Original em inglês: https://argusic.com/subject/capsule-cinema
capsule-cinema
Transforme vídeos em modelos. Uma receita, vídeos ilimitados.
Executafonte: GitHubPythonApache-2.0commit 7d3a10830720
Python, licença Apache-2.0. O projeto se descreve como: agent skills, ai video, ai video editor, claude opus, claude video alternative, coding agent, glm e rea video.
capsule-cinema executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 25 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.

O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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)
- Tempo de instalação
- 25 minutos
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 7d3a10830720
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 25 minutos para instalar, mais devagar que a mediana dos 122 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 123 projetos de agent-skills que a Argusic instalou e cronometrou, capsule-cinema foi o 112º mais rápido a chegar a um estado de execução, e 94 de 123 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agent-skillsai-videoai-video-editorclaude-opusclaude-video-alternativecoding-agentglmrea-videoshort-videostoryboardvibe-codingvibe-videovideo-automationvideo-editingvideo-generationvideo-recipesvideo-remakevideo-templateviral-video
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/capsule-cinema)Perguntas
- capsule-cinema executa?
- Sim. capsule-cinema executa. A Argusic o instalou e iniciou em uma máquina limpa em 25 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou capsule-cinema?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 7d3a10830720. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar capsule-cinema?
- A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar capsule-cinema?
- 25 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- capsule-cinema precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar capsule-cinema?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como capsule-cinema se compara às alternativas?
- Dos 123 projetos de agent-skills que a Argusic instalou e cronometrou, capsule-cinema foi o 112º mais rápido a chegar a um estado de execução, e 94 de 123 chegaram a esse estado.
- Onde estão as evidências de capsule-cinema?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.