Verstehen Sie lange Videos, indem Sie Wahrnehmung und Reasoning durch hierarchisches Graphgedächtnis und einen agentischen Retrieval-Mechanismus entkoppeln.
MemDreamer ist ein KI-Agenten-Skill, der es ermöglicht, lange Videos zu verstehen, indem Wahrnehmung und Reasoning voneinander getrennt werden. Es nutzt ein hierarchisches Graphgedächtnis, um visuelle Informationen effizient zu speichern und abzurufen, sowie einen agentischen Retrieval-Mechanismus, der nur relevante Szenen zur Beantwortung von Fragen heranzieht. Dies reduziert den Rechenaufwand erheblich und ermöglicht es dem Skill, auch bei stundenlangen Videos kontextuell präzise Antworten zu geben. MemDreamer eignet sich besonders für Anwendungen wie Videoanalyse, Überwachung, Zusammenfassungen und interaktive Frage-Antwort-Systeme auf Basis langer Videosequenzen. Es ist als Open-Source-Projekt auf GitHub verfügbar und wurde in das Ökosystem von KI-Agenten integriert, wobei es mit Frameworks wie Claude Code, Cursor und Codex kompatibel ist. Der Skill zeichnet sich durch seine Fähigkeit aus, zeitliche Abhängigkeiten und semantische Strukturen in Videos zu erkennen und zu nutzen, was ihn für komplexe Reasoning-Aufgaben prädestiniert.
npx skills add Free-Soul/MemDreamerVerstehen Sie lange Videos, indem Sie Wahrnehmung und Reasoning durch hierarchisches Graphgedächtnis und einen agentischen Retrieval-Mechanismus entkoppeln.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.