Que fait skyclass-distill ?
Pipeline de collecte de vidéos pédagogiques multisites, transcription par Faster Whisper, distillation des compétences pédagogiques LLM et génération de compétences Codex.
Aperçu
Ce pipeline automatise le processus d'extraction de connaissances pédagogiques à partir de sources vidéo en ligne. Il télécharge les vidéos depuis des sites multiples, les traite avec Faster Whisper pour obtenir des transcriptions précises, utilise un modèle de langage (LLM) pour distiller les concepts clés et les compétences d'enseignement, puis génère des compétences Codex prêtes à l'emploi.
Fonctionnalités
- Collecte multisites : Prend en charge les téléchargements depuis YouTube, Vimeo et d'autres plateformes vidéo courantes.
- Transcription rapide : Utilise Faster Whisper pour des transcriptions optimisées GPU/CPU avec haute précision.
- Distillation LLM : Analyse les transcriptions pour en extraire les objectifs pédagogiques, les concepts clés et les exemples.
- Génération de compétences Codex : Produit des fichiers de compétences structurés au format standard Codex.
Prérequis
- Python 3.9+
- ffmpeg
- Une clé API OpenAI ou un fournisseur LLM compatible
Installation
git clone https://github.com/Rick2Ricardo/skyclass-distill.git
cd skyclass-distill
pip install -r requirements.txt
Utilisation
python pipeline.py --url "https://exemple.com/lecon" --output ./skills
Exemple de sortie
{
"skill": "Fondamentaux de l'apprentissage automatique",
"transcription": "...",
"concepts_cles": ["supervisé", "non supervisé", "renforcement"],
"codex_skill_file": "skills/apprentissage_automatique.json"
}
Licence
MIT