开源 B-roll Skill 用 Codex 和 Gemini 把文稿做成 5 秒竖屏片
yangyi · x · 2026-07-21
这条帖子转发的是一个拼贴动画 B-roll Skill 的开源工作流，目标是把一句口播文稿自动变成适合竖屏口播垫片的 5 秒动画成片。
工作流大致分为几层闸门：先用 Codex skill 做安装和环境自检，再把文稿压缩成“视觉隐喻”，生成彩色拼贴静帧和 contact sheet，确认通过后才调用 Gemini Omni Flash 做首尾帧动画组装。最终会自动去音轨、导出 9:16 竖版成片，并通过逐秒抽帧、首帧空场验证、尾帧对照等三重 QA 来减少昂贵的重跑成本。
原帖还补充说，这套方案目前只在 Codex 上可用，因为静帧生成依赖内置的 imagegen，Claude Code 和其他环境还在适配中；项目采用 MIT 开源，脚本已全部附带，clone 即可使用。
「编程与Agent」频道最新
- Supabase 为 Kimi Code 和 Kimi Web 推出官方插件 — dshukertjr · 2026-07-21
- Claude Code 遇到大改动时常会偏离既定方案 — roske_e · 2026-07-21
- Belgie：为 Python AI 智能体提供内嵌 TypeScript 沙箱 — TheRealMrMatt · 2026-07-21
- Anthropic 内部 AI 提交 65% 工程代码，提示词大幅缩减 — Simon Willison · 2026-07-21
- multiagent v2 指南要求 64 个 agent 并行搜证 — danshipper · 2026-07-21
- Hermes Agent 补齐 Word、Excel、PDF 和 PPT 支持 — Teknium · 2026-07-21