Codex-Fähigkeit für erweitertes Video-Anschauen, Transkription, Beweiserfassung und tiefgehende Analyse chinesischer Videos.
Diese Fähigkeit für Codex (und ähnliche KI-Agenten) ermöglicht das Herunterladen, Transkribieren und tiefgehende Analysieren von Videos, insbesondere chinesischer Videos. Sie nutzt `yt-dlp` zum Herunterladen von Videos und Plattformen wie Douyin (TikTok China), Bilibili und YouTube, extrahiert Audio und wandelt es mit Whisper (über `faster-whisper`) in Text um. Die transkribierten Texte werden dann auf Deutsch analysiert, um spezifische Informationen, Zitate, Töne und visuelle Beweise zu extrahieren. Der Benutzer kann die Analyse durch die Angabe von gewünschten Fakten, Zitaten, Beispielen und Tönen steuern. Die Fähigkeit ist besonders nützlich für Recherche, Content-Analyse und Qualitätssicherung bei Videoinhalten, wobei die Ergebnisse mit Zeitstempeln und Zitaten versehen werden. Aktuelle Einschränkungen: Der Name der Douyin-Plattform wird derzeit nicht korrekt erkannt; das Parsen muss für jede Sitzung neu gestartet werden.
npx skills add huojiaheng123-cpu/watch-video-skillCodex-Fähigkeit für erweitertes Video-Anschauen, Transkription, Beweiserfassung und tiefgehende Analyse chinesischer Videos.
Quelle: https://github.com/huojiaheng123-cpu/watch-video-skill
Veröffentlicht: 2026-06-02T06:08:15Z
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.