crisng95/flowkit

解決する問題

Flow Kit は、Google Flow を使用して高品質な AI 動画の生成を自動化するために設計されたシステムです。ブラウザ外で再生できないセッション Cookie と reCAPTCHA トークンを必要とする Google Flow の内部 API にプログラムからアクセスする難しさを解決します。また、長編動画プロジェクトの複数のシーンにわたって視覚的一貫性（キャラクターと場所）を維持するための構造化されたパイプラインも提供します。

仕組み

このシステムは、WebSocket を介してカスタム Chrome 拡張機能と通信する FastAPI ベースの Python エージェントを使用します。拡張機能はブラウザブリッジとして機能し、サインイン済みの flow.google.com タブ内で直接 RPC 呼び出し（batchexecute）を実行します。

ブラウザブリッジに加えて、完全な制作パイプラインを実装しています：

1. ストーリーとエンティティ：ナラティブと主要なキャラクター/プロップを定義します。
2. 参照画像：各エンティティに対して単一の画像を生成し、視覚的一貫性を確保します。
3. シーン生成：それらの参照に基づいて画像を作成します。
4. ビデオクリップ：シーン画像をモーションとサウンド付きの 8 秒のビデオクリップに変換します。
5. 後処理：4K アップスケーリング、TTS ナレーション、および YouTube に最適化されたサムネイルとメタデータを含む最終ビデオへの連結を処理します。

対象ユーザー

一貫したキャラクターを持つナラティブ駆動の AI 動画制作を自動化したい AI 動画クリエイターと開発者、および提供された Markdown「スキル」を使用してパイプラインを駆動できる AI コーディングエージェント（Claude Code や Muse など）のユーザー向けに構築されています。

ハイライト

• ブラウザブリッジ：ライブの Chrome タブ内でリクエストを実行することで API 制限を回避します。
• 視覚的一貫性：参照画像システムを使用して、キャラクターと顔を異なるシーン間で同一に保ちます。
• AI エージェント統合：AI コーディングエージェントがビデオ制作プロセス全体をオーケストレーションできるようにする 36 の Markdown ベースのスキルが含まれています。
• マルチプロバイダーサポート：Google Flow、別の muse2api ゲートウェイ、またはカスタムアシスタントワーカーを介して生成をルーティングできます。
• オペレーションコンソール：パイプラインの進行状況、KPI、およびシーンレベルのレビューを監視するためのローカル React ダッシュボード。