TheSmokeDev/taskchad-os

Procesador de Video

Procesa archivos de video para la creación de contenido en YouTube y genera gráficos para redes sociales. Este skill proporciona cuatro capacidades principales:

1. Transcripción y Capítulos: Convierte clips de video en transcripciones con marcas de tiempo, subtítulos SRT y capítulos generados por IA para YouTube.
2. Generación de Miniaturas de YouTube: Crea miniaturas de YouTube potenciadas por IA con referencias de rostros y coincidencia de estilo.
3. Imágenes para Publicaciones de LinkedIn: Genera infografías profesionales e imágenes para publicaciones de LinkedIn.
4. Generación Genérica de Imágenes: Crea imágenes personalizadas para cualquier plataforma con dimensiones y prompts flexibles.

Cuándo Usar Este Skill

Usa este skill cuando el usuario:

• Quiere transcribir archivos de video o clips
• Necesita generar capítulos de YouTube
• Quiere regenerar capítulos a partir de transcripciones existentes
• Quiere crear miniaturas de YouTube
• Quiere crear imágenes o infografías para publicaciones de LinkedIn
• Quiere generar imágenes para otras plataformas (Instagram, Twitter, Facebook, etc.)
• Menciona intercambio de rostros para miniaturas
• Pregunta sobre proporcionar referencias de rostro o estilo para gráficos

Elegir la Herramienta de Generación de Imágenes Correcta

El skill proporciona tres scripts de generación de imágenes. Elige según la plataforma y los requisitos:

Usa thumbnail.py (Miniaturas de YouTube) cuando:

• El usuario menciona "YouTube", "miniatura" o "thumbnail de video"
• Se solicita una relación de aspecto 16:9
• Se desea un estilo dramático, llamativo y con rostros
• Por defecto: 1920x1080

Usa linkedin-post.py (Infografías de LinkedIn) cuando:

• El usuario menciona "LinkedIn", "publicación de LinkedIn" o "infografía de negocios"
• Se solicita una infografía en formato cuadrado
• Se desea un tema profesional, oscuro, sin rostros
• Por defecto: 1200x1200

Usa image-gen.py (Genérico) cuando:

• Se especifican dimensiones personalizadas (Instagram, Twitter, Facebook, etc.)
• La plataforma no es YouTube ni LinkedIn
• El usuario solicita explícitamente una herramienta flexible/personalizada
• El usuario proporciona un prompt completo con requisitos de estilo específicos
• Parámetro requerido: --dimensions WIDTHxHEIGHT

Prioridad: Prefiere siempre thumbnail.py o linkedin-post.py cuando el caso de uso coincida. Usa image-gen.py como alternativa para otras plataformas o requisitos personalizados.

Instalación y Requisitos

El procesador de video se encuentra en video-processor/ en el repositorio del proyecto.

Requisitos:

• Python 3.9+
• Gestor de paquetes uv
• FFmpeg (para transcripción)
• Clave API de OpenAI (para transcripción con Whisper)
• Clave API de Gemini (para capítulos y miniaturas)
• Token de API de Replicate (opcional, para intercambio de rostros)

Configuración del Entorno:

cd video-processor
uv sync
# Asegúrate de que .env exista con las claves API requeridas

1. Transcripción de Video y Capítulos

Comando Básico de Transcripción

Transcribe clips de video y genera transcripción, subtítulos y capítulos:

cd video-processor
uv run transcribe.py <ruta_de_carpeta>

Ejemplo:

uv run transcribe.py ./mi-video-de-youtube/

Formato de Entrada

Los videos deben estar en una carpeta con prefijos numéricos para ordenarlos:

mi-video-de-youtube/
├── 1.mp4          # Introducción
├── 2.mp4          # Contenido principal
├── 3.mov          # Demo
└── 4.mp4          # Cierre

Formatos soportados: MP4, MOV, MKV, AVI, WEBM, M4V

Archivos de Salida

El script genera tres archivos en la misma carpeta:

1. transcript.md - Markdown con marcas de tiempo

   # Transcripción
   
   [00:00] Bienvenidos de vuelta al canal...
   [00:15] Hoy vamos a hablar sobre...
   

2. transcript.srt - Subtítulos SRT para editores de video/YouTube

   1
   00:00:00,000 --> 00:00:15,500
   Bienvenidos de vuelta al canal...
   

3. chapters.txt - Sugerencias de capítulos para YouTube (generadas por IA)

   0:00 Introducción
   2:30 Configuración
   5:45 Tutorial Principal
   

Características

• Soporte para múltiples clips: Procesa clips numerados con cálculo automático de desfase de tiempo
• Soporte para videos largos: Divide automáticamente videos de más de 20 minutos (límite de la API)
• Transcripción con marcas de tiempo: Formato Markdown con marcas de tiempo precisas
• Capítulos IA: Gemini genera marcadores de capítulos contextuales

Regenerar Solo Capítulos

Si ya tienes una transcripción y quieres regenerar los capítulos:

cd video-processor
uv run chapters.py <transcript.md o ruta_de_carpeta>

Ejemplos:

# Apuntar directamente al archivo de transcripción
uv run chapters.py ./mi-video/transcript.md

# O apuntar a la carpeta que contiene transcript.md
uv run chapters.py ./mi-video/

Casos de uso:

• Ajustar capítulos sin retranscribir
• Regenerar después de editar la transcripción
• Usar un modelo de Gemini diferente

Notas Importantes

• Los clips deben estar en una carpeta plana (sin subdirectorios)
• Los videos se procesan en orden numérico según el prefijo del nombre de archivo
• Costo estimado: ~$0.006 por minuto de audio (API de Whisper)
• Los videos largos se dividen automáticamente para manejar los límites de la API
• Se requiere conexión a Internet

2. Generación de Miniaturas

Comando Básico de Miniatura

Genera miniaturas de YouTube potenciadas por IA:

cd video-processor
uv run thumbnail.py "tu idea de miniatura aquí"

Comportamiento predeterminado:

• Genera 3 variaciones
• Guarda en: ./output/Thumbnails/[YYYY-MM-DD]/
• Usa assets/face.jpg si existe
• Salida: archivos PNG de 1920x1080
• Pautas de Marca: Consulta references/brand-guidelines.md para conocer la paleta de colores, composición y mejores prácticas de estilo

Parámetros de Miniatura

Requeridos

• idea (posicional): Tu concepto/idea de miniatura

Opciones de Referencia de Rostro

• --face RUTA: Especifica una imagen de referencia de rostro (por defecto: assets/face.jpg)
• --no-face: No incluir ninguna referencia de rostro
• --face-swap: Post-procesamiento con Replicate para intercambiar el rostro real (requiere REPLICATE_API_TOKEN)

Estilo y Referencias

• --style RUTA: Imagen de referencia de estilo: la IA iguala la disposición y la estética
• --ref RUTA: Imagen de referencia adicional (se puede usar varias veces)

Logo y Salida

• --logo RUTA: Logo para superponer en la miniatura
• --logo-position [bottom-right|bottom-left|top-right|top-left]: Ubicación del logo (por defecto: bottom-right)
• -o, --output RUTA: Directorio o ruta de archivo de salida
• --variations N: Número de variaciones a generar (por defecto: 3)

Ejemplos de Miniaturas

Básico - 3 variaciones con configuración predeterminada:

uv run thumbnail.py "reacción de shock ante despidos masivos en Google"

Con referencia de estilo:

uv run thumbnail.py "mi nueva idea de video" --style ./miniatura-existente.jpg --face ./yo.jpg

Con intercambio de rostro para parecido exacto:

uv run thumbnail.py "emocionado por la nueva función de IA" --face ./yo.jpg --face-swap

Variación única para prueba rápida:

uv run thumbnail.py "idea de prueba rápida" --variations 1

Directorio de salida personalizado:

uv run thumbnail.py "mi concepto de video" -o ./carpeta-personalizada/

Sin rostro (solo escena):

uv run thumbnail.py "código dramático en pantalla con error" --no-face

Con superposición de logo:

uv run thumbnail.py "mi concepto de video" --logo ./assets/logo.png

Configuración de Referencia de Rostro

Para miniaturas consistentes:

1. Agrega tus fotos de rostro a la carpeta assets/:

   video-processor/assets/
   ├── face.jpg           # Rostro predeterminado (cargado automáticamente)
   ├── face-excited.jpg   # Expresiones alternativas
   ├── face-shocked.jpg
   └── logo.png           # Logo del canal
   

2. El script usa automáticamente assets/face.jpg si existe

3. Sobrescribe con --face para diferentes expresiones

4. Usa --no-face para omitir la referencia de rostro por completo

Referencias de Estilo

La bandera --style iguala la estética de miniaturas existentes:

• Disposición general y composición
• Esquemas de color y ambiente
• Estilo de texto (peso de fuente, colores, ubicación)
• Estilo de fondo y efectos

Perfecto para mantener una marca de canal consistente.

Pautas de Marca y Mejores Prácticas

IMPORTANTE: Antes de generar miniaturas, lee references/brand-guidelines.md para:

• Uso del color azul de la marca (como acento, no dominante)
• Requisitos de tono de piel natural (sin tinte azul en el rostro)
• Paletas de colores equilibradas (mezcla de colores vibrantes)
• Patrones de resaltado de texto (1-2 palabras clave en azul)
• Pautas de composición (diseño, flujo visual)
• Ejemplos probados de miniaturas exitosas anteriores

Estas pautas aseguran que las miniaturas mantengan la consistencia de la marca mientras evitan errores comunes como la sobresaturación o la iluminación no natural.

Intercambio de Rostro para Parecido Exacto

Los rostros generados por IA pueden no ser exactos. Usa --face-swap para post-procesamiento:

uv run thumbnail.py "mi idea de video" --face ./yo.jpg --face-swap

Cómo funciona:

1. Genera la miniatura con IA (usando el rostro como referencia para la posición)
2. Post-procesa con Replicate para intercambiar tu rostro real

Configuración:

• Obtén el token de API de Replicate en https://replicate.com/account/api-tokens
• Agrega a .env: REPLICATE_API_TOKEN=r8_tu_token_aqui
• Costo: ~$0.003 por intercambio de rostro (~370 intercambios por $1)

Especificaciones de Miniaturas

Elemento	Valor
Resolución	1920x1080 (1080p)
Relación de Aspecto	16:9
Formato	PNG (o JPG con --output .jpg)
Variaciones Predeterminadas	3
Modelo	Gemini 3 Pro (Nano Banana Pro) por defecto

Notas Importantes sobre Miniaturas

• El modelo Gemini admite imágenes de referencia; Imagen no
• Costo: ~$0.13 por imagen con Gemini 3 Pro
• El intercambio de rostro agrega ~$0.003 por miniatura
• 3 miniaturas con intercambio de rostro: ~$0.40 en total
• Se requiere conexión a Internet

3. Generación de Imágenes para Publicaciones de LinkedIn

Comando Básico de Imagen para LinkedIn

Genera imágenes e infografías para publicaciones de LinkedIn potenciadas por IA:

cd video-processor
uv run linkedin-post.py "tu concepto de publicación aquí"

Comportamiento predeterminado:

• Genera 3 variaciones
• Guarda en: ./output/LinkedIn/[YYYY-MM-DD]/
• Salida: archivos PNG de 1200x1200 (formato cuadrado de LinkedIn)
• Optimizado para diseños de infografía (sin rostros, fondo blanco, diseño plano)

Parámetros de Imagen para LinkedIn

Requeridos

• idea (posicional): Tu concepto/idea de publicación de LinkedIn

Estilo y Referencias

• --style RUTA: Imagen de referencia de estilo: la IA iguala la disposición y la estética
• --ref RUTA: Imagen de referencia adicional (se puede usar varias veces)

Logo y Salida

• --logo RUTA: Logo para superponer en la imagen
• --logo-position [bottom-right|bottom-left|top-right|top-left]: Ubicación del logo (por defecto: bottom-right)
• -o, --output RUTA: Directorio o ruta de archivo de salida
• --variations N: Número de variaciones a generar (por defecto: 3)

Ejemplos de Imágenes para LinkedIn

Básico - 3 variaciones:

uv run linkedin-post.py "Pirámide de Validación de IA con 5 capas que muestran responsabilidades humanas vs agente"

Con referencia de estilo:

uv run linkedin-post.py "mi concepto de infografía" --style ./infografia-existente.jpg

Variación única para prueba:

uv run linkedin-post.py "prueba rápida" --variations 1

Directorio de salida personalizado:

uv run linkedin-post.py "mi concepto" -o ./carpeta-personalizada/

Con superposición de logo:

uv run linkedin-post.py "mi infografía" --logo ./assets/logo.png

Especificaciones de Imagen para LinkedIn

Elemento	Valor
Resolución	1200x1200 (cuadrado de LinkedIn)
Relación de Aspecto	1:1
Formato	PNG (o JPG con --output .jpg)
Variaciones Predeterminadas	3
Modelo	Gemini 3 Pro (Nano Banana Pro) por defecto
Estilo	Infografía profesional, sin rostros, diseño plano

Notas Importantes sobre Imágenes para LinkedIn

• Optimizado para infografías de negocios profesionales
• Tema oscuro con estética moderna y elegante
• SIN rostros ni personas incluidas (estilo puro de diagrama/infografía)
• Tema de color azul con degradados
• Mayor densidad de información que las miniaturas de YouTube
• Costo: ~$0.13 por imagen con Gemini 3 Pro
• Se requiere conexión a Internet

4. Generación Genérica de Imágenes

Comando Básico de Imagen Genérica

Genera imágenes potenciadas por IA con dimensiones personalizadas para cualquier plataforma:

cd video-processor
uv run image-gen.py "tu concepto de imagen" --dimensions ANCHOxALTO

Características clave:

• Dimensiones personalizadas (parámetro requerido)
• Mínimo envoltorio de prompt (máxima flexibilidad)
• Soporta referencias de estilo
• Guarda en: ./output/Images/[YYYY-MM-DD]/
• Por defecto: 3 variaciones

Parámetros de Imagen Genérica

Requeridos

• idea (posicional): Tu concepto de imagen con detalles completos del prompt
• --dimensions ANCHOxALTO: Dimensiones de la imagen (ej., 1080x1080, 1200x675)

Estilo y Referencias

• --style RUTA: Imagen de referencia de estilo: la IA iguala la estética
• --ref RUTA: Imagen de referencia adicional (se puede usar varias veces)

Logo y Salida

• --logo RUTA: Logo para superponer en la imagen
• --logo-position [bottom-right|bottom-left|top-right|top-left]: Ubicación del logo (por defecto: bottom-right)
• -o, --output RUTA: Directorio o ruta de archivo de salida
• --variations N: Número de variaciones a generar (por defecto: 3)

Ejemplos de Imágenes Genéricas

Publicación cuadrada de Instagram:

uv run image-gen.py "foto de producto minimalista sobre fondo blanco" --dimensions 1080x1080

Historia de Instagram:

uv run image-gen.py "diseño vertical de cita motivacional" --dimensions 1080x1920

Imagen de publicación de Twitter:

uv run image-gen.py "gráfico de anuncio tecnológico con tema azul" --dimensions 1200x675

Foto de portada de Facebook:

uv run image-gen.py "encabezado profesional de negocios" --dimensions 820x312

Con referencia de estilo:

uv run image-gen.py "mi concepto" --dimensions 1200x1200 --style ./referencia.jpg

Referencia de Dimensiones Comunes

Plataforma	Tamaño	Relación de Aspecto	Comando
Miniatura de YouTube	1920x1080	16:9	Usa thumbnail.py en su lugar
Cuadrado de LinkedIn	1200x1200	1:1	Usa linkedin-post.py en su lugar
Cuadrado de Instagram	1080x1080	1:1	--dimensions 1080x1080
Historia de Instagram	1080x1920	9:16	--dimensions 1080x1920
Publicación de Twitter	1200x675	16:9	--dimensions 1200x675
Publicación de Facebook	1200x630	1.91:1	--dimensions 1200x630
Pin de Pinterest	1000x1500	2:3	--dimensions 1000x1500

Especificaciones de Imagen Genérica

Elemento	Valor
Dimensiones	Personalizadas (requerido)
Formato	PNG (o JPG con --output .jpg)
Variaciones Predeterminadas	3
Modelo	Gemini 3 Pro (Nano Banana Pro) por defecto

Notas Importantes sobre Imágenes Genéricas

• Proporciona siempre prompts descriptivos y completos
• Se requiere el parámetro --dimensions en todos los casos
• Sin restricciones de estilo temático (máxima flexibilidad creativa)
• Costo: ~$0.13 por imagen con Gemini 3 Pro
• Se requiere conexión a Internet

Variables de Entorno

Crea un archivo .env en el directorio video-processor/ con las siguientes claves:

OPENAI_API_KEY=sk-tu_clave_aqui
GEMINI_API_KEY=tu_clave_gemini_aqui
REPLICATE_API_TOKEN=r8_tu_token_aqui  # Opcional, solo para intercambio de rostro

Notas Generales

• Costo: La transcripción cuesta ~$0.006/min, cada imagen ~$0.13 (Gemini Pro)
• Límites: Los videos >20 min se dividen automáticamente
• Formato: Los clips de video deben nombrarse con prefijos numéricos (ej., 1.mp4, 2.mov)
• Calidad: Usa siempre la bandera --style para mantener la consistencia de la marca
• Pruebas: Usa --variations 1 para pruebas rápidas antes de la generación completa