Communitygithub.com

stepkeeper

Verwandle YouTube-Anleitungen in visuelle Schritt-für-Schritt-Dokumente, bei denen jeder vage verbale Hinweis durch den genauen Videoframe untermauert wird.

Was ist stepkeeper?

stepkeeper ist ein KI-gestütztes Tool, das YouTube-Anleitungsvideos in klare, befolgbare Dokumente umwandelt. Es adressiert das häufige Problem vager mündlicher Anweisungen (z. B. „eine Prise“, „bis die Soße reduziert ist“, „hier falten“), indem es für jeden dieser Momente den exakten Videoframe extrahiert und visuell einbindet. Das Tool arbeitet domänenübergreifend mit austauschbaren Profilen (z. B. Rezepte, Heimwerker, Beauty) und exportiert die Ergebnisse in verbreitete Notiz-Apps wie Notion, Obsidian oder Goodnotes. Es erfordert einen Gemini-API-Schlüssel und ffmpeg für die Frame-Erfassung, bietet aber auch einen reinen Link-Modus ohne Screenshots. Entwickler und Power-User können die Frame-Auswahl manuell steuern oder KI-Vorschläge mit einem Feedback-Mechanismus korrigieren. Das Tool ist ideal für alle, die schnelle, visuelle Referenzen aus Video-Tutorials erstellen möchten, ohne das gesamte Video erneut ansehen zu müssen.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add zlej123/stepkeeper

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht stepkeeper?

<Use_When>

  • Der Benutzer teilt einen YouTube-Anleitungs-URL und möchte eine saubere, befolgbare Text-/Bildanleitung.
  • Der Benutzer beklagt, dass die gesprochenen Anweisungen eines Tutorials mehrdeutig sind, und wünscht sich den "Zeig mir"-Frame.
  • Der Benutzer möchte ein Rezept/einen Ablauf in einer Notiz-App speichern. </Use_When>

<Do_Not_Use_When>

  • Das Video ist ein reiner Vortrag, Vlog, Review oder Podcast ohne visuell auflösbare Aktionen.
  • Der Inhalt ist sicherheitskritisch (Medizin, Netzstrom, Gas, schwere Maschinen) – erfordert ein fachlich geprüftes Profil. </Do_Not_Use_When>

<Ausführung> Ein Befehl steuert: analysieren → erfassen → auswählen → rendern → exportieren. --language ist die Dokument-Sprache (BCP-47: de, en, ko, ja, …), nicht die gesprochene Sprache des Videos. Englische Anleitungsvideos funktionieren sowohl mit en als auch ko-Ausgabe.

  1. Vollautomatisch (ohne ffmpeg, Zeitstempel-Links statt Screenshots):

    • Deutsches Dokument: stepkeeper <URL> --profile generic --language de --links-only
    • Englisches Dokument (englischsprachige Benutzer): stepkeeper <URL> --profile generic --language en --links-only
  2. Vollautomatisch mit Screenshots (Gemini wählt den Frame pro Anleitung): stepkeeper <URL> --profile recipe --language en --auto-pick --export goodnotes Überprüfe die neu generierte picker.html (KI-Vorauswahl); falls der Benutzer Korrekturen vornimmt, führe python -m stepkeeper.feedback add <semantic-evaluation.json> aus, um sie zu protokollieren.

  3. Manuelle/Agenten-Frame-Auswahl:

    • stepkeeper <URL> --profile recipe --language en
    • Agenten-Pfad: Lies die drei Kandidaten-Frames unter work/frames/… direkt, schreibe picks.json selbst (semantische Beurteilung), führe dann erneut aus mit --picks <picks.json> --export goodnotes (oder obsidian/bundle/notion).

Notion-Export benötigt NOTION_TOKEN und --parent <page-id>. Artefakte werden im aktuellen Verzeichnis abgelegt (STEPKEEPER_DATA überschreibt dies). </Ausführung>

Verwandte Skills