mixvideo-v2/cargos/veo3-scene-writer

VEO3 场景写作工具

基于 Gemini SDK 的 VEO3 场景写作对话工具，专门用于创建电影级的视频场景提示词。

功能特性

• 🎬 专业场景写作: 使用 VEO3 专业提示词
• 🤖 智能对话: 基于 Gemini AI 的对话式场景创建
• 📸 图片分析: 支持上传图片进行角色分析
• 🎥 视频分析: 支持视频文件分析和学习
• 📄 多格式输出: 支持文本、JSON、YAML 格式
• 🔄 角色一致性: 确保多个场景中角色特征保持一致

快速开始

基本使用

use veo3_scene_writer::Veo3SceneWriter;

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    let mut writer = Veo3SceneWriter::new().await?;
    let response = writer.send_message("你好，我想创建一个角色档案").await?;
    println!("回复: {}", response);
    Ok(())
}

带图片的使用

let response = writer.send_message_with_attachment(
    "请分析这张图片中的角色",
    "character.jpg"
).await?;

演示示例

1. 基本对话演示

cargo run --example simple_chat

2. 附件功能演示

cargo run --example attachment_demo

3. Daisy 角色演示

# 需要先将图片文件 01.png 放在当前目录
cargo run --example daisy_demo

Daisy 演示说明

daisy_demo 演示展示了完整的 VEO3 工作流程：

1. 准备工作: 将 01.png 图片文件放在 cargos/veo3-scene-writer/ 目录下
2. 角色分析: 基于图片为 "Daisy" 创建详细角色档案
3. 场景创建: 创建多个不同风格的 8 秒电影场景
4. 格式输出: 展示 JSON 格式的结构化输出

演示场景包括：

• 🍵 咖啡厅阅读场景: 温馨静谧的室内场景
• 🌳 公园散步场景: 自然光线的户外场景
• 🌧️ 雨中奔跑场景: 动感十足的动作场景

支持的文件格式

图片格式

• JPG/JPEG
• PNG
• GIF
• BMP
• WebP

视频格式

• MP4
• AVI
• MOV
• MKV
• WebM

VEO3 工作流程

1. Phase 1: 角色档案导入

   • 定义角色的视觉特征
   • 设定角色的声音特征

2. Phase 2: 电影场景生成

   • 场景描述和角色动作
   • 摄影角度和运动
   • 灯光和氛围设置

3. Phase 3: 生成电影提示词

   • 输出 VEO3 优化的提示词
   • 支持多种格式输出

配置

SDK 会自动使用环境变量或默认配置。如需自定义配置：

let config = gemini_sdk::GeminiConfig {
    base_url: "your-api-url".to_string(),
    bearer_token: "your-token".to_string(),
    // ... 其他配置
};

let writer = Veo3SceneWriter::with_config(config).await?;

注意事项

• 确保有有效的 Gemini API 配置
• 图片和视频文件需要放在正确的路径
• 大文件上传可能需要较长时间

许可证

MIT License