¿Qué hace video-speech?
video-speech es un Codex Skill para extraer guiones hablados de videos de Douyin, Bilibili y Xiaohongshu, y generar texto Markdown limpio y procesado.
video-speech es un Codex Skill para extraer guiones hablados de videos de Douyin, Bilibili y Xiaohongshu, y generar texto Markdown limpio y procesado.
Este Skill de Codex permite a los desarrolladores e integradores de agentes de IA extraer y procesar guiones hablados (口播文案) directamente de videos de plataformas populares chinas como Douyin (TikTok China), Bilibili y Xiaohongshu (Red). La habilidad se enfoca en obtener el texto narrativo original del video y luego limpiarlo, eliminando muletillas, repeticiones, ruido de fondo y errores de transcripción, para producir un Markdown estructurado y legible. Es útil para creadores de contenido, investigadores, analistas de tendencias y cualquier flujo de trabajo que requiera analizar o reutilizar el contenido verbal de videos de manera eficiente, evitando el trabajo manual de transcripción y edición. El proceso se basa en técnicas de procesamiento de video y lenguaje natural, y se activa mediante comandos de Codex.
npx skills add yoYoimiya/video-speechvideo-speech es un Codex Skill para extraer guiones hablados de videos de Douyin, Bilibili y Xiaohongshu, y generar texto Markdown limpio y procesado.
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.