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。