¿Qué hace video-audio-transcribe?
Habilidad de agente para transcripción de medios local-first con guiones hablados fieles y sin desviaciones.
Habilidad de agente para transcripción de medios local-first con guiones hablados fieles y sin desviaciones.
Esta habilidad de agente, denominada 'wulitou-shubing/video-audio-transcribe', está diseñada para realizar transcripciones de medios de audio y vídeo de forma local, priorizando la privacidad y el control del usuario. Es especialmente útil para desarrolladores y usuarios de agentes de IA como Claude Code, Cursor o Codex, ya que garantiza transcripciones precisas y sin desviaciones (zero-drift) de guiones hablados. Funciona íntegramente en el entorno local del usuario, sin necesidad de enviar datos a servidores externos, lo que la hace ideal para trabajar con información sensible o en entornos con restricciones de conectividad. La habilidad se basa en modelos de reconocimiento de voz de última generación y proporciona resultados de alta fidelidad, permitiendo a los agentes de IA comprender y procesar contenido multimedia de manera eficiente y segura.
npx skills add wulitou-shubing/video-audio-transcribeHabilidad de agente para transcripción de medios local-first con guiones hablados fieles y sin desviaciones.
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.