Was macht mlx-whisper?
Agenten-Skill von skills.volces.com/mlx-whisper
Ein Agenten-Skill von skills.volces.com/mlx-whisper
Dieser Skill ermöglicht es einem KI-Agenten, die MLX-Whisper-Bibliothek zu nutzen, um Audio- und Videodateien lokal und effizient auf Apple Silicon Macs zu transkribieren. MLX-Whisper arbeitet mit dem MLX-Framework von Apple, welches maschinelles Lernen auf der Apple Neural Engine und der GPU optimiert. Der Skill unterstützt die Transkription mit verschiedenen Modellgrößen (tiny, base, small, medium, large) und bietet flexible Parameter wie Sprache, Temperatur und Wort-Zeitstempel. Entwickler können dieses Skill nutzen, um Audio- oder Videodateien schnell zu transkribieren oder vorhandene Audiodateien direkt zu verarbeiten. Die Nutzung erfordert Python 3.10 oder höher und ein Apple Silicon Mac (M1/M2/M3/M4) für eine optimale Leistung. Der Skill ist als agent skill für Claude Code oder ähnliche Plattformen konzipiert, kann aber auch als Standalone-Tool verwendet werden.
npx skills add skills.volces.com/mlx-whisperAgenten-Skill von skills.volces.com/mlx-whisper
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.