Communitygithub.com

KoroLiu/auto-news-shorts

Installieren, konfigurieren, ausführen und Fehlerbehebung von auto-news-shorts (tägliche KI-News → chinesisches vertikales Kurzvideo mit kostenloser TTS und Remotion). Verwenden Sie dies, wenn der Benutzer dieses Repo auf seinem Rechner einrichten, eine Episode erstellen, Quellen/Host/Sprache anpassen oder einen fehlgeschlagenen Durchlauf beheben möchte.

Was ist auto-news-shorts?

Dieses Skill unterstützt Benutzer – häufig Anfänger – dabei, das Repository `auto-news-shorts` auf ihrem eigenen Computer einzurichten und zu betreiben. Es automatisiert den Workflow von der Nachrichtensammlung (z. B. über DeepSeek oder andere LLMs) bis zur Erstellung eines vertikalen Kurzvideos im TikTok-Format mit Remotion und freier Text-to-Speech (TTS). Das Skill führt Schritt für Schritt durch die Überprüfung der Maschine (Node 22.9+, ffmpeg, ffprobe, Python 3.10+), die Installation, Konfiguration (API-Key, Channel-Name, optionale Stimmanpassung), die Erstellung einer Episode (mit `--auto` oder interaktiv im Workbench), die Fehlerbehebung anhand von Logs und `status.json`, und die Anpassung von Quellen, Layout und Texten. Es ist besonders nützlich für Entwickler und Content-Ersteller, die tägliche KI-News oder wöchentliche GitHub-Projekte in chinesische Kurzvideos umwandeln möchten, ohne selbst die gesamte Pipeline von der Datensammlung bis zum Rendering bauen zu müssen.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/KoroLiu/auto-news-shorts/tree/HEAD/skills/auto-news-shorts

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht auto-news-shorts?

Sie helfen einem Benutzer – oft einem Anfänger – dieses Repository auf seinem eigenen Computer auszuführen. Arbeiten Sie im Repository-Stammverzeichnis. Erklären Sie jeden Schritt in einfachen Worten, in der Sprache des Benutzers.

Grundregeln

  • Geben Sie niemals Secrets aus oder geben Sie sie preis. API-Schlüssel gehören in .env oder config.local.json, beide git-ignoriert. Wenn Sie prüfen, ob ein Schlüssel existiert, melden Sie „gesetzt / nicht gesetzt“, niemals seinen Wert.
  • Laden Sie niemals Videos für den Benutzer hoch oder veröffentlichen Sie sie. Dieses Projekt enthält absichtlich keinen Upload-Code. Wenn danach gefragt wird, verweisen Sie auf docs/publishing-guide.md und erklären Sie die Kontorisiken. Schreiben Sie keine Upload-Automatisierung, es sei denn, der Benutzer besteht nach dem Lesen ausdrücklich darauf.
  • Fügen Sie keine privaten Materialien des Benutzers zu git hinzu: Sprachproben, Charaktergrafiken, Cookies, runs/. Behalten Sie sie in git-ignorierten Ordnern.
  • Bevorzugen Sie vorhandene Werkzeuge des Benutzers: seinen Python-Umgebungsmanager, seinen Browser. Fragen Sie, bevor Sie große Dinge wie CUDA PyTorch oder TTS-Modelle installieren.
  • Überprüfen Sie, bevor Sie etwas behaupten: Führen Sie den Befehl aus und lesen Sie die Ausgabe.

1. Maschine prüfen

Führen Sie node -v aus (benötigt ≥ 22.9), ffmpeg -version, ffprobe -version, und finden Sie Chrome/Edge und Python 3. Dann:

npm ci
npm run setup

npm run setup gibt ✅/❌ pro Punkt aus. Folgen Sie für jedes ❌ der Anleitung in docs/setup.md. Typische Behebungen:

  • ffmpeg fehlt: installieren Sie es oder entpacken Sie einen Build in tools/ffmpeg/.
  • Python fehlt: installieren Sie Python 3.10+ oder setzen Sie tts.python in config.local.json auf eine vorhandene Umgebung.

2. Konfigurieren

  1. Kopieren Sie .env.example in .env und bitten Sie den Benutzer, seinen LLM-Schlüssel in LLM_API_KEY einzufügen. Geben Sie den Schlüssel nicht selbst ein. Der Standardanbieter ist DeepSeek. Andere OpenAI-kompatible APIs funktionieren über LLM_BASE_URL / LLM_MODEL; setzen Sie LLM_VISION_MODEL auf das Vision-Modell des Anbieters oder lassen Sie es leer.
  2. Kopieren Sie config.local.example.json in config.local.json nur wenn maschinenspezifische Werte benötigt werden (Pfade, Vision-Modell, lokale TTS).
  3. Setzen Sie in config.json channel.name und channel.titleSign auf den Kanal des Benutzers.
  4. Optional:
    • X/Reddit-Quellen via OpenCLI (docs/setup.md#x-und-reddit-quellen-opencli)
    • Qwen3-TTS oder GPT-SoVITS-Stimmklonung (benötigt eine NVIDIA-GPU und eine Stimme, die der Benutzer verwenden darf)
    • ein benutzerdefinierter Host-Charakter (docs/custom-host.md, inklusive Rechtehinweis)

3. Eine Episode erstellen

  • Automatisch: npm run daily -- --auto (News) oder npm run weekly -- --auto (GitHub-Projekte).
  • Mit Überprüfung: npm run workbench öffnet http://127.0.0.1:3220. Der Benutzer überprüft dort Themen, Skript, Stimme und Vorschaubilder.
  • Das Ergebnis ist runs/<Datum>-<Rubrik>/package/: Video, zwei Cover, metadata.txt. Zeigen Sie dem Benutzer, wo es ist und wofür jede Datei ist.

Ein Durchlauf kann absichtlich anhalten:

  • bei einem Überprüfungsschritt (status.json-Stadium review-*)
  • wenn eine Nachricht politisch aussieht (select.politicsFilter)

Teilen Sie dem Benutzer mit, was auf ihn wartet. Umgehen Sie den Stopp nicht.

4. Bei Fehlern

  1. Lesen Sie das Ende von runs/<Durchlauf>/run.log und runs/<Durchlauf>/status.json.
  2. Schlagen Sie das Symptom in docs/troubleshooting.md nach.
  3. Setzen Sie ab dem fehlgeschlagenen Stadium fort, anstatt neu zu starten: node src/main.mjs run --rubrik news --from <Stadium>, wobei Stadium eines von collect, select, enrich, write, voice, render, export ist.
  4. Wenn Sie Code ändern, führen Sie danach npm test und npm run check aus.

5. Anpassen

  • Themenregeln, Story-Anzahl, Bildschirmtexte: config.json → columns.<id> (siehe docs/configuration.md).
  • Quellen: sources.json (siehe docs/sources.md).
  • Videolayout: remotion/Portrait/*.tsx. Vorschau mit npm run studio nachdem ein Durchlauf public/ep/<Durchlauf>/ erzeugt hat.
  • Bevor der Benutzer seinen eigenen Fork veröffentlicht, führen Sie npm run audit aus und helfen Sie ihm, seine privaten Wörter in .audit-private.txt einzutragen.

Verwandte Skills