Zum Hauptinhalt springen

Konfiguration

Rilo hat zwei Konfigurationsbereiche:

  • Projektkonfiguration (projects/<project>/config.json): Generierungsoptionen wie Dauer, Seitenverhältnis, Modellauswahlen und Modelloptionen.
  • App/Laufzeit-Konfiguration (~/.rilo/config.json + sicherer Schlüsselbund): API-Token, Wiederholungen, Timeouts, Binärpfade und verwandte Laufzeiteinstellungen, die über rilo settings verwaltet werden.

Projektkonfiguration​

Die Rilo-Projektkonfiguration befindet sich in config.json.

Beispiel config.json​

{
  "aspectRatio": "9:16",
  "targetDurationSec": 60,
  "finalDurationMode": "match_audio",
  "keyframeWidth": 576,
  "keyframeHeight": 1024,
  "models": {
    "textToText": "deepseek-ai/deepseek-v3",
    "textToSpeech": "minimax/speech-02-turbo",
    "textToImage": "prunaai/z-image-turbo",
    "imageTextToVideo": "wan-video/wan-2.2-i2v-fast"
  },
  "modelOptions": {
    "textToImage": {
      "num_inference_steps": 8,
      "output_format": "jpg"
    }
  },
  "subtitleOptions": {
    "enabled": true,
    "templateId": "social_center_clean",
    "position": "center",
    "fontSize": 92,
    "bold": true,
    "primaryColor": "#ffffff"
  }
}

Kerneinstellungen​

aspectRatio​

  • Typ: string
  • Erlaubte Werte: "1:1", "16:9", "9:16"
  • Standard: "9:16"
  • Beschreibung: Seitenverhältnis des Ausgabevideos. Bestimmt Schlüsselbildmaße und finale Komposition. Eine Änderung invalidiert alle Schlüsselbilder und Segmente.

targetDurationSec​

  • Typ: number
  • Standard: 60
  • Beschreibung: Ziel-Sprechertext/Drehbuch-Dauer in Sekunden. Beeinflusst die Drehbuchplanung (Anzahl der Shots, Tempo) und die nachgelagerte Segmentplanung. Die Segmentanzahl wird aus der tatsächlichen Sprechertext-Dauer abgeleitet, typischerweise in 5-Sekunden-Blöcken.

finalDurationMode​

  • Typ: string
  • Erlaubte Werte: "match_audio", "match_visual"
  • Standard: "match_audio"
  • Beschreibung: Steuert die Kompositionsdauer:
    • "match_audio" — Finale Videodauer = Sprechertext + Stille-Padding (falls nötig)
    • "match_visual" — Finale Videodauer = Summe aller visuellen Segmente (kann Audio abschneiden)

keyframeWidth und keyframeHeight​

  • Typ: number
  • Standard: Abgeleitet aus aspectRatio (z. B. 9:16 → 576x1024)
  • Beschreibung: Maße (in Pixeln) für generierte Schlüsselbilder. Muss als Paar angegeben werden; beide müssen ganzzahlige Werte ≥ 512 sein. Eine Änderung invalidiert alle Schlüsselbilder und Segmente.

Modellkonfiguration​

models​

Objekt-Zuordnung von Generierungsstufe zu ausgewähltem Modell:

{
  "models": {
    "textToText": "deepseek-ai/deepseek-v3",
    "textToSpeech": "minimax/speech-02-turbo",
    "textToImage": "prunaai/z-image-turbo",
    "imageTextToVideo": "wan-video/wan-2.2-i2v-fast"
  }
}

Modellkategorien:

  • textToText — Drehbuchgenerierung (Eingabe: Geschichte → Ausgabe: Drehbuch)
  • textToSpeech — Sprechertext-Generierung (Eingabe: Drehbuch → Ausgabe: Sprechertext-Audio)
  • textToImage — Schlüsselbildgenerierung (Eingabe: Shot-Beschreibung → Ausgabe: Standbilder)
  • imageTextToVideo — Segmentgenerierung (Eingabe: Schlüsselbild + Text-Overlay → Ausgabe: Videosegment)

Gültige Modell-IDs: Siehe Modellkatalog für die vollständige Liste und Fähigkeiten jedes Modells.

Fehlende Auswahlen: Wenn eine Kategorie weggelassen wird, greift Rilo auf ein Standardmodell für diese Kategorie zurück (definiert in models/<model-id>.json).

modelOptions​

Modellspezifische Parameterüberschreibungen. Jeder Schlüssel ist eine Modellkategorie; jeder Wert ist ein Objekt aus Parameternamen → Werten:

{
  "modelOptions": {
    "textToImage": {
      "num_inference_steps": 8,
      "guidance_scale": 0,
      "output_format": "jpg"
    },
    "textToSpeech": {
      "voice_id": "Deep_Voice_Man",
      "speed": 1.1
    }
  }
}

Gültige Parameter pro Modell: Definiert durch den Adapter des ausgewählten Modells. Siehe Modell-Adapter und Optionen für detaillierte Parameterdokumentation pro Modell und Kategorie.

Validierung: Parameter werden zur Laufzeit validiert. Ungültige Parameter werden protokolliert; typischerweise werden unbenutzte Parameter stillschweigend ignoriert. Eine Änderung von Modelloptionen invalidiert nur die Ausgaben der betroffenen Stufe.

Untertitelkonfiguration​

subtitleOptions​

Optionales Objekt zum Aktivieren und Konfigurieren der Untertitelgenerierung:

{
  "subtitleOptions": {
    "enabled": true,
    "templateId": "social_center_clean",
    "position": "center",
    "fontName": "Helvetica",
    "fontSize": 92,
    "bold": true,
    "italic": false,
    "makeUppercase": true,
    "primaryColor": "#ffffff",
    "activeColor": "#9ae6ff",
    "outlineColor": "#111111",
    "backgroundEnabled": true,
    "backgroundColor": "#000000",
    "backgroundOpacity": 0.45,
    "outline": 3,
    "shadow": 0,
    "marginV": 120,
    "maxWordsPerLine": 4,
    "maxLines": 2,
    "highlightMode": "current_only"
  }
}

Wichtige Felder:

  • enabled — Untertitelgenerierung aktivieren/deaktivieren; wenn false, werden andere Untertitelfelder ignoriert.
  • templateId — Vordefinierte Stilvorlage (z. B. "social_center_clean").
  • position — Untertitelposition: "top", "center", "bottom".
  • fontSize — Schriftgröße in Pixeln (z. B. 92).
  • fontName — Schriftname (z. B. "Helvetica", "Arial").
  • primaryColor — Textfarbe in Hexadezimal (z. B. "#ffffff").
  • activeColor — Hervorhebungsfarbe für aktuell gesprochenen Text in Hexadezimal (z. B. "#9ae6ff").
  • outlineColor — Textkonturenfarbe in Hexadezimal (z. B. "#111111").
  • backgroundEnabled — Halbtransparenten Hintergrund hinter Text aktivieren.
  • backgroundColor — Hintergrundfarbe in Hexadezimal.
  • backgroundOpacity — Hintergrund-Transparenz (0.0–1.0).
  • outline — Textkonturenstärke in Pixeln.
  • marginV — Vertikaler Abstand vom Bildschirmrand in Pixeln.
  • maxWordsPerLine — Maximale Wörter pro Zeile; steuert den Zeilenumbruch.
  • maxLines — Maximale gleichzeitig angezeigte Zeilen.
  • highlightMode — "current_only" hebt nur das aktuell gesprochene Wort hervor; weitere Modi verfügbar.

Optionale Untertitelausrichtung: Wenn aktiviert, kann Rilo Untertitel genauer mit ffsubsync ausrichten (erfordert Binärdatei im PATH oder konfiguriert über Einstellungen). Siehe Untertitel: Ausrichten und Einbrennen.

App/Laufzeit-Konfiguration​

App-Einstellungen werden in ~/.rilo/config.json (Klartext-öffentliche Einstellungen) und OS-Schlüsselbund/verschlüsselter Datei (sichere Token) gespeichert. Verwalten Sie diese über rilo settings oder setzen Sie Umgebungsvariablen.

Sichere Einstellungen (im Schlüsselbund gespeichert)​

  • replicateApiToken — Replicate-API-Schlüssel
  • apiBearerToken — Bearer-Token für rilo-API-Endpunkte

Öffentliche Einstellungen (in ~/.rilo/config.json gespeichert)​

  • maxRetries — Anzahl der Wiederholungen für fehlgeschlagene Vorhersagen (Standard: 2)
  • retryDelayMs — Verzögerung zwischen Wiederholungen in Millisekunden (Standard: 2500)
  • predictionPollIntervalMs — Abfrageintervall für Vorhersagestatus (Standard: 1500)
  • predictionMaxWaitMs — Max. Wartezeit für eine einzelne Vorhersage (Standard: 600000)
  • downloadTimeoutMs — Timeout für Download von Mediendateien (Standard: 20000)
  • downloadMaxBytes — Maximale Dateigröße für Downloads (Standard: 104857600 / 100 MB)
  • downloadAllowedHosts — Kommagetrennte Hostnamen für Downloads erlaubt
  • ffmpegBin — Pfad zur ffmpeg-Binärdatei (Standard: "ffmpeg")
  • ffprobeBin — Pfad zur ffprobe-Binärdatei (Standard: "ffprobe")
  • ffsubsyncBin — Pfad zur ffsubsync-Binärdatei (Standard: "ffsubsync")
  • apiDefaultLogsLimit — Standard-Logeinträge, die von der API zurückgegeben werden (Standard: 100)
  • apiMaxLogsLimit — Harte Obergrenze für Logeinträge (Standard: 1000)

Konfigurationspriorität​

Bei der Auflösung einer Einstellung:

  1. Umgebungsvariable (höchste Priorität) — z. B. RILO_MAX_RETRIES=5
  2. ~/.rilo/config.json (wenn gesetzt über rilo settings)
  3. Schema-Standardwert (niedrigste Priorität)

Wenn eine Umgebungsvariable gesetzt ist, zeigt rilo settings sie als schreibgeschützt an.

Einstellungen verwalten​

Interaktives Menü:

rilo settings

Umgebungsvariablen:

export TELEPAT_REPLICATE_TOKEN=r8_xxxxx
export RILO_MAX_RETRIES=5
export PREDICTION_MAX_WAIT_MS=900000
rilo --project demo --story-file ./story.txt

Direkte Dateibearbeitung (nicht empfohlen):

cat ~/.rilo/config.json

Konfigurationsworkflow​

Erster Lauf:

  1. Führen Sie rilo settings aus, um Ihren Replicate-API-Token sicher einzugeben
  2. Optional Timeouts, Wiederholungen, Binärpfade anpassen
  3. Diese Einstellungen gelten global für alle Projekte

Neues Projekt:

  1. Führen Sie rilo --project <name> --story-file <path> aus, um zu initialisieren
  2. Dies erstellt projects/<name>/config.json mit sinnvollen Standardwerten
  3. Bearbeiten Sie diese Datei, um Modelle, Seitenverhältnis, Dauer usw. anzupassen
  4. Führen Sie mit --force neu aus, um Änderungen zu übernehmen

Iterieren:

  1. Ändern Sie projects/<name>/config.json
  2. Führen Sie rilo --project <name> --force aus
  3. Rilo invalidiert betroffene Stufen und regeneriert

Hinweise​

  • targetDurationSec beeinflusst die Drehbuchplanung; es wird nicht strikt durchgesetzt; die tatsächliche Dauer hängt vom generierten Inhalt ab.
  • Die Segmentanzahl wird aus der gemessenen Sprechertext-Dauer abgeleitet (typischerweise 5-Sekunden-Blöcke), nicht aus targetDurationSec.
  • Wenn keyframeWidth und keyframeHeight nicht angegeben sind, berechnet Rilo sie aus aspectRatio.
  • Eine Änderung von aspectRatio, keyframeWidth, keyframeHeight oder Modellen invalidiert alle nachgelagerten Arbeiten.
  • Modellspezifische Parametervalidierung erfolgt zur Laufzeit; ungültige Parameter werden protokolliert.
  • Untertitel-Einbrennung ist optional; aktivieren/deaktivieren Sie sie, ohne die Videogenerierung zu beeinträchtigen.

Siehe auch​