Communitygithub.com

aiskillstore/marketplace

Procesa archivos de video con extracción de audio, conversión de formato (mp4, webm) y transcripción con Whisper. Úsalo cuando el usuario mencione conversión de video, extracción de audio, transcripción, mp4, webm, ffmpeg o transcripción con Whisper.

¿Qué es marketplace?

Esta habilidad permite procesar archivos de video de manera integral, combinando las capacidades de FFmpeg para manipulación de audio/video con el modelo Whisper de OpenAI para transcripción de voz a texto. Es especialmente útil para desarrolladores y agentes de IA que necesitan extraer pistas de audio, convertir formatos de video (MP4, WebM) o generar transcripciones a partir de contenido audiovisual. Funciona a través de un script CLI unificado (`video_processor.py`) que soporta comandos como `extract-audio`, `to-mp4`, `to-webm` y `transcribe`. La transcripción puede producir archivos TXT, SRT, VTT o JSON, con soporte para detección automática de idioma y modelos de Whisper desde `tiny` (rápido) hasta `large` (máxima precisión). La habilidad maneja automáticamente la limpieza de archivos temporales y proporciona mensajes de error claros. Está diseñada para ejecutarse en entornos que tengan instalados FFmpeg y OpenAI Whisper, y puede integrarse en proyectos con PEP 723 para dependencias de Python.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/aiskillstore/marketplace/tree/HEAD/skills/egadams/video-processor

Preguntar en tu IA favorita

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

Documentación

Procesador de Video

Instrucciones

Esta habilidad proporciona utilidades de procesamiento de video, incluyendo extracción de audio, conversión de formato y transcripción de audio usando FFmpeg y el modelo Whisper de OpenAI.

Requisitos previos

Herramientas necesarias (deben estar instaladas en tu entorno):

  • FFmpeg: Framework multimedia para procesamiento de video/audio

    # macOS
    brew install ffmpeg
    
    # Ubuntu/Debian
    apt-get install ffmpeg
    
    # Verificar instalación
    ffmpeg -version
    
  • OpenAI Whisper: Modelo de transcripción de voz a texto

    # Instalar via pip
    pip install -U openai-whisper
    
    # Verificar instalación
    whisper --help
    

Paquetes de Python (incluidos en el script via PEP 723):

  • click (framework CLI)
  • ffmpeg-python (envoltura de Python para FFmpeg)

Flujo de trabajo

Usa el script scripts/video_processor.py para todas las tareas de procesamiento de video. El script proporciona una CLI sencilla con los siguientes comandos:

1. Extraer Audio de Video

Extrae la pista de audio de un archivo de video:

uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio input.mp4 output.wav

Opciones:

  • --format: Formato de audio de salida (predeterminado: wav). Compatible con: wav, mp3, aac, flac
  • La salida es adecuada para transcripción o uso independiente de audio

2. Convertir Video a MP4

Convierte cualquier archivo de video a formato MP4:

uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 input.avi output.mp4

Opciones:

  • --codec: Códec de video (predeterminado: libx264). Opciones comunes: libx264, libx265, h264
  • --preset: Ajuste preestablecido de velocidad/calidad de codificación (predeterminado: medium). Opciones: ultrafast, fast, medium, slow, veryslow

3. Convertir Video a WebM

Convierte cualquier archivo de video a formato WebM (optimizado para web):

uv run .claude/skills/video-processor/scripts/video_processor.py to-webm input.mp4 output.webm

Opciones:

  • --codec: Códec de video (predeterminado: libvpx-vp9). Opciones: libvpx, libvpx-vp9
  • WebM está optimizado para reproducción en web y streaming

4. Transcribir Audio con Whisper

Transcribe archivos de audio o video a texto usando el modelo Whisper de OpenAI:

# Transcribir archivo de video (el audio se extrae automáticamente)
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe input.mp4 transcript.txt

# Transcribir archivo de audio directamente
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcript.txt

Opciones:

  • --model: Tamaño del modelo Whisper (predeterminado: base). Opciones:
    • tiny: Más rápido, menor precisión (~1 GB RAM)
    • base: Rápido, buena precisión (~1 GB RAM) [PREDETERMINADO]
    • small: Equilibrado (~2 GB RAM)
    • medium: Alta precisión (~5 GB RAM)
    • large: Mejor precisión, más lento (~10 GB RAM)
  • --language: Código de idioma (predeterminado: detección automática). Ejemplos: en, es, fr, de, zh
  • --format: Formato de salida (predeterminado: txt). Opciones: txt, srt, vtt, json

Flujo de trabajo de transcripción:

  1. Si la entrada es video, FFmpeg extrae el audio a un archivo WAV temporal
  2. Whisper procesa el archivo de audio
  3. La transcripción se guarda en el formato solicitado
  4. Los archivos temporales se limpian automáticamente

5. Ejemplo de Flujo de Trabajo Combinado

Procesa un video de principio a fin:

# 1. Extraer audio para análisis
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav

# 2. Transcribir a subtítulos SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 lecture.srt --format srt --model small

# 3. Convertir a formato web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm lecture.mp4 lecture.webm

Detalles Técnicos Clave

Integración FFmpeg y Whisper:

  • FFmpeg no transcribe audio por sí mismo - prepara el audio para transcripción externa
  • El flujo de trabajo es: Extraer audio (FFmpeg) → Transcribir (Whisper) → Opcional: Reintegrar con video
  • FFmpeg puede canalizar audio directamente a Whisper para procesamiento en tiempo real (caso de uso avanzado)

Formato de Audio para Transcripción:

  • Whisper funciona mejor con formatos WAV o MP3
  • Frecuencia de muestreo: 16 kHz es óptimo (el script maneja la conversión automáticamente)
  • El script extrae audio con configuraciones óptimas para Whisper

Formatos de Salida:

  • txt: Transcripción en texto plano
  • srt: Formato de subtítulos SubRip (incluye marcas de tiempo)
  • vtt: Formato de subtítulos WebVTT (estándar web)
  • json: JSON detallado con marcas de tiempo a nivel de palabra

Manejo de Errores

El script incluye manejo integral de errores:

  • Valida que los archivos de entrada existan
  • Verifica que FFmpeg y Whisper estén instalados
  • Proporciona mensajes de error claros para dependencias faltantes
  • Maneja la limpieza de archivos temporales en caso de errores

Consejos de Rendimiento

  • Usa modelos tiny o base para borradores rápidos
  • Usa small o medium para transcripciones de producción
  • Usa large solo cuando se requiera la máxima precisión
  • Para videos largos, considera extraer el audio primero y luego transcribir en segmentos
  • La conversión a WebM con VP9 toma más tiempo pero produce archivos más pequeños

Ejemplos

Ejemplo 1: Conversión Rápida de Video a MP4

Solicitud del usuario:

Tengo un archivo AVI de mi cámara antigua. ¿Puedes convertirlo a MP4?

Tú harías:

  1. Usar el comando to-mp4 con configuraciones predeterminadas:
    uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 old_video.avi output.mp4
    
  2. Confirmar que la conversión se completó exitosamente
  3. Informar al usuario sobre la ubicación del archivo de salida

Ejemplo 2: Extraer Audio y Transcribir

Solicitud del usuario:

Grabé un video de una conferencia y necesito una transcripción. ¿Puedes extraer el audio y transcribirlo?

Tú harías:

  1. Primero extraer el audio:
    uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav
    
  2. Luego transcribir usando el modelo base (buen equilibrio de velocidad/precisión):
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 transcript.txt --model base
    
  3. Compartir el archivo transcript.txt con el usuario

Ejemplo 3: Crear Video Optimizado para Web con Subtítulos

Solicitud del usuario:

Necesito poner este video en mi sitio web con subtítulos. ¿Puedes ayudar?

Tú harías:

  1. Convertir a WebM para optimización web:
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm
    
  2. Generar archivo de subtítulos SRT:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 subtitles.srt --format srt --model small
    
  3. Informar al usuario que ahora tiene:
    • presentation.webm (video optimizado para web)
    • subtitles.srt (archivo de subtítulos para incrustar)

Ejemplo 4: Transcripción de Alta Calidad con Especificación de Idioma

Solicitud del usuario:

Tengo un video de entrevista en español que necesita una transcripción precisa para publicación.

Tú harías:

  1. Usar un modelo más grande con idioma especificado para la máxima precisión:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.txt --model medium --language es
    
  2. Opcionalmente crear SRT para revisión:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.srt --format srt --model medium --language es
    
  3. Revisar la transcripción con el usuario y hacer las correcciones necesarias

Ejemplo 5: Procesamiento por Lotes de Múltiples Videos

Solicitud del usuario:

Tengo una carpeta de videos de capacitación que necesitan ser convertidos a WebM y transcritos.

Tú harías:

  1. Listar todos los archivos de video en el directorio:
    ls training_videos/*.mp4
    
  2. Para cada archivo de video, ejecutar la conversión y transcripción:
    # Para cada video: video1.mp4, video2.mp4, etc.
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm training_videos/video1.mp4 output/video1.webm
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe training_videos/video1.mp4 output/video1.txt --model base
    
    # Repetir para cada archivo
    
  3. Confirmar que todas las conversiones y transcripciones se completaron
  4. Proporcionar un resumen de los archivos de salida

Resumen

La habilidad video-processor proporciona una interfaz unificada para tareas comunes de procesamiento de video:

  • Extracción de audio: Extraer pistas de audio en varios formatos
  • Conversión de formato: Convertir a MP4 (universal) o WebM (optimizado para web)
  • Transcripción: Voz a texto con múltiples formatos de salida
  • Flexible: Argumentos CLI para selección de modelo, idioma y formatos de salida

Todas las operaciones se manejan a través de un único script bien documentado con valores predeterminados sensatos y manejo integral de errores.

Individual skills in this repo

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

aiskillstore/marketplace

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

aiskillstore/marketplace

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

aiskillstore/marketplace

Use when the user asks to "pre-launch check the landing page", "run a Quality-Score preflight", or "verify ad-to-page message match before launch"; produces an ad↔page continuity report — message-match gaps, above-the-fold check, page-speed read, form-friction count, mobile-render flags — as a pass/fix punch list. Not for redesigning or rewriting the page — use landing-optimizer; not for scoring the account or the RQS — use ad-account-auditor. 落地页体验预检/广告落地页一致性检查

aiskillstore/marketplace

Use when the user asks to "optimize our landing page for influencer traffic", "fix our promo-code landing page", or "improve conversion from a creator campaign"; produces a message-match audit, page-structure and social-proof recommendations, a promo-code/CTA conversion plan, and an A/B test roadmap. Not for measuring campaign results after launch — use performance-analyzer.

aiskillstore/marketplace

Audit a landing page, sales page or checkout page for conversion leaks and return a fix list ordered by expected revenue impact. Use when asked to review, critique or improve a landing page, sales page, opt-in page, product page or checkout flow, when conversion rate is low, when paid traffic is not converting, or when someone asks "why isn't this page converting" or wants a CRO / landing page review.

aiskillstore/marketplace

This skill helps users extract GitHub repository project details and contributor contact information using keywords, stars, and update dates. Agent should proactively apply this skill when users express needs like search for GitHub projects by keywords, find top open-source contributors in specific domains, extract developer contacts from GitHub repositories, discover trending repositories with high stars, gather contributor profiles and social links for tech recruiting, retrieve GitHub project descriptions and metrics, build developer communities by finding active contributors, search for repositories updated recently, collect personal website and Twitter links of developers, generate targeted leads for developer tools, or track active open-source contributors for collaboration.

aiskillstore/marketplace

Create beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.

aiskillstore/marketplace

Using the Wonda CLI to generate images, videos, music, and audio from the terminal — plus LinkedIn, Reddit, and X/Twitter research and automation

aiskillstore/marketplace

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

aiskillstore/marketplace

Generates creative domain name ideas for your project and checks availability across multiple TLDs (.com, .io, .dev, .ai, etc.). Saves hours of brainstorming and manual checking.

aiskillstore/marketplace

Generate or edit raster images when the task benefits from AI-created bitmap visuals such as photos, illustrations, textures, sprites, mockups, or transparent-background cutouts. Use when Codex should create a brand-new image, transform an existing image, or derive visual variants from references, and the output should be a bitmap asset rather than repo-native code or vector. Do not use when the task is better handled by editing existing SVG/vector/code-native assets, extending an established icon or logo system, or building the visual directly in HTML/CSS/canvas.

aiskillstore/marketplace

A set of resources to help me write all kinds of internal communications, using the formats that my company likes to use. Claude should use this skill whenever asked to write some sort of internal communications (status reports, leadership updates, 3P updates, company newsletters, FAQs, incident reports, project updates, etc.).

aiskillstore/marketplace

Router skill for LLMQuant portfolio workflows. Use when the user needs company profiles, thesis tracking, theme research, watchlist monitoring, or alert management.

aiskillstore/marketplace

Account assets, equity and fund positions, P&L, cash flow records, account statements, margin ratios, buy-power estimates, order management, and DCA recurring investments via Longbridge (most require Trade permission). Frameworks: portfolio diagnosis, rebalancing, asset allocation, risk analysis (VaR/CVaR), performance attribution, and tax-loss harvesting. Triggers: "持仓", "账户", "盈亏", "资产", "对账单", "下单", "买入", "卖出", "撤单", "定投", "组合诊断", "再平衡", "资产配置", "风险分析", "绩效归因", "税损收割", "持倉", "賬戶", "盈虧", "對賬單", "下單", "買入", "賣出", "組合診斷", "再平衡", "稅損收割", "positions", "portfolio", "P&L", "order", "buy", "sell", "DCA", "statement", "risk analysis", "rebalancing", "tax harvesting", "我的风险", "持仓风险", "风险敞口", "資產", "資產配置", "風險分析", "績效歸因", "撤單

aiskillstore/marketplace

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

aiskillstore/marketplace

Use for Codex models/pricing, scheduled tasks, skills, settings, setup, troubleshooting, customization, automations, and self-knowledge—including 'you,' 'your,' 'this app,' or 'this coding agent' when they refer to Codex—and for OpenAI APIs/products and ChatGPT Work. Also use for model choice/migration, prompting, SDKs, Responses, Realtime, agents, evals, and Chat/Work/Codex comparisons. Do not use for generic app/software tasks that merely mention Codex.

aiskillstore/marketplace

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

aiskillstore/marketplace

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

aiskillstore/marketplace

Perform a read-only, defect-first review of a specified code change and return every actionable finding. Use when another agent delegates review of uncommitted changes, a base-branch diff, a commit, or custom review instructions.

aiskillstore/marketplace

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

Skills relacionados