¿Qué hace SynthesAI?
Habilidad de agente para resumir videos, extraer información clave y generar contenido sintetizado a partir de archivos multimedia.
Esta habilidad permite a un agente de IA procesar archivos de video o audio, transcribirlos y producir un resumen estructurado con los puntos principales, ahorrando tiempo en la revisión de contenido extenso.
Plataformas compatibles
- Claude Code
- Cursor
- Codex
Cómo funciona
- El agente recibe una ruta o enlace a un archivo de video.
- Descarga el archivo si es necesario y lo convierte a formato de audio.
- Utiliza una API de transcripción (por ejemplo, Whisper) para obtener el texto.
- Procesa la transcripción con un modelo de lenguaje para generar un resumen.
- Devuelve el resumen en un formato legible, como viñetas o párrafos cortos.
Requisitos
- Python 3.8+
- Bibliotecas:
openai-whisper,ffmpeg,requests - Clave de API para el servicio de transcripción (si aplica)
Variables de entorno
OPENAI_API_KEY: Clave de API de OpenAI (opcional, para modelos GPT)
Uso
# Ejemplo de comando para ejecutar la habilidad
agent run synthesai --input video.mp4
Ejemplo de salida
Resumen del video:
- Punto clave 1: ...
- Punto clave 2: ...
- Conclusión: ...
Notas adicionales
- Los archivos temporales se eliminan después del procesamiento.
- Se recomienda usar videos con audio claro para mejores resultados.