开源工具 konte:Claude Code 导演,单卡 5090 生成 61 镜头音乐 MV
shiwano · reddit · 2026-10-04
作者用自研开源生产工具 konte 让 Claude Code 作为执行制片、ComfyUI 负责生成,做出了 2:54 的音乐视频,共 61 个镜头、342 个生成任务,全部在单张 RTX 5090 上完成,人工投入约 2 小时(导演+审阅),生成累计约 4.7 小时。
核心新特性:让歌曲成为项目的时钟——导演文件声明 tempo 和节拍,镜头按 beats 编写,剪切点落在歌曲上;konte 自动分析歌曲 downbeat 与段落、分离人声,并把每句歌词对位到演唱时间轴,审阅界面直接在时间轴上显示小节与歌词,修正可跨重读保留。
技术栈:音乐 YuE2,关键帧/运动 MiniMax H3,参考图用 Krea 2、Z-Image、Qwen Image Edit。整个工作区(导演文档、每次 take、审阅笔记)公开在 GitHub,konte 本体 MIT 协议开源。
「编程与Agent」频道最新
- Anthropic 开放 Claude 前置部署工程师学习路径,约 9.5 小时学完 — leslysandra · 2026-11-20
- Google 开源 Sashiko:Gemini 驱动的 Linux 内核代码审查 Agent — rseroter · 2026-11-20
- boxd 新增 8 家集成:Dify、n8n、LangChain 等接入其机器 — JensHonack · 2026-11-20
- OpenAI 发布 GPT-Live 提示词指南:多语言与地区口音调法 — pbbakkum · 2026-11-20
- Rippling 推出 AI 应用生成:员工用自然语言就能搭内部工具 — andreisavu · 2026-11-20
- Gemini 推 Live Interactions API,Genie 4 原生支持 WebRTC — _philschmid · 2026-11-20