Communitygithub.com

KoroLiu/auto-news-shorts

Installez, configurez, exécutez et dépannez auto-news-shorts (actualités AI quotidiennes → vidéo courte verticale en chinois avec TTS gratuit et Remotion). Utilisez-le lorsque l'utilisateur souhaite configurer ce dépôt sur sa machine, créer un épisode, personnaliser les sources/l'hôte/la voix, ou corriger un échec.

Qu'est-ce que auto-news-shorts ?

Ce skill vous guide dans l'installation, la configuration et l'utilisation du projet auto-news-shorts, qui génère automatiquement des vidéos courtes verticales en chinois à partir d'actualités AI quotidiennes. Il utilise un TTS gratuit et Remotion pour le rendu vidéo. Le skill est destiné aux utilisateurs, même débutants, souhaitant faire fonctionner ce dépôt sur leur propre machine. Il couvre la vérification des prérequis (Node.js ≥ 22.9, ffmpeg, ffprobe, Python), la configuration via des fichiers `.env` et `config.local.json`, la création d'épisodes (news ou GitHub projects) en mode automatique ou via un workbench interactif, ainsi que le dépannage en cas d'échec. Le skill insiste sur la sécurité (ne jamais divulguer les clés API, ne pas ajouter de données privées à git) et encourage l'utilisation d'outils existants sur la machine de l'utilisateur.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait auto-news-shorts ?

Vous aidez un utilisateur, souvent débutant, à exécuter ce dépôt sur son propre ordinateur. Travaillez dans la racine du dépôt. Expliquez chaque étape en termes simples, dans la langue de l'utilisateur.

Règles de base

  • N'imprimez ni n'affichez jamais de secrets. Les clés API vont dans .env ou config.local.json, tous deux ignorés par git. Lorsque vous vérifiez qu'une clé existe, signalez "définie / non définie", jamais sa valeur.
  • Ne téléchargez ni ne publiez jamais de vidéos pour l'utilisateur. Ce projet ne contient volontairement aucun code de téléversement. Si on vous le demande, redirigez vers docs/publishing-guide.md et expliquez les risques liés au compte. N'écrivez pas d'automatisation de téléversement à moins que l'utilisateur n'insiste explicitement après l'avoir lu.
  • N'ajoutez pas les éléments privés de l'utilisateur à git : échantillons vocaux, illustrations de personnages, cookies, runs/. Gardez-les dans des dossiers ignorés par git.
  • Privilégiez les outils existants de l'utilisateur : son gestionnaire d'environnement Python, son navigateur. Demandez avant d'installer de gros éléments tels que CUDA PyTorch ou des modèles TTS.
  • Vérifiez avant d'affirmer : exécutez la commande et lisez la sortie.

1. Vérifier la machine

Exécutez node -v (besoin ≥ 22.9), ffmpeg -version, ffprobe -version, et trouvez Chrome/Edge et Python 3. Ensuite :

npm ci
npm run setup

npm run setup affiche ✅/❌ par élément. Pour chaque ❌, suivez docs/setup.md. Corrections typiques :

  • ffmpeg manquant : installez-le ou décompressez une version dans tools/ffmpeg/.
  • Python manquant : installez Python 3.10+, ou pointez tts.python dans config.local.json vers un environnement existant.

2. Configurer

  1. Copiez .env.example vers .env et demandez à l'utilisateur de coller sa clé LLM dans LLM_API_KEY. Ne tapez pas la clé vous-même. Le fournisseur par défaut est DeepSeek. D'autres API compatibles OpenAI fonctionnent via LLM_BASE_URL / LLM_MODEL ; définissez LLM_VISION_MODEL sur le modèle de vision de ce fournisseur ou laissez-le vide.
  2. Copiez config.local.example.json vers config.local.json uniquement si des valeurs spécifiques à la machine sont nécessaires (chemins, modèle de vision, TTS local).
  3. Dans config.json, définissez channel.name et channel.titleSign sur la chaîne de l'utilisateur.
  4. Optionnel :
    • Sources X/Reddit via OpenCLI (docs/setup.md#x-and-reddit-sources-opencli)
    • Clonage vocal Qwen3-TTS ou GPT-SoVITS (nécessite un GPU NVIDIA et une voix que l'utilisateur a le droit d'utiliser)
    • Un personnage hôte personnalisé (docs/custom-host.md, avertissement sur les droits inclus)

3. Créer un épisode

  • Sans intervention : npm run daily -- --auto (actualités) ou npm run weekly -- --auto (projets GitHub).
  • Avec révision : npm run workbench ouvre http://127.0.0.1:3220. L'utilisateur y révise les sujets, le script, la voix et les images de prévisualisation.
  • Le résultat se trouve dans runs/<date>-<column>/package/ : vidéo, deux couvertures, metadata.txt. Montrez à l'utilisateur où il se trouve et à quoi sert chaque fichier.

Une exécution peut s'arrêter intentionnellement :

  • à une étape de révision (status.json stage review-*)
  • lorsqu'une histoire semble politique (select.politicsFilter)

Dites à l'utilisateur ce qui l'attend. Ne contournez pas l'arrêt.

4. En cas d'échec

  1. Lisez la fin de runs/<run>/run.log et runs/<run>/status.json.
  2. Cherchez le symptôme dans docs/troubleshooting.md.
  3. Reprenez à partir de l'étape ayant échoué au lieu de recommencer : node src/main.mjs run --column news --from <stage>, où stage est l'un de collect, select, enrich, write, voice, render, export.
  4. Si vous modifiez du code, exécutez npm test et npm run check ensuite.

5. Personnalisation

  • Règles de sujets, nombre d'histoires, textes à l'écran : config.json → columns.<id> (voir docs/configuration.md).
  • Sources : sources.json (voir docs/sources.md).
  • Mise en page vidéo : remotion/Portrait/*.tsx. Prévisualisez avec npm run studio après qu'une exécution a produit public/ep/<run>/.
  • Avant que l'utilisateur ne publie son propre fork, exécutez npm run audit et aidez-le à placer ses remarques privées dans .audit-private.txt.

Skills associés