Englisches Original: https://argusic.com/subject/capsule-cinema
capsule-cinema
Videos in Vorlagen verwandeln. Ein Rezept, unbegrenzte Videos.
LäuftQuelle: GitHubPythonApache-2.0Commit 7d3a10830720
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent skills, ai video, ai video editor, claude opus, claude video alternative, coding agent, glm und rea video.
capsule-cinema läuft. Ein Argusic-Agent hat es in 25 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Capsule Cinema is installed as a Codex skill at /home/runner/.codex/skills/capsule-cinema with 17 active video capsules, all Python dependencies installed in /tmp/venv, ffmpeg verified, npm test passes, the unit test passes, and the quickstart checklist confirms the system is ready for project introduction videos without API keys.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- rsync not found — install_as_skill.sh failed with exit 12715 Minuten
- Python externally-managed environment blocks system pip install5 Minuten
- capsule_consistency_lint reports 1 FAIL in x_lai_animal_fable.capsule (production_capabilities not subset of capabilities)
- Installationszeit
- 25 Minuten
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test exited 0 (52 py_compile + validate_skill_distribution passes); PYTHONPATH=lib /tmp/venv/bin/python3 tests/test_sequential_video_reader.py exited 0 (1 test passed); PYTHONPATH=lib /tmp/venv/bin/python3 scripts/capsule.py list returns 17 capsules; bash install_as_skill.sh --target codex --yes exits 0 and installs to /home/runner/.codex/skills/capsule-cinema; npm test from installed location also passes; ffmpeg -v error -i test.mp4 -f null - returns clean decode
- Verbrauchte Modell-Tokens
- 164.779
- Genau getesteter Commit
- 7d3a10830720
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
Let me now run the full `npm test` one more time from the installed location to prove it works: exec /bin/sh -lc 'ls /home/runner/.codex/skills/capsule-cinema/package.json 2>&1 && cd /home/runner/.cod… succeeded in 654ms: /home/runner/.codex/skills/capsule-cinema/package.json > [email protected] test > ${PYTHON_BIN:-python3.12} -m py_compile scripts/render_vibe_template.py scripts/vibe_scenes/proba… Skill distribution is valid. All verification passes from the installed directory too. Let me now construct the final report. tokens used 164,779 All verification passes from the installed directory too. Let me now construct the final report.
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von allen 3 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 25 Minuten, langsamer als der Median der 122 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 123 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte capsule-cinema Platz 112 bei der Zeit bis zum lauffähigen Zustand, und 94 von 123 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
agent-skillsai-videoai-video-editorclaude-opusclaude-video-alternativecoding-agentglmrea-videoshort-videostoryboardvibe-codingvibe-videovideo-automationvideo-editingvideo-generationvideo-recipesvideo-remakevideo-templateviral-video
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/capsule-cinema)Fragen
- Läuft capsule-cinema?
- Ja. capsule-cinema läuft. Argusic hat es auf einer sauberen Maschine in 25 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic capsule-cinema getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 7d3a10830720. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von capsule-cinema gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,06 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von capsule-cinema?
- 25 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht capsule-cinema eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von capsule-cinema schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet capsule-cinema im Vergleich zu Alternativen ab?
- Von den 123 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte capsule-cinema Platz 112 bei der Zeit bis zum lauffähigen Zustand, und 94 von 123 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für capsule-cinema?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.