Was macht external-multimodal-skill?
Codex-Fertigkeit für externe multimodale Anbieter: Bild-/Videoanalyse sowie Bildgenerierung und -bearbeitung.
Codex-Fertigkeit für externe multimodale Anbieter: Bild-/Videoanalyse sowie Bildgenerierung und -bearbeitung.
Diese Fertigkeit (Skill) für den KI-Agenten Codex ermöglicht die Nutzung externer, multimodaler KI-Dienste zur Analyse von Bildern und Videos sowie zur Generierung und Bearbeitung von Bildern. Sie ist besonders nützlich, um Agenten visuelle Wahrnehmungs- und Kreativfähigkeiten zu verleihen, ohne auf integrierte, plattformspezifische Modelle angewiesen zu sein. Der Skill fungiert als einheitliche Schnittstelle zu verschiedenen Anbietern und abstrahiert API-Aufrufe, sodass Entwickler schnell Funktionen wie das Beschreiben von Bildinhalten, das Extrahieren von Text aus Videos oder das Erstellen neuer Grafiken über natürliche Sprachbefehle integrieren können. Er unterstützt Codex als primäre Plattform und erweitert dessen Fähigkeiten, indem er Konfigurationen für API-Schlüssel und Endpunkte bereitstellt. Die Implementierung folgt gängigen Mustern für Werkzeugdefinitionen und verwendet Umgebungsvariablen, um die Anbieterauswahl zu steuern, was eine flexible und erweiterbare Architektur für multimodale Aufgaben gewährleistet.
npx skills add LynnChrysteiin/external-multimodal-skillCodex-Fertigkeit für externe multimodale Anbieter: Bild-/Videoanalyse sowie Bildgenerierung und -bearbeitung.
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.