Communitygithub.com

sarayu2005/pipeline-de-contenu-auto-réparateur

Pipeline d'actifs de marque et de vidéos de lancement avec QA visuelle basée sur OCR, réparation automatisée limitée et boucle d'apprentissage versionnée.

Qu'est-ce que pipeline-de-contenu-auto-réparateur ?

Ce pipeline gère les actifs de marque et les vidéos de lancement en intégrant une assurance qualité visuelle (QA) basée sur la reconnaissance optique de caractères (OCR). Il détecte automatiquement les anomalies visuelles ou textuelles dans les médias, effectue des réparations limitées et automatisées pour corriger les problèmes courants, et enregistre chaque itération de correction via une boucle d'apprentissage versionnée. Conçu pour des plateformes comme Claude Code ou des agents DevOps, ce skill permet de réduire les interventions manuelles tout en maintenant une haute qualité des contenus. Son fonctionnement repose sur l'analyse OCR des images et vidéos, suivie d'un système de règles pour appliquer des correctifs prédéfinis, et chaque action est tracée pour améliorer les futures réparations.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add sarayu2005/self-healing-content-pipeline

Demander à votre IA préférée

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

Documentation

Que fait pipeline-de-contenu-auto-réparateur ?

Pipeline d'actifs de marque et de vidéos de lancement avec QA visuelle basée sur OCR, réparation automatisée limitée et boucle d'apprentissage versionnée.

Présentation

Ce skill automatise la validation et la correction des actifs de marque (logos, bannières) et des vidéos de lancement. Il utilise OCR pour détecter des défauts visuels ou textuels, applique des réparations automatisées dans des limites définies, et enregistre chaque modification dans un historique versionné pour améliorer continuellement le processus.

Fonctionnalités principales

  • QA visuelle par OCR : Analyse des images et vidéos pour identifier des problèmes comme du texte manquant, des logos déformés ou des incohérences de couleurs.
  • Réparation automatisée limitée : Correction des anomalies détectées (par exemple, recadrage, remplacement de texte) avec des règles prédéfinies pour éviter des modifications inappropriées.
  • Boucle d'apprentissage versionnée : Chaque réparation est enregistrée avec un identifiant de version, permettant de suivre l'efficacité des correctifs et d'ajuster les règles.

Utilisation

# Exemple de commande pour lancer le pipeline
self-healing-content-pipeline --input ./assets --output ./corrected --ocr-config ./ocr_config.json

Configuration

Variables d'environnement :

  • PIPELINE_OCR_API_KEY : Clé API pour le service OCR.
  • PIPELINE_MAX_FIXES : Nombre maximum de réparations par cycle (défaut : 5).
  • PIPELINE_VERSION_DIR : Répertoire pour stocker les versions des correctifs.

Support de plateformes

  • Claude Code
  • Cursor
  • Codex
  • Agents DevOps personnalisés

Licence

Voir le fichier LICENSE pour plus d'informations.

Skills associés