crisng95/flowboard

解决的问题

Flowboard 专为重复性电商视频制作而设计，旨在解决在角色、产品和场景之间保持一致性的难题。它用基于图的流程取代了每次需重新上传参考素材和重新输入提示词的手动操作，确保特定模型或服装等资产的单一真实来源在整个营销活动中持续存在。

工作原理

该项目使用无限画布工作区，将资产视为有向图中的节点：

• 参考节点： 用户只需一次性设置「角色」和「视觉资产」节点。这些节点作为锚点，由具备视觉能力的 LLM 描述这些资产以生成 aiBrief，并传递到下游。
• 组合节点： 通过将参考节点连接到「图像」节点，系统会自动使用连接的 LLM CLI（例如 Claude Code）合成时尚编辑类提示词。一次批量生成多个姿态不同的变体。
• 视频节点： 这些节点以图像为输入，使用 Google 的 Veo 3.1 i2v 生成视频。系统会根据检测到的场景（例如，工作室 vs. 街道）使用定制的「运动词汇」，以确保动作自然流畅。
• 代理架构： 由于目标是 Google Flow，因此使用 Chrome 扩展程序将用户浏览器中的认证请求和 reCAPTCHA 令牌代理到本地 FastAPI 代理。

适用人群

专为使用 Google Flow（Pro/Ultra 计划）创建一致性的产品和角色驱动视频内容的电商创意制作人和 AI 艺术家而构建。

核心亮点

• 基于图的流程： 每个资产都是可重用的节点，每条边代表真实的依赖关系。
• 环境感知提示： 根据场景是工作室、街道、咖啡馆还是自然环境，自动切换运动词汇。
• 本地优先隐私保护： 所有画板状态和媒体均通过 SQLite 和本地存储文件夹本地保存。
• 基于 CLI 的 LLM 集成： 调用现有的 LLM CLI（Claude Code、Gemini CLI、OpenAI Codex）以避免直接使用云 API 的成本。
• 批量 i2v 生成： 如果上游图像包含多个变体，只需单击一次即可生成多个视频变体。