julioseru/ver-video

¿Qué hace ver-video?

SKILL_DIR es la carpeta que contiene este archivo. El script está en SKILL_DIR/scripts/vervideo.py. En Windows usa py -3.12 (Whisper aún no es compatible con Python 3.14); en macOS/Linux python3.

1. Verificar (solo la primera vez en la sesión)

py -3.12 "SKILL_DIR/scripts/vervideo.py" check

Si listo_para_watch es false, dile al usuario que ejecute instalar_todo.bat (Windows) o install.sh (macOS/Linux) de este repositorio. No instales nada con permisos de administrador sin preguntar.

2. Procesar el video

py -3.12 "SKILL_DIR/scripts/vervideo.py" watch "<URL o ruta>"

Por defecto usa muestreo adaptativo: analiza el video 4 veces por segundo y guarda un fotograma cada vez que la imagen cambia (también si cambia una zona pequeña: un texto, una etiqueta de precio, una línea dibujada), más uno de control cada ≤5 s si nada cambia. report.json lista los instantes de cambio (visual_events).

Opciones útiles:

• --start 12:00 --end 18:30 para un tramo. Úsalo en videos largos: primero una pasada general y luego tramos con más detalle.
• --sensitivity 1 para captar cambios más sutiles (por defecto 2 %); --max-gap 3 para más fotos de control en tramos quietos.
• --mode fixed --interval 2 para el modo antiguo (una foto cada N segundos).
• --lang en si el audio está en inglés (auto para detectar).
• --transcript subs para usar solo los subtítulos del sitio (más rápido); whisper para forzar la transcripción local.
• Whisper usa la GPU NVIDIA si está disponible (modelo large-v3-turbo, más preciso) y si no, la CPU (modelo small). Fuerza con --whisper-model.

El comando imprime un JSON con la ruta de timeline.md y la carpeta de salida.

3. Ver el video (obligatorio, no te saltes este paso)

1. Lee timeline.md completo.
2. Para cada hoja, en orden, abre la imagen con Read y léela junto con lo que se dice en ese tramo. Cada hoja tiene 9 fotogramas (izquierda→derecha, arriba→abajo) con la hora en amarillo en una franja encima de cada uno (con décimas si no cae en segundo exacto); ✂ marca un corte de escena. Los fotogramas NO están equiespaciados: dos seguidos muy próximos indican que en ese momento algo cambió en pantalla.
3. Lleva notas mentales de lo que cambia entre recuadros: movimiento, texto en pantalla, gráficos, niveles de precio, indicadores, gestos.
4. Cuando algo importante se vea pequeño (un número, un nivel, el nombre de un indicador, parámetros), haz zoom a resolución completa:

py -3.12 "SKILL_DIR/scripts/vervideo.py" zoom "<carpeta de salida>" --at 14:32 --count 3 --step 1

y abre las imágenes que devuelve.

4. Responder

• Cita marcas de tiempo [MM:SS] para cada afirmación.
• Separa lo que se ve (fotogramas) de lo que se dice (transcripción). No afirmes hechos visuales a partir solo del audio, ni al revés.
• Si una parte no quedó clara (por ejemplo, un movimiento rápido entre dos fotogramas), dilo y revisa ese tramo con más detalle: watch ... --start MM:SS --end MM:SS --sensitivity 1 --min-gap 0.25.
• Para videos de trading: extrae reglas de entrada, salida, stop, gestión, marco temporal, instrumento e indicadores con sus parámetros, y señala lo que el autor no especifica.

5. Opcional: Gemini

Si hay GEMINI_API_KEY, se puede pedir una segunda opinión con un modelo que procesa video y audio de forma nativa. Avisa antes al usuario: el video se envía a Google (los locales se suben y se borran al terminar).

py -3.12 "SKILL_DIR/scripts/vervideo.py" gemini "<URL o ruta>" --prompt "pregunta concreta"

Contrasta su respuesta con tus propias hojas; no la copies sin verificar.