knso/videogen
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

bilder gen

Browse Source
This commit is contained in:
Kenso Grimm
2026-08-17 23:41:49 +02:00
parent 9ecb292c26
commit f4aac46ea0
9 changed files with 1381 additions and 93 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
planung/projekt-uebersicht.md
View File

@@ -272,7 +272,11 @@ Es gibt jetzt **zwei Stränge**, die parallel laufen können – der Bild-Strang
4. **Appwrite aufsetzen** und das Schema aus `datenbank-aufbau.md` anlegen – **inklusive `attribute_scores`-Auftrennung von Anfang an** (siehe Abhängigkeit in §12).
5. **Elo-Function implementieren** (deterministisch, gut testbar – guter erster Code), scope-bewusst.
6. **Nischen- und Typ-Tag-Enums festlegen** – blockiert P19, P22 und die Kopier-Kompatibilität.
7. **Bildmodell auswählen** – Kriterium ist Multi-Referenz-Komposition (Person + Produkt + Kulisse konsistent), nicht reine Bildqualität. Vier Kandidaten stehen bereit: `google/gemini-3-pro-image`, `google/gemini-3.1-flash-image`, `openai/gpt-5-image` (OpenRouter) und `seedream-5-0-260128` (Ark eu-west). **Seedream hat den Standortvorteil** – bei gleichwertigem Ergebnis bliebe der gesamte Bild-Strang in der EU und §10 wäre nur für Video zu klären. Der Test entscheidet, nicht die Herkunft.
7. ~~**Bildmodell auswählen**~~ – ✅ **entschieden am 15.08.2026: `google/gemini-3-pro-image`** (über OpenRouter). Der Multi-Referenz-Test ist bestanden: Person, Produkt und Kulisse als getrennte Modelle angelegt, freigegeben und in **einer** Szene komponiert – alle drei im Ergebnis erkennbar. Rund 0,14 $ je Bild, dazu ~0,01 $ für den P7-Prompt.
**Zwei bekannte Schwächen:** Das Modell ignoriert das angeforderte Seitenverhältnis und liefert 1408×768 – die Formatwahl (1:1 / 4:5 / 9:16) in der App hat damit noch keine Wirkung. Und die Identität driftet zwischen Modell-Referenz und fertiger Szene sichtbar, weil Referenzbilder bisher **nicht** als Bild-Eingabe mitgehen, sondern nur als Merkmalstext. Beides ist nachrüstbar, keins blockiert.
**Seedream bleibt die DSGVO-nähere Option** – sobald der Model Service im Ark-Konto freigeschaltet ist, lohnt der Gegentest: bei gleichwertigem Ergebnis bliebe der gesamte Bild-Strang in der EU.
8. **Prototyp erweitern:** Feed, Post-Detail, Kopier-Screen mit Slot-Chips, Ordner-Ansicht, Ordner anlegen (zwei Schalter).
9. Entscheidungen nachziehen: Name, Preisstufen **für beide Zielgruppen**, Ads- **und Social-**API-Anträge starten.