Communitygithub.com

mutonby/skill-autoshorts

매일 바이럴 클립을 자동으로 생성하는 파이프라인: Whisper + Gemini 3 Flash + 업로드/포스트. 하루에 하나의 긴 영상을 선택해 최고의 장면을 자르고, 휴대폰으로 게시 여부를 묻고, 참여 데이터를 통해 학습합니다.

skill-autoshorts란 무엇인가요?

이 스킬은 장편 비디오에서 바이럴 클립을 자동으로 추출, 편집, 게시하는 AI 에이전트 기능입니다. Claude Code나 Cursor와 같은 AI 에이전트에서 실행되며, Whisper를 사용한 음성-텍스트 변환, Gemini 3 Flash를 활용한 콘텐츠 분석 및 주요 장면 식별, 업로드 및 게시 자동화, 모바일 알림을 통한 사용자 승인, 그리고 참여 데이터 기반 학습을 제공합니다. 일일 워크플로우는 하루에 하나의 긴 비디오를 선택해 가장 인기 있는 순간을 추출하고, 편집한 클립을 사용자 휴대폰으로 보내 승인을 요청하며, 게시 후 참여율을 분석해 향후 추천을 개선합니다. 이는 콘텐츠 제작자, 마케터, 소셜 미디어 관리자에게 유용하며, 바이럴 비디오 제작 공정을 크게 자동화합니다. 주요 기술 스택으로는 Whisper(STT), Gemini 3 Flash(비디오 분석), YouTube/TikTok API(업로드), 사용자 지정 알림 시스템이 포함됩니다.

지원 대상~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add mutonby/skill-autoshorts

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

skill-autoshorts은(는) 무엇을 하나요?

매일 바이럴 클립을 자동으로 생성하는 파이프라인: Whisper + Gemini 3 Flash + 업로드/포스트. 하루에 하나의 긴 영상을 선택해 최고의 장면을 자르고, 휴대폰으로 게시 여부를 묻고, 참여 데이터를 통해 학습합니다.

개요

이 스킬은 긴 형식의 비디오 콘텐츠에서 짧은 바이럴 클립을 자동으로 추출, 편집, 게시하는 완전한 파이프라인을 제공합니다. 하루에 하나의 비디오를 처리하며, AI가 가장 흥미로운 순간을 식별하고, 사용자가 모바일로 승인한 후 게시합니다.

작동 방식

  1. 비디오 선택: 사전 구성된 소스에서 하루에 하나의 긴 비디오를 선택합니다.
  2. 전사(Whisper): OpenAI Whisper를 사용해 비디오 오디오를 텍스트로 변환합니다.
  3. 분석(Gemini 3 Flash): Gemini 3 Flash가 전사 내용을 분석해 가장 매력적인 클립을 식별합니다.
  4. 편집: 식별된 클립을 짧은 바이럴 형식(60초 미만)으로 자릅니다.
  5. 사용자 승인: 휴대폰으로 알림을 보내 클립을 검토하고 게시 승인을 요청합니다.
  6. 게시: YouTube, TikTok 등 여러 플랫폼에 클립을 게시합니다.
  7. 학습: 게시 후 참여 데이터(조회수, 좋아요, 공유 등)를 분석해 추천을 개선합니다.

지원 플랫폼

  • Claude Code
  • Cursor
  • Codex CLI
  • 기타 AI 에이전트

요구 사항

  • OpenAI API 키 (OPENAI_API_KEY)
  • Gemini API 키 (GEMINI_API_KEY)
  • YouTube Data API v3 (YOUTUBE_API_KEY)
  • TikTok API 자격 증명 (TIKTOK_ACCESS_TOKEN)
  • 모바일 알림 서비스 (ex: Pushover, Slack)

설치 및 설정

  1. 저장소를 클론합니다:

    git clone https://github.com/mutonby/skill-autoshorts.git
    cd skill-autoshorts
    
  2. 환경 변수를 설정합니다:

    export OPENAI_API_KEY="your-key-here"
    export GEMINI_API_KEY="your-key-here"
    export YOUTUBE_API_KEY="your-key-here"
    export TIKTOK_ACCESS_TOKEN="your-token-here"
    
  3. 스킬을 실행합니다:

    ./run.sh
    

사용자 정의

  • config.yaml 파일을 편집해 비디오 소스, 클립 길이, 게시 플랫폼을 설정합니다.
  • 학습 하이퍼파라미터는 learning_config.json에서 조정합니다.

라이선스

MIT 라이선스

관련 스킬