Communitygithub.com

affaan-m/ECC

Mira, comprende y actúa sobre video y audio. Ingesta desde archivos locales, URLs, transmisiones RTSP/en vivo o grabación de escritorio en vivo; devuelve contexto en tiempo real y enlaces de transmisión reproducibles.

¿Qué es ECC?

ECC (Extract, Comprehend, Create) es una habilidad integral para agentes de IA que permite la interacción completa con contenido de video y audio. Permite a los usuarios ver contenido multimedia al ingerir desde diversas fuentes (archivos locales, URLs, transmisiones RTSP/en vivo, o grabación de pantalla en vivo) y devuelve contexto en tiempo real y enlaces de transmisión reproducibles. Luego, comprende el contenido extrayendo fotogramas clave, construyendo índices visuales, semánticos y temporales, y permitiendo búsquedas de momentos con marcas de tiempo y clips automáticos. Finalmente, permite actuar sobre el contenido mediante transcodificación y normalización (códec, fps, resolución, relación de aspecto), ediciones en la línea de tiempo (subtítulos, superposiciones de texto/imagen, marca de agua, superposiciones de audio, doblaje, traducción) y generación de activos multimedia (imagen, audio...). Es compatible con plataformas como Claude Code, Cursor y Codex, y utiliza herramientas de código abierto como FFmpeg para ofrecer una funcionalidad potente y flexible en el procesamiento de medios.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add affaan-m/ECC
Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

¿Qué hace ECC?

Mira, comprende y actúa sobre video y audio. Ver: ingesta desde archivos locales, URLs, transmisiones RTSP/en vivo o grabación de escritorio en vivo; devuelve contexto en tiempo real y enlaces de transmisión reproducibles. Comprender: extrae fotogramas, construye índices visuales, semánticos y temporales, y busca momentos con marcas de tiempo y clips automáticos. Actuar: transcodifica y normaliza (códec, fps, resolución, relación de aspecto), realiza ediciones en la línea de tiempo (subtítulos, superposiciones de texto/imagen, marca de agua, superposiciones de audio, doblaje, traducción), genera activos multimedia (imagen, audio...)

Visión General

Esta habilidad permite a los asistentes de IA procesar, analizar y manipular contenido de video y audio de manera integral. Está diseñada para agentes como Claude Code, Cursor y Codex, proporcionando una interfaz unificada para operaciones complejas de medios.

Características Principales

Ver (Ingesta)

  • Desde archivos locales: Procesa archivos de video/audio desde el sistema de archivos local.
  • Desde URLs: Descarga y procesa contenido desde URLs remotas.
  • Desde transmisiones RTSP/en vivo: Conéctate a transmisiones en vivo o RTSP para procesamiento en tiempo real.
  • Grabación de escritorio en vivo: Captura la pantalla del escritorio en tiempo real.
  • Salida: Devuelve contexto en tiempo real (metadatos, información de flujo) y enlaces de transmisión reproducibles.

Comprender (Análisis)

  • Extracción de fotogramas: Extrae fotogramas clave en intervalos especificados o basados en eventos.
  • Índices visuales: Construye índices visuales para facilitar la búsqueda y recuperación.
  • Índices semánticos: Genera índices basados en el contenido semántico (por ejemplo, detección de objetos, reconocimiento de escenas).
  • Índices temporales: Construye índices basados en el tiempo para búsqueda precisa por marcas de tiempo.
  • Búsqueda de momentos: Busca momentos específicos en el video usando consultas visuales, semánticas o temporales, devolviendo marcas de tiempo y clips automáticos.

Actuar (Procesamiento)

  • Transcodificación y normalización: Cambia códec, fps, resolución y relación de aspecto.
  • Ediciones en la línea de tiempo:
    • Subtítulos (agregar o modificar).
    • Superposiciones de texto o imagen.
    • Marca de agua y branding.
    • Superposiciones de audio (agregar o reemplazar pistas de audio).
    • Doblaje y traducción (sincronización de audio con video).
  • Generación de activos: Produce activos de imagen, audio u otros formatos a partir del contenido.

Cómo Funciona

La habilidad se basa en el proyecto Media Tools y utiliza FFmpeg para el procesamiento subyacente. Los agentes de IA pueden invocar funciones específicas a través de herramientas predefinidas, gestionando todo, desde la ingesta hasta la salida final, incluyendo metadatos y estados de error.

Uso

Una vez instalada, la habilidad estará disponible para los comandos del asistente. Ejemplos:

  • Transcodifica este video de archivos locales a 1080p con códec H.264.
  • Busca en la transmisión RTSP las escenas donde aparecen personas y devuelve clips de 10 segundos.
  • Agrega subtítulos en español a este video desde la URL proporcionada.
  • Graba mi escritorio durante 30 segundos y luego extrae los fotogramas clave.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳：このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

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.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/everything-claude-code

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.

community

frontend-patterns

Frontend development patterns for React, Next.js, state management, performance optimization, and UI best practices. Use when building or reviewing React or Next.js components, state, or render performance.

community