Venice Video Harness

Il Venice Video Harness è un toolkit community, agent-first, ottimizzato per Venice per la creazione di video consistency-first di qualsiasi durata. Trasforma un agente IDE (Claude Code, Cursor, Codex, ecc.) in un operatore di un sistema di produzione Venice riutilizzabile che copre oltre 50 modelli Venice per video, immagini, audio e musica.

GitHub: venice-video-harness

Licenza MIT. Mantenuto dalla community.

Video character-consistent

Blocca personaggi, voci ed estetiche in un’intera serie

Storyboard-to-video

Generazione dei pannelli a due passaggi con raffinamento multi-edit Venice

Editing text-first

Trascrivi in locale con whisper.cpp, taglia da un pack di 12KB, auto-valutazione a ogni transizione

Cos’è

La maggior parte delle integrazioni Venice sono semplici wrapper intorno alle chiamate API. Il Venice Video Harness è il livello di alto livello che si colloca tra il tuo agente e l’API Venice:

Regole di orchestrazione in CLAUDE.md
Playbook riutilizzabili in .claude/commands/ (19 comandi di workflow)
Agenti specializzati in .claude/agents/ (art-director, prompt-engineer, cut-qa e altri)
Skill di produzione Venice in .claude/skills/ (compatibili con il formato Agent Skills)
Livello di esecuzione TypeScript in src/
Registry completo dei modelli che copre oltre 50 modelli Venice per video, immagini, audio e musica

Costruito per creator che producono:

Progetti video character-consistent (qualsiasi genere, qualsiasi durata)
Serie o campagne con stile visivo bloccato
Workflow storyboard-to-video
Contenuti narrativi short-form e long-form
Sequenze cinematiche brandizzate, trailer e teaser
Serie social con personaggi ricorrenti

Per iniziare

Requisiti

Node.js 20+

LTS più recente consigliato

ffmpeg + ffprobe

Nel tuo PATH

Venice API key

Da venice.ai/settings/api

Opzionale, per la pipeline di editing: installa whisper-cpp per la trascrizione locale.

brew install whisper-cpp
mkdir -p ~/.cache/whisper.cpp
curl -L -o ~/.cache/whisper.cpp/ggml-base.en.bin \
  https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-base.en.bin

Setup

Clona l'harness

git clone https://github.com/jordanurbs/venice-video-harness.git
cd venice-video-harness

Configura la tua API key

cp .env.example .env
# Aggiungi VENICE_API_KEY a .env

Installa e compila

npm install
npm run build

Apri nel tuo agente

Apri il progetto in Cursor, Claude Code o qualsiasi IDE con chat agentica. L’agente legge CLAUDE.md e i playbook automaticamente.Prova uno di questi primi messaggi:

“Set up this Venice video harness for first use”
“Create a new character-consistent video series”
“Generate a 30-second branded video sequence”
“Build a multi-episode narrative with locked characters”
“Create a product launch trailer with consistent visual style”

Cosa lo rende Venice-optimized

Prompt per immagini ottimizzati per i modelli di immagini Venice come seedream-v5-lite, nano-banana-pro, flux-2-pro/max e altri
Generazione dei pannelli a due passaggi con raffinamento multi-edit Venice per la correzione dei personaggi
Logica di routing dei modelli per i tier di azione, atmosfera e character-consistency
Generazione video reference-aware che usa elements, reference_image_urls e scene_image_urls correttamente per ogni modello
Adattamento del prompt environment-aware per la gestione delle scene diurne vs notturne
Percorsi audio Venice-native per TTS (Kokoro, Qwen3, ElevenLabs), SFX e musica
Stima dei costi prima della generazione tramite /video/quote e /audio/quote
Costruzione dei parametri model-aware che salta automaticamente i parametri non supportati dal modello target

Default di routing dei modelli

I default dell’harness sono opinionated perché la consistenza è il punto chiave. Il routing attuale (aprile 2026): Seedance 2.0 R2V di default. Fallback su Kling O3 R2V per scene con 3+ personaggi. Seedance 2.0 i2v per gli establishing shot.

Ruolo	Modello di default	Quando usato
Inquadrature con personaggi (1-2 personaggi)	`seedance-2-0-reference-to-video`	R2V di default con `reference_image_urls` flat, tag `@Image`, fino a 15s, audio stereo nativo
Inquadrature con personaggi (3+ personaggi)	`kling-o3-standard-reference-to-video`	Fallback automatico con `elements` strutturati per identità multi-personaggio
Establishing / mood / action	`seedance-2-0-image-to-video`	Nessun personaggio; qualità cinematica epica, fino a 15s

Questi sono sovrascrivibili per progetto tramite series.json → videoDefaults. Per puntare a una famiglia non Seedance (es. account che non hanno accesso a Seedance), imposta videoDefaults su kling-o3-standard-reference-to-video e veo3.1-fast-image-to-video.

Regola del volto Seedance: Seedance 2.0 blocca le immagini di input con volti che non sono state prodotte da seedream-v5-lite o seedream-v5-lite-edit. L’harness gestisce questo automaticamente instradando il lavoro sulle immagini contenenti personaggi tramite Seedream ed eseguendo un gate pre-flight prima di ogni chiamata Seedance.

Modelli Venice supportati

Video (aprile 2026)

Famiglia	i2v	t2v	Durata massima	Audio	Note
Seedance 2.0	i2v, R2V	t2v	15s	Sì (stereo, lip-sync 8+ lingue)	Classificato #1. R2V: `reference_image_urls` flat, tag `@Image`.
Kling V3	Pro, Standard	Pro, Standard	15s	Sì	`end_image_url` per il targeting del frame
Kling O3	Pro, Std, Pro R2V, Std R2V	Pro, Standard	15s	Sì	R2V: `elements`, `reference_image_urls`, `scene_image_urls`
Kling 2.6 / 2.5 Turbo	Pro	Pro	10s	2.6: Sì / 2.5: No	`end_image_url`
Veo 3.1	Fast, Full	Fast, Full	8s	Sì	Fino a risoluzione 4K
Sora 2	Standard, Pro	Standard, Pro	12s	Sì	Fino a 1080p
Wan 2.6 / 2.5	Std, Flash / Sì	Std / Sì	15s / 10s	Sì	Input `audio_url`
LTX Video 2.0	Fast, Full, v2.3, 19B	Fast, Full, v2.3, 19B	20s	Sì	Fino a 4K, il più lungo sincronizzato
Longcat	Std, Distilled	Std, Distilled	30s	No	Il più lungo single-shot
Vidu Q3	Sì	Sì	16s	Sì	`reference_image_urls`
PixVerse v5.6	Std, Transition	Standard	8s	Sì	Transition: `end_image_url`
Grok Imagine	Sì	Sì	15s	Sì	Supporto wide aspect ratio

Immagine, audio e musica

Immagine (22+ modelli): nano-banana-pro/2, gpt-image-2, flux-2-pro/max, grok-imagine, qwen-image-2-pro, recraft-v4-pro, seedream-v4 / v5-lite, lustify-sdxl/v7, wai-Illustrious e altri
Multi-edit: qwen-edit, flux-2-max-edit, nano-banana-pro-edit, seedream-v5-lite-edit, gpt-image-2-edit e altri
TTS: tts-kokoro (50+ voci), tts-qwen3-0-6b/1-7b, elevenlabs-tts-v3, elevenlabs-tts-multilingual-v2
Musica: elevenlabs-music, minimax-music-v2, ace-step-15, stable-audio-25
SFX: elevenlabs-sound-effects-v2, mmaudio-v2-text-to-audio

Pipeline di produzione

Pipeline di generazione

Video narrativo end-to-end (script → storyboard → video → audio → montaggio):

npm run dev -- produce-episode -p output/my-series -e 1

L’implementazione di riferimento in src/mini-drama/ copre:

Gestione di serie / personaggi / episodi
Workshop di script con LLM
Generazione dello storyboard a due passaggi (genera + raffina multi-edit)
QA dei pannelli basato su vision
Generazione video con frame chaining
Post-produzione audio a strati
Burn-in dei sottotitoli e montaggio finale

Pipeline di editing

Taglia media già esistenti (riprese generate da Venice o filmati grezzi reali). Text-first: l’LLM legge un takes_packed.md compatto (~12KB per 40 minuti di audio) anziché fare un frame-dump del video. I cinque passi:

Trascrivi

whisper.cpp locale produce per ogni sorgente *.words.json + takes_packed.md.

Leggi il pack

L’LLM formula una strategia di taglio dal solo testo.

Conferma

Propone la strategia e attende “yes / revise / cancel”.

Renderizza l'EDL

Cut list JSON → concat ffmpeg con fade audio di 30ms. Archive-first, quindi gli originali non vengono mai sovrascritti.

Auto-valutazione

L’agente cut-qa esegue 6 controlli programmatici a ogni transizione di taglio; massimo 3 iterazioni di fix.

I controlli cut-qa intercettano regressioni dell’aspect ratio, salti di frame-hash all’interno di una parola, troncamenti VO, discontinuità di illuminazione, picchi audio sopra -6 dBFS e sovrapposizioni di didascalie con testo in-frame.

La pipeline di editing è ispirata da browser-use/video-use. La loro intuizione di base, “l’LLM non guarda mai il video, lo legge”, è ciò che fa funzionare l’editing guidato da agenti senza annegare nei token di frame-dump.

Comandi, agenti e skill

L’harness espone 19 comandi di workflow, 10 agenti specializzati e 7 skill di produzione. Punti salienti:

Comando di workflow	Scopo
`new-series`	Crea una nuova serie con estetiche bloccate
`add-character` / `lock-character`	Lock di personaggio + voce
`workshop-episode`	Scripting collaborativo di un episodio
`storyboard-episode`	Crea lo storyboard di un episodio
`produce-episode`	Pipeline completa in un solo comando
`generate-trailer`	Pipeline completa per il trailer
`edit-footage`	Pipeline di editing text-first per media esistenti
`ingest-screenplay`	Importa una sceneggiatura Fountain o PDF

Agente specializzato	Ruolo
`art-director`	Decisioni su estetica, palette, illuminazione, composizione
`prompt-engineer`	Prompt per immagini Venice, consistenza dei personaggi
`storyboard-qa`	QA dei pannelli per controlli di continuity e personaggi
`cut-qa`	Quality gate post-render (6 controlli per taglio, max 3 iterazioni)
`overlay-designer`	Motion graphics brandizzati, sub-agenti paralleli
`trailer-curator`	Selezione delle inquadrature del trailer e regole anti-spoiler

Skill di produzione	Scopo
`venice-api`	Utilizzo dell’API REST Venice e default
`venice-video-model-routing`	Routing R2V-first, decision tree
`character-consistency`	Linee guida per consistenza dei personaggi multi-shot
`shot-composition`	Linee guida su composizione delle inquadrature e camera
`screenplay-parsing`	Workflow di parsing delle sceneggiature
`video-editing`	Filosofia editing text-first, formato EDL, loop cut-qa

Round-trip NLE

Dopo il rendering, esporta la timeline assemblata come XML per il fine-tuning nel tuo editor preferito. Ogni segmento video, clip di dialogo, clip SFX e cue musicale arriva sulla propria traccia.

mini-drama export-timeline -p output/<project> -e 1 --format fcpxml      # Final Cut Pro X
mini-drama export-timeline -p output/<project> -e 1 --format premiere    # Premiere Pro
mini-drama export-timeline -p output/<project> -e 1 --format davinci     # DaVinci Resolve

Utilizzo programmatico

Puoi anche richiamare i moduli dell’harness direttamente dal tuo TypeScript:

import { VeniceClient } from './src/venice/client.js';
import { generateVideo, quoteVideo } from './src/venice/video.js';
import { listVideoModels } from './src/venice/models.js';

const client = new VeniceClient();

const quote = await quoteVideo(client, {
  model: 'kling-v3-pro-image-to-video',
  duration: '8s',
  audio: true,
});
console.log(`Estimated cost: $${quote.quote}`);

const result = await generateVideo(client, {
  model: 'kling-v3-pro-image-to-video',
  prompt: 'A slow dolly shot pushes forward...',
  duration: '8s',
  imageUrl: 'data:image/png;base64,...',
  audio: true,
  outputPath: 'output/shot-001.mp4',
});

const longModels = listVideoModels({ minDurationSec: 20 });

Risorse

GitHub

Codice sorgente, issue e release

Generazione video Venice

L’API sottostante che l’harness pilota

Reference-to-Video

Guida R2V per la consistenza dei personaggi

Seedance 2.0

La famiglia video di default dell’harness

Mantenuto dalla community e fornito as-is. Per problemi specifici dell’harness, segnalali sul repository GitHub del progetto.

Guides

Getting Started

Text & Chat

Image & Video

Agents & Integrations

Agent Tooling

Coding Tools

SDKs & Frameworks

Projects

GitHub: venice-video-harness

Video character-consistent

Storyboard-to-video

Editing text-first

Cos’è

Per iniziare

Requisiti

Node.js 20+

ffmpeg + ffprobe

Venice API key

Setup

Cosa lo rende Venice-optimized

Default di routing dei modelli

Modelli Venice supportati

Video (aprile 2026)

Immagine, audio e musica

Pipeline di produzione

Pipeline di generazione

Pipeline di editing

Comandi, agenti e skill

Round-trip NLE

Utilizzo programmatico

Risorse

GitHub

Generazione video Venice

Reference-to-Video

Seedance 2.0

GitHub: venice-video-harness

Video character-consistent

Storyboard-to-video

Editing text-first

​Cos’è

​Per iniziare

​Requisiti

Node.js 20+

ffmpeg + ffprobe

Venice API key

​Setup

​Cosa lo rende Venice-optimized

​Default di routing dei modelli

​Modelli Venice supportati

​Video (aprile 2026)

​Immagine, audio e musica

​Pipeline di produzione

​Pipeline di generazione

​Pipeline di editing

​Comandi, agenti e skill

​Round-trip NLE

​Utilizzo programmatico

​Risorse

GitHub

Generazione video Venice

Reference-to-Video

Seedance 2.0

Cos’è

Per iniziare

Requisiti

Setup

Cosa lo rende Venice-optimized

Default di routing dei modelli

Modelli Venice supportati

Video (aprile 2026)

Immagine, audio e musica

Pipeline di produzione

Pipeline di generazione

Pipeline di editing

Comandi, agenti e skill

Round-trip NLE

Utilizzo programmatico

Risorse