crisng95/flowboard

何を解決するか

Flowboardは、キャラクター、製品、シーン間で一貫性を保つのが難しい反復的なEC動画制作に特化しています。毎回リファレンスを再アップロードし、プロンプトを再入力する手作業を置き換え、グラフベースのワークフローにより、特定のモデルや衣類といったアセットの単一の真実源がキャンペーン全体にわたって維持されます。

動作方法

このプロジェクトは、アセットを有向グラフのノードとして扱う無限キャンバスワークスペースを使用しています：

• リファレンスノード： ユーザーは一度だけ「キャラクター」と「ビジュアルアセット」ノードを設定します。これらはアンカーとして機能し、視覚対応可能なLLMがこれらのアセットを記述して aiBrief を生成し、下流に渡します。
• コンポジションノード： リファレンスノードを「画像」ノードに接続することで、接続されたLLM CLI（例：Claude Code）を使用してファッションエディトリアルプロンプトを自動合成します。一度のバッチでポーズが異なる複数のバリエーションを生成します。
• ビデオノード： 画像を入力として受け取り、Googleの Veo 3.1 i2v を使用して動画を生成します。システムは検出されたシーン（例：スタジオ vs. 街）に応じた「モーション語彙」を使用して、自然な動きを保証します。
• プロキシアーキテクチャ： Google Flowをターゲットとしているため、ユーザーのブラウザから認証済みリクエストとreCAPTCHAトークンをローカルのFastAPIエージェントにプロキシするためにChrome拡張機能を使用しています。

対象ユーザー

Google Flow（Pro/Ultraプラン）を使用して一貫性のある製品・キャラクター主導の動画コンテンツを作成するECクリエイティブプロデューサーおよびAIアーティスト向けに構築されています。

特徴

• グラフベースのワークフロー： すべてのアセットは再利用可能なノードであり、すべてのエッジは実際のデータ依存関係を表します。
• 環境認識型プロンプト： シーンがスタジオ、街、カフェ、自然環境かによって自動的にモーション語彙を切り替えます。
• ローカル優先のプライバシー： すべてのボード状態とメディアはSQLiteとローカルストレージフォルダを介してローカルに保存されます。
• CLIベースのLLM統合： Claude Code、Gemini CLI、OpenAI Codexなどの既存のLLM CLIにシェルアウトして、直接のクラウドAPIコストを回避します。
• バッチi2v生成： 上流の画像に複数のバリエーションがある場合、1クリックで複数の動画バリエーションを生成できます。