KLAPSCutting roomHackAIthon · Film Spring Open 2026
PROD.SCENAUJĘCIEAUTORMIEJSCE KLAPS 0101 Kamil Roszak FSO 2026 · Kraków
KLAPS
filmowy warsztat z AI

do przeszukiwania materiałów, rozwijania pomysłów i porządkowania decyzji

KAMIL ROSZAKlokalny pilot
KLAPSPunkt wyjściaSC. 02 · TK 01

Codzienny chaos produkcji

„materiały są w folderach”

ujęcia, nagrania, dokumenty

„ustalenia na czatach”

decyzje rozproszone w wątkach

„część wiedzy tylko w głowach”

uzasadnienia, które nie zostały zapisane

„Potem trzeba znaleźć konkretne ujęcie albo ustalić, dlaczego dwie osoby realizują sprzeczne decyzje.”

— ze zgłoszenia

KLAPSIdeaSC. 03 · TK 01
Jedna pamięć projektu

„KLAPS zbiera materiały, notatki i historię ustaleń w kontekście jednego projektu.”

docelowo

„ma też pomagać wychwytywać sprzeczności i pokazywać ich źródła, żeby ekipa mogła je świadomie rozstrzygnąć.”

Przykład z wideo: notatka reżysera, klip i powiązany rekord sceny 12
z wideo

Scena 12 projektu demo: notatka reżysera „Hold the wide shot. Let the silence breathe.”, pasujący klip i powód decyzji zostają połączone w jednym rekordzie.

KLAPSPrzepływ pracySC. 04 · TIMELINE

Podstawowy przepływ już działa

00:00:0000:01:0000:02:0000:03:0000:04:00
V1
A1
01 · materiałWrzucasz
02 · szukanieZnajdujesz
03 · decyzjaZapisujesz
04 · tablicaUkładasz
05 · pitchPorównujesz
06 · eksportEksportujesz
materiał„wrzucasz materiał” do biblioteki projektu
fragment„wyszukujesz fragment” — także według znaczenia
z uzasadnieniem„zapisujesz przy nim notatkę albo decyzję”
sceny i ujęciatablice ze scenami, ujęciami i odniesieniami
wariantyzapisujesz warianty i je porównujesz
podsumowania i raportyeksportujesz podsumowania i raporty w każdym etapie pracy
KLAPSWyszukiwanie według znaczeniaRaport 01 · eksperyment

„EmbeddingGemma 2 służy do wyszukiwania według znaczenia w tekstach, obrazach, dźwięku i wideo.”

ludzie w przedziale pociągu

prawdziwe zapytanie po polsku

EmbeddingGemma 2LOKALNIE · RTX 4090

wektor zapytania · ilustracja

257 okien filmu · wektory wideo (góra) i audio (dół) · top 5 dla zapytania
00:00:00▲ 01:00:40–01:01:00 · cos 0,7738 · #101:25:24
257
okien filmu, głównie po 20 s
768
wymiarów wektora
37,507 ms
mediana 21 ciepłych zapytań
(pierwsze, „zimne”: 9,790 s)
RANKING
score = max(
 cos(q, wideo),
 cos(q, audio))
KLAPSWyniki — uczciwieRaport 01 · 7 zapytań, 1 film

Podobieństwo to kandydat, nie dowód

ludzie w przedziale pociągu człowiek na plaży poranne rytuały i liczenie mężczyzna siedzi przy stole w mieszkaniu samotny człowiek szuka spokoju przygotowywanie napoju w mieszkaniu stacja kosmiczna na orbicie Ziemi 0,7738 0,7490 0,7325 · audio 0,7268 0,7244 0,7160 0,6476 0,50próg 0,550,650,80
257 / 257

okien przekracza próg 0,55 także dla niepowiązanego zapytania o stację kosmiczną.

Wniosek z raportu: wyniki to kandydaci do przeglądu z podglądem źródła. Do kalibracji potrzebny jest zestaw wielu filmów oceniony przez filmowców.

Film referencyjny: Dzień świra (2002), reż. Marek Koterski · zapytania eksploracyjne, nie losowe

KLAPSPitch z lokalnym modelemSC. 07 · TK 01

AI proponuje. Człowiek wybiera.

„Qwen3.5-9B na podstawie briefu i wybranych tekstów lub opisów proponuje kierunki pitchu, logline, synopsis i poprawki.”

BRIEFprojektu WYBRANEteksty / opisy Qwen3.5-9Blokalnie WERSJA 1szkic AI WERSJA 2poprawka człowieka porównaj

„Człowiek może je przerobić, porównać i wybrać najlepszą wersję.”

Widok pitchów w pilocie KLAPS
pilot · widok pitchów i historii wersji
KLAPSLokalny LLM w praktyceRaport 02 · 3 realne zapytania

Szkic pisze AI. Akceptuje człowiek.

ZapytanieCzasTokeny we / wy
01 · koncepcja194,3 s1649 / 888
02 · poprawka73,9 s2495 / 875
03 · granice dowodów62,5 s1632 / 842

Qwen3.5-9B · bfloat16 · RTX 4090 · każde: poprawny schemat, wymaga przeglądu

ODPOWIEDŹ MODELU · DOSŁOWNIE

„Nie można ustalić, co dokładnie mówi kobieta w S1 ani czy mężczyzna z S4 śpi, gdyż opisy nie zawierają dźwięku ani zachowania postaci.”

CO DZIAŁA

struktura, wersja z rodzicem, część kotwic źródłowych, nazwane granice dowodów

MOŻLIWE PROBLEMY PRZY MNIEJSZYCH MODELACH

synopsy po 77, 85 i 96 słów przy żądanych 100–150; obce znaki w polskim tekście

KLAPSArchitekturaz diagramu systemu

Studio = tenant. Lokalnie lub w chmurze.

WIELE STUDIÓW własne projektyi członkowie SYSTEM MULTI-TENANT ASP.NET CORE HOST BLAZOR .NET 10 · C# 14 USŁUGI APLIKACJI import · wyszukiwaniedecyzje · tablicepitche AIzadania w tleIdentity + MFA Finbuckle.MultiTenant DANE · PERSISTENCE WSPÓLNA SQLITE / EF COREdane studia i projektu · zadania · wektory LOKALNE PLIKImedia studia · oryginały i podglądy WSPÓŁDZIELONE WORKERY AI MEDIA + EMBEDDINGI · EmbeddingGemma 2Python · PyTorch · CUDA · PyAV GENEROWANIE PITCHU · Qwen3.5-9BPython · PyTorch · Transformers PRZYSZŁE ROZSZERZENIE NVIDIA TritonInference Server serwowanie modeli
lokalnie lub w chmurze

Serwis może działać w chmurze, a możliwość pracy w pełni lokalnej, bez wysyłania materiałów do chmurowego AI, to dodatkowy atut.

Tenancy egzekwuje aplikacja; workery AI są współdzielone.

KLAPSStan pracNa dziś
Działający lokalny pilot
  • biblioteka i podgląd materiałów
  • wyszukiwanie
  • notatki
  • historia decyzji
  • tablice
  • tworzenie i porównywanie pitchów
  • eksport pitchu z zaznaczonymi materiałami do paczki otwieranej bez aplikacji
Biblioteka
Biblioteka
Wyszukiwanie
Wyszukiwanie
Decyzje
Decyzje z uzasadnieniem
Tablice
Tablice
15/15

testów w repozytorium demo · przeglądarkowa edycja pilota z fikcyjnym projektem The Last Light

KLAPSPlan rozwojuDocelowo

Co dalej można rozwinąć

DZIŚ · LOKALNY PILOT ▸
01wykrywanie sprzecznych ustaleń
02raporty dla reżysera i produkcji
03wspólna praca w XR
04integracja z montażem
05dema projektu i materiały dla fanów

„Ten szerszy zakres jest planem rozwoju”

Najbliższy krok

„sprawdzenie jakości wyszukiwania i całego warsztatu w pracy z ekipami filmowymi”

KLAPSKamil RoszakKoniec ujęcia
Keep the context.
Make the film.
z wideo pitchowego
KAMIL ROSZAK
Film Spring OpenHackAIthon · Film Spring Open 2026