# Gbro Collage Broll

将约 5 秒口播文稿、观点句或抽象概念做成高级 editorial halftone paper-collage / 半调纸拼贴 B-roll。用户说“collage...

- Repository: https://github.com/pyang5166/gbro-collage-broll (1600 stars)
- Category: Engineering
- License: MIT
- Last updated: 2026-07-15
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add pyang5166/gbro-collage-broll --skill gbro-collage-broll -g -a claude-code -y`
Codex: `npx skills add pyang5166/gbro-collage-broll --skill gbro-collage-broll -g -a codex -y`
Cursor: `npx skills add pyang5166/gbro-collage-broll --skill gbro-collage-broll -g -a cursor -y`
Gemini CLI: `npx skills add pyang5166/gbro-collage-broll --skill gbro-collage-broll -g -a gemini-cli -y`

## Description

将约 5 秒口播文稿、观点句或抽象概念做成高级 editorial halftone paper-collage / 半调纸拼贴 B-roll。用户说“collage b-roll”“纸拼贴 b-roll”“半调拼贴”“拼贴风格配画面”“用这段文稿做拼贴动画”“gbro-collage-broll”，或希望把一句文稿转成拼贴视觉隐喻时，必须使用此 skill。强制采用三阶段审批：先只提视觉隐喻，用户确认后才生成彩色拼贴静帧，静帧再次确认后才默认调用 Gemini Omni Flash 生成首尾帧组装动画。默认视频模型固定为 gemini-omni-flash-preview，不再默认使用 Veo；只有用户明确指定其他模型时才切换。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# gbro Collage B-roll

把一句约 5 秒的口播压成一个 sharp visual idea，再做成高级编辑风纸拼贴组装动画。

默认链路：

1. 只设计视觉隐喻，等待用户确认
2. 只生成最终静帧，等待用户确认
3. 自动调用 Gemini Omni Flash 生成视频并完成 QA

这两个确认闸门是工作流的一部分。它们让用户把注意力放在审美和方向上，同时避免错误隐喻或错误静帧直接消耗视频生成成本。

## 首次使用：环境自检

每次触发本 skill 时，进入 Gate 1 之前先运行自检脚本：

```bash
bash <本skill目录>/scripts/check_setup.sh
```

全部通过则直接开始 Gate 1，不要向用户重复配置信息。任何一项失败时，视为首次使用：不进入 Gate 1，先向用户输出下面的配置指南（只列出缺失项），等用户确认配置完成后重新自检。

### 配置指南（按缺失项输出）

1. **GEMINI_API_KEY 未设置**
   到 [Google AI Studio](https://aistudio.google.com/apikey) 创建 API key，然后写入 shell 配置：

   ```bash
   echo 'export GEMINI_API_KEY="你的key"' >> ~/.zshrc && source ~/.zshrc
   ```

   注意：视频生成按量计费，由这个 key 对应的 Google 账号承担。

2. **ffmpeg / ffprobe 缺失**
   macOS：`brew install ffmpeg`；Debian/Ubuntu：`sudo apt install ffmpeg`。

3. **Python 环境缺失或版本过旧**（需要 >= 3.10）
   macOS：`brew install python3`；或从 python.org 安装。

4. **共享 venv 未创建**（google-genai >= 2.10.0）
   征得用户同意后自动创建，无需用户手动操作：

   ```bash
   python3 -m venv ~/hyperframes-projects/.omni-venv
   ~/hyperframes-projects/.omni-venv/bin/python -m pip install --upgrade "google-genai>=2.10.0" "httpx[socks]"
   ```

5. **不在 Codex 环境 / 没有内置 image_gen**
   Gate 2 的静帧生成依赖 Codex 内置 `image_gen` 工具。在其他 agent 环境下运行时，向用户说明需要自行提供等效的图片生成方式（或手动提供静帧图片后从 Gate 2 确认继续）。

## 强制审批协议

### Gate 1：隐喻确认

收到文稿后，先提视觉隐喻，不生成图片、不生成视频、不调用任何视频模型。

向用户交付每条的：

- 核心意思
- 情绪
- 一句话视觉命题
- 3, 6 个关键物件
- 建议底色与局部点色
- 预期组装顺序

然后明确停下，等待用户回复“可以”“通过”“全部通过”或给出逐条修改意见。

如果用户只确认部分编号，只让通过的条目进入 Gate 2；未通过条目继续修改隐喻。

### Gate 2：静帧确认

隐喻确认后，才写 visual spec 和 imagegen prompt，并用 Codex `imagegen` 生成最终静帧。

把原图保存到项目目录，生成带编号的静帧 contact sheet，向用户展示并再次停下。此阶段仍然不调用 Omni Flash，也不生成视频。

如果用户只确认部分静帧，只让通过的条目进入 Gate 3；需要修改的静帧先重生并重新确认。

### Gate 3：视频生成

静帧确认后，不再询问使用哪个视频模型，直接使用本 skill 自带的 `scripts/generate_video.py`，默认调用：

```text
gemini-omni-flash-preview
```

只有用户明确指定其他视频模型时，才覆盖这个默认值。不要自动调用 Veo，也不要把模型选择再抛给用户。

## 成功标准

The rest: https://github.com/pyang5166/gbro-collage-broll/blob/HEAD//SKILL.md