Venice Video Harness

O Venice Video Harness é um kit de ferramentas comunitário, agent-first e otimizado para Venice, voltado para criação de vídeo com foco em consistência, em qualquer duração. Ele transforma um agente de IDE (Claude Code, Cursor, Codex etc.) em operador de um sistema reutilizável de produção Venice cobrindo mais de 50 modelos Venice de vídeo, imagem, áudio e música.

GitHub: venice-video-harness

Licença MIT. Mantido pela comunidade.

Vídeo com personagens consistentes

Trave personagens, vozes e estética em uma série inteira

Storyboard para vídeo

Geração de painéis em dois passos com refinamento multi-edit da Venice

Edição text-first

Transcreva localmente com whisper.cpp, corte a partir de um pacote de 12KB, autoavalie em cada limite

O que é isto

A maioria das integrações Venice são wrappers finos sobre chamadas de API. O Venice Video Harness é a camada de mais alto nível que fica entre seu agente e a API Venice:

Regras de orquestração em CLAUDE.md
Playbooks reutilizáveis em .claude/commands/ (19 comandos de workflow)
Agentes especializados em .claude/agents/ (art-director, prompt-engineer, cut-qa e mais)
Skills de produção Venice em .claude/skills/ (compatíveis com o formato Agent Skills)
Camada de execução TypeScript em src/
Registro abrangente de modelos cobrindo mais de 50 modelos Venice de vídeo, imagem, áudio e música

Construído para criadores produzindo:

Projetos de vídeo com personagens consistentes (qualquer gênero, qualquer duração)
Séries ou campanhas com estilo visual travado
Workflows de storyboard para vídeo
Conteúdo narrativo de curta ou longa duração
Sequências cinemáticas de marca, trailers e teasers
Séries sociais com personagens recorrentes

Começando

Requisitos

Node.js 20+

Recomenda-se o LTS mais recente

ffmpeg + ffprobe

No seu PATH

Chave de API Venice

De venice.ai/settings/api

Opcional, para o pipeline de edição: instale whisper-cpp para transcrição local.

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

Configuração

Clone o harness

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

Configure sua chave de API

cp .env.example .env
# Adicione VENICE_API_KEY ao .env

Instale e construa

npm install
npm run build

Abra no seu agente

Abra o projeto no Cursor, Claude Code ou em qualquer IDE com chat agêntico. O agente lê CLAUDE.md e os playbooks automaticamente.Experimente uma destas primeiras mensagens:

“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”

O que é otimizado para Venice

Prompts de imagem ajustados para modelos de imagem Venice como seedream-v5-lite, nano-banana-pro, flux-2-pro/max e mais
Geração de painéis em dois passos com refinamento multi-edit da Venice para correção de personagens
Lógica de roteamento de modelos para níveis de ação, atmosfera e consistência de personagens
Geração de vídeo ciente de referência que usa elements, reference_image_urls e scene_image_urls corretamente por modelo
Adaptação de prompt ciente do ambiente para tratamento de cenas diurnas vs noturnas
Caminhos de áudio nativos da Venice para TTS (Kokoro, Qwen3, ElevenLabs), SFX e música
Estimativa de custo antes da geração via /video/quote e /audio/quote
Construção de parâmetros ciente do modelo que pula automaticamente parâmetros que o modelo alvo não suporta

Padrões de roteamento de modelos

Os padrões do harness são opinativos porque consistência é o ponto. Roteamento atual (abril de 2026): Seedance 2.0 R2V por padrão. Fallback Kling O3 R2V para cenas com 3+ personagens. Seedance 2.0 i2v para tomadas de estabelecimento.

Papel	Modelo padrão	Quando usado
Tomadas de personagem (1-2 personagens)	`seedance-2-0-reference-to-video`	R2V padrão com `reference_image_urls` flat, tags `@Image`, até 15s, áudio estéreo nativo
Tomadas de personagem (3+ personagens)	`kling-o3-standard-reference-to-video`	Auto-fallback com `elements` estruturados para identidade multi-personagem
Estabelecimento / atmosfera / ação	`seedance-2-0-image-to-video`	Sem personagens; qualidade cinemática épica, até 15s

Esses são sobrescritíveis por projeto via series.json → videoDefaults. Para mirar em uma família que não seja Seedance (por exemplo, contas que não têm acesso ao Seedance), defina videoDefaults como kling-o3-standard-reference-to-video e veo3.1-fast-image-to-video.

Regra de face do Seedance: o Seedance 2.0 bloqueia imagens de entrada com rostos que não foram produzidas por seedream-v5-lite ou seedream-v5-lite-edit. O harness trata isso automaticamente, roteando trabalhos de imagem com personagens pelo Seedream e executando um gate de pré-voo antes de cada chamada ao Seedance.

Modelos Venice suportados

Vídeo (abril de 2026)

Família	i2v	t2v	Duração máx.	Áudio	Notas
Seedance 2.0	i2v, R2V	t2v	15s	Sim (estéreo, lip-sync 8+ idiomas)	Nº 1 do ranking. R2V: `reference_image_urls` flat, tags `@Image`.
Kling V3	Pro, Standard	Pro, Standard	15s	Sim	`end_image_url` para mirar frame
Kling O3	Pro, Std, Pro R2V, Std R2V	Pro, Standard	15s	Sim	R2V: `elements`, `reference_image_urls`, `scene_image_urls`
Kling 2.6 / 2.5 Turbo	Pro	Pro	10s	2.6: Sim / 2.5: Não	`end_image_url`
Veo 3.1	Fast, Full	Fast, Full	8s	Sim	Resolução até 4K
Sora 2	Standard, Pro	Standard, Pro	12s	Sim	Até 1080p
Wan 2.6 / 2.5	Std, Flash / Sim	Std / Sim	15s / 10s	Sim	Entrada `audio_url`
LTX Video 2.0	Fast, Full, v2.3, 19B	Fast, Full, v2.3, 19B	20s	Sim	Até 4K, mais longo sincronizado
Longcat	Std, Distilled	Std, Distilled	30s	Não	Tomada única mais longa
Vidu Q3	Sim	Sim	16s	Sim	`reference_image_urls`
PixVerse v5.6	Std, Transition	Standard	8s	Sim	Transition: `end_image_url`
Grok Imagine	Sim	Sim	15s	Sim	Suporte amplo a aspect ratio

Imagem, áudio e música

Imagem (22+ modelos): 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 mais
Multi-edit: qwen-edit, flux-2-max-edit, nano-banana-pro-edit, seedream-v5-lite-edit, gpt-image-2-edit e mais
TTS: tts-kokoro (50+ vozes), tts-qwen3-0-6b/1-7b, elevenlabs-tts-v3, elevenlabs-tts-multilingual-v2
Música: elevenlabs-music, minimax-music-v2, ace-step-15, stable-audio-25
SFX: elevenlabs-sound-effects-v2, mmaudio-v2-text-to-audio

Pipelines de produção

Pipeline de geração

Vídeo narrativo ponta a ponta (roteiro → storyboard → vídeo → áudio → montagem):

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

A implementação de referência em src/mini-drama/ cobre:

Gerenciamento de séries / personagens / episódios
Workshop de roteiro com LLM
Geração de storyboard em dois passos (gerar + refinar com multi-edit)
QA de painéis baseado em visão
Geração de vídeo com encadeamento de frames
Pós-produção de áudio em camadas
Burn-in de legendas e montagem final

Pipeline de edição

Corte mídia já existente (tomadas geradas pela Venice ou footage real). Text-first: o LLM lê um takes_packed.md compacto (~12KB por 40 min de áudio) em vez de despejar frames de vídeo. Os cinco passos:

Transcrever

O whisper.cpp local produz *.words.json por fonte + takes_packed.md.

Ler o pacote

O LLM forma uma estratégia de corte apenas a partir do texto.

Confirmar

Propõe a estratégia e espera por “yes / revise / cancel”.

Renderizar o EDL

Lista de corte JSON → ffmpeg concat com fades de áudio de 30ms. Arquivo-first, então os originais nunca são sobrescritos.

Autoavaliação

O agente cut-qa executa 6 verificações programáticas em cada limite de corte; máximo de 3 iterações de correção.

As verificações do cut-qa pegam regressões de aspect-ratio, saltos de hash de frame dentro de uma palavra, truncamento de VO, descontinuidade de iluminação, picos de áudio acima de -6 dBFS e sobreposição de legendas com texto dentro do frame.

O pipeline de edição é inspirado em browser-use/video-use. A intuição central deles, “o LLM nunca assiste ao vídeo, ele o lê”, é o que faz a edição dirigida por agente funcionar sem se afogar em tokens de frame-dump.

Comandos, agentes e skills

O harness expõe 19 comandos de workflow, 10 agentes especializados e 7 skills de produção. Destaques:

Comando de workflow	Finalidade
`new-series`	Criar uma nova série com estética travada
`add-character` / `lock-character`	Travamento de personagem + voz
`workshop-episode`	Roteirização colaborativa de episódio
`storyboard-episode`	Storyboard de um episódio
`produce-episode`	Pipeline completo em um comando
`generate-trailer`	Pipeline completo de trailer
`edit-footage`	Pipeline de edição text-first para mídia existente
`ingest-screenplay`	Ingere um roteiro Fountain ou PDF

Agente especializado	Papel
`art-director`	Decisões de estética, paleta, iluminação, composição
`prompt-engineer`	Prompts de imagem Venice, consistência de personagem
`storyboard-qa`	QA de painéis para continuidade e verificações de personagem
`cut-qa`	Gate de qualidade pós-renderização (6 verificações por corte, máximo 3 iterações)
`overlay-designer`	Motion graphics de marca, sub-agentes em paralelo
`trailer-curator`	Seleção de tomadas de trailer e regras antiespóileres

Skill de produção	Finalidade
`venice-api`	Uso da REST API da Venice e padrões
`venice-video-model-routing`	Roteamento R2V-first, árvores de decisão
`character-consistency`	Orientação de consistência de personagem em múltiplas tomadas
`shot-composition`	Composição de tomada e orientação de câmera
`screenplay-parsing`	Workflows de parsing de roteiro
`video-editing`	Filosofia de edição text-first, formato EDL, loop do cut-qa

Round-trip NLE

Após a renderização, exporte a timeline montada como XML para ajuste fino no editor de sua escolha. Cada segmento de vídeo, clipe de diálogo, clipe de SFX e cue musical fica em sua própria trilha.

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

Uso programático

Você também pode chamar os módulos do harness diretamente do seu próprio 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 });

Recursos

GitHub

Código-fonte, issues e releases

Geração de vídeo Venice

A API subjacente que o harness opera

Reference-to-Video

Guia R2V para consistência de personagem

Seedance 2.0

A família de vídeo padrão do harness

Mantido pela comunidade e fornecido como está. Para problemas específicos do harness, abra-os no repositório do projeto no GitHub.

Guides

Getting Started

Text & Chat

Image & Video

Agents & Integrations

Agent Tooling

Coding Tools

SDKs & Frameworks

Projects

GitHub: venice-video-harness

Vídeo com personagens consistentes

Storyboard para vídeo

Edição text-first

O que é isto

Começando

Requisitos

Node.js 20+

ffmpeg + ffprobe

Chave de API Venice

Configuração

O que é otimizado para Venice

Padrões de roteamento de modelos

Modelos Venice suportados

Vídeo (abril de 2026)

Imagem, áudio e música

Pipelines de produção

Pipeline de geração

Pipeline de edição

Comandos, agentes e skills

Round-trip NLE

Uso programático

Recursos

GitHub

Geração de vídeo Venice

Reference-to-Video

Seedance 2.0

GitHub: venice-video-harness

Vídeo com personagens consistentes

Storyboard para vídeo

Edição text-first

​O que é isto

​Começando

​Requisitos

Node.js 20+

ffmpeg + ffprobe

Chave de API Venice

​Configuração

​O que é otimizado para Venice

​Padrões de roteamento de modelos

​Modelos Venice suportados

​Vídeo (abril de 2026)

​Imagem, áudio e música

​Pipelines de produção

​Pipeline de geração

​Pipeline de edição

​Comandos, agentes e skills

​Round-trip NLE

​Uso programático

​Recursos

GitHub

Geração de vídeo Venice

Reference-to-Video

Seedance 2.0

O que é isto

Começando

Requisitos

Configuração

O que é otimizado para Venice

Padrões de roteamento de modelos

Modelos Venice suportados

Vídeo (abril de 2026)

Imagem, áudio e música

Pipelines de produção

Pipeline de geração

Pipeline de edição

Comandos, agentes e skills

Round-trip NLE

Uso programático

Recursos