Original en anglais: https://argusic.com/subject/chatgpt-video-editing-skills
chatgpt-video-editing-skills
Installez l'environnement de montage IA avec ChatGPT／Codex, puis réalisez un montage de courte vidéo vérifiable en huit étapes.
Fonctionne avec des mockssource : GitHubShellMITcommit dc2f10ac4616
Shell, sous licence MIT. Le projet se décrit ainsi : agent skills, elevenlabs, ffmpeg, hyperframes, traditional chinese et video editing.
chatgpt-video-editing-skills fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 3 minutes et a rencontré 7 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Project installs, builds, and runs. Both skills installed. video-use cloned at ~/Developer/video-use with Python deps synced via uv. Source Han Sans TW Regular+Bold fonts present with valid OTTO magic bytes. video-use test suite passes 26/26. Render pipeline produces decodable preview.mp4 from a test EDL.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- system Node.js v18 does not meet npx skills requirement (>=22.20.0)2 minutes
- ELEVENLABS_API_KEY not available2 minutes
- uv (Python package manager) not found1 minute
- loudnorm audio normalization failed on silent test video (I=-inf)1 minute
- transcribe refused silent track 0 (peak -inf dBFS)1 minute
- pip install failed due to externally-managed-environment
- Temps d'installation
- 3 minutes
- De la machine vierge à la fin
- 4 minutes
- Erreurs rencontrées et corrigées
- 7 rencontrées, 7 corrigées sans aide humaine
- Comment le résultat a été prouvé
- npx skills add installed 2 skills to ./.agents/skills/; uv run python3 -m unittest discover -s tests: 26/26 passed; ffmpeg -v error -i /tmp/edit/preview.mp4 -f null -: decode OK; mock Scribe returned 6 word-level timestamps; bash tests/validate_repo.sh: Repository contract checks passed
- Tokens de modèle utilisés
- 78 357
- Commit exact testé
- dc2f10ac4616
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
- `uv` missing → installed via Astral install script - No ElevenLabs API key → stood up a local mock Scribe v2 API server - EDL format mismatch → used `ranges` instead of `segments` key - Loudnorm failed on silent audio → used `--no-loudnorm` - Transcribe refused silent audio → generated test video with sine tone **Verification**: - `validate_repo.sh`: all repo contract checks passed - video-use unit tests: **26/26 passed** - Render pipeline: produced a decodable `preview.mp4` (h264+aac, 1920x1080) - Transcribe pipeline: successfully uploaded audio to mock, returned word-level timestamps - Fonts: Source Han Sans TW Regular+Bold with valid OTTO magic bytes The ARGUSIC_RESULT line has been printed above.
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis des 7 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 3 minutes, plus lente que la médiane des 106 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, chatgpt-video-editing-skills a été le 55e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,07 |
Sujets (depuis GitHub)
agent-skillselevenlabsffmpeghyperframestraditional-chinesevideo-editing
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/chatgpt-video-editing-skills)Questions
- chatgpt-video-editing-skills fonctionne-t-il ?
- chatgpt-video-editing-skills fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 7 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé chatgpt-video-editing-skills ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit dc2f10ac4616. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de chatgpt-video-editing-skills ?
- L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer chatgpt-video-editing-skills ?
- 3 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- chatgpt-video-editing-skills a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de chatgpt-video-editing-skills ?
- 7 problèmes sont survenus lors de l'exécution enregistrée, et 7 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment chatgpt-video-editing-skills se compare-t-il aux alternatives ?
- Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, chatgpt-video-editing-skills a été le 55e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
- Où sont les preuves pour chatgpt-video-editing-skills ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.