chatgpt-video-editing-skills 能运行吗？

chatgpt-video-editing-skills 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 7 个错误，并记录了整个会话。

Argusic 是如何测试 chatgpt-video-editing-skills 的？

在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit dc2f10ac4616。共记录了 1 次尝试，完整方法见方法论页面。

测试 chatgpt-video-editing-skills 花了多少钱？

得出该结论的那次运行花费 0.07 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。

chatgpt-video-editing-skills 安装需要多长时间？

在决定该结论的那次运行中，从干净的机器到运行状态用了 3 分钟。这是一次实测的尝试，不是平均值。

chatgpt-video-editing-skills 需要 GPU 吗？

启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。

安装 chatgpt-video-editing-skills 时会出现什么问题？

已记录的运行中出现了 7 个问题，其中 7 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。

chatgpt-video-editing-skills 的证据在哪里？

这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

英文原文: https://argusic.com/subject/chatgpt-video-editing-skills

chatgpt-video-editing-skills

使用 ChatGPT／Codex 安装 AI 剪辑环境，并按八个步骤完成可验证的短视频剪辑。

借助 mock 可运行来源：GitHubShellMITcommit dc2f10ac4616

Shell，MIT 许可证. 项目的自我描述：agent skills、elevenlabs、ffmpeg、hyperframes、traditional chinese 和 video editing.

chatgpt-video-editing-skills 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 3 分钟完成了安装，遇到 7 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

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.
agent 在干净的机器上最终得到的结果，用它自己的话说。测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。

概览

结论: 借助 mock 可运行
Argusic 评分: 92 / 100
验证运行的成本: 0.07 USD（实测）
已记录的运行次数: 1
最近测试: 2026-10-17
星标: 614
fork 数: 101
未关闭的 issue: 1
关注者: 3
大小: 2 MB
创建于: 2026-07-20
最近推送: 2026-07-26

项目数据来自 GitHub，链接见本页顶部，更新于 2026-11-04。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。每一行都是记录下来的数值，而非估算。

测试 chatgpt-video-editing-skills 时每个故障耗费的时间，取自已记录的运行 — 每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

system Node.js v18 does not meet npx skills requirement (>=22.20.0)2 分钟
ELEVENLABS_API_KEY not available2 分钟
uv (Python package manager) not found1 分钟
loudnorm audio normalization failed on silent test video (I=-inf)1 分钟
transcribe refused silent track 0 (peak -inf dBFS)1 分钟
pip install failed due to externally-managed-environment

安装时间: 3 分钟
从冷启动机器到完成: 4 分钟
遇到并修复的错误: 遇到 7 个，在无人协助的情况下修复了 7 个
结果是如何证明的: 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
使用的模型 token: 78,357
测试的确切 commit: dc2f10ac4616
容器镜像: sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值: 本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现: 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现: 本次运行只对照替身服务进行了验证

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

- `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.

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

在无人介入的情况下从全部 7 个错误中恢复，说明这些故障的文档足以让人解决。
采用 MIT 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
安装用了 3 分钟，慢于 Argusic 测量过的 106 个同类项目的中位数。
目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 107 个 agent-skills 项目中，chatgpt-video-editing-skills 达到运行状态的速度排名第 55，107 个项目中有 78 个达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	1/3	借助 mock 可运行	92.00	0.07	2026-10-17 16:20 UTC

主题 (来自 GitHub)

agent-skills elevenlabs ffmpeg hyperframes traditional-chinese video-editing

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见条款页面.

[![Tested by Argusic](https://argusic.com/badge/chatgpt-video-editing-skills.svg)](https://argusic.com/subject/chatgpt-video-editing-skills)

常见问题

chatgpt-video-editing-skills 能运行吗？: chatgpt-video-editing-skills 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 7 个错误，并记录了整个会话。
Argusic 是如何测试 chatgpt-video-editing-skills 的？: 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit dc2f10ac4616。共记录了 1 次尝试，完整方法见方法论页面。
测试 chatgpt-video-editing-skills 花了多少钱？: 得出该结论的那次运行花费 0.07 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
chatgpt-video-editing-skills 安装需要多长时间？: 在决定该结论的那次运行中，从干净的机器到运行状态用了 3 分钟。这是一次实测的尝试，不是平均值。
chatgpt-video-editing-skills 需要 GPU 吗？: 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 chatgpt-video-editing-skills 时会出现什么问题？: 已记录的运行中出现了 7 个问题，其中 7 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
chatgpt-video-editing-skills 与其他替代方案相比如何？: 在 Argusic 安装并计时过的 107 个 agent-skills 项目中，chatgpt-video-editing-skills 达到运行状态的速度排名第 55，107 个项目中有 78 个达到了运行状态。
chatgpt-video-editing-skills 的证据在哪里？: 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。