Ingiere video .mp4 en flujos de chunks de Rerun con rerun.experimental.Mp4Reader. Lee sobre cómo convertir video en un VideoStream, elegir modo stream vs asset, transcodificar (B-frames, códec de salida, tamaño GOP) mediante FFmpeg, o alinear los PTS del video con la línea de tiempo del reloj de pared de una grabación. Se basa en rerun-chunk-processing (mecánica de flujos) y rerun-data-model (dónde pertenece el video en la grabación).
Esta habilidad permite ingerir videos .mp4 en el ecosistema de Rerun como flujos de chunks, utilizando la clase `rerun.experimental.Mp4Reader`. Es útil para desarrolladores que trabajan con datos de video en sistemas de registro y visualización temporal, ya que facilita la conversión de archivos de video en un `VideoStream` que puede ser reproducido o analizado dentro de una grabación de Rerun. Soporta la elección entre modo 'stream' (transmisión continua) y 'asset' (recurso estático), así como la transcodificación mediante FFmpeg, permitiendo control sobre B-frames, códec de salida y tamaño del GOP. Además, ofrece la capacidad de alinear los PTS (sellos de tiempo de presentación) del video con la línea de tiempo del reloj de pared de la grabación, integrando así el video en el modelo de datos de Rerun. Se construye sobre las bibliotecas `rerun-chunk-processing` (para la mecánica de flujos) y `rerun-data-model` (para determinar la ubicación del video en la grabación), lo que garantiza una compatibilidad transparente con las herramientas de procesamiento y visualización de Rerun.
npx skills add https://github.com/rerun-io/rerun/tree/main/skills/rerun-mp4Ingiere video .mp4 en flujos de chunks de Rerun con rerun.experimental.Mp4Reader. Lee sobre cómo convertir video en un VideoStream, elegir modo stream vs asset, transcodificar (B-frames, códec de salida, tamaño GOP) mediante FFmpeg, o alinear los PTS del video con la línea de tiempo del reloj de pared de una grabación. Se basa en rerun-chunk-processing (mecánica de flujos) y rerun-data-model (dónde pertenece el video en la grabación).
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.