Communitygithub.com

aktsmm/Agent-Skills

Prepara URLs de video o archivos de video locales para el análisis de GitHub Copilot extrayendo subtítulos, muestras de fotogramas, hojas de contacto y un paquete de indicaciones. Úsalo cuando el usuario le pida a Copilot que vea, inspeccione, resuma o diagnostique un video, grabación de pantalla, demo, webinar, URL de YouTube/Loom/TikTok/X/Vimeo, o archivo .mp4/.mov/.mkv/.webm.

¿Qué es Agent-Skills?

Esta habilidad permite que GitHub Copilot analice videos generando artefactos clave como subtítulos, hojas de contacto de fotogramas, un índice de fotogramas, un manifiesto y un paquete de indicaciones. Está inspirada en 'bradautomates/claude-video', pero está optimizada para flujos de trabajo de Copilot, evitando la paralelización de Claude Code. Es útil para tareas que requieren comprender tanto el contenido visual como el auditivo de videos, como reproducciones de errores, demos, tutoriales, seminarios web o grabaciones de pantalla. El flujo incluye una verificación previa de dependencias, la generación de artefactos mediante un script Python, y la lectura ordenada de estos artefactos para responder preguntas del usuario. Soporta URLs de plataformas como YouTube, Loom, TikTok, X, Vimeo, y formatos de archivo locales como .mp4, .mov, .mkv y .webm. Además, ofrece modos de detalle (transcripción, eficiente, equilibrado y quemador de tokens) para adaptarse a diferentes necesidades de análisis.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aktsmm/Agent-Skills/tree/HEAD/video-watch

Preguntar en tu IA favorita

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

Documentación

Video Watch

Prepara artefactos de video que GitHub Copilot pueda inspeccionar: subtítulos, hojas de contacto de fotogramas, un índice de fotogramas, un manifiesto y un paquete de indicaciones.

Esta habilidad está inspirada en bradautomates/claude-video, pero está dirigida a flujos de trabajo de GitHub Copilot. No asumas paralelización en Read de Claude Code. Genera los archivos primero, luego inspecciona solo los artefactos necesarios para la pregunta del usuario.

Cuándo Usarlo

  • El usuario solicita ver, inspeccionar, resumir, comparar o diagnosticar un video.
  • La entrada es una URL de video compatible con yt-dlp, o un archivo local .mp4, .mov, .mkv o .webm.
  • La tarea depende tanto de lo que se dice como de lo que aparece en pantalla, como reproducciones de errores, demos de productos, videos de lanzamiento, tutoriales, seminarios web, anuncios o grabaciones de pantalla.

No es la Mejor Opción

  • No evites DRM, muros de pago, autenticación o términos del sitio.
  • No solicites ni almacenes cookies, tokens de portador, URLs firmadas o credenciales de medios privados.
  • Si una API oficial o una transcripción existente responde a la tarea sin procesamiento de video, prefiere esa ruta más ligera.

Flujo de Trabajo Principal

  1. Ejecuta la verificación previa si las dependencias son inciertas: python .github/skills/video-watch/scripts/preflight.py Usa python .github/skills/video-watch/scripts/preflight.py --url-mode para entradas de URL.
  2. Produce artefactos: python .github/skills/video-watch/scripts/video_watch.py <url-o-ruta> --question "<qué responder>" Usa --transcript-file <ruta> cuando otra herramienta, Azure Speech o Speech Translator Desktop Plus ya haya producido una transcripción. Para medios privados o autenticados, prefiere --detail transcript --metadata-only --transcript-file <ruta> y no pases cookies, tokens de portador ni credenciales de URL firmadas.
  3. Lee los artefactos en este orden: manifest.json → prompt.md → transcript.md → frame-index.md → contact-sheet.jpg → archivos seleccionados en frames/ solo si es necesario. manifest.json registra el SHA-256 de los bytes de la fuente local, o de los bytes del video de URL descargado cuando ocurre una descarga. Las ejecuciones de solo metadatos de URL dejan el hash nulo en lugar de obtener el medio.
  4. Responde a partir de los artefactos. Indica cuándo la respuesta es solo de transcripción, solo de fotogramas o limitada por un muestreo escaso.
  5. Para momentos nombrados, vuelve a ejecutar con --start / --end para enfocar el presupuesto de fotogramas.

Modos de Detalle

ModoUso
transcriptSolo subtítulos o transcripción lateral. Más rápido.
efficientPaso visual pequeño para triaje rápido.
balancedHoja de contacto predeterminada para la mayoría de grabaciones de pantalla y demos.
token-burnerPaso visual más grande cuando el usuario necesita explícitamente una cobertura visual amplia.

Puntos de Control "Rubber Duck"

  • Antes de cambiar el flujo de trabajo de esta habilidad, revisa el plan para la elección de primitivas, dependencias ocultas, límites de seguridad y el orden de artefactos de Copilot.
  • Después de editar, revisa SKILL.md, scripts y referencias para verificar el comportamiento autónomo, la calidad del disparador, el recuento de líneas y la validación ejecutable.
  • Trata al crítico como solo lectura. El productor aplica los cambios y vuelve a ejecutar la validación.

Referencias

NecesidadReferencia
Flujo de trabajo detalladoreferences/workflow.md
Dependencias y configuraciónreferences/dependencies.md
Presupuesto de fotogramas y hojas de contactoreferences/frame-budget.md
Backends opcionales Scout/Whisper/Azure Speechreferences/backends.md

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills relacionados