Una habilidad completa para extraer índices de capítulos de videos tutoriales mediante extracción de audio con FFmpeg, transcripción ASR con OpenAI Whisper con marcas de tiempo a nivel de palabra, y alineación semántica de capítulos usando coincidencia difusa de cadenas.
Esta habilidad permite a agentes de IA como Claude Code, Cursor o Codex extraer automáticamente índices y marcas de tiempo de capítulos a partir de videos tutoriales. Es útil para desarrolladores, creadores de contenido y equipos de documentación que desean generar rápidamente resúmenes estructurados de videos largos. La habilidad utiliza FFmpeg para extraer el audio del video, luego emplea OpenAI Whisper para transcribirlo con marcas de tiempo a nivel de palabra. Finalmente, aplica algoritmos de coincidencia difusa de cadenas para alinear los capítulos identificados con los segmentos de transcripción, produciendo un índice preciso con marcas de tiempo. Compatible con múltiples plataformas de agentes de IA, esta habilidad simplifica el proceso de indexación de videos tutoriales, ahorrando tiempo y esfuerzo manual.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/video-tutorial-indexer/environment/skills/evo-video-tutorial-indexerUna habilidad completa para extraer índices de capítulos de videos tutoriales mediante extracción de audio con FFmpeg, transcripción ASR con OpenAI Whisper con marcas de tiempo a nivel de palabra, y alineación semántica de capítulos usando coincidencia difusa de cadenas.
This repo contains 3 individual skills — each has its own dedicated page.
Handles audio resampling, loudness normalization per ITU-R BS.1770-4, and LUFS measurement for TTS segments to ensure broadcast-quality output.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
Synthesizes target-language speech from text using Kokoro TTS, with speed/duration control to fit precise time windows. Handles SRT parsing, text extraction, and produces WAV segments.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
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.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
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.