Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
РелизКод / SDK · В работуX: @RoundtableSpace→ оригинал

11 open-source репозиториев собрали в цепочку от ресерча до озвучки для Claude Code

11 открытых репозиториев закрывают всю цепочку контента: ресерч, текст, слайды, видео и озвучку — всё это можно отдать Claude Code. last30days-skill собирает материал с Reddit, YouTube и HN, frontend-slides делает слайды из промпта, а HyperFrames рендерит видео из HTML. Два проекта новые — Phonon и ZONOS3-Mini для синтеза речи. Перед коммерческим запуском проверяйте лицензии: у кода и весов они бывают разными.

AI-обработка оригинала X: @RoundtableSpace; редакция Hamidun News
11 open-source репозиториев собрали в цепочку от ресерча до озвучки для Claude Code
Источник: X: @RoundtableSpace. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @RoundtableSpace ↗
Главный редактор
Ключевой факт #1ZONOS3-Mini клонирует голос на 43 языках, веса под Apache 2.0
Phononкод Apache 2.0, но многоязычные веса только для некоммерции
Ключевой факт #3OpenMontage идёт под AGPL-3.0 — для продукта это серьёзное условие

Контент-конвейер, который раньше требовал аналитика, редактора, дизайнера, видеомонтажёра и диктора, всё чаще собирается вокруг одного кодингового агента. Автор подборки @RoundtableSpace выложил 11 open-source репозиториев, которые образуют цепочку «ресерч → текст → слайды → видео → голос» и которые можно отдать Claude Code. Два проекта в списке совсем свежие. Разберём каждый по порядку.

Ресерч и текст

last30days-skill (MIT) — навык для агента, который изучает тему сразу по Reddit, YouTube, Hacker News и вебу. Это быстрый способ понять, что о теме говорят люди, а не только поисковая выдача.

claude-video (MIT) позволяет Claude «посмотреть» любое видео и ответить на вопросы по нему. Удобно, когда нужно вытащить суть из часового доклада или конкурентного демо.

humanizer (MIT) вычищает из черновиков приметы текста, написанного ИИ. Это финальная полировка перед публикацией: шаблонные обороты выдают машинное происхождение быстрее всего.

Слайды и видео

frontend-slides (MIT) делает анимированные HTML-слайды из промпта или из файла PowerPoint. Презентация получается обычной веб-страницей.

ppt-master (MIT) идёт другим путём: превращает документы в редактируемые PowerPoint-колоды и умеет делать озвучку по заметкам докладчика. Если заказчик ждёт именно .pptx, который можно поправить руками, это более прагматичный вариант.

HyperFrames (Apache 2.0, от HeyGen) работает по принципу «пишешь HTML — получаешь видео». Для разработчика это понятная модель: вёрстка вместо таймлайна в монтажке, а значит, ролик можно генерировать кодом и хранить в git.

video-use (MIT, от команды browser-use) монтирует исходный материал в диалоге с агентом. Ему нужен ключ ElevenLabs, так что бесплатным весь процесс не получится.

OpenMontage (AGPL-3.0) — самый амбициозный пункт: кодинг-агент ведёт целиком видеопроизводство. Но лицензия AGPL требует особой аккуратности: если вы встраиваете такой код в сетевой сервис, у вас могут появиться обязательства по открытию собственного кода. Юристу стоит посмотреть до запуска.

Голос: два новых релиза

Pocket TTS (код MIT, от Kyutai) озвучивает текст прямо на процессоре, без видеокарты. Для недорогих серверов и локальных прототипов это важное преимущество.

Phonon (новый, вышел 20 октября) — синтез речи на устройстве. Код под Apache 2.0, но многоязычные веса некоммерческие. Получается ловушка: код можно взять в продукт, а модель для нескольких языков — нет.

ZONOS3-Mini (новый, от Zyphra) умеет синтез речи с клонированием голоса на 43 языках, веса под Apache 2.0. Для коммерции условия самые чистые из голосовых проектов списка.

Что с этим делать

Главная практическая польза — не отдельные инструменты, а стыковка: агент может пройти весь путь от исследования до озвученного ролика, если дать ему нужные навыки и репозитории. Для основателя и продакта это способ собрать демо, обучающий материал или маркетинговый ролик без студии.

Есть и ограничения. Автор подборки сам предупреждает: проверяйте лицензию каждого проекта перед коммерческим использованием, а голос клонируйте только с согласия говорящего. Лицензии в списке разные — от MIT и Apache 2.0 до AGPL-3.0 и некоммерческих весов, и это решает, можно ли выпускать результат в продукт. Кроме того, подборка не содержит замеров качества: сколько сил потребуется на ручную доработку слайдов или монтажа, придётся выяснять самому. Разумный старт — взять два-три проекта под MIT или Apache 2.0 и собрать из них минимальный конвейер, а уже потом решать, нужны ли тяжёлые варианты вроде OpenMontage.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: ресерч и текст?

last30days-skill (MIT) — навык для агента, который изучает тему сразу по Reddit, YouTube, Hacker News и вебу. Это быстрый способ понять, что о теме говорят люди, а не только поисковая выдача. claude-video (MIT) позволяет Claude «посмотреть» любое видео и ответить на вопросы по нему. Удобно, когда нужно вытащить суть из часового доклада или конкурентного демо. humanizer (MIT) вычищает из черновиков приметы текста, написанного ИИ.

Что известно по теме: слайды и видео?

frontend-slides (MIT) делает анимированные HTML-слайды из промпта или из файла PowerPoint. Презентация получается обычной веб-страницей. ppt-master (MIT) идёт другим путём: превращает документы в редактируемые PowerPoint-колоды и умеет делать озвучку по заметкам докладчика. Если заказчик ждёт именно .pptx, который можно поправить руками, это более прагматичный вариант. HyperFrames (Apache 2.0, от HeyGen) работает по принципу «пишешь HTML — получаешь видео».

Что известно по теме: голос: два новых релиза?

Pocket TTS (код MIT, от Kyutai) озвучивает текст прямо на процессоре, без видеокарты. Для недорогих серверов и локальных прототипов это важное преимущество. Phonon (новый, вышел 20 октября) — синтез речи на устройстве. Код под Apache 2.0, но многоязычные веса некоммерческие. Получается ловушка: код можно взять в продукт, а модель для нескольких языков — нет. ZONOS3-Mini (новый, от Zyphra) умеет синтез речи с клонированием голоса на 43 языках, веса под Apache 2.0.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…