gbro-collage-broll 将约5秒的口播文稿转换为高级半调纸拼贴组装动画 B-roll,通过三闸门审批流程和 Gemini Omni Flash 实现视频生成。

Stars

843

7 天增长

暂无数据

Fork 数

77

开放 Issue

1

开源协议

MIT

最近更新

2026-07-15

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

强制三阶段人工审批(隐喻→静帧→视频),避免 API 费用浪费,同时产生独特的定格动画纸拼贴美学效果。

适合谁使用

  • 需要独特 B-roll 素材的视频编辑师
  • 希望快速将口播内容视觉化的内容创作者
  • 追求成本效益的 AI 视频工作流用户
  • 需要批量处理短脚本的媒体制作人

典型使用场景

  • 为播客或配音视频生成编辑风格的 B-roll
  • 批量从多句文稿中生成多条拼贴动画
  • 为演示文稿制作富有视觉冲击力的转场或背景片段

项目优势

  • 三闸门流程在早期发现不良创意,避免昂贵的视频重生成
  • 利用 Gemini Omni Flash 生成首尾帧动画,确保运动一致性
  • 产生独特的半调纸拼贴外观,平坦色场配合定格动画质感
  • 支持批量处理,仅对批准条目进入下一阶段,提升效率

使用前须知

  • 需要手动配置环境(Gemini API 密钥、Python、ffmpeg 等依赖项)
  • 首帧可能轻微露出纸边,严格空场需求需借助可编辑时间线工具
  • 默认固定使用 gemini-omni-flash-preview 模型,切换需明确指定

README 快速开始

安装

项目描述

半调纸拼贴 B-roll 生成 skill:三闸门审批,Gemini Omni Flash 首尾帧组装动画 | Editorial halftone paper-collage B-roll agent skill

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

HezaoHezao
精选
HezaoHezao GitHub avatar

poirot

Poirot is a deep research agent kernel with a middleware-first architecture, five-layer long-term memory, multi-agent orchestration, sandbox isolation, and a three-layer skill self-evolution system, backed by 2400+ tests.

AI 与机器学习大语言模型
25
0xwilliamortiz
精选
0xwilliamortiz GitHub avatar

openclaude-improved

OpenClaude is an open-source CLI coding agent that runs on any platform and supports a wide range of LLM providers, offering the same tools and workflows as Claude Code.

AI 与机器学习大语言模型
577
lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390