gbro-collage-broll

这是什么？

gbro-collage-broll 是一个半调纸拼贴 B-roll 生成 Agent Skill，由 Gemini Omni Flash 驱动首尾帧组装动画。采用三闸门审批流程确保质量，生成编辑级半调纸拼贴风格的 B-roll 视频素材。272 Stars 的开源项目，Python 编写。

适合人群：视频创作者、YouTuber、社交媒体内容创作者、需要快速生成 B-roll 素材的设计师。

准备工作

• Python 3.10+
• Gemini API Key（用于 Omni Flash 模型）
• 可选：视频编辑软件（用于后期微调）

快速上手

安装

git clone https://github.com/pyang5166/gbro-collage-broll.git
cd gbro-collage-broll
pip install -r requirements.txt

配置 API Key

export GEMINI_API_KEY="your-api-key"

生成 B-roll

# 基本用法：从文本描述生成 B-roll
python generate.py --topic "AI technology innovation" --duration 30

# 从图片生成 B-roll 拼贴动画
python generate.py --images ./photos/ --style "halftone-collage" --duration 60

# 指定输出格式
python generate.py --topic "urban architecture" --output ./output/ --format mp4 --quality high

三闸门审批流程

1. 第一闸门：内容审核 — AI 检查生成内容是否符合主题
2. 第二闸门：风格审核 — 验证半调纸拼贴风格的准确性
3. 第三闸门：质量审核 — 检查帧间过渡流畅度和视觉质量

通过三道闸门后，B-roll 自动输出到指定目录。

常见踩坑

1. Gemini API 费用：Omni Flash 是付费模型，生成 60 秒 B-roll 约消耗 0.5-2 美元 token
2. 生成时间：高质量 B-roll 生成需要 3-5 分钟，耐心等待
3. 风格一致性：半调纸拼贴风格对输入图片有要求，建议使用高对比度图片
4. 三闸门可能太严格：如果生成总是被拒绝，可以调整审批阈值：--threshold medium
5. 输出视频尺寸：默认 1080p，修改需 --resolution 1920x1080

常见问题 FAQ

Q1: 和 RunwayML 有什么区别？

A: RunwayML 是通用 AI 视频生成工具，gbro-collage 专注于半调纸拼贴风格的 B-roll 生成，风格更独特且开源免费。

Q2: 可以商用吗？

A: 可以。开源 MIT 协议，生成的内容可商用。

Q3: 支持其他视频风格吗？

A: 当前主要支持半调纸拼贴风格。社区正在开发水墨、像素艺术等风格扩展。

Q4: 必须用 Gemini 吗？

A: 当前版本依赖 Gemini Omni Flash 的视觉能力。后续版本计划支持其他多模态模型。

Q5: 生成的 B-roll 可以直接发布吗？

A: 建议在视频编辑软件中做最终调整（添加文字、调整节奏等），但生成质量已经达到可发布水平。

参考链接

• GitHub 仓库
• Gemini API 文档