Original en inglés: https://argusic.com/subject/capsule-cinema

capsule-cinema

Convierte videos en plantillas. Una receta, videos ilimitados.

Funcionafuente: GitHubPythonApache-2.0commit 7d3a10830720

Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent skills, ai video, ai video editor, claude opus, claude video alternative, coding agent, glm y rea video.

capsule-cinema funciona. Un agent de Argusic lo instaló en 25 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

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.

Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide

Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
100 / 100
costo de la ejecución de verificación
0,06 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
274
forks
56
issues abiertos
0
observadores
2
tamaño
79 MB
creado
último push

Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.

Qué se midió

De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.

Tiempo perdido en cada fallo al probar capsule-cinema, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • rsync not found — install_as_skill.sh failed with exit 12715 minutos
  • Python externally-managed environment blocks system pip install5 minutos
  • capsule_consistency_lint reports 1 FAIL in x_lai_animal_fable.capsule (production_capabilities not subset of capabilities)
Tiempo de instalación
25 minutos
De máquina en frío a terminar
4 minutos
Errores encontrados y corregidos
3 encontrados, 3 corregidos sin ayuda humana
Cómo se demostró el resultado
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
Tokens de modelo usados
164.779
Commit exacto probado
7d3a10830720
Imagen del contenedor
sha256:cdd920bce783

Qué no se midió

La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.

Memoria de GPU máxima
se ejecutó en una máquina con CPU, así que no había GPU que muestrear
Comportamiento en una ejecución larga
cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga

El final de la grabación

Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.

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.

Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.

Cómo se probó

Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.

Puntos fuertes y límites

Hechos medidos, no opiniones. Cómo se redacta.

Qué salió bien

  • Llegó a funcionar en una máquina limpia, con la sesión grabada.
  • Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
  • Funcionó sin GPU, así que no necesita una para arrancar.
  • Licencia Apache-2.0, según su plataforma de origen.

Qué no salió bien, o no se sabe

  • Tardó 25 minutos en instalarse, más lento que la mediana de los 122 proyectos comparables que ha medido Argusic.
  • Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.

De los 123 proyectos de agent-skills que Argusic ha instalado y cronometrado, capsule-cinema fue el 112.º más rápido en llegar a funcionar, y 94 de 123 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.

También probados, en la misma área

Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.

Historial de ejecuciones

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona100,000,06

Temas (de GitHub)

agent-skillsai-videoai-video-editorclaude-opusclaude-video-alternativecoding-agentglmrea-videoshort-videostoryboardvibe-codingvibe-videovideo-automationvideo-editingvideo-generationvideo-recipesvideo-remakevideo-templateviral-video

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/capsule-cinema.svg)](https://argusic.com/subject/capsule-cinema)

Preguntas

¿Funciona capsule-cinema?
Sí. capsule-cinema funciona. Argusic lo instaló y lo inició en una máquina limpia en 25 minutos, con 3 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic capsule-cinema?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 7d3a10830720. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar capsule-cinema?
La ejecución que produjo este veredicto costó 0,06 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
¿Cuánto tarda capsule-cinema en instalarse?
25 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita capsule-cinema una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar capsule-cinema?
En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
¿Cómo se compara capsule-cinema con las alternativas?
De los 123 proyectos de agent-skills que Argusic ha instalado y cronometrado, capsule-cinema fue el 112.º más rápido en llegar a funcionar, y 94 de 123 llegaron a funcionar.
¿Dónde está la evidencia de capsule-cinema?
La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.

Discussion