# paidf-cosmos-predict

Скилл paidf-cosmos-predict готовит конфиг PAIDF и запускает генерацию видео Cosmos Predict по медиа-сэмплам DEFT, а на выходе отдаёт JSONL-реестр: каждый входной id и путь к его клипу.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 4106 у репозитория
- Автор: NVIDIA Corporation
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/paidf-cosmos-predict/SKILL.md
- Обновлён: 2026-10-23
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/paidf-cosmos-predict

## Что делает

Скилл берёт JSONL со строками `id` и `media_path`, приводит пути к абсолютному виду, выбрасывает повторы и пишет `config.yaml` для PAIDF Cosmos Predict. Потом поднимает контейнер с образом аугментации, прописанным в `versions.yaml`, и гоняет подписи через ваш VLM.

Работа идёт в три шага. `verify_vlm_captioning_base_url.py` шлёт проверочный запрос к эндпоинту с добавленным `/models`, `prepare_paidf_config.py` собирает конфиг, а `write_paidf_handoff.py` разворачивает результат обратно до уровня входных строк: каждый `id` оказывается в `generated_videos.jsonl` либо в `failed_videos.jsonl`. Строки с одинаковым `media_path` ссылаются на один и тот же клип, так что видео не генерируется дважды.

Сервис подписей скилл не запускает — OpenAI-совместимый эндпоинт должен уже работать, и его адрес передаётся без `/models`. Docker без `nvidia-container-toolkit` контейнер не поднимет, поэтому проверьте это до запуска. `HF_TOKEN` нужен, когда Cosmos тянет модели с HuggingFace, а `VLM_API_KEY` — если эндпоинт требует авторизацию.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill paidf-cosmos-predict -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/paidf-cosmos-predict/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/paidf-cosmos-predict/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill paidf-cosmos-predict -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/paidf-cosmos-predict/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill paidf-cosmos-predict -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/paidf-cosmos-predict/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills skills/paidf-cosmos-predict
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/paidf-cosmos-predict/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill paidf-cosmos-predict -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/paidf-cosmos-predict
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/paidf-cosmos-predict/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/paidf-cosmos-predict/SKILL.md

## Когда брать
- сгенерировать видео по готовым медиа-сэмплам DEFT
- проверить VLM-эндпоинт до старта контейнера
- схлопнуть повторяющиеся `media_path`, чтобы не гонять одно видео дважды
- собрать JSONL-реестр из `id` и путей к готовым клипам
- разложить упавшие сэмплы в отдельный `failed_videos.jsonl`

## Примеры запросов агенту
- Запусти генерацию Cosmos Predict для сэмплов из `input.jsonl`, результат сложи в `out/`.
- Проверь VLM-эндпоинт через `verify_vlm_captioning_base_url.py`, потом собери `config.yaml` и подними PAIDF.
- Сделай `generated_videos.jsonl`, где есть все id из моего входного файла.

## Похожие
- [nvidia-cosmos-video](https://affpapa.org/nevibecode/skills/nvidia-cosmos-video.md) — скилл · 132 установки
- [cosmos-dbt-core](https://affpapa.org/nevibecode/skills/cosmos-dbt-core.md) — скилл · 1000 установок
- [trail](https://affpapa.org/nevibecode/plugins/trail.md) — плагин · ★ 8 у репозитория
- [runpod](https://affpapa.org/nevibecode/skills/runpod.md) — скилл · 1400 установок
- [debug-openshell-cluster](https://affpapa.org/nevibecode/skills/debug-openshell-cluster.md) — скилл · 739 установок
- [nvidia-maxine-audio-effects](https://affpapa.org/nevibecode/skills/nvidia-maxine-audio-effects.md) — скилл · 134 установки

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 312 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
