Communitygithub.com

aktsmm/Agent-Skills

Préparez des URL de vidéos ou des fichiers vidéo locaux pour une analyse par GitHub Copilot en extrayant des sous-titres, des images échantillonnées, des planches-contact et un dossier d'invite. Utilisez-le lorsque l'utilisateur demande à Copilot de regarder, inspecter, résumer ou diagnostiquer une vidéo, un enregistrement d'écran, une démo, un webinaire, une URL YouTube/Loom/TikTok/X/Vimeo, ou un fichier .mp4/.mov/.mkv/.webm.

Qu'est-ce que Agent-Skills ?

Video Watch est une compétence d'agent IA conçue pour permettre à GitHub Copilot d'analyser le contenu vidéo en générant des artefacts que l'agent peut inspecter : sous-titres, planches-contact d'images, index d'images, manifeste et dossier d'invite. Elle prend en charge à la fois les URL de vidéos (YouTube, Loom, TikTok, X, Vimeo) et les fichiers locaux (.mp4, .mov, .mkv, .webm). La compétence est optimisée pour les workflows Copilot, évitant les hypothèses de parallélisme de Claude Code, et produit d'abord les fichiers avant de les inspecter dans un ordre spécifique (manifeste → invite → transcription → index d'images → planche-contact → images sélectionnées). Elle offre plusieurs modes de détail (transcription, efficace, équilibré, dépenseur de jetons) pour s'adapter à différents besoins d'analyse, allant de la simple transcription à une couverture visuelle étendue. La compétence inclut des vérifications de sécurité (canard en caoutchouc) pour s'assurer que les modifications du workflow respectent les limites de sécurité et l'ordre correct des artefacts.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aktsmm/Agent-Skills/tree/HEAD/video-watch

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Video Watch

Préparez des artefacts vidéo que GitHub Copilot peut inspecter : sous-titres, planches-contact d'images, un index d'images, un manifeste et un dossier d'invite.

Cette compétence est inspirée de bradautomates/claude-video, mais elle cible les workflows GitHub Copilot. Ne supposez pas le parallélisme Read de Claude Code. Générez d'abord les fichiers, puis inspectez uniquement les artefacts nécessaires à la question de l'utilisateur.

Quand l'utiliser

  • L'utilisateur demande de regarder, inspecter, résumer, comparer ou diagnostiquer une vidéo.
  • L'entrée est une URL vidéo prise en charge par yt-dlp, ou un fichier local .mp4, .mov, .mkv ou .webm.
  • La tâche dépend à la fois de ce qui est dit et de ce qui apparaît à l'écran, comme les reproductions de bugs, les démos produits, les vidéos de lancement, les tutoriels, les webinaires, les publicités ou les enregistrements d'écran.

Pas le meilleur choix

  • Ne contournez pas les DRM, les paywalls, l'authentification ou les conditions d'utilisation des sites.
  • Ne demandez ni ne stockez de cookies, de jetons d'authentification, d'URL signées ou d'identifiants de médias privés.
  • Si une API officielle ou une transcription existante répond à la tâche sans traitement vidéo, préférez cette voie plus légère.

Workflow principal

  1. Exécutez le pré-vol si les dépendances sont incertaines : python .github/skills/video-watch/scripts/preflight.py Utilisez python .github/skills/video-watch/scripts/preflight.py --url-mode pour les entrées URL.
  2. Produisez les artefacts : python .github/skills/video-watch/scripts/video_watch.py <url-ou-chemin> --question "<quoi répondre>" Utilisez --transcript-file <chemin> lorsqu'un autre outil, Azure Speech ou Speech Translator Desktop Plus a déjà produit une transcription. Pour les médias privés ou authentifiés, préférez --detail transcript --metadata-only --transcript-file <chemin> et ne transmettez pas de cookies, de jetons d'authentification ou d'identifiants d'URL signées.
  3. Lisez les artefacts dans cet ordre : manifest.json → prompt.md → transcript.md → frame-index.md → contact-sheet.jpg → fichiers sélectionnés dans frames/ seulement si nécessaire. manifest.json enregistre le SHA-256 pour les octets source locaux, ou pour les octets vidéo URL téléchargés lorsqu'un téléchargement a eu lieu. Les exécutions d'URL en mode métadonnées uniquement laissent le hachage nul plutôt que de récupérer le média.
  4. Répondez à partir des artefacts. Indiquez quand la réponse est basée uniquement sur la transcription, uniquement sur les images, ou limitée par un échantillonnage clairsemé.
  5. Pour des moments nommés, réexécutez avec --start / --end pour concentrer le budget d'images.

Modes de détail

ModeUtilisation
transcriptSous-titres ou transcription tiers uniquement. Le plus rapide.
efficientPetit passage visuel pour un tri rapide.
balancedPlanche-contact par défaut pour la plupart des enregistrements d'écran et démos.
token-burnerPassage visuel plus large lorsque l'utilisateur a explicitement besoin d'une couverture visuelle étendue.

Points de vérification Canard en caoutchouc

  • Avant de modifier le workflow de cette compétence, examinez le plan pour le choix primitif, les dépendances cachées, les limites de sécurité et l'ordre des artefacts Copilot.
  • Après l'édition, examinez le fichier SKILL.md, les scripts et les références pour un comportement autonome, la qualité des déclencheurs, le nombre de lignes et la validation exécutable.
  • Traitez le critique comme en lecture seule. Le producteur applique les modifications et réexécute la validation.

Références

BesoinRéférence
Workflow détailléreferences/workflow.md
Dépendances et configurationreferences/dependencies.md
Budget d'images et planches-contactreferences/frame-budget.md
Backends optionnels Scout/Whisper/Azure Speechreferences/backends.md

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills associés