150ms)。
      • 將終端幀加上為場景 $N+1$ 規劃的參考圖像堆疊到 <flow-ingredient-bar> 中(<300ms)。
      • 立即提交場景 $N+1$ 的提示。
      • 總轉換時間:< 1.5 秒。
  9. 工具參考:

    • deepx_analyze_and_breakdown_script:主創意總監與故事板架構師。分析原始提示、印地語/多語言腳本、故事或要點,分離主角實體,指派 @代號,並格式化可供執行的多場景故事板。
    • deepx_rapid_storyboard_autopilot:單一命令即可完成自主多場景影片生產,包含自動腳本分析、記憶體終端幀提取、主角參考堆疊和自動下載。
    • deepx_rapid_batch_dispatch:以 400ms 節奏快速貼上空行間隔的批量提示(支援原始文字的自動分節)。
    • deepx_auto_character_pipeline:自動化主角色與通用實體管道;若未明確提供,則從腳本自動提取實體。
    • deepx_attach_references_batch:在一個原子呼叫中附加多達 5 張參考照片卡片(<300ms)。
    • deepx_auto_chain_scene:自主影片分析、終端幀抓取、參考綁定和下一場景提交。
    • deepx_generate_character:原生 Google Flow Character Studio 生成器。

相關技能