SuperAPI AI 工具集

render-cgi-sizzle

设计与创作

查看项目

更新于 10-16 05:49

技能介绍

用途:组装1080x1920、约22.6秒、H.264视频(含AAC音乐)的3D-CGI应用宣传片,含6个功能节拍与PIL品牌结尾卡,风格为苹果发布会式产品影片,而非UGC或实物拍摄。

主要能力与流程:本能力提供配方(scripts/config.example.json)、配置到步骤的映射(scripts/PIPELINE.md)与免费组装方法(scripts/README.md),记录付费模型调用之间可确定性完成的免费组装;付费步骤为独立能力,由本配方编排并控制开销。流程为:先制作旁白锁定时间线;用nano-banana CGI底板渲染手机外壳、烟黑影棚、苋红轮廓光、散景与占位爆出形状,屏幕刻意留暖色空白,所有底板以第1拍为锚点保持手机与影棚一致;用PIL免费合成真实App Store截图到屏幕bbox并烘焙真实爆出叠加层;用Kling 3.0 i2v驱动稳定悬浮,若某拍出现错乱则退回免费Ken-Burns推镜;最后进行拼接、混音、PIL品牌结尾卡、1.15倍速与反AI颗粒处理。

使用方式:复制scripts/config.example.json为config.json,编辑品牌、节拍与屏幕内容,按scripts/PIPELINE.md执行:VO优先→nano-banana底板→PIL屏幕合成→爆出高潮叠加→Kling i2v片段(错乱拍用Ken-Burns兜底)→PIL结尾卡→字幕→侧链压缩混音→1.15倍速加颗粒。

限制与合同:所有应用屏幕、人物面部与字标必须使用真实素材经PIL合成,AI底板只渲染手机外壳、影棚、散景与占位爆出形状;Kling只负责悬浮,屏幕与手机须锁定;时间线由实测旁白时长决定;付费步骤(nano-banana、Kling 3.0 i2v、ElevenLabs旁白与音乐)为独立能力。本仓库不包含可直接运行的完整流水线。