# gbro-collage-broll

深紫底:多人协作压出科幻胶片 芥末黄底:错误被印刷机批量放大 红底:导演之手摆放棋盘走位 青绿底:剪刀裁开镜头轨道

把一句约 5 秒的口播文稿,压成一个 sharp visual idea,再生成高级编辑风**半调纸拼贴(halftone paper-collage)组装动画** B-roll。 Turn a ~5s voiceover line into a premium editorial paper-collage assemble-from-empty B-roll clip, powered by Gemini Omni Flash first/last-frame video generation. ## 效果 - 强烈平坦的纯色纸面色场 + 黑白 halftone 照片剪贴 + 彩色卡纸点缀 - 元素从空场逐件滑入、卡位、组装(stop-motion 质感),不是淡入或慢 zoom - 默认交付 9:16、5 秒、720×1280、24fps、无声 MP4,可直接垫在口播下面 ## 工作流:三闸门审批 这个 skill 的核心不是 prompt 模板,而是强制的三阶段审批,让你把注意力花在审美判断上,而不是烧生成费用: 1. **Gate 1 · 隐喻确认** — 只输出视觉隐喻方案(核心意思 / 关键物件 / 底色 / 组装顺序),不生成任何图片视频 2. **Gate 2 · 静帧确认** — 确认后才生成彩色拼贴静帧 + contact sheet,再次等你确认 3. **Gate 3 · 视频生成** — 静帧通过后自动用 `gemini-omni-flash-preview` 做首尾帧组装动画,附完整 QA(逐秒抽帧、首帧空场验证、尾帧对照) 批量模式下支持部分通过:只有确认过的条目进入下一阶段。 ## 环境要求 首次触发时 skill 会自动运行 `scripts/check_setup.sh` 自检,并针对缺失项给出配置指引。需要: | 依赖 | 说明 | |------|------| | Codex 环境 | Gate 2 静帧生成依赖内置 `image_gen` 工具 | | `GEMINI_API_KEY` | [Google AI Studio](https://aistudio.google.com/apikey) 创建,视频生成按量计费 | | Python >= 3.10 | 用于视频生成脚本 | | `google-genai >= 2.10.0` | skill 会引导创建共享 venv `~/hyperframes-projects/.omni-venv/` | | ffmpeg / ffprobe | 首尾帧处理、去音轨、contact sheet | 视频生成脚本(`scripts/generate_video.py` + `scripts/upload_file.py`)已随 skill 自带,无需额外安装其他 skill。 ## 安装 把整个目录放进你的 agent skills 目录(例如 `~/.agents/skills/` 或 `~/.claude/skills/`): ```bash git clone https://github.com/pyang5166/gbro-collage-broll.git ~/.agents/skills/gbro-collage-broll ``` ## 使用 对你的 agent 说: ```text collage b-roll:很多人以为 AI 是来替你思考的,其实它更像一面镜子,会把你问题里的漏洞照出来。 ``` 触发词:`collage b-roll`、`纸拼贴 b-roll`、`半调拼贴`、`拼贴风格配画面`、`gbro-collage-broll`。 然后按 Gate 1 → Gate 2 → Gate 3 逐步确认即可。批量给多句文稿也可以,每句一个隐喻一条成片。 ## 目录结构 ```text gbro-collage-broll/ ├── SKILL.md # skill 主文档(三闸门协议 + prompt 模板 + QA 标准) ├── agents/openai.yaml # Codex interface 配置 ├── evals/evals.json # 四条闸门行为评测 └── scripts/ ├── check_setup.sh # 首次使用环境自检 ├── generate_video.py # Gemini Omni Flash 批量视频生成 ├── upload_file.py # Files API 上传辅助 └── generate_veo_first_last.py # 旧 Veo 链路(仅兼容保留,默认不用) ``` ## FAQ **为什么强制两次人工确认?** 错误的隐喻或静帧直接进视频生成,浪费的是真金白银的 API 费用。Gate 1 改文字是免费的,Gate 2 重生一张图远比重跑一条视频便宜。 **成片首帧边缘露出一点纸片?** 轻微的可以接受;严格空场需求建议用可编辑时间线的动画工具补前段。 **能换视频模型吗?** 默认固定 `gemini-omni-flash-preview`,明确指定其他模型时才切换。