crisng95/flowkit

何を解決するか

Flow Kit は、Google Flow API を使用して AI 生成動画のエンドツーエンド制作を自動化する独立型システムです。複数のシーンにわたって視覚的一貫性を維持するという課題を解決します——キャラクター、場所、オブジェクトが動画全体で同じように見えるようにする一方で、認証、reCAPTCHA の解決、API プロキシの手作業を自動化します。

動作方法

このシステムは、WebSockets を介して Chrome 拡張機能と通信する Python ベースのエージェント（FastAPI）を使用しています。この拡張機能は Google Flow インターフェースへのブリッジとして機能し、認証と API 呼び出しのプロキシ処理を行います。

一貫性の核となるのは リファレンス画像システム です：ユーザーは「エンティティ」（キャラクター、場所、アセットなど）を外見の説明とともに定義します。システムは各エンティティに対して1つのリファレンス画像を生成し、それをすべてのシーン生成に視覚的入力として渡すことで、AI が異なるアクションや設定でも同じ顔、服、特徴を維持できるようにします。

対象ユーザー

手動で各フレームやプロンプトを管理しなくても、高品質で一貫性のある物語動画（YouTube ストーリーなど）を制作したいコンテンツクリエイターおよび AI エージェント向けに構築されています。

特徴

• エンドツーエンドパイプライン：ストーリーのコンセプトとエンティティ定義から、リファレンス画像、シーン画像、8秒間の動画クリップ、TTSナレーション、最終的な結合までを自動化。
• 視覚的一貫性：複数のシーンにわたってキャラクターと環境を安定させる専用のリファレンスシステムを使用。
• 自動ブラウザブリッジ：Chrome 拡張機能が Google Flow とのやり取りの複雑な部分（トークンの取得、reCAPTCHA の解決）を処理。
• Ops コンソール：ローカルの React ダッシュボードを備え、パイプラインの進行状況を監視し、AI 生成されたシーンを確認・プロジェクトを管理可能。
• AI エージェント統合：他の AI エージェントが全体の動画制作プロセスを制御できる「スキル」（スラッシュコマンド）を提供。