Задача

Разработать имиджевый видеоролик для главной страницы сайта нового бренда автозапчастей. Видео должно отражать современность, качество и надежность бренда.

Технические требования

  • Формат: горизонтальное видео, соотношение сторон 16:9
  • Продолжительность: до 1 минуты
  • Разрешение: чем выше, тем лучше (минимум Full HD, приветствуется 4K)
  • Финальный файл: до 100 МБ
  • Источники материалов: фото/видео из стоков, бесплатных банков. Допускается AI-генерация элементов (например, анимаций, футажей)

Контент видеоряда

Рекомендуется использовать следующие типы кадров, создающих образ надежного бренда:

  • Динамичные планы автомобилей в движении (желательно макро)
  • Крупные планы деталей двигателя, запчастей, работы механизмов
  • Эстетические кадры природы (дороги, пейзажи) - передача пути и технологичности
  • Атмосферные кадры настоящих СТО, ремонта автомобиля, работы профессионального механика
  • Кадры производственного процесса (если применимо): станки, сварка, сборка деталей
  • Визуализация людей: водителей, механиков, семей (для эмоциональной связи)
  • Анимация логотипа бренда в финале - от 3 до 5 секунд в конце, с плавным появлением

Дополнительные рекомендации

  • Цветовая гамма в ролике должна быть современной и профессиональной (избегайте очень тусклых или кислотных фильтров, направленность в рыжий серый или золотисто-синий)
  • При укреплении в ролике бренда - вставьте неявное упоминание (эстетический, кинематографичный эффект)
  • Наложение музыки UGC или из библиотеки безусловной / low copyright - please сохранять динамику crescendo к логотипу
  • Не подписать номера, названия старых / неиспользованных брендов - стоковые кадры должны быть нейтральными к транспортным маркам
  • Звук: без диктора (инструментал+звуковые эффекты+)

Конечная цель

Тизер автономная часть сайта: выделение премиум качества и экспертности бренда → отдача аудио-визуального клиента утрую ассоциацию —> запчасти —> надежность.

Разработка интеллектуального терминального ассистента на Python с локальной LLM

Требуется помощь в доработке AI-агента для терминала на базе llama3.1:8b. Нужно реализовать систему классификации запросов, устойчивую память между сессиями, механизм отката и модуль бенчмаркинга. Стек: Python, LangGraph, Ollama.