rea-video Inafanya kazi

rea-video ni zana huria ya uhandisi wa kubadili mchakato wa video za AI, iliyoundwa mahususi kwa AI Agent. rea-video huamua kwa kila picha ikiwa ni video halisi, iliyozalishwa na AI au michoro ya mwendo iliyoandikwa kwa msimbo, kisha hugawanya mpangilio wa kamera na mwangaza, mtindo wa manukuu, kasi ya uhariri na muundo wa sauti. Hutoa ripoti ya kila picha na mpango wa kuiga, na inaweza pia kubaini upya vidokezo vya picha, kisha kwa kutumia zana za kuiga kubadilisha bidhaa na watu ili kuunda video mpya. Kwenye kompyuta yako unahitaji ffmpeg na Python 3.10+; baada ya kuunganisha modeli ya kuona, usahihi wa utambuzi huongezeka.

Utambuzi wa aina ya video: huamua kwa kila picha ikiwa ni video ya mtu halisi, iliyozalishwa na AI, uonyeshaji wa 3D, michoro ya mwendo iliyoandikwa kwa msimbo au rekodi ya skrini; uhariri mseto hugawanywa kwa sehemu na kuunganishwa tena.
Uchanganuzi wa njia ya utengenezaji: hutoa mpangilio wa kamera na mwangaza, mwendo wa kamera na urekebishaji wa rangi, au hubaini upya vidokezo na nyenzo za marejeleo zinazohitajika kwa kila picha ya AI.
Uchimbaji wa manukuu na vipengele vya mapambo: hutoa muda wa kuanza na kumalizika, rangi, mstari wa mpaka na madoido ya kuingia kwa kila mstari wa manukuu; inaweza kuhamisha SRT/ASS, na kubainisha mahali na muda wa kukaa wa vibandiko, emoji na picha-ndani-ya-picha.
Uchanganuzi wa uhariri na sauti: huonyesha sehemu za kukata, kasi ya uhariri na uhusiano wake na mapigo ya muziki, na kutambua sauti ya mtu/sauti ya AI, muziki wa AI au maktaba pamoja na BPM yake na sehemu za madoido ya sauti.
Uundaji wa mpango wa kuiga: hupanga picha kwa wingi kulingana na uwezo wa modeli lengwa ya video ili kuunda mpango wa uzalishaji, hutofautisha sehemu zinazohitaji kurekodiwa, kuzalishwa au kuandikwa kwa msimbo, na hutoa ripoti ya HTML yenye picha za kila picha.

Fuata akaunti ya WeChat na ujibu “开源” ili kujiunga na kundi la mawasiliano la miradi huria ya AI
Mgawanyo wa picha: kwanza hugundua mipaka ya picha za video na kuzigawanya kwa mihuri halisi ya muda (kwa video zenye kasi tofauti ya fremu, sehemu za kukata hupangiliwa kulingana na muda halisi wa fremu), huku ikitenganisha wimbo wa sauti kuwa nyimbo tatu: sauti ya mtu, muziki na madoido ya sauti, kwa ajili ya uchanganuzi unaofuata kulingana na aina.
Ukusanyaji wa ushahidi wa aina nyingi: katika kiwango cha kiasi hupima kasi ya fremu, kelele za sensorer na ikiwa picha nzima inasogea kama uso mmoja, na hukagua lebo za AIGC kwenye metadata; katika kiwango cha kuona, modeli hukagua mikono, maandishi na uhalali wa kifizikia; katika kiwango cha kusikia, huchanganua BPM na toni, na kutofautisha kuimba na kuzungumza.
Uamuzi wa kipaumbele cha ushahidi: ushahidi thabiti hupewa kipaumbele kuliko hisia ya modeli ya “inaonekana kama”; aina mbili za hitimisho zinapokinzana, huwekwa kama zenye shaka na kukabidhiwa Agent kwa ukaguzi wa kuona ili kupunguza makosa ya utambuzi.
Upangaji wa kuiga kulingana na uwezo wa modeli: ina jedwali la ndani la uwezo wa modeli za video/picha/sauti, na kwa msingi huo hupanga picha kwa mkupuo kuwa mpango unaohitaji idadi ndogo zaidi ya uzalishaji, kisha huamua ikiwa sehemu fulani itazalishwa na modeli ya video au LLM itaandika msimbo wa Blender/Three.js/Remotion kuijenga upya.
Usanifu unaoendeshwa na Agent: mradi hutolewa kwa Claude Code, Codex na Agent wengine kwa njia ya CLI pamoja na Skill; unaweza kufanya kazi bila modeli ya video, na baada ya kuunganisha Gemini au Doubao unaweza kuandika kiotomatiki vidokezo vya kila picha, hivyo kuboresha usahihi na kiwango cha uendeshaji kiotomatiki kwa pamoja.

Andaa mazingira: sakinisha ffmpeg na Python 3.10+ kwenye kompyuta yako.
Chagua Agent: tumia Claude Code, Codex au AI Agent yoyote inayoweza kutekeleza amri.
Sakinisha mradi: mwambie Agent “sakinisha https://github.com/JuneYaooo/rea-video” ili ukamilishe kiotomatiki.
Anzisha uchanganuzi: mwambie Agent “changanua video hii /path/to/video.mp4″”; itaendesha mchakato mzima.
Unganisha modeli ya kuona: mpe Agent anwani ya API na Key ya Gemini au Doubao ili kuboresha utambuzi wa kila picha na kuwezesha kubaini upya vidokezo; bila muunganisho huo, Agent hutazama picha moja kwa moja ili kukagua picha zenye shaka.
Angalia matokeo: utapata muhtasari wa sentensi moja, mpango wa kuiga uliogawanywa katika “video halisi/uzalishaji/kuandika msimbo”, pamoja na report.html yenye picha za kila picha na uchanganuzi wa sauti.
Endelea kuiga: mpe ripoti zana kama cheap-claude-video au Hypit ili kuzalisha toleo jipya lenye vipengele vilivyobadilishwa kulingana na mapishi.

Wigo mpana: inaweza kuchanganua video za watu halisi, video zilizozalishwa na AI, animasheli za 3D, michoro ya mwendo iliyoandikwa kwa msimbo, rekodi za skrini na uhariri mseto; video mseto pia huhukumiwa sehemu kwa sehemu.
Inaendeshwa na ushahidi: ushahidi thabiti kama kasi ya fremu, kelele za sensorer na metadata ya AIGC hupewa kipaumbele kuliko hisia ya modeli; vipengele vinavyokinzana hukabidhiwa Agent kwa ukaguzi, na majaribio rasmi ya ndani yanaonyesha usahihi wa takriban 99% kwa video asili.
Matokeo ni mapishi kamili: haitoi hitimisho pekee, bali pia orodha ya kamera na mwangaza, vidokezo vilivyobainishwa upya na mpango wa kuiga uliopangwa kwa wingi kulingana na uwezo wa modeli, tayari kutekelezwa.
Uchanganuzi wa kina sana: muda na mtindo wa manukuu, mahali pa vibandiko, uhusiano kati ya sehemu za kukata na mapigo ya muziki, sauti ya mtu/sauti ya AI na BPM vyote huchanganuliwa kwa vipimo.
Asili ya Agent: huunganishwa na Claude Code, Codex na Agent wengine kwa mfumo wa CLI+Skill; amri moja husakinisha mazingira na kuendesha mchakato mzima kiotomatiki, hivyo kizingiti cha matumizi ni cha chini sana.

Hifadhi ya GitHub: https://github.com/JuneYaooo/rea-video

Kuiga video za biashara ya mtandaoni: changanua kamera, mpangilio wa picha na kasi ya manukuu ya video maarufu za kibiashara, kisha badilisha bidhaa zako na uzalishe kwa wingi video za aina hiyo.
Utafiti wa washindani wa MCN: changanua kwa kila picha muundo wa video za washindani (uwiano wa video halisi, sehemu zilizozalishwa na AI na michoro ya mwendo ya msimbo) ili kuelewa gharama na mchakato wao wa utengenezaji.
Kuongeza ufanisi wa uundaji wa video fupi za AI: bainisha upya vidokezo na vigezo vya uzalishaji vya kila picha kutoka kwenye video fupi ya AI unayoipenda, na uokoe gharama ya majaribio ya kujitafutia njia.
Uchanganuzi wa maudhui mseto: tambua kwa sehemu njia ya utengenezaji wa video mseto ya “mtu halisi+mhusika wa AI+rekodi ya skrini”, kisha unda upya toleo lako kulingana na mstari wa muda wa awali.
Kuiga video za elimu/michoro ya mwendo: badilisha video za elimu za 3D na michoro ya mwendo ya msimbo kuwa mpango wa kuijenga upya kwa Blender/Remotion, na urudie athari zinazofanana kwa gharama ndogo.