Communitygithub.com

BEKO2210/Firstbrain

Percepción, indexación y edición de video y audio. Ingiere archivos/URLs/transmisiones en vivo, construye índices visuales y de voz, busca con marcas de tiempo, edita líneas de tiempo, añade superposiciones y subtítulos, genera medios y crea alertas en tiempo real.

¿Qué es Firstbrain?

Este skill de VideoDB proporciona un flujo de trabajo integral para la percepción, indexación y edición de medios audiovisuales. Permite ingerir videos desde archivos locales, URLs o transmisiones RTSP, así como capturar sesiones de escritorio (macOS) con audio y video. Construye índices de palabras habladas y búsqueda semántica de escenas, permitiendo encontrar momentos exactos con marcas de tiempo y enlaces de evidencia reproducibles. Además, ofrece capacidades de edición programática de líneas de tiempo: añadir subtítulos (generación, traducción, incrustación), superposiciones de texto/imagen, música de fondo, locuciones y doblaje. También soporta monitoreo en tiempo real con alertas y eventos personalizados. El skill se utiliza a través del SDK de Python de VideoDB, recomendando el uso del flujo `dotenv` para la configuración y manejando excepciones específicas como `AuthenticationError` e `InvalidRequestError`. Está diseñado para plataformas compatibles con SDK de Python y se basa en la documentación de referencia oficial del repositorio.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/BEKO2210/Firstbrain/tree/HEAD/03%20-%20Resources/Skills/videodb

Preguntar en tu IA favorita

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

Documentación

Skill de VideoDB

Percepción + memoria + acciones para video, transmisiones en vivo y sesiones de escritorio.

Usa este skill cuando necesites:

Cuándo usarlo

  • Necesitas percepción, indexación, búsqueda o edición de líneas de tiempo de video o audio a partir de archivos, URLs, sesiones de escritorio o transmisiones en vivo.
  • La tarea involucra marcas de tiempo, evidencia buscable, subtítulos, clips, superposiciones o alertas de monitoreo en tiempo real.
  • Quieres un flujo de trabajo que combine ingesta, comprensión, recuperación y acciones multimedia.

1) Percepción de escritorio

  • Iniciar/detener una sesión de escritorio capturando pantalla, micrófono y audio del sistema
  • Transmitir contexto en vivo y almacenar memoria episódica de la sesión
  • Ejecutar alertas/desencadenantes en tiempo real sobre lo que se dice y sucede en pantalla
  • Producir resúmenes de sesión, una línea de tiempo buscable y enlaces de evidencia reproducibles

2) Ingesta de video + transmisión

  • Ingerir un archivo o URL y devolver un enlace de transmisión web reproducible
  • Transcodificar/normalizar: códec, tasa de bits, fps, resolución, relación de aspecto

3) Indexar + buscar (marcas de tiempo + evidencia)

  • Construir índices visuales, de voz y de palabras clave
  • Buscar y devolver momentos exactos con marcas de tiempo y evidencia reproducible
  • Crear clips automáticamente a partir de los resultados de búsqueda

4) Edición de línea de tiempo + generación

  • Subtítulos: generar, traducir, incrustar
  • Superposiciones: texto/imagen/marca, subtítulos animados
  • Audio: música de fondo, locución, doblaje
  • Composición programática y exportaciones mediante operaciones de línea de tiempo

5) Transmisiones en vivo (RTSP) + monitoreo

  • Conectar RTSP / fuentes en vivo
  • Ejecutar comprensión visual y de voz en tiempo real y emitir eventos/alertas para flujos de monitoreo

Entradas comunes

  • Ruta de archivo local, URL pública o URL RTSP
  • Solicitud de captura de escritorio: iniciar / detener / resumir sesión
  • Operaciones deseadas: obtener contexto para comprensión, especificación de transcodificación, especificación de índice, consulta de búsqueda, rangos de clip, ediciones de línea de tiempo, reglas de alerta

Salidas comunes

  • URL de transmisión
  • Resultados de búsqueda con marcas de tiempo y enlaces de evidencia
  • Activos generados: subtítulos, audio, imágenes, clips
  • Cargas de eventos/alertas para transmisiones en vivo
  • Resúmenes de sesión de escritorio y entradas de memoria

Prompts canónicos (ejemplos)

  • "Inicia la captura de escritorio y alerta cuando aparezca un campo de contraseña."
  • "Graba mi sesión y produce un resumen procesable cuando termine."
  • "Ingiere este archivo y devuelve un enlace de transmisión reproducible."
  • "Indexa esta carpeta y encuentra cada escena con personas, devuelve marcas de tiempo."
  • "Genera subtítulos, incrústalos y añade música de fondo suave."
  • "Conecta esta URL RTSP y alerta cuando una persona entre en la zona."

Ejecución de código Python

Antes de ejecutar cualquier código VideoDB, cambia al directorio del proyecto y carga las variables de entorno:

from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()

Esto lee VIDEO_DB_API_KEY de:

  1. Entorno (si ya está exportado)
  2. Archivo .env del proyecto en el directorio actual

Si la clave falta, videodb.connect() lanza AuthenticationError automáticamente.

NO escribas un archivo script cuando un comando corto en línea funcione.

Al escribir Python en línea (python -c "..."), usa siempre código formateado correctamente — usa punto y coma para separar declaraciones y mantenlo legible. Para cualquier cosa de más de ~3 declaraciones, usa un heredoc en su lugar:

python << 'EOF'
from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()
coll = conn.get_collection()
print(f"Videos: {len(coll.get_videos())}")
EOF

Configuración

Cuando el usuario pida "configurar videodb" o similar:

1. Instalar SDK

pip install "videodb[capture]" python-dotenv

Si videodb[capture] falla en Linux, instala sin el extra capture:

pip install videodb python-dotenv

2. Configurar clave API

El usuario debe establecer VIDEO_DB_API_KEY usando cualquier método:

  • Exportar en terminal (antes de iniciar Claude): export VIDEO_DB_API_KEY=tu-clave
  • Archivo .env del proyecto: Guarda VIDEO_DB_API_KEY=tu-clave en el archivo .env del proyecto

Obtén una clave API gratuita en https://console.videodb.io (50 cargas gratuitas, sin tarjeta de crédito).

NO leas, escribas ni manejes la clave API tú mismo. Siempre deja que el usuario la configure.

Referencia rápida

Subir medios

# URL
video = coll.upload(url="https://example.com/video.mp4")

# YouTube
video = coll.upload(url="https://www.youtube.com/watch?v=VIDEO_ID")

# Archivo local
video = coll.upload(file_path="/ruta/al/video.mp4")

Transcripción + subtítulo

# force=True omite el error si el video ya está indexado
video.index_spoken_words(force=True)
text = video.get_transcript_text()
stream_url = video.add_subtitle()

Buscar dentro de videos

from videodb.exceptions import InvalidRequestError

video.index_spoken_words(force=True)

# search() lanza InvalidRequestError cuando no se encuentran resultados.
# Siempre envuélvelo en try/except y trata "No results found" como vacío.
try:
    results = video.search("demostración de producto")
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

Búsqueda de escenas

import re
from videodb import SearchType, IndexType, SceneExtractionType
from videodb.exceptions import InvalidRequestError

# index_scenes() no tiene parámetro force — lanza un error si ya existe un
# índice de escena. Extrae el ID del índice existente del error.
try:
    scene_index_id = video.index_scenes(
        extraction_type=SceneExtractionType.shot_based,
        prompt="Describe el contenido visual de esta escena.",
    )
except Exception as e:
    match = re.search(r"id\s+([a-f0-9]+)", str(e))
    if match:
        scene_index_id = match.group(1)
    else:
        raise

# Usa score_threshold para filtrar ruido de baja relevancia (recomendado: 0.3+)
try:
    results = video.search(
        query="persona escribiendo en una pizarra",
        search_type=SearchType.semantic,
        index_type=IndexType.scene,
        scene_index_id=scene_index_id,
        score_threshold=0.3,
    )
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

Edición de línea de tiempo

Importante: Siempre valida las marcas de tiempo antes de construir una línea de tiempo:

  • start debe ser >= 0 (los valores negativos se aceptan silenciosamente pero producen salida rota)
  • start debe ser < end
  • end debe ser <= video.length
from videodb.timeline import Timeline
from videodb.asset import VideoAsset, TextAsset, TextStyle

timeline = Timeline(conn)
timeline.add_inline(VideoAsset(asset_id=video.id, start=10, end=30))
timeline.add_overlay(0, TextAsset(text="El Fin", duration=3, style=TextStyle(fontsize=36)))
stream_url = timeline.generate_stream()

Transcodificar video (cambio de resolución / calidad)

from videodb import TranscodeMode, VideoConfig, AudioConfig

# Cambia resolución, calidad o relación de aspecto del lado del servidor
job_id = conn.transcode(
    source="https://example.com/video.mp4",
    callback_url="https://example.com/webhook",
    mode=TranscodeMode.economy,
    video_config=VideoConfig(resolution=720, quality=23, aspect_ratio="16:9"),
    audio_config=AudioConfig(mute=False),
)

Cambiar relación de aspecto (para plataformas sociales)

Advertencia: reframe() es una operación lenta del lado del servidor. Para videos largos puede tardar varios minutos y puede agotar el tiempo de espera. Mejores prácticas:

  • Siempre limita a un segmento corto usando start/end cuando sea posible
  • Para videos completos, usa callback_url para procesamiento asíncrono
  • Recorta el video en una Timeline primero, luego cambia la relación de aspecto del resultado más corto
from videodb import ReframeMode

# Siempre prefiere cambiar la relación de aspecto de un segmento corto:
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

# Reencuadre asíncrono para videos completos (devuelve None, resultado vía webhook):
video.reframe(target="vertical", callback_url="https://example.com/webhook")

# Preajustes: "vertical" (9:16), "square" (1:1), "landscape" (16:9)
reframed = video.reframe(start=0, end=60, target="square")

# Dimensiones personalizadas
reframed = video.reframe(start=0, end=60, target={"width": 1280, "height": 720})

Medios generativos

image = coll.generate_image(
    prompt="un atardecer sobre montañas",
    aspect_ratio="16:9",
)

Manejo de errores

from videodb.exceptions import AuthenticationError, InvalidRequestError

try:
    conn = videodb.connect()
except AuthenticationError:
    print("Revisa tu VIDEO_DB_API_KEY")

try:
    video = coll.upload(url="https://example.com/video.mp4")
except InvalidRequestError as e:
    print(f"Error al subir: {e}")

Errores comunes

EscenarioMensaje de errorSolución
Indexar un video ya indexadoSpoken word index for video already existsUsa video.index_spoken_words(force=True) para omitir si ya está indexado
El índice de escena ya existeScene index with id XXXX already existsExtrae el scene_index_id existente del error con re.search(r"id\s+([a-f0-9]+)", str(e))
La búsqueda no encuentra coincidenciasInvalidRequestError: No results foundCaptura la excepción y trata como resultados vacíos (shots = [])
Reencuadre agota el tiempoSe bloquea indefinidamente en videos largosUsa start/end para limitar el segmento, o pasa callback_url para asíncrono
Marcas de tiempo negativas en TimelineProduce silenciosamente una transmisión rotaSiempre valida start >= 0 antes de crear VideoAsset
generate_video() / create_collection() fallaOperation not allowed o maximum limitFunciones limitadas por plan — informa al usuario sobre los límites del plan

Documentación adicional

La documentación de referencia está en el directorio reference/ adyacente a este archivo SKILL.md. Usa la herramienta Glob para localizarla si es necesario.

Grabación de pantalla (captura de escritorio)

Usa ws_listener.py para capturar eventos WebSocket durante sesiones de grabación. La captura de escritorio solo es compatible con macOS.

Inicio rápido

  1. Iniciar listener: python scripts/ws_listener.py &
  2. Obtener ID de WebSocket: cat /tmp/videodb_ws_id
  3. Ejecutar código de captura (consulta reference/capture.md para el flujo completo)
  4. Eventos escritos en: /tmp/videodb_events.jsonl

Consultar eventos

import json
events = [json.loads(l) for l in open("/tmp/videodb_events.jsonl")]

# Obtener todas las transcripciones
transcripts = [e["data"]["text"] for e in events if e.get("channel") == "transcript"]

# Obtener descripciones visuales de los últimos 5 minutos
import time
cutoff = time.time() - 300
recent_visual = [e for e in events 
                 if e.get("channel") == "visual_index" and e["unix_ts"] > cutoff]

Scripts de utilidad

Para el flujo completo de captura, consulta reference/capture.md.

No uses ffmpeg, moviepy o herramientas de codificación locales cuando VideoDB soporte la operación. Las siguientes operaciones se manejan todas del lado del servidor por VideoDB: recortar, combinar clips, superponer audio o música, añadir subtítulos, superposiciones de texto/imagen, transcodificación, cambios de resolución, conversión de relación de aspecto, redimensionamiento para requisitos de plataforma, transcripción y generación de medios. Solo recurre a herramientas locales para operaciones listadas en Limitaciones en reference/editor.md (transiciones, cambios de velocidad, recorte/zoom, gradación de color, mezcla de volumen).

Cuándo usar qué

ProblemaSolución VideoDB
La plataforma rechaza la relación de aspecto o resolución del videovideo.reframe() o conn.transcode() con VideoConfig
Necesitas redimensionar video para Twitter/Instagram/TikTokvideo.reframe(target="vertical") o target="square"
Necesitas cambiar resolución (ej. 1080p → 720p)conn.transcode() con VideoConfig(resolution=720)
Necesitas superponer audio/música en videoAudioAsset en una Timeline
Necesitas añadir subtítulosvideo.add_subtitle() o CaptionAsset
Necesitas combinar/recortar clipsVideoAsset en una Timeline
Necesitas generar locución, música o efectos de sonidocoll.generate_voice(), generate_music(), generate_sound_effect()

Repositorio

https://github.com/video-db/skills

Mantenido por: VideoDB

Conexiones

  • Dominio: [[Design & Kreativitaet]]
  • Categoría: [[Video & Audio Produktion]]
  • Archivos:
    • scripts/ws_listener.py
  • Navegación: [[Skills Uebersicht]], [[Home]]

Individual skills in this repo

This repo contains 18 individual skills — each has its own dedicated page.

BEKO2210/Firstbrain

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

BEKO2210/Firstbrain

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

BEKO2210/Firstbrain

One sentence - what this skill does and when to invoke it

BEKO2210/Firstbrain

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

BEKO2210/Firstbrain

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

BEKO2210/Firstbrain

Expert in building portfolios that actually land jobs and clients -

BEKO2210/Firstbrain

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

BEKO2210/Firstbrain

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

BEKO2210/Firstbrain

Best practices for Remotion - Video creation in React

BEKO2210/Firstbrain

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

BEKO2210/Firstbrain

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

BEKO2210/Firstbrain

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

BEKO2210/Firstbrain

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

BEKO2210/Firstbrain

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

BEKO2210/Firstbrain

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

BEKO2210/Firstbrain

One sentence - what this skill does and when to invoke it

BEKO2210/Firstbrain

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

BEKO2210/Firstbrain

Extract transcripts from YouTube videos and generate comprehensive, detailed summaries using intelligent analysis frameworks

Skills relacionados