Communitygithub.com

ever-just/agentskills

Extrahiere verwertbare Erkenntnisse aus Videoinhalten auf YouTube, Vimeo und Unternehmenswebsites. Videos offenbaren, was Textquellen nicht können: Anlagengröße, Teamzusammensetzung, Produktdemonstrationen, Beschilderung, Veranstaltungsteilnahme und betriebliche Realität.

Was ist agentskills?

Diese Fähigkeit ermöglicht die automatisierte Extraktion von verwertbaren Informationen aus Videoinhalten, die auf Plattformen wie YouTube, Vimeo und Unternehmenswebsites gehostet werden. Sie konzentriert sich auf die schnelle und kostengünstige Erfassung von Metadaten und Untertiteln, ohne dass Videodateien heruntergeladen werden müssen, es sei denn, eine visuelle Analyse ist erforderlich. Der Workflow umfasst die Erkennung relevanter Videos über verschiedene Quellen, die Erfassung von Metadaten und Untertiteln mit yt-dlp, das Parsen von VTT-Untertiteln in Klartext und die intelligente Extraktion aus Metadaten, Transkripten und visuellen Inhalten. Die Fähigkeit unterstützt auch die Whisper-Fallback-Transkription für Videos ohne Untertitel. Sie ist besonders nützlich, um die Glaubwürdigkeit von Behauptungen zu prüfen, die Teamgröße, Produktpalette und Einrichtungen eines Unternehmens zu beurteilen und Erkenntnisse aus Podcast-Interviews und Produktdemonstrationen zu gewinnen. Die Integration mit anderen Skills wie deep-research und intelligence-dossier ermöglicht eine umfassende Analyse.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ever-just/agentskills/tree/HEAD/skills/video-intelligence

In Ihrer bevorzugten KI fragen

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

Dokumentation

Video-Intelligence-Extraktion

Übersicht

Extrahiere verwertbare Erkenntnisse aus Videoinhalten auf YouTube, Vimeo und Unternehmenswebsites. Videos offenbaren, was Textquellen nicht können: Anlagengröße, Teamzusammensetzung, Produktdemonstrationen, Beschilderung, Veranstaltungsteilnahme und betriebliche Realität.

Diese Fähigkeit konzentriert sich auf die Extraktion von Metadaten und Untertiteln (schnell, kostenlos, keine Speicherkosten) und lädt nur dann tatsächliche Videodateien herunter, wenn eine visuelle Analyse erforderlich ist.


Wann zu verwenden

  • Zielunternehmen hat einen YouTube-Kanal (auch einen kleinen – Shorts zählen)
  • Gründer oder Führungskraft tritt in Podcast-/Interviewvideos auf
  • Produktdemos oder -durchläufe existieren auf einer beliebigen Plattform
  • Veranstaltungsaufzeichnungen zeigen den Stand, die Präsentationen oder die Teilnahme des Unternehmens
  • Sie müssen Behauptungen (Anlagengröße, Teamanzahl, Produktpalette) mit visuellen Beweisen überprüfen
  • Unternehmenswebsite hat eingebettete Videoinhalte

Voraussetzungen

ToolInstallierenZweck
yt-dlppip install yt-dlp oder brew install yt-dlpDownload von Video-Metadaten/Untertiteln
Python 3.10+SystemVTT-Parsing, Automatisierung
Whisper (optional)pip install openai-whisperTranskription, wenn keine Untertitel vorhanden
ffmpeg (optional)brew install ffmpegAudioextraktion für Whisper

Phase 1: Erkennung

YouTube-Kanal-Auflistung

# Alle VIDEOS auf einem Kanal auflisten (gibt Video-IDs + Titel zurück, kein Download)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"

# Upload-Daten für Zeitachsenanalyse einbeziehen
yt-dlp --flat-playlist --print "%(upload_date)s %(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"

YouTube-Suche

# YouTube-Suche (Top 10 Ergebnisse)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch10:COMPANY_NAME"

# Breitere Suche (Top 30)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch30:COMPANY_NAME founder interview"

Andere Erkennungsmethoden

QuelleMethode
Google-Videosuchesite:youtube.com "Firmenname"
UnternehmenswebsiteQuelltext auf <iframe src="youtube.com/embed/..."> prüfen
Vimeoyt-dlp --flat-playlist "https://vimeo.com/BENUTZER"
LinkedInManueller Durchlauf – Videos können nicht programmatisch aufgelistet werden
VeranstaltungsplattformenSched/Emamo-Sitzungsseiten auf eingebettete Videolinks prüfen

Erkennungs-Checkliste

  • Eigener YouTube-Kanal des Zielunternehmens
  • Persönlicher Kanal des Gründers/CEO oder Gastauftritte
  • Branchen-Podcast-Kanäle, in denen das Zielinterview stattfand
  • Veranstaltungs-/Konferenzkanäle mit Präsentationen des Ziels
  • Partner-/Lieferantenkanäle, die das Ziel erwähnen
  • Lokale Nachrichten-/Medienkanäle, die das Ziel abdecken

Phase 2: Erfassung

Metadaten + Untertitel (Standard – Kein Video-Download)

# Gesamter Kanal – Metadaten + automatische Untertitel, keine Videodateien
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  --sleep-interval 2 "https://www.youtube.com/@CHANNEL"

# Einzelnes Video
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  "https://www.youtube.com/watch?v=VIDEO_ID"

# Mehrere bestimmte Videos aus einer Liste
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  --sleep-interval 2 -a video_urls.txt

Wichtige yt-dlp-Flags

FlagZweck
--write-info-jsonSpeichert vollständige Metadaten (Titel, Datum, Dauer, Beschreibung, Tags, Aufrufzahl)
--write-auto-subLädt automatisch generierte Untertitel herunter
--sub-lang enNur englische Untertitel
--skip-downloadKeine Video-/Audiodatei – nur Metadaten
--sleep-interval 2Ratenbegrenzung (entscheidend für Kanäle mit 30+ Videos)
--flat-playlistListenmodus – auflisten, ohne etwas herunterzuladen
-f "bestvideo[height<=720]+bestaudio"Video in angemessener Qualität herunterladen
-x --audio-format mp3Nur Audio extrahieren (für Whisper)

Videodateien herunterladen (wenn visuelle Analyse erforderlich)

# Max. 720p (gute Balance zwischen Qualität und Dateigröße)
yt-dlp -f "bestvideo[height<=720]+bestaudio" --merge-output-format mp4 VIDEO_URL

# Nur Audio für Whisper-Transkription
yt-dlp -x --audio-format mp3 VIDEO_URL

Ausgabedateistruktur

project/
├── raw/video/
│   ├── Titel des Videos [VIDEO_ID].info.json    # Metadaten
│   ├── Titel des Videos [VIDEO_ID].en.vtt       # Automatische Untertitel (VTT-Format)
│   └── Titel des Videos [VIDEO_ID].mp4          # Videodatei (nur wenn heruntergeladen)
├── transcripts/
│   ├── VIDEO_ID_transcript.txt                # Geparster Klartext
│   └── VIDEO_ID_transcript.txt
└── analysis/
    └── video_intelligence_summary.md

Phase 3: VTT-Parsing

VTT-Untertitel in Klartext konvertieren

import re
import glob

def vtt_to_text(vtt_path):
    """Parse VTT-Untertiteldatei in sauberen Klartext."""
    with open(vtt_path) as f:
        content = f.read()
    # WEBVTT-Header und Metadaten entfernen
    content = re.sub(r'WEBVTT.*?\n', '', content, flags=re.DOTALL)
    # Zeitstempelzeilen entfernen
    content = re.sub(r'\d{2}:\d{2}:\d{2}\.\d+ --> .*', '', content)
    # HTML-ähnliche Formatierungs-Tags entfernen
    content = re.sub(r'<[^>]+>', '', content)
    # Aufeinanderfolgende doppelte Zeilen entfernen und zusammenfügen
    lines = []
    for l in content.split('\n'):
        l = l.strip()
        if l and not l.isdigit() and (not lines or l != lines[-1]):
            lines.append(l)
    return ' '.join(lines)


def batch_parse_vtts(vtt_dir, output_dir):
    """Alle VTT-Dateien in einem Verzeichnis in Klartext parsen."""
    import os
    os.makedirs(output_dir, exist_ok=True)
    for vtt_file in glob.glob(f"{vtt_dir}/*.vtt"):
        text = vtt_to_text(vtt_file)
        # Video-ID aus Dateinamensmuster "Title [VIDEO_ID].en.vtt" extrahieren
        video_id = re.search(r'\[([^\]]+)\]', vtt_file)
        if video_id:
            out_name = f"{video_id.group(1)}_transcript.txt"
        else:
            out_name = os.path.basename(vtt_file).replace('.en.vtt', '_transcript.txt')
        with open(os.path.join(output_dir, out_name), 'w') as f:
            f.write(text)
        print(f"Geparst: {out_name} ({len(text.split())} Wörter)")

Phase 4: Whisper-Fallback (Keine Untertitel verfügbar)

Wenn automatische Untertitel nicht vorhanden sind (häufig bei Shorts, älteren Videos, nicht-englischen Inhalten):

# Nur Audio herunterladen
yt-dlp -x --audio-format mp3 -o "%(id)s.%(ext)s" VIDEO_URL

# Mit Whisper transkribieren
whisper VIDEO_ID.mp3 --model base --language en --output_format txt

# Für bessere Eigennamen-Genauigkeit (3-5x langsamer):
whisper VIDEO_ID.mp3 --model medium --language en --output_format txt

Wann Untertitel normalerweise nicht vorhanden sind

  • YouTube Shorts (< 60 Sekunden)
  • Vor ~2015 hochgeladene Videos (Ära vor automatischen Untertiteln)
  • Nicht gelistete/private Videos
  • Musiklastige Inhalte mit minimaler Sprache
  • Nicht-englische Inhalte ohne angegebene Sprache

Phase 5: Intelligence-Extraktion

Metadaten-Intelligence (aus info.json)

Jede .info.json-Datei enthält:

FeldIntelligence-Wert
upload_dateZeitachse der Unternehmensaktivität und Content-Strategie
durationKurz = Werbung; Lang = substanzielles Interview
descriptionEnthält oft Links, Namen, Zeitstempel, Partnernennungen
tagsSEO-Strategie, selbst identifizierte Kategorien
view_countWelcher Content bei ihrem Publikum ankommt
like_countQualitätssignal für Engagement
channelWer hat es veröffentlicht (eigener Kanal vs. Gastauftritt)

Transkript-Intelligence-Checkliste

  • Genannte Personen (Mitarbeiter, Partner, Kunden)
  • Beiläufig in Interviews erwähnte Umsatz-/Wachstumszahlen
  • Besprochene Zukunftspläne oder Strategien
  • Zugegebene Schmerzpunkte oder Herausforderungen
  • Erwähnungen von Wettbewerbern (positiv oder negativ)
  • Einstellungspläne oder Bezüge zur Teamgröße
  • Produkt-Roadmap oder Feature-Ankündigungen
  • Mündlich erwähnte Kundennamen oder Fallstudien

Visuelle Intelligence-Checkliste (Erfordert Video-Download)

  • Größe und Zustand der Einrichtung/des Lagers
  • Anzahl der sichtbaren Mitarbeiter (Indikator für Teamgröße)
  • Produkte in Regalen oder in Demos (Breite des Bestands)
  • Ausrüstung und Maschinen (Signale für Kapitalinvestitionen)
  • Beschilderung, Branding und Logo-Verwendung
  • Größe und Designqualität des Veranstaltungsstands
  • Fahrzeugflotte (Lieferfähigkeit)
  • Auf Kamera festgehaltene Kundeninteraktionen
  • Geografische/Standort-Identifikatoren im Hintergrund

Randfälle und Fallstricke

  1. YouTube-Ratenbegrenzung – Verwenden Sie --sleep-interval 2 zwischen den Downloads. DNS-Fehler treten nach 30+ schnellen Anfragen auf. Teilen Sie große Kanäle in Gruppen von 20 auf.

  2. Kanal-Download-Dateinamen – yt-dlp benennt Dateien beim Download von Kanälen als "Titel [VIDEO_ID].ext". Leerzeichen und Sonderzeichen in Titeln brechen Shell-Skripte. Verwenden Sie -o "%(id)s.%(ext)s" für saubere Dateinamen.

  3. Doppelte Uploads – Gleiches Interview, das unter verschiedenen Kanälen oder Titeln hochgeladen wurde. Querverweis nach Dauer + Upload-Datum, um Duplikate zu erkennen, bevor Sie Zeit mit der Analyse beider verbringen.

  4. LinkedIn-native Videos – Können NICHT programmatisch heruntergeladen werden. LinkedIn-CDN-URLs sind authentifiziert und laufen innerhalb von Stunden ab. Als manuelle Aufgabe markieren: "Als Web Complete speichern" im Browser oder Schlüsselbildschirme als Screenshot erfassen.

  5. Shorts vs. vollständige Videos – Das Shorts-URL-Format ist youtube.com/shorts/ID, aber yt-dlp verarbeitet beide Formate transparent. Überspringen Sie Shorts nicht – sie zeigen oft Produkte, Einrichtungen und Teamkultur.

  6. Nicht gelistete Videos – Nicht in Kanallisten, aber über direkte URL zugänglich. Suchmaschinen haben sie möglicherweise indiziert. Überprüfen Sie Google Cache und Wayback Machine auf nicht gelistete URLs, die einmal öffentlich verlinkt waren.

  7. Qualität automatischer Untertitel – Keine Interpunktion, manchmal verzerrte Eigennamen (Celina → Selena, BROGAV → ProGraph). 95%+ Wortgenauigkeit bei standardmäßigem englischen Sprechen. Überprüfen Sie Firmen-/Personennamen immer gegen seriöse Quellen.

  8. Upload-Datum vs. Inhaltsdatum – Videos können Wochen oder Monate nach der Aufnahme hochgeladen werden. Überprüfen Sie Beschreibung und Audio-Hinweise auf das tatsächliche Aufnahmedatum. Veranstaltungsvideos hinken besonders hinterher.

  9. info.json ist Gold – Immer mit --write-info-json erfassen. Das Beschreibungsfeld enthält oft Zeitstempel, Gastnamen, Links zu Ressourcen und Partnernennungen, die nicht im Video selbst vorkommen.

  10. VTT-Zeitstempel sind wertvoll – Die Klartext-Konvertierung verliert zeitliche Informationen. Behalten Sie die ursprünglichen VTT-Dateien als Quelle der Wahrheit. Zeitstempel helfen Ihnen, bestimmte Momente für die visuelle Überprüfung zu finden.


Anti-Patterns

Nicht tunStattdessen tun
Shorts ignorieren, weil sie kurz sindShorts auf visuelle Intel prüfen (Produkte, Einrichtung, Team)
Annehmen, dass alle Videos Untertitel habenPrüfen; für Videos ohne Untertitel auf Whisper zurückgreifen
Standardmäßig Videodateien herunterladenMit --skip-download beginnen; nur Video für visuelle Analyse holen
Versuchen, LinkedIn-Video-Download zu automatisierenAls manuelle Aufgabe markieren; CDN-URLs sind authentifiziert
Upload-Datum als Inhaltsdatum vertrauenMit Beschreibung, Audio-Hinweisen, Veranstaltungsdaten querverweisen
Gesamten Kanal auf einmal ohne Ratenbegrenzung herunterladen--sleep-interval 2 verwenden und in Gruppen von 20 aufteilen
Nur Transkripte parsen, info.json ignorierenMetadaten enthalten Namen, Links, Tags, die nicht im Audio sind
Video als minderwertig gegenüber Textquellen betrachtenVideo bestätigt einzigartig die physische Realität (Einrichtung, Team, Produkte)

Entscheidungsbaum

Inhalt auf YouTube?
├── JA → yt-dlp --write-info-json --write-auto-sub --skip-download
│   ├── Hat Untertitel? → VTT in Text parsen → Intelligence extrahieren
│   └── Keine Untertitel?
│       ├── Video > 60s mit Sprache? → yt-dlp -x → Whisper → Analysieren
│       └── Kurz/nur visuell? → Video herunterladen → Visuelle Analyse
└── NEIN →
    ├── Vimeo → yt-dlp unterstützt es (gleicher Workflow wie YouTube)
    ├── LinkedIn-Video → Manuell "Als Web Complete speichern" (als manuelle Aufgabe markieren)
    ├── Einbettung auf Unternehmenswebsite → iframe-URL extrahieren → normalerweise YouTube/Vimeo
    └── Andere Plattform → Liste der von yt-dlp unterstützten Seiten prüfen

Praxisbeispiele (BROGAV-Fallstudie)

MetrikWert
Entdeckte Videos insgesamt45 (9 in voller Länge, 36 Shorts)
Erfasste VTT-Untertiteldateien10
In Text geparste Transkripte10
Analysierte substanzielle Interviews2 (5.000+ Wörter jedes)
Podcast via RSS/Whisper-Fallback1 (6.489 Wörter)
Erkannte doppelte Videos1 (gleiches Interview, zwei Kanäle)
Extrahierte einzigartige IntelligenzGründergeschichte, Umsatzsignale, Wachstumspläne, Lieferantenbeziehungen, Einrichtungsdetails, Teamkultur
Visuelle Intelligenz aus ShortsProduktpalette, Lagerlayout, Markenmöbellinie, saisonaler Bestand

Integration mit anderen Skills

SkillIntegrationspunkt
deep-researchVideo ist Phase-3/4-Quelle neben Websuche
intelligence-dossierVideotranskripte speisen die Abschnitte Personen, Produkte, Finanzsignale
client-discovery-osintKundenreferenzvideos nennen Kunden direkt
supplier-verificationProduktdemovideos zeigen Lieferantenlogos und Markenprodukte
era-validated-linkedin-analysisVideo-Upload-Daten kreuzreferenzieren LinkedIn-Aktivitätszeitachse
contact-sheet-image-analysisVideo-Screenshots können stapelweise über Thumbnail-Raster analysiert werden

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ever-just/agentskills

> Declarative animations for React. Springs, gestures, layout animations, and page transitions. GPU-accelerated, production-ready.

ever-just/agentskills

> Create animated logos, icons, and micro-interactions as lightweight Lottie JSON files. No After Effects needed — build animations entirely in code.

ever-just/agentskills

> A TypeScript library using generators to program animations with a real-time editor. Ideal for explainer videos, code walkthroughs, and educational content.

ever-just/agentskills

> Add animated subtitles and captions to Remotion videos from .SRT files. TikTok-style word-by-word highlights, karaoke effects, and more.

ever-just/agentskills

> Create videos programmatically using React components. The most mature framework for code-driven video production.

ever-just/agentskills

> Copy-paste video components for Remotion. Intros, text effects, transitions, and full scene templates. Like shadcn/ui but for video.

ever-just/agentskills

Optimize and embed an existing video as a fast, crisp, autoplaying hero/background/loop on a website. Use when adding or replacing a video on a marketing site and it is too heavy, will not autoplay (especially on mobile/Safari), shows a codec error, or looks soft — to transcode it to web-safe H.264 with the right pixel format, faststart, retina-aware sizing, and a poster frame, then embed and verify it actually plays. This is optimization + embedding of footage you already have, not creating/animating a video (for that use remotion/moviepy/motion-canvas). Use when the user says "add this video to the site", "the hero video is too big / won't play / isn't crisp", "replace the homepage video", or "make this loop on the landing page".

ever-just/agentskills

Full conversion audit for any homepage or landing page. Use when someone asks to "review my homepage," "audit my landing page," "why isn't my page converting," "check my website," or wants feedback on their marketing page. Requires URL or screenshot before proceeding.

ever-just/agentskills

Automatically fetch YouTube video transcripts, generate structured summaries, and send full transcripts to messaging platforms. Detects YouTube URLs and provides metadata, key insights, and downloadable transcripts.

Verwandte Skills