AD remotion-video-studio
Автоматизированная студия видеопроизводства с использованием Remotion + React + TTS. Создает анимированные объясняющие видео из JSON-сценариев контента через конвейер сборки: генерация TTS-аудио → рендер-пропсы → рендеринг видео Remotion. Используйте, когда пользователи хотят создавать образовательные/объясняющие видео, анимированные презентации, видео с визуализацией данных или любые программные видео с озвучкой и субтитрами. Поддерживает Edge TTS (онлайн, бесплатно) и Qwen TTS (локальный MLX на Apple Silicon). Все операции ДОЛЖНЫ использовать команды `make`, никогда не использовать голые команды CLI.
машинный переводПоказать оригиналСкрыть оригинал«Automated video production studio using Remotion + React + TTS. Create…»
Automated video production studio using Remotion + React + TTS. Creates animated explainer videos from JSON content scripts through a make-driven pipeline: TTS audio generation → render props → Remotion video rendering. Use when users want to create educational/explainer videos, animated presentations, data visualization videos, or any programmatic video with narration and subtitles. Supports Edge TTS (online free) and Qwen TTS (local MLX on Apple Silicon). All operations MUST use `make` commands, never bare CLI commands.
Автоматизированная студия видеопроизводства с использованием Remotion + React + TTS.
Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 54. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 44/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 4255 токенов
- 85Шаги. Шагов: 42, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 527 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 29 заголовков
- +3Пошаговые инструкции: 42 пунктов
- +4Есть примеры (25 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.