AI-архитектор мультимодальных кампаний

Агентный рабочий процесс · Протокол контекста модели

Агентный MCP-воркфлоу, который планирует, пишет, иллюстрирует и озвучивает полноценную маркетинговую кампанию — с точкой контроля человеком перед затратным этапом.

Достаточно одного запроса — "Запустить дерзкую линейку кроссовок для поколения Z" — и он запускает агентный конвейер MCP-инструментов, генерирующих текст, мудборд, озвучку, презентационный питч и финальное изображение кампании, с автоматическими защитными барьерами и жёстким бюджетным лимитом.

Посмотреть, как это работает : https://ai-multimodal-campaign-architect-gl808c9v7-nibha-dongre.vercel.app/

Что он делает

1. Генерирует текст — Gemini создаёт заголовок, основной текст, целевую аудиторию, ключевое сообщение, подробную визуальную концепцию и сценарий озвучки (~15 секунд) из одного запроса кампании.

2. Разветвляется параллельно (asyncio.gather, ограничено самым медленным вызовом, а не их суммой):

   • Создаёт мудборд из Unsplash для дешёвой проверки визуального направления до трат на генерацию изображений

   • Синтезирует озвучку из сценария (gTTS)

   • Составляет презентационный питч — целевая аудитория, ключевое сообщение, призыв к действию, обоснование дизайна

   • Запускает проверки защитных барьеров — проход на основе правил (запрещённые термины, ограничения длины) и проход на основе LLM (непроверяемые утверждения, соответствие тону)

3. Точка контроля «человек в цикле» — человек просматривает мудборд и подтверждает (или изменяет) визуальное направление, прежде чем конвейер потратит что-либо на генерацию изображений.

4. Генерирует финальное изображение через Pollinations.ai, используя подтверждённую визуальную концепцию.

5. Ограниченная авто-критика — любое поле, не прошедшее проверку защитных барьеров, получает ровно один автоматический проход перезаписи. Циклов повторных попыток нет, неконтролируемые расходы исключены — сбои логируются для ручной доработки.

Related MCP server: PrePilot MCP Server

Конвейер

RECEIVE BRAND REQUIREMENT ──▶ GENERATE COPY ──┬──▶ BUILD MOODBOARD ─────┐
                                               ├──▶ GENERATE AUDIO ──────┤
                                               ├──▶ CREATE PITCH ────────┼──▶ HUMAN IN THE LOOP ──▶ GENERATE IMAGE
                                               └──▶ RUN GUARDRAILS ──────┘
                                               (parallel batch — asyncio.gather)

Технологический стек

Платные только вызовы Gemini и Unsplash — у обоих щедрые бесплатные тарифы, а лимит бюджета на сессию в любом случае устанавливает жёсткий предел (см. Контроль стоимости и бюджета).

Структура проекта

.
├── server.py              # MCP server — exposes each pipeline step as a typed tool
├── client.py               # MCP transport client
├── orchestrator.py         # Pipeline DAG: sequencing, parallel fan-out, budget enforcement
├── run_demo.py              # Runs the 4 showcase campaigns end-to-end, writes campaign_outputs/
├── requirements.txt
├── .env.example
│
├── app/                    # Next.js app router pages
├── components/              # DemoGrid, DemoModal, PipelineDiagram, ByokPanel, etc.
├── data/
│   ├── demos.ts             # Auto-generated by scripts/build-demo-data.mjs — do not hand-edit
│   └── features.ts
├── public/
│   ├── demo.gif
│   └── demos/                # Campaign assets copied in at build time
├── scripts/
│   └── build-demo-data.mjs   # Reads campaign_outputs/, populates data/demos.ts + public/demos/
└── package.json

Скорректируйте это дерево, если ваш репозиторий размещает Python-бэкенд и Next.js-фронтенд в отдельных подпапках, а не в общем корне.

Предоставляемые MCP-инструменты

Контроль стоимости и бюджета

CampaignOrchestrator отслеживает реальную, сообщаемую стоимость каждого вызова и обеспечивает жёсткий лимит на сессию (budget_cap_usd, по умолчанию $0.50). После достижения лимита дальнейшие платные вызовы отклоняются — конвейер не падает, он просто перестаёт тратить. Бесплатные инструменты (мудборд, аудио, защитные барьеры на основе правил) никогда не блокируются лимитом.

Начало работы

Предварительные требования

• Python 3.10+

• Node.js 18+

• Бесплатные API-ключи: Gemini и Unsplash

1. Генерация данных кампании (Python-бэкенд)

git clone https://github.com/YOUR_USERNAME/YOUR_REPO.git
cd YOUR_REPO
pip install -r requirements.txt

cp .env.example .env
# fill in GEMINI_API_KEY and UNSPLASH_ACCESS_KEY in .env

В одном терминале запустите MCP-сервер:

python server.py

В другом запустите демо-кампании:

python run_demo.py               # all campaigns
python run_demo.py --campaign 1  # just one

Это записывает вывод каждой кампании в campaign_outputs/campaign_N/.

2. Сборка и запуск фронтенда

npm install
npm run build:demo-data   # reads campaign_outputs/, populates data/demos.ts + public/demos/
npm run dev

Откройте http://localhost:3000.

Запуск конвейера (BYOK — используйте свой ключ)

Развёрнутый сайт поставляется с предварительно сгенерированными демо-кампаниями, встроенными на этапе сборки — в продакшене бэкенд не запускается. Любой желающий может клонировать этот репозиторий и запустить тот же конвейер со своими API-ключами, следуя инструкциям выше; ни для одного ключа не требуется платный аккаунт, кредитная карта или процесс утверждения.

Развёртывание

Развёртывать нужно только Next.js-фронтенд — Python-бэкенд является локальным инструментом генерации, а не зависимостью времени выполнения развёрнутого сайта. См. components/ByokPanel.tsx в приложении для инструкций по самостоятельному запуску.

Развёрнуто на Vercel: импортируйте репозиторий, фреймворк автоматически определяется как Next.js, переменные окружения для сборки фронтенда не требуются.

Лицензия

MIT

Автор

Создано Нибха С Донгре — агентный MCP-конвейер, от начала до конца.

[Посмотреть на GitHub [→](https://github.com/YOUR_USERNAME/YOUR_REPO]](https://github.com/nibhasdongre/AI-Multimodal-Campaign-Architect)