crisng95/flowkit

解決的問題

Flow Kit 是一個獨立系統，旨在使用 Google Flow API 自動化 AI 生成影片的端對端製作流程。它解決了在多個場景中保持視覺一致性的挑戰——確保角色、場景和物件在整個影片中看起來一致，同時自動化繁瑣的驗證、reCAPTCHA 解決和 API 代理過程。

工作原理

該系統使用基於 Python 的代理（FastAPI），透過 WebSockets 與 Chrome 擴充程式通訊。該擴充程式作為 Google Flow 界面的橋樑，負責處理驗證和 API 呼叫代理。

其一致性的核心是 參考影像系統：使用者透過外觀描述定義「實體」（角色、場景或資產）。系統為每個實體生成一張參考影像，並作為視覺輸入傳遞給每個場景生成，使 AI 能在不同動作和場景中保持相同的臉部、服裝和特徵。

適用對象

專為希望無需手動管理每一幀或提示詞，即可製作高品質、一致性的敘事影片（如 YouTube 故事）的內容創作者和 AI 代理設計。

主要亮點

• 端對端流程：從故事概念和實體定義，到參考影像、場景影像、8秒影片片段、TTS 叙述，再到最終合併，全程自動化。
• 視覺一致性：使用專用參考系統，確保數十個場景中角色和環境保持穩定。
• 自動化瀏覽器橋接：Chrome 擴充程式處理與 Google Flow 互動的複雜部分，包括權杖捕獲和 reCAPTCHA 解決。
• Ops 控制台：包含本地 React 仪表板，用於監控流程進度、審查 AI 生成的場景並管理專案。
• AI 代理整合：提供「技能」（斜線命令），允許其他 AI 代理驅動整個影片製作流程。