Video Cloner (SenClaw Space App)

Phân tích một video có sẵn và sinh ra bộ prompt JSON kỹ thuật để tái tạo lại video đó bằng Veo 3. Video được cắt thành các phân đoạn đúng 8 giây; mỗi phân đoạn là một dòng JSON mô tả nhân vật, bối cảnh, máy quay, âm thanh và lời thoại, với ID nhân vật/giọng nói bị khóa cố định để mọi đoạn đồng nhất tuyệt đối.

Port từ ứng dụng AI Studio "VeoPrompt Pro / từ 2 nhân vật" (React + Gemini chạy hoàn toàn trong trình duyệt) sang Space App Rust + React.

• Cổng: 4480
• MCP: video-cloner-mcp (11 tool, tiền tố vc_)
• Skills: video-cloner-run, video-cloner-manage
• Persona: video-director

Làm được gì

• Nguồn video: tải lên tay hoặc dán link YouTube. Tab "YouTube" tải video về (qua yt-dlp) rồi tạo dự án như video tải tay.
• Giữ nguyên phong cách gốc, hoặc đổi sang phong cách khác (7 preset + tự nhập).
• Thay nhân vật chính bằng mô tả chữ hoặc ảnh mẫu (ảnh được gửi kèm cho model).
• Thay bối cảnh, hoặc để trống cho AI tự sáng tạo bối cảnh hợp phong cách.
• Thay lời thoại bằng câu viral tuỳ ý; không có thì app không tự trích phụ đề.
• Thanh độ tương đồng hình ảnh 0–100% và chế độ "AI tự do sáng tạo".
• Sửa hàng loạt: đổi tên nhân vật và ép giọng nam/nữ, tự đồng bộ voice_id / audio_markers / voice_marker trên mọi đoạn.
• Xuất .txt một dòng JSON mỗi đoạn, dán thẳng vào Veo 3.
• Lịch sử & khôi phục: mỗi lượt bóc tách được lưu lại (model, temperature, số đoạn sinh ra, output thô nguyên vẹn), và app tự chụp một điểm khôi phục ngay trước mỗi thao tác ghi đè — lỡ tay vẫn lùi lại được.

Khác biệt so với bản gốc

Dữ liệu được lưu những gì

Điểm khôi phục được tạo tự động trước ba thao tác phá huỷ: phân tích lại từ đầu, làm lại đoạn cuối, và sửa hàng loạt. Bản thân việc khôi phục cũng tạo một điểm mới, nên quay ngược lại được. Video gốc nằm ở media/, không nằm trong DB.

Xuất & bàn giao sang app sinh video

Kịch bản ở đây là prompt Veo 3: JSON lồng nhau, hợp với đúng một bộ sinh video. Nên mọi đường xuất đều kèm ba dạng của cùng nội dung:

• veo — JSON gốc, mỗi đoạn một dòng, dán thẳng vào Veo 3;
• image_prompt / video_prompt — văn xuôi đã làm phẳng, cho bất kỳ bộ sinh video nào ăn prompt chữ. Khung hình và diễn biến tách riêng: bộ sinh ảnh mà bị kể về chuyển động sẽ render ra vệt mờ;
• Markdown — kịch bản cho người hoặc agent đọc.

Bàn giao sang video-flow — ba cái bẫy

1. **Sau khi bàn giao, đừng chạy pipeline/create bên video-flow.** Agent script_parser của nó chạy DELETE FROM scene WHERE video_id = ? rồi dựng lại từ đầu bằng LLM — tức là vứt sạch đúng những đoạn vừa nhận. Hãy dùng workflow hoặc các bước steps/*.
2. Tạo nhân vật qua REST, không qua MCP của video-flow. vf_character_create viết hoa entity_type, trong khi cột có CHECK trên giá trị viết thường nên insert sẽ hỏng. POST /api/projects/:id/characters giữ nguyên giá trị.
3. video-flow cần prompt tiếng Anh (nó đưa thẳng cho Veo 3), còn app này cố ý sinh tiếng Việt. Bật translate để dịch phần hình ảnh; narrator_text luôn giữ nguyên tiếng gốc vì nó dùng để lồng tiếng.

Ánh xạ sang enum của video-flow (shot_type, camera_movement) nhận cả tiếng Anh lẫn tiếng Việt và luôn rơi về giá trị an toàn khi không nhận ra — các cột đó có ràng buộc CHECK, đoán bừa là insert hỏng.

Vì sao app này không dùng bridge llm.request

Các Space App khác gọi model qua bridge của daemon. App này không, vì bridge chỉ nhận {system, prompt, maxTokens, profile}:

• Không có đường truyền video/ảnh. Video chính là đầu vào của app này.
• **Không có temperature.** Thanh "độ tương đồng hình ảnh" được quy đổi trực tiếp thành temperature (0.1 + (1 - similarity/100) * 0.7); bỏ nó đi thì cái núm sáng tạo trở thành vô nghĩa.

Nên backend gọi thẳng Generative Language API bằng API key riêng của app.

Riêng phần dịch prompt thì vẫn đi qua bridge (src/llm.rs) — nó chỉ là văn bản thuần, nên dùng model đã cấu hình sẵn trong daemon thay vì đốt quota Gemini.

Lưu ý: bridge quảng cáo space.rest nhưng không có handler, nên việc ghi wiki gọi thẳng PUT {SENCLAW_BASE_URL}/api/wiki/file của daemon.

Tải video từ YouTube

Tab YouTube ở khung "Nguồn Video" nhận link, tải video về media/ bằng yt-dlp rồi tạo dự án. Tải chạy nền (job trong bộ nhớ + WebSocket + poll dự phòng), nên video dài không treo request.

• **Cần yt-dlp** (và ffmpeg để ghép luồng). Thiếu thì UI hiện hướng dẫn cài thay vì ô nhập:

  brew install yt-dlp

• Tải tối đa 720p (VIDEO_CLONER_YOUTUBE_MAX_HEIGHT) và tối đa 500M (VIDEO_CLONER_YOUTUBE_MAX_FILESIZE) để không đầy đĩa.
• Chặn "confirm you're not a bot": YouTube giới hạn tải ẩn danh sau vài lượt. Trỏ yt-dlp vào cookies trình duyệt đang đăng nhập để vượt:

  VIDEO_CLONER_YTDLP_COOKIES=chrome   # safari | firefox | edge | brave...

• yt-dlp hỗ trợ hàng nghìn trang, không chỉ YouTube — ô nhập nhận mọi URL http/https. URL được truyền dạng tham số (sau --), không qua shell.
• MCP: vc_youtube_import (trả import_id) + vc_youtube_status. vc_status có cờ youtube_download cho biết máy đã có yt-dlp chưa.

Cấu hình

Nhập Gemini API key bằng nút Cài đặt trong giao diện web (lưu vào app_settings, đổi được mà không cần khởi động lại daemon).

Biến môi trường dùng làm fallback: VIDEO_CLONER_GEMINI_API_KEY, GEMINI_API_KEY, GOOGLE_API_KEY.

Dữ liệu nằm ở ~/.senclaw/space-app-data/video-cloner/ (app.sqlite + media/) — ngoài thư mục cài đặt, vì cài lại app sẽ xoá sạch thư mục đó. Đổi bằng VIDEO_CLONER_DATA_DIR.

Chạy khi phát triển

# backend (từ gốc repo)
cargo run -p video-cloner

# frontend, hot reload, proxy sang 4480
cd apps/video-cloner/web && npm install && npm run dev

Đóng gói

apps/video-cloner/scripts/pack.sh
# -> apps/video-cloner/video-cloner-app.zip

Lưu ý vận hành

• Mỗi lượt chạy chỉ sinh một đoạn 8 giây. Video 40 giây cần 1 lượt start
• 4 lượt continue.
• **mode: "start" xoá mọi đoạn đã tạo.** Muốn thêm đoạn thì dùng continue.
• Bối cảnh để trống ≠ giữ bối cảnh gốc — AI sẽ tự nghĩ bối cảnh mới. Muốn giữ nguyên thì phải mô tả lại nó.
• Video lớn được upload lên Gemini một lần và dùng lại trong 40 giờ, nên lượt đầu chậm hơn hẳn các lượt sau.
• Một dự án chỉ chạy được một lượt phân tích tại một thời điểm; các đoạn phải được nối theo thứ tự.