Gabay sa Jimeng (Dreamina) workflow (eksperimental na feature)

Name: Agnes Video Generator
Author: SandGrid

Ang «bidyo + native na audio» lang ang ipinapagawa sa Jimeng (Dreamina, ang AI video platform ng ByteDance); ang storyboard, dayalogo, subtitle at pagdugtong ay ginagawa pa rin ng proyektong ito — isang alternatibong landas kapag madalas magbalik ng 503 ang Agnes API.

Sa peak hours, paulit-ulit na nagbabalik ng HTTP 503 (video queue is full) ang libreng video queue ng Agnes, lumalampas sa sampung minuto ang paghihintay, at madalas na natigil ang automatic mode sa mismong hakbang ng paggawa ng video. May ibang daan ang Jimeng (Dreamina): libreng credits araw-araw, sinusuportahan ng Seedance series na video models ang native na audio, at stable ang larawan. Kaya idinagdag ng v7.6 ang «external assets mode» — mananatiling buo ang buong pipeline storyboard → voiceover → subtitle → pagdugtong, ang hakbang ng paggawa ng video lang ang ililipat sa Jimeng. Ang Jimeng ang gumagawa ng larawan at native na audio, ang proyektong ito ang sa orchestration, normalization, subtitle at compositing. Eksperimental pa ang feature na ito, kaya subukan ito at ipadala sa amin ang mga gawa mong output gamit ang paraang ito.

Tungkol sa eksperimental na feature

May external assets mode na mula noong v7.6 at patuloy pang hinuhubog (maaaring magbago pa ang mga prompt sa checkpoint, batch import at subtitle alignment). Kung may problema, i-report kasama ang task ID; kung may mas madaling libreng video generation tool ka, sabihin mo rin sa amin at titingnan namin kung maiintegra.

Lakas at hina ng Jimeng

👍

✓May libreng credits araw-araw, kaya puwede munang subukan ang tapos na video nang libre
✓May native na audio: sabay na ginagawa ang dayalogo at tunog ng paligid kasama ang larawan, kaya nakatipid ng isang hakbang sa TTS
✓Stable ang paggawa ng video — mas malaki ang tsansang makakuha ng magagamit na clip kaysa umasa sa swerte sa pila

⚠️

–Kaunti lang ang libreng credits; kapag naubos, kailangan mong magbayad o maghintay ng refresh sa susunod na araw
–Ang libreng bersyon ay may mas mababang tier na models lang, kaya kulang ang kalidad at detalye kumpara sa paid tiers
–Madalas mali ang mga subtitle na iginuguhit ng Jimeng sa larawan (maling baybay, sirang glyph), kaya huwag umasa rito para sa subtitle sa screen

Kumpara sa automatic at manual mode, isang lugar lang ang kaiba

Hakbang	Automatic / manual na mode	External assets mode (Jimeng)
Storyboard at prompts	Ang proyektong ito ang gumagawa	Ang proyektong ito ang gumagawa, at may karagdagang set ng prompt kada eksena na puwedeng i-paste agad sa Jimeng
Larawan at audio	Agnes video models (madalas magbalik ng 503 ang API; ang voiceover lang ang galing sa edge_tts ng proyektong ito)	Ang Jimeng ang gumagawa (may native na audio), i-export bilang mp4 kada eksena at i-batch import
Subtitle	Naka-align sa word-level timestamps ng voiceover (mas tumpak)	Tinatayang alignment batay sa totoong haba ng bawat storyboard (puwedeng mag-shift, suriin sa subtitle checkpoint)
Pagdugtong at final na video	Ang proyektong ito ang dumudugtong	Ang proyektong ito: normalization + pagdugtong habang pinapanatili ang orihinal na audio track + pag-burn ng subtitle

Ang proseso mula simula hanggang dulo

Sa paggawa, piliin ang «🌐 External assets», itakda ang «Video tool = Jimeng», at ipaubaya ang pipeline sa automatic at ang paggawa sa Jimeng:

Gumawa ng task at piliin ang «External assets»

May tatlong execution mode: ⚡ Automatic / ✋ Manual / 🌐 External assets. Piliin ang pangatlo at sa nakabukas na options, tiyakin na ang video tool ay «Jimeng (Dreamina)».

Itakda ang audio source at subtitle source

Audio source: gamitin ang sariling audio ng video (inirerekomenda — nananatili ang orihinal na track ng Jimeng at hindi na gumagawa ng TTS ang proyektong ito) o gamitin ang voiceover ng proyektong ito (pinapalitan ng edge_tts narration ang orihinal na track). Subtitle source: narration (default) o dayalogo ng tauhan (kuha ang teksto ng subtitle mula sa dayalogo ng bawat eksena).

Kopyahin ang prompts papunta sa Jimeng sa storyboard checkpoint

Ang proyektong ito ang unang nagtatapos ng storyboard. Ang «🎬 Jimeng collaboration» card ay nagbibigay ng creative brief na may limitasyon sa larawan, audio at haba; sa «Video clips (videos)» checkpoint, ang prompts sa card ay ang final na storyboard script ng proyektong ito, may numbering na [Eksena i/N · haba], kaya puwede mong i-paste agad sa Jimeng at gawin ito nang paisa-isa.

I-export ang video kada eksena

I-export ang bawat parte bilang mp4 pagkatapos gawin sa Jimeng. Ang haba ng storyboard videos sa Jimeng ay 5s / 10s; kung iba ito sa mga haba ng proyekto (4 / 5 / 6 / 8 / 10 / 12 segundo), ia-align ng import sa totoong haba at hindi paputulin ang final na video.

Batch import

Sa video clips checkpoint, gamitin ang «Batch import» para pumili ng ilang mp4 nang sabay. Awtomatikong nino-normalize ng system ang mga ito sa resolution ng task, 30fps at H.264/AAC, at ipinapakita kada file ang haba, resolution, frame rate at kung may audio track (kapag kulang, may dilaw na paalala pero hindi ka hinaharang).

Suriin sa subtitle checkpoint, saka idugtong

Kapag pinili ang «Gamitin ang sariling audio ng video», awtomatikong pasado ang voiceover checkpoint (hindi nagpapahinto), at ginagawa ang subtitle na may cumulative offset batay sa totoong haba ng bawat storyboard. Suriin ang paghahati ng pangungusap at timeline sa subtitle checkpoint; kapag kinumpirma, ipipinagdugtong ng proyektong ito habang pinapanatili ang orihinal na track at ibi-burn ang subtitle hanggang mabuo ang final_video.mp4.

Ano ang ginagawa ng lima sa mga checkpoint

1
Storyboard scenes
Kumpirmahin ang storyboard script at narration; nagbibigay ang «🎬 Jimeng collaboration» card ng creative brief na may limitasyon sa larawan + audio + haba para maipasa agad sa Jimeng o sa kahit anong LLM.
2
Reference images references
Opsyonal. I-import ang storyboard images na gawa ng Jimeng (pinangalanan tulad ng scene_1.png); awtomatikong ini-scale ang mga ito sa resolution ng task at pinupuno ang gitnang gilid. Sa creative long videos, naire-register ang na-import na larawan bilang reference image ng eksenang iyon.
3
Video clips videos
Ang pangunahing hakbang. Ang prompts sa card ang storyboard script na direktang ipi-paste sa Jimeng; pagkatapos gawin, i-batch import ang mp4. Bago mag-kumpirma, iche-check ng system kung may video ang bawat eksena at hindi ito papayag na magpatuloy kapag may kulang.
4
Voiceover audio
Kapag «Gamitin ang sariling audio ng video», hindi ito nagpapahinto at awtomatikong pasado; kapag «Gamitin ang voiceover ng proyektong ito», kagaya ito ng manual mode — dito mo pakinggan at muling gawin ang narration.
5
Subtitle subtitle
Suriin ang paghahati at timeline ng SRT: hindi dapat lumampas ang huling entry sa audio track, hindi dapat mag-overlap ang magkadikit, at hindi dapat lumampas sa 18 characters ang isang linyang Chinese. Ito ang lugar sa Jimeng path na pinakanangangailangan ng tingin ng tao.

Paano pangalanan ang mga na-export na file para walang mali

Sa pag-import, ipinapares ng system ang bawat file sa ika-N na eksena batay sa «unang numero N» sa pangalan ng file. Halimbawa, kung i-export mo ang scene_1.mp4, pupunta ito sa ika-1 bahagi (scene_0/video.mp4); kung scene_3.mp4, pupunta ito sa ika-3 bahagi (scene_2/video.mp4).

→scene_1.mp4 → ika-1 bahagi (scene_0/video.mp4)
→scene_3.mp4 → ika-3 bahagi (scene_2/video.mp4)

Dalawang bagay ang dapat tandaan: ginagamit lang ang numero kapag nasa pagitan ito ng 1 at bilang ng eksena, kaya ang filename na may taon o timestamp (tulad ng 20261015.mp4) ay hindi maling ituturing na ika-2026 eksena; ang mga file na walang gamit na numero ay ipinapares ayon sa pagkakasunod-sunod ng upload. Para manu-manong magtalaga, magpasa ng tahasang pagmamapa kapag nag-import (halimbawa 1 → scene_2) upang mailagay ang unang file sa ikatlong eksena. Gumagamit ng para_N folder ang mga task na uri ng manuskrito, at isa lang ang clip/clip.mp4 sa mga task na digital human.

•Tiyaking may audio track kapag nag-export: buksan ang «Generate audio» switch ng Jimeng bago mag-export, kung hindi, walang tunog ang final na video.
•Hinihingi ng proyektong ito ang parehong resolution sa lahat ng storyboard; hindi problema kung iba-iba ang size ng export ng Jimeng dahil uniform silang ini-scale at pinupunan ang gitnang gilid sa pag-import.
•Ang pinakamadaling paraan para mag-shift ay ang pagsasama ng mga file ng ibang task sa iisang batch, kaya tingnan ang ipinapakitang scene mapping pagkatapos mag-import bago mag-kumpirma.

Ang apat na pinakakaraniwang pitfalls

1Walang tunog ang clip: siyam sa sampung pagkakataon, walang audio ang export mula sa Jimeng o silent na bersyon ang na-export. I-export lang muli ang mp4 na may audio at i-import ulit; ipinapakita ito agad ng import screen sa pamamagitan ng has_audio.

2Ang subtitle ay isa o dalawang segundo na masyadong maaga o huli sa kabuuan: tinatantya ang subtitle sa pamamagitan ng cumulative offset na batay sa «totoong haba» ng bawat storyboard, kaya nag-iipon ang anumang pagkakaiba sa bilis ng pagsasalita o haba ng linya ng Jimeng. Pinakamadaling ayusin nang manu-mano ang SRT sa subtitle checkpoint, o pagsamahin ang subtitle na na-export ng Jimeng at i-import pabalik.

3May magulong subtitle na nakapatong sa larawan: madalas mali ang subtitle sa loob ng larawan ng Jimeng, kaya huwag itong pagawain ng subtitle. Alisin ang subtitle text sa prompt para matira lang ang isang layer na uniform na binuburn ng proyekto, at magiging malinis ang larawan.

4Kulang ang credits: magpatakbo muna ng maikling task na 2–3 eksena hanggang matapos para tiyakin na maayos ang prompts, export naming at import, saka ka lumipat sa mas mahabang tasks.

Subukan ito at i-share ang gawa mo

Eksperimental pa ang prosesong ito at ang pinakanangangailangan nito ay mga totoong kaso ng paggamit. Gumawa ng isang maikling creative long video o manuscript video hanggang matapos, at i-post ang video o screenshot sa «Show and tell» ng GitHub Discussions: isasama namin ito sa showcase section ng site (isama ang iyong storyboard prompts at Jimeng settings para mas madaling gayahin ng iba).

GitHub Discussions Showcase →

Kung gusto mo ng detalye

Ang buong paglalarawan ng external assets mode (checkpoint artifact matrix, batch import interface, normalization rules) ay nasa ikalimang seksyon ng manual mode guide ng project repository; ang mga card sa bawat checkpoint ay may kasama ring mga prompt na makokopya at mga tagubilin sa pag-import pabalik.

Tingnan ang manual mode guide →

Ano ang gagawin kapag may 503

Subukan sa ganitong ayos — sa karamihan ng pagkakataon, may video ka na sa loob ng tatlong hakbang:

FAQ sa Jimeng workflow (kasama ang paghawak sa Agnes 503 / queue is full) →

May iba pang libreng video generation tools? Malugod naming tatanggapin ang mungkahi

Ang listahan ng tools ng proyektong ito ay isang extensible na registry: ang pagdaragdag ng tool ay nangangailangan lang ng set ng prompt templates at tagubilin sa pag-import pabalik, hindi kailangang baguhin ang pipeline o compositing layer. Kung may mas magandang libreng video generation channel ka (Kling, Hailuo, open-source local models…), magbukas ng Issue sa GitHub at sabihin sa amin: pangalan ng tool, may native na audio ba, haba kada parte, at kung makakapag-export ng subtitle. Titingnan namin kung maiintegra.

Magmungkahi sa GitHub →

Magpatakbo ng isa ngayon

Ang external assets mode ay feature ng desktop version: i-download ang app at piliin ang «🌐 External assets» kapag gumagawa ng task. Ang online Demo at web Studio ay gumagamit ng automatic mode.

Pumunta sa online Demo I-download ang desktop version

Mga Kaugnay na Pahina

FAQ sa Jimeng workflow (kasama ang paghawak sa Agnes 503 / queue is full)

Ano ang gagawin kapag nagbalik ang Agnes ng HTTP 503 o video queue is full? Dapat bang maghintay? May ibang daan ba? At ang mga pinakamadalas itanong kapag gumagamit ng Jimeng workflow.

Gabay sa Manwal na Mode — Auto vs Manwal: Vibe Generation o Tumpak na Output | Agnes Video

Paano gamitin ang Manwal na Mode sa Agnes Video Generator: huminto sa mga checkpoint (storyboard, references, clips, voice-over, subtitle, final) upang suriin o pinuhin ang bawat artifact bago magpatuloy, opsyonal na may mas malakas na external na AI o tool para sa tumpak na resulta. Ang Auto Mode ay para sa malayang paggawa mula sa ideya (vibe video generating); ang manwal ay para sa malinaw na output na may fine-tuning ng mga artifact.

Mga error sa Agnes Video Generator: HTTP 503, 401 token at pag-retry

Paano ayusin ang mga error ng Agnes Video Generator: HTTP 503 «video queue is full», 401 invalid na token, nabigong o naantrang pagbuo na nagpapatuloy mula sa checkpoint, kasama ang system requirements at API Key.

Binasan at Subtitle: Magdagdag ng Boses at mga Subtitle

Ang digital oral broadcast mode ay may built-in na TTS dubbing at lip alignment, at ang input copywriting ay maaaring direktang ilabas nang walang karagdagang pagproseso; Ang mga ordinaryong video ng Vincent ay maaaring magdagdag ng mga subtitle sa pamamagitan ng mga pangunahing tool sa pag-edit. Ipinapaliwanag ng artikulong ito ang mga kakayahan ng dubbing at subtitle, mga partikular na hakbang sa pag-setup at paghahambing ng mga natapos na epekto ng bawat mode, na tinutulungan kang mabilis na lumikha ng kumpletong video na may komentaryo.

Sources

This page's description of Jimeng's capabilities, the external-asset checkpoints, and the media normalisation rules is based on the following sources.

即梦 AI (Dreamina)：AI 图片与视频创作平台ByteDance · 即梦官网 (2025)
Jimeng (Dreamina) is the tool that generates picture and native audio in this workflow; its site is the basis for the advantages/trade-offs section of this page.
agnes-video-generator — 开源 AI 视频生成项目lcy362 · GitHub (2026)
The external-asset implementation (checkpoint prompts, batch import, keep-audio concatenation) follows the project source: core/providers.py, web/routes/video_routes.py and utils/video.py.
FFmpeg Documentation — 音视频处理官方文档FFmpeg 项目 · ffmpeg.org (2025)
Both normalisation on import (scale-and-pad, uniform frame rate, H.264/AAC) and subtitle burn-in concatenation are done by ffmpeg; parameter semantics follow the official documentation.

Bakit mapagkakatiwalaan ito

Ang artikulong ito ay isinulat ng mga front-line na practitioner. Kapag isinulat, ang mga unang mapagkukunan tulad ng mga arXiv paper, mga teknikal na ulat ng tagagawa at Stanford AI Index ay na-cross-check, at hindi batay sa mga konklusyon mula sa mga subjective na impresyon.

SandGrid@lcy362

Author ng Agnes Video Generator · Full-stack Developer

Independent developer at may-akda ng open source AI Video generation tool na Agnes Video Generator. Ang proyekto ay batay sa ganap na libreng modelo ng video ng Agnes AI at open source ng MIT protocol. Nakatulong ito sa 1,000 creator na gumawa ng mga AI na video sa walang gastos. Matagal na akong binibigyang pansin ang engineering at pagpapasikat ng mga modelo ng pagbuo ng video, at ang nilalaman ng artikulo ay nagmula sa front-line practice at first-hand research.

Tingnan sa GitHub

Huling na-update：2026-08-21

Handa Ka Nang Magsimulang Gumawa?

“Hayaan ang world-class na AI na pag-aari ng lahat.” — Bruce Yang. Ganap na libre, walang credit card o high-performance graphics card, gawin ang iyong unang AI video sa zero cost. Gustong gumamit ng libreng modelo ng video mula sa Agnes AI? Magsimula ka lang dito.

Subukan ang Online Demo Magsimula Nang Libre

I-clone ang GitHub repo at i-launch sa loob ng 2 minuto