pyang5166/gbro-collage-brollGit

GBro paper collage B-roll

Create five-second halftone paper-collage B-roll with a consistent stop-motion style.

Before you start

Inputs: Video or script, target duration and style

Check the original documentation for supported AI tools, models and runtime dependencies.
Open the repository and follow the author’s installation instructions. Model APIs or external services may require separate accounts.
Try your own material, then review the facts, layout and output files.

Read the original installation guide ↗

License: MIT

Source snapshot: 2026-09-15. README ↗

Original license & copyright

MIT License

Copyright (c) 2026 狗哥笔记

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

Try a task like this

Use GBro paper collage B-roll with my own source material. Confirm the required inputs and available tools, then produce an editable result.

gbro-collage-broll

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：

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
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
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 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/）：

git clone https://github.com/pyang5166/gbro-collage-broll.git ~/.agents/skills/gbro-collage-broll

使用

对你的 agent 说：

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

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。