SkillProof tested Claude skills

Video Podcast Maker

Emne til 4K video-podcast: research, script, TTS, Remotion-render, BGM-mix

Af dtsola · dtsola/xiaoyaosearch

Virker med opsætning ★ 7.2/10

Video Podcast Maker — Emne til 4K video-podcast: research, script, TTS, Remotion-render, BGM-mix

Hvad det gør

En 15-trins pipeline, der omdanner et emne til en færdig video-podcast: web-research, et sektioneret fortællingsscript, TTS-lyd med timing.json og SRT, en Remotion-komposition renderet i 3840x2160, FFmpeg baggrundsmusik-mixing, thumbnails og platformspecifikke publiceringsmetadata. Udløses, når du beder om en video-podcast, en forklaringsvideo eller en Bilibili/YouTube-vidensvideo om et givet emne, eller beder den om at lære visuel stil fra en referencevideo eller et billede. Understøtter syv TTS-backends (Edge TTS gratis som standard, plus Azure, Doubao, CosyVoice, ElevenLabs, OpenAI, Google) og zh-CN/en-US output med kinesisk polyfonisk korrektion.

Testrapport

Jeg downloadede skill'ens rigtige scripts og kørte dem. `check_prereqs.py` udskrev `ALL_OK (backend=edge)` og `migrate_prefs.py --dry-run` udskrev `[dry-run] Would create user_prefs.json at v1.6 from template`, så Python-siden fungerer ægte. For output skrev jeg et baseline "why HTTP/3 uses QUIC" script, før jeg læste kroppen (4 scener, 60s, ad-hoc markdown, intet maskinlæsbart format), fulgte derefter references/workflow-script.md Trin 1-4 og fik topic_definition.md plus en podcast.txt med 8 `[SECTION:xxx]` blokke, tæthedsniveauer mappet til det navngivne komponentbibliotek (ComparisonCard/FlowChart/DataBar), og platform+sprog outro fra skill'ens CTA-tabel; skill'ens egen `generate_tts.py --dry-run` målte den til 197s / 5971 frames, hvilket bekræfter 3-7min auto-mode målet. Det er en klar, konkret forbedring i forhold til baseline. BEKRÆFTET FEJL: `scripts/tts/sections.py` uses `r'\[SECTION:(\w+)\]'`, which does not match hyphens, so the skill's own shipped `templates/podcast_en.txt` markers `[SECTION:content-1..3]` are silently dropped — my first dry-run reported "Detected 5 sections" and folded three content blocks into `overview`; renaming to `content_1` gave the correct "Detected 8 sections". SKILL.md peger også på `CLAUDE.md` ("full command reference") og `examples/`, begge HTTP 404 i denne kopi. Ingen sikkerhedsbrister: ingen curl|sh, ingen base64 blobs, ingen hemmelig exfiltration, stier bruger `${SKILL_DIR}`. outputMeasured=false, fordi det annoncerede leverede — en 4K MP4 — kræver et stilladseret Remotion-projekt, npm install og en ffmpeg-render, jeg ikke opsatte; kun scripting-fasen blev målt. Bemærk, at dette er en vendored kopi af upstream Agents365-ai/video-podcast-maker inde i et Chinese local-search app repo.

Testet: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/dtsola/xiaoyaosearch /tmp/xiaoyaosearch
cd /tmp/xiaoyaosearch
mkdir -p ~/.claude/skills
cp -R /tmp/xiaoyaosearch/.claude/skills/video-podcast-maker ~/.claude/skills/
cp -R /tmp/xiaoyaosearch/.claude/skills/remotion-best-practices ~/.claude/skills/   # hard dependency
brew install ffmpeg node                                    # macOS; node + npx + ffmpeg + python3 required
pip install -r ~/.claude/skills/video-podcast-maker/requirements.txt
python3 ~/.claude/skills/video-podcast-maker/scripts/check_prereqs.py   # expect: ALL_OK (backend=edge)
# You also need an existing Remotion project; videos land in videos/{name}/ inside it.
# Optional: set AZURE_SPEECH_KEY / OPENAI_API_KEY / etc. only if you switch off the free `edge` backend.

Kommandoer og eksempelprompter

  • /video-podcast-makerEmne til 4K video-podcast: research, script, TTS, Remotion-render, BGM-mix

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

  • Make a video podcast about this topic
  • Learn this reference video's visual style and apply it
  • Generate a video podcast with background music

Læs hele rapporten →