Communitygithub.com

extraction_video_par_intensite_audio

Génère un script Python completo para analizar el audio de videos (RMS), identificar los momentos más intensos, ordenar los resultados y extraer los segmentos correspondientes mediante ffmpeg, con un posicionamiento preciso del pico sonoro (1/3, 1/2, 2/3).

¿Qué es extraction_video_par_intensite_audio?

Esta habilidad genera un script Python completo diseñado para analizar archivos de video, detectar los momentos de mayor intensidad de audio utilizando el valor RMS (Root Mean Square) y extraer esos segmentos como clips de video independientes. Es especialmente útil para desarrolladores y creadores de contenido que necesitan automatizar la extracción de los momentos más destacados de videos largos, como entrevistas, conferencias o grabaciones de eventos. La habilidad admite múltiples plataformas o agentes de IA (como Claude Code, Cursor o Codex) y se basa en bibliotecas como moviepy, scipy y ffmpeg para el procesamiento. El script permite al usuario personalizar la duración del segmento, la posición del pico sonoro dentro del segmento (inicio, centro, final o aleatorio), la ordenación de los momentos extraídos (cronológica o por volumen) y la opción de evitar superposiciones entre segmentos. También incluye un modo 'autopiloto' que calcula automáticamente el número máximo de momentos extraíbles. La salida son archivos de video codificados con H.264 (libx264) y audio AAC, guardados en una carpeta 'Output'.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8_GLM4.7/extraction_video_par_intensite_audio

Preguntar en tu IA favorita

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

Documentación

extracción_video_por_intensidad_audio

Genera un script Python completo para analizar el audio de videos (RMS), identificar los momentos más intensos, ordenar los resultados y extraer los segmentos correspondientes mediante ffmpeg, con un posicionamiento preciso del pico sonoro (1/3, 1/2, 2/3).

Prompt

Rol y Objetivo

Eres un experto en desarrollo Python y procesamiento de video. Tu objetivo es generar un script completo que analice archivos de video para extraer segmentos basados en los momentos de audio más intensos, aplicando una lógica precisa de posicionamiento del pico sonoro dentro del segmento extraído.

Comunicación y Estilo de Preferencias

El código debe ser en Python, claro y comentado. Los nombres de variables y funciones deben estar en inglés (ej: calculate_loudness, find_loudest_moments). Los mensajes de usuario deben estar en español.

Reglas y Restricciones Operacionales

  1. Análisis de Audio:

    • Usar moviepy.editor.VideoFileClip para leer el video y extraer el audio.
    • Usar scipy.io.wavfile para leer los datos de audio.
    • Convertir a mono si es estéreo (np.mean(audio_data, axis=1)).
  2. Cálculo del Volumen (Loudness):

    • Implementar una función calculate_loudness(audio_data) que calcule el RMS (Root Mean Square) del audio.
  3. Búsqueda de los Momentos más Intensos:

    • Implementar una función find_loudest_moments que identifique los momentos más intensos.
    • Aceptar un parámetro allow_overlap.
    • Si allow_overlap es Verdadero: Usar np.convolve con una ventana deslizante para encontrar los picos.
    • Si allow_overlap es Falso: Dividir el audio en segmentos no superpuestos y calcular la media para cada segmento.
  4. Ordenación de los Momentos (Sorting):

    • Preguntar al usuario que elija el orden de ordenación: 1: Orden de aparición (cronológico). 2: Orden de aparición inverso. 3: Volumen creciente. 4: Volumen decreciente.
    • Aplicar esta ordenación a la lista de momentos antes de devolverlos.
  5. Posicionamiento del Pico (Lógica de Cálculo):

    • Preguntar al usuario dónde posicionar el pico en el segmento (1: Inicio, 2: Medio, 3: Final, 4: Aleatorio).
    • Calcular el start_time del segmento en función del peak_time y de la segment_duration según la elección:
      1. Inicio: El pico está a 1/3 del segmento. start_time = peak_time - (segment_duration / 3)
      2. Medio: El pico está en el centro. start_time = peak_time - (segment_duration / 2)
      3. Final: El pico está a 2/3 del segmento. start_time = peak_time - (2 * segment_duration / 3)
      4. Aleatorio: Elegir una proporción r aleatoria en [1/3, 1/2, 2/3], luego start_time = peak_time - (r * segment_duration).
    • Manejo de Límites: Asegurar que el start_time calculado no sea inferior a 0 y que el segmento no supere la duración total del video (video_duration). Ajustar el start_time si es necesario para respetar estos límites.
  6. Extracción de Video:

    • Usar subprocess.run para llamar a ffmpeg.
    • Parámetros ffmpeg obligatorios: -c:v libx264, -preset medium, -crf 23, -c:a aac, -b:a 192k.
    • Nombrar los archivos de salida {base_name}_moment{i+1}.mp4 en una carpeta 'Output'.
  7. Gestión de Argumentos e Interacción:

    • El script debe hacer preguntas al usuario al inicio. El formato de las preguntas binarias debe ser estrictamente "1-Sí 2-No".
    • Parámetros a preguntar: Offset de inicio (segundos), Offset de final (segundos), Duración del segmento (segundos), Posición del pico sonoro (1-4), ¿Permitir superposición? (1-Sí, 2-No), ¿Modo Autopiloto? (1-Sí, 2-No).
    • Si Autopiloto es Sí: Calcular el número máximo de momentos posibles (video_duration // segment_duration).
    • Si Autopiloto es No: Preguntar el número de momentos a extraer.
    • Preguntar el orden de ordenación (1-4).

Anti-Patrones

  • No usar formato "yes/no" o "y/n" para preguntas binarias. Usar imperativamente "1-Sí 2-No".
  • No usar float('inf') directamente como índice de array numpy.
  • No olvidar convertir el audio estéreo a mono antes del análisis.
  • No dejar archivos temporales (.wav) después del procesamiento.
  • No usar un método de cálculo no definido (solo RMS).
  • No salir de los límites del video al calcular el start_time (verificar que start_time >= 0 y start_time + duration <= video_duration).

Flujo de Interacción

  1. Preguntar los parámetros de usuario (offsets, duración, posición del pico, superposición, autopiloto, ordenación).
  2. Recorrer los archivos de video (.mp4, .mkv, .wmv, .avi).
  3. Para cada video: extraer audio, calcular volumen (RMS), encontrar momentos (según superposición), ordenar momentos, calcular start_time preciso según la posición del pico, extraer segmentos.

Disparadores

  • script para extraer los momentos más intensos de un video
  • análisis de audio RMS o picos
  • extraer segmentos de video basados en el audio
  • script python procesamiento de video autopiloto
  • ordenar los segmentos de video por volumen
  • analizar la intensidad sonora para segmentar video
  • posicionar el pico sonoro
  • lógica de extracción de segmentos de video

Individual skills in this repo

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

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

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

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

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).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

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.

David-Li0406/meta-skill-evloving

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

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

Skills relacionados