Communitygithub.com

aktsmm/Agent-Skills

Bereiten Sie Video-URLs oder lokale Videodateien für die Analyse mit GitHub Copilot vor, indem Sie Untertitel, ausgesuchte Einzelbilder, Kontaktabzüge und ein Prompt-Paket extrahieren. Verwenden Sie dies, wenn der Benutzer Copilot bittet, ein Video, eine Bildschirmaufnahme, eine Demo, ein Webinar, eine YouTube/Loom/TikTok/X/Vimeo-URL oder eine .mp4/.mov/.mkv/.webm-Datei anzusehen, zu überprüfen, zusammenzufassen oder zu diagnostizieren.

Was ist Agent-Skills?

Diese Fähigkeit ermöglicht es GitHub Copilot, Videoinhalte zu analysieren, indem sie automatisch Schlüsselartefakte wie Untertitel, ein Raster von Einzelbildern (Kontaktabzug), einen Einzelbildindex, ein Manifest und ein strukturiertes Prompt-Paket erstellt. Sie ist ideal für Aufgaben wie Fehlersuchvideos, Produktdemos, Tutorien, Webinare oder Bildschirmaufnahmen, bei denen sowohl das Gesprochene als auch das auf dem Bildschirm Gesehene wichtig ist. Die Fähigkeit unterstützt URLs (YouTube, Loom, TikTok, X, Vimeo) und lokale Videodateien (.mp4, .mov, .mkv, .webm) und bietet mehrere Detailstufen von der reinen Transkription bis zur umfassenden visuellen Analyse. Sie arbeitet mit einem vorhersagbaren Arbeitsablauf, der zuerst alle Artefakte generiert, bevor Copilot sie der Reihe nach ausliest, und vermeidet DRM-geschützte, paywall-geschützte oder authentifizierte Medien.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aktsmm/Agent-Skills/tree/HEAD/video-watch

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Video ansehen

Bereiten Sie Video-Artefakte vor, die GitHub Copilot überprüfen kann: Untertitel, Einzelbild-Kontaktabzüge, einen Einzelbildindex, ein Manifest und ein Prompt-Paket.

Diese Fähigkeit ist inspiriert von bradautomates/claude-video, zielt jedoch auf GitHub Copilot-Workflows ab. Gehen Sie nicht von Claude Code Read-Parallelität aus. Generieren Sie zuerst Dateien und überprüfen Sie dann nur die Artefakte, die für die Frage des Benutzers benötigt werden.

Wann verwenden

  • Der Benutzer bittet darum, ein Video anzusehen, zu überprüfen, zusammenzufassen, zu vergleichen oder zu diagnostizieren.
  • Die Eingabe ist eine von yt-dlp unterstützte Video-URL oder eine lokale .mp4-, .mov-, .mkv- oder .webm-Datei.
  • Die Aufgabe hängt sowohl vom Gesagten als auch vom auf dem Bildschirm Gesehenen ab, z. B. Fehlersuchvideos, Produktdemos, Launch-Videos, Tutorials, Webinare, Werbeanzeigen oder Bildschirmaufnahmen.

Nicht die beste Wahl

  • Umgehen Sie kein DRM, keine Paywalls, keine Authentifizierung oder keine Seitenbedingungen.
  • Fordern Sie keine Cookies, Bearer-Tokens, signierte URLs oder private Medien-Anmeldeinformationen an oder speichern Sie diese nicht.
  • Wenn eine offizielle API oder ein vorhandenes Transkript die Aufgabe ohne Videoverarbeitung beantworten kann, bevorzugen Sie diesen einfacheren Weg.

Kern-Workflow

  1. Führen Sie einen Preflight durch, wenn Abhängigkeiten unsicher sind: python .github/skills/video-watch/scripts/preflight.py Verwenden Sie python .github/skills/video-watch/scripts/preflight.py --url-mode für URL-Eingaben.
  2. Produzieren Sie Artefakte: python .github/skills/video-watch/scripts/video_watch.py <url-or-path> --question "<was zu beantworten ist>" Verwenden Sie --transcript-file <pfad>, wenn ein anderes Tool, Azure Speech oder Speech Translator Desktop Plus bereits ein Transkript erstellt hat. Für private oder authentifizierte Medien bevorzugen Sie --detail transcript --metadata-only --transcript-file <pfad> und übergeben Sie keine Cookies, Bearer-Tokens oder signierte URL-Anmeldeinformationen.
  3. Lesen Sie Artefakte in dieser Reihenfolge: manifest.json → prompt.md → transcript.md → frame-index.md → contact-sheet.jpg → ausgewählte Dateien in frames/ nur bei Bedarf. manifest.json zeichnet SHA-256 für lokale Quellbytes oder für heruntergeladene URL-Videobytes auf, wenn ein Download stattfand. Reine Metadaten-URL-Läufe lassen den Hash null, anstatt Medien abzurufen.
  4. Antworten Sie aus den Artefakten. Geben Sie an, wenn die Antwort nur auf dem Transkript, nur auf Einzelbildern oder durch spärliche Abtastung eingeschränkt ist.
  5. Für benannte Momente führen Sie erneut mit --start/--end aus, um das Einzelbild-Budget zu fokussieren.

Detail-Modi

ModusVerwendung
transcriptNur Untertitel oder Sidecar-Transkript. Am schnellsten.
efficientKleiner visueller Durchlauf für schnelles Triage.
balancedStandard-Kontaktabzug für die meisten Bildschirmaufnahmen und Demos.
token-burnerGrößerer visueller Durchlauf, wenn der Benutzer explizit eine breite visuelle Abdeckung benötigt.

Rubber Duck Prüfpunkte

  • Bevor Sie den Workflow dieser Fähigkeit ändern, überprüfen Sie den Plan auf primitive Wahl, versteckte Abhängigkeiten, Sicherheitsgrenzen und Copilot-Artefakt-Reihenfolge.
  • Nach der Bearbeitung überprüfen Sie SKILL.md, Skripte und Referenzen auf autarkes Verhalten, Auslösequalität, Zeilenanzahl und ausführbare Validierung.
  • Behandeln Sie den Kritiker als schreibgeschützt. Der Produzent wendet Änderungen an und führt die Validierung erneut aus.

Referenzen

BenötigtReferenz
Detaillierter Workflowreferences/workflow.md
Abhängigkeiten und Einrichtungreferences/dependencies.md
Einzelbild-Budget und Kontaktabzügereferences/frame-budget.md
Optionale Scout/Whisper/Azure Speech Backendsreferences/backends.md

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills