Communitygithub.com

fable-video-workflow

端到端的編輯型 AI 影片工作流程,支援短版 Veo 談話頭摘要、純 Playwright/Chrome 向量產品發布,以及長篇音訊驅動的文章解說影片(「講解一篇文章」、Markdown 轉影片、無限章節)。強制實施 Zero-Blue Anthropic 溫馨編輯設計、雙邊框卡片、彈簧物理效果,以及自動旁白與影格同步。每當使用者要求製作「AI大事件」、「今日AI」、「講解影片」、「把文章做成影片」、長篇解說,或提及 `fable-video-workflow` / `AI視頻工作流` 時使用。

fable-video-workflow 是什麼?

這是一個專業級的 AI 影片製作工作流程,專為產生高品質、具有 Anthropic 溫馨編輯美學的影片而設計。它提供三種不同的渲染引擎:第一引擎使用 Veo 產生談話頭影片片段並合成動態圖形;第二引擎則是透過無頭 Chrome 和 Playwright 進行基於向量的產品發布渲染;第三引擎則針對長篇 Markdown 文章解說,具備由邊緣 TTS 驅動的無限章節、自動旁白與影格同步。此工作流程預設強制執行四項反 AI 雜訊規則,例如零藍色調色盤、建築級 NLE 時間軸、雙渲染引擎以及阻尼彈簧物理效果,以確保高度獨特且專業的外觀,避免常見的 AI「塑膠感」。該工作流程支援四種輸入模式:從一句話主題、已貼上的 Markdown 文章、自訂劇本或自訂角色照片開始。它透過 `ego-browser` 工具與 Google Flow 整合,並包含一個驗證步驟,可檢查冷藍色像素百分比,以確保符合美學標準。主要支援 macOS 平台,並依賴特定的 Python 3.10 環境、Chrome 瀏覽器及 `ffmpeg`/`ffprobe` 工具。

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

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

編輯型 AI 影片工作室工作流程 (短摘要 + 發布 + 長篇解說)

總覽

此工作流程在三種渲染軌道上強制實施 Anthropic 溫馨編輯美學(零藍色規則):

  1. 引擎 1 — 談話頭 + 編輯合成 (scripts/fable_studio.py):
    • 真人主持人片段 (Google Flow / Veo):產生 2 到 N 個逼真的談話頭片段(暖色鎢絲攝影棚燈光 — 絕無氖藍/紫 — 加上純色 #97A396 鼠尾草綠攝影棚牆壁),並嚴格遵守「無畫面文字」及政策安全的語音式/描述性中文口語。
    • 程式化動態圖形:合成動態文字排版、頭後 GrabCut 圖層疊加、赤陶色 (#D97757) 閃卡、鼠尾草綠 LAB 色版分離、即時 RMS 語音波形、暖色羊皮紙 (#FAF9F5) 貼紙剪影 + 傾斜拍立得、暖碳色光圈光圈 -> 建築級 3 軌 NLE 時間軸 + 雙邊框工作室視埠、暖碳色 (#1C1B19) 雙邊框打字卡片、阻尼彈簧物理效果 (spring_ease),以及 118 BPM 側鏈壓縮音訊混音。
  2. 引擎 2 — 純向量產品/編輯發布 (scripts/render_web_stage.py + scripts/stage_template.html,鏡像於 web_stage/):
    • 確定性 無頭 Chrome + Playwright 影格捕捉渲染 HTML5/CSS3/SVG UI 卡片(0.0% 冷藍色、雙邊框容器、原生 <kbd> 按鍵、CSS letter-spacing、平滑自動跟隨縮放、阻尼彈簧)。
  3. 引擎 3 — 長篇文章解說 (scripts/explainer_studio.py + scripts/explainer_stage.html):
    • 無限章節(1–20+ 分鐘)Markdown/文章解說影片,具備音訊驅動的章節影格鎖定(edge-tts 神經網路中文語音 + 離線 macOS say 備援)、同步的即時 RMS 波形 + 子句字幕,以及 6 種編輯佈局(title_hook、quote_highlight、architecture_flow、code_walkthrough、comparison_bento、summary_takeaway)。

四項反 AI 雜訊規則 (預設強制執行)

  1. 零藍色規則:預設畫布與卡片色調為暖色羊皮紙 (#FAF9F5 / #F3F1EA)、暖碳色 (#141413 / #1C1B19)、赤陶色 (#D97757)、植物鼠尾草綠 (#788C5D),以及 1px 邊框 (#DFDCD2)。Google Flow 攝影棚燈光使用暖色鎢絲主光 + 柔和琥珀色邊緣光(零氖藍或紫色燈光)。
  2. 建築級 NLE 時間軸 B-Roll:節奏轉場使用帶尺規的 #FAF9F5 製圖網格、雙邊框即時視埠,以及 3 軌時間軸(01 / VIDEO TRIM、02 / ZOOM · Z 貝茲曲線、03 / VOICE 48K),禁止使用深藍色假天際線與氖光網格。
  3. 雙渲染引擎:Veo 主持人故事使用 fable_studio.py,或是在需要純 UI/瀏覽器級別向量動態圖形時,改用 web_stage/render_web_stage.py + web_stage/stage_template.html。
  4. 阻尼彈簧物理效果與定量驗證:UI 轉場使用諧波 spring_ease(t, stiffness, damping) 緩動函數,而 fable_studio.py verify 會報告跨合成圖形節拍(#3、#6、#7)的 ui_beat_cold_blue_pct,以及 ffprobe 串流資訊和 verify_grid.jpg。

預設獨立使用者工作目錄:/Users/wangxinglin/Downloads/AI視頻工作流/。

相依性

  • 瀏覽器自動化:在瀏覽器中控制 Google Flow 之前,請參閱現有的 ego-browser 技能。切勿在 ego-browser 之外複製瀏覽器自動化設定。
  • Python 執行環境:/Library/Frameworks/Python.framework/Versions/3.10/bin/python3(已預裝 playwright、cv2、numpy 和 PIL;/usr/bin/python3 缺少這些套件)。
  • Web-Stage 瀏覽器:/Applications/Google Chrome.app/Contents/MacOS/Google Chrome(render_web_stage.py 以無頭模式使用)。
  • 媒體二進位檔案:/opt/homebrew/bin/ffmpeg、/opt/homebrew/bin/ffprobe。

快速開始

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

# 1. 建立或重設 project.json(支援 --aspect 16:9|9:16 和 --segments 3|4|5)
$PY "$STUDIO/fable_studio.py" init --output "$STUDIO/project.json" --aspect 16:9 --segments 3

# 2. 匯出經過安全降風險處理的 Google Flow 提示與素材錨點說明
$PY "$STUDIO/fable_studio.py" flow-plan --project "$STUDIO/project.json" --output "$STUDIO/output/flow_tasks.json"

# 3. 在片段 clips/seg_01.mp4..seg_0N.mp4 存在後渲染最終影片
$PY "$STUDIO/fable_studio.py" render --project "$STUDIO/project.json" --output "$STUDIO/output/《今日AI大事件》成片.mp4"

# 4. 驗證 A/V 串流並產生 9 拍連絡表
$PY "$STUDIO/fable_studio.py" verify --video "$STUDIO/output/《今日AI大事件》成片.mp4" --output "$STUDIO/output/verify_grid.jpg"

工具指令稿

  • scripts/fable_studio.py(鏡像於 /Users/wangxinglin/Downloads/AI視頻工作流/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,無限制片段數)
    • flow-plan -p <project.json> [-o <flow_tasks.json>]:對口語對話套用 safety.auto_derisk,同時在疊加欄位中保留原始品牌拼寫。
    • render -p <project.json> [-o <output.mp4>] [--keep-temp]:驗證所有片段存在,渲染完整的 Fable 節拍,自動清理暫存中間檔案。
    • verify -v <video.mp4> [-o <verify_grid.jpg>]:執行 ffprobe,報告跨圖形節拍(#3、#6、#7)的 ui_beat_cold_blue_pct,並儲存 3x3 帶時間戳的連絡表。
  • scripts/explainer_studio.py + scripts/explainer_stage.html(鏡像於 /Users/wangxinglin/Downloads/AI視頻工作流/explainer_studio.py 和 web_stage/explainer_stage.html):

    • 長篇音訊驅動的文章解說模式,支援無限章節(1–15+ 分鐘)。
    • init -o <explainer_project.json>:建立一個涵蓋全部 6 種 Anthropic 編輯佈局(title_hook、quote_highlight、architecture_flow、code_walkthrough、comparison_bento、summary_takeaway)的 6 章起始 JSON。
    • from-markdown -i <article.md> -o <explainer_project.json>:自動將任何 Markdown 文章轉換為多章節解說 JSON。
    • render -p <explainer_project.json> -o <output.mp4> [--voice zh-CN-XiaoxiaoNeural] [--tts auto|edge|macos]:透過 edge-tts 合成各章節旁白(並提供離線 macOS say -v Tingting 備援),將確切影格計數及 RMS 波形 + 子句字幕鎖定到音訊時長,透過無頭 Chrome Playwright 渲染,並混入 112 BPM 側鏈壓縮節奏。
    • verify -v <output.mp4> [-o <verify_explainer_grid.jpg>]:執行 ffprobe,測量取樣影格的 cold_blue_pixel_pct,並建立 3x3 連絡表。

支援的輸入模式

  1. 一句話主題 ("一句話出片"):
    • 當使用者詢問今日/近期新聞時,透過 search_web 研究當前事實性新聞/事件。
    • 為每個片段起草約 9 秒的口語腳本,將真實品牌排版映射到視覺疊加欄位,並填入 project.json。
    • 執行 flow-plan,透過 ego-browser 在 Google Flow 中產生每個片段,將片段下載到 clips/seg_01.mp4 ..,然後執行 render 和 verify。
  2. 長篇文章 / Markdown 解說 ("講解一篇文章 / 長視頻模式"):
    • 接受任何貼上的文章、Markdown 檔案或主題;轉換/結構化為 N 個邏輯章節(explainer_studio.py from-markdown 或跨所有 6 種佈局的自訂 JSON:title_hook、quote_highlight、architecture_flow、code_walkthrough、comparison_bento、summary_takeaway)。
    • 執行 explainer_studio.py render + verify(音訊時長驅動影片影格計數,無 A/V 偏移)。
  3. 自訂腳本 / 分鏡 ("自帶口播/分鏡"):
    • 在使用者 segments[*].spoken_text 中保留使用者的確切口白,並將醒目的視覺標註提取到疊加欄位中(behind_head_left/right、flash_card_title、behind_body_lines、cutout_title/cutout_serif_lines、broll_caption、user_prompt_text)。
    • 執行 flow-plan -> Google Flow -> render -> verify。
  4. 自訂人物 / 照片 + 彈性格式 ("自帶照片 / 自定義形象 / 豎屏 9:16"):
    • 將使用者的人像照片複製或參照到 persona.dark_anchor_path(及/或 green_anchor_path),設定 persona.mode = "custom",或設定 format.aspect_ratio = "9:16"(1080x1920)。
    • 可選地自訂 brand.hud_prefix 和 brand.cta_text。

Google Flow 瀏覽器操作手冊 (透過 ego-browser)

  1. 工作區檢查:首先呼叫 listTaskSpaces();在 Chrome "Profile 2"([email protected])上重用工作區 "flow-google-duanju"。切勿留下未關閉的分頁;在下載完成後,透過 task.finish({ keep: [...] }) 乾淨地結束。
  2. 模型與比例選取:使用 "Veo 3.1 - Lite"(預設)和 "x1" 批次計數;將 "16:9" 或 "9:16" 與 project.json 匹配。
  3. 附加一致性素材:
    • 上傳或選取 assets/default_dark_anchor.png / assets/default_green_anchor.png(或使用者的人像照片)。
    • 驗證素材晶片附件:在提交前,確認素材按鈕(button "素材")嚴格位於 DOM/快照中最後一個 svg_root 和文字欄位 "您希望創作什麼?" 之間。
  4. Snackbar 障礙處理:在點擊附近的媒體卡片之前,先點擊 text "關閉" 來關閉任何 "已將 X 項內容移至回收站" 的 snackbar。
  5. 靜默安全重試:始終從 flow_tasks.json 讀取提示(flow_prompt,已降風險處理)。如果 Google Flow 因政策/安全原因拒絕提示(儘管已執行 auto_derisk),立即在 spoken_text_safe 中軟化其餘專有名詞、金融用語或地緣政治措辭,並靜默重試,不中斷使用者操作。

合成與排版護欄

  • 無豆腐字:切勿在 Pillow 文字圖層中使用表情符號(🔥、💳)或不支援的符號(▸);堅持使用乾淨的中文/ASCII 字元以及 ·、—、&、●。
  • OpenCV 陣列連續性:將 PIL RGBA/RGB 切片轉換為供 OpenCV 呼叫(rectangle、warpAffine、GaussianBlur)使用的 BGR 陣列時,務必使用 np.ascontiguousarray(...) 進行包裝,並使用 np.zeros((H, W, 3), dtype=...) 明確配置浮點緩衝區。
  • 清理暫存檔案:在 render 完成後,必須清理 output/ 內部的暫存標準化 WAV/MP4 目錄(僅在除錯時使用 --keep-temp)。

常見錯誤

  • 執行 /usr/bin/python3 而非 Python 3.10:導致 ModuleNotFoundError: No module named 'cv2'。務必使用 /Library/Frameworks/Python.framework/Versions/3.10/bin/python3 執行。
  • 將 "新聞記者" 或未經遮罩的 "OpenAI / IPO" 傳入 Flow 對話:觸發安全封鎖或乾枯的新聞主播老套用語。維持 "視頻創作者" 框架,並先執行 flow-plan。
  • 讓 Flow 將字幕燒錄到原始影片中:破壞頭後方排版和鼠尾草綠剪影美學。在 Flow 提示中務必保持 嚴格禁止畫面文字。
  • 跳過 verify / 視覺檢查:渲染後務必透過 read_file 檢查 verify_grid.jpg,以確認排版邊距、遮罩邊緣、拍立得放置位置和音訊時長。

相關技能