Communitygithub.com

bg-szy/TOP-SKILLS

Traiter des fichiers vidéo avec extraction audio, conversion de format (mp4, webm) et transcription Whisper. À utiliser lorsque l'utilisateur mentionne la conversion vidéo, l'extraction audio, la transcription, mp4, webm, ffmpeg ou la transcription Whisper.

Qu'est-ce que TOP-SKILLS ?

Cette compétence permet de traiter des fichiers vidéo en intégrant l'extraction audio, la conversion de format (MP4 et WebM) et la transcription via le modèle Whisper d'OpenAI, le tout orchestré par FFmpeg. Elle est utile pour les développeurs, éditeurs vidéo ou utilisateurs d'agents IA (Claude Code, Cursor, Codex) qui ont besoin d'automatiser des tâches courantes de traitement vidéo sans basculer entre plusieurs outils. La compétence prend en charge la conversion vers MP4 (codec H.264) et WebM (codec VP9), l'extraction audio aux formats WAV, MP3, AAC, FLAC, et la transcription de la parole en texte avec des sorties TXT, SRT, VTT ou JSON. Le script Python unique (video_processor.py) expose une interface en ligne de commande simple grâce à la bibliothèque Click, et utilise FFmpeg et Whisper en arrière-plan. Les workflows sont flexibles : on peut extraire l'audio d'une vidéo, la transcrire, convertir le format, ou tout faire en une seule chaîne. Les formats de sous-titres SRT et VTT facilitent l'intégration web et le sous-titrage automatique.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/bg-szy/TOP-SKILLS/tree/HEAD/skills/marketplace/video-processor

Demander à votre IA préférée

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

Documentation

Processeur Vidéo

Instructions

Cette compétence fournit des utilitaires de traitement vidéo, notamment l'extraction audio, la conversion de format et la transcription audio à l'aide de FFmpeg et du modèle Whisper d'OpenAI.

Prérequis

Outils requis (doivent être installés dans votre environnement) :

  • FFmpeg : Framework multimédia pour le traitement audio/vidéo

    # macOS
    brew install ffmpeg
    
    # Ubuntu/Debian
    apt-get install ffmpeg
    
    # Vérifier l'installation
    ffmpeg -version
    
  • OpenAI Whisper : Modèle de transcription parole-texte

    # Installer via pip
    pip install -U openai-whisper
    
    # Vérifier l'installation
    whisper --help
    

Paquets Python (inclus dans le script via PEP 723) :

  • click (framework CLI)
  • ffmpeg-python (wrapper Python pour FFmpeg)

Flux de travail

Utilisez le script scripts/video_processor.py pour toutes les tâches de traitement vidéo. Le script fournit une interface en ligne de commande simple avec les commandes suivantes :

1. Extraire l'audio d'une vidéo

Extraire la piste audio d'un fichier vidéo :

uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio input.mp4 output.wav

Options :

  • --format : Format audio de sortie (défaut : wav). Supporte : wav, mp3, aac, flac
  • La sortie est adaptée à la transcription ou à une utilisation audio autonome

2. Convertir une vidéo en MP4

Convertir n'importe quel fichier vidéo au format MP4 :

uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 input.avi output.mp4

Options :

  • --codec : Codec vidéo (défaut : libx264). Options courantes : libx264, libx265, h264
  • --preset : Préréglage vitesse/qualité d'encodage (défaut : medium). Options : ultrafast, fast, medium, slow, veryslow

3. Convertir une vidéo en WebM

Convertir n'importe quel fichier vidéo au format WebM (optimisé pour le web) :

uv run .claude/skills/video-processor/scripts/video_processor.py to-webm input.mp4 output.webm

Options :

  • --codec : Codec vidéo (défaut : libvpx-vp9). Options : libvpx, libvpx-vp9
  • WebM est optimisé pour la lecture et le streaming sur le web

4. Transcrire l'audio avec Whisper

Transcrire des fichiers audio ou vidéo en texte à l'aide du modèle Whisper d'OpenAI :

# Transcrire un fichier vidéo (l'audio sera extrait automatiquement)
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe input.mp4 transcript.txt

# Transcrire un fichier audio directement
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcript.txt

Options :

  • --model : Taille du modèle Whisper (défaut : base). Options :
    • tiny : Plus rapide, précision la plus faible (~1 Go RAM)
    • base : Rapide, bonne précision (~1 Go RAM) [PAR DÉFAUT]
    • small : Équilibré (~2 Go RAM)
    • medium : Haute précision (~5 Go RAM)
    • large : Meilleure précision, plus lent (~10 Go RAM)
  • --language : Code de langue (défaut : détection automatique). Exemples : en, es, fr, de, zh
  • --format : Format de sortie (défaut : txt). Options : txt, srt, vtt, json

Flux de transcription :

  1. Si l'entrée est une vidéo, FFmpeg extrait l'audio dans un fichier WAV temporaire
  2. Whisper traite le fichier audio
  3. La transcription est enregistrée dans le format demandé
  4. Les fichiers temporaires sont nettoyés automatiquement

5. Exemple de flux de travail combiné

Traiter une vidéo de bout en bout :

# 1. Extraire l'audio pour analyse
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav

# 2. Transcrire en sous-titres SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 lecture.srt --format srt --model small

# 3. Convertir au format web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm lecture.mp4 lecture.webm

Détails techniques clés

Intégration FFmpeg et Whisper :

  • FFmpeg ne transcrit pas l'audio lui-même – il prépare l'audio pour une transcription externe
  • Le flux est : Extraire l'audio (FFmpeg) → Transcrire (Whisper) → Optionnel : Réintégrer avec la vidéo
  • FFmpeg peut envoyer l'audio directement à Whisper pour un traitement en temps réel (cas d'utilisation avancé)

Format audio pour la transcription :

  • Whisper fonctionne mieux avec les formats WAV ou MP3
  • Fréquence d'échantillonnage : 16 kHz est optimal (le script gère la conversion automatiquement)
  • Le script extrait l'audio avec des paramètres optimaux pour Whisper

Formats de sortie :

  • txt : Transcription en texte brut
  • srt : Format de sous-titres SubRip (inclut les horodatages)
  • vtt : Format de sous-titres WebVTT (standard web)
  • json : JSON détaillé avec horodatages au niveau du mot

Gestion des erreurs

Le script inclut une gestion complète des erreurs :

  • Valide l'existence des fichiers d'entrée
  • Vérifie que FFmpeg et Whisper sont installés
  • Fournit des messages d'erreur clairs pour les dépendances manquantes
  • Gère le nettoyage des fichiers temporaires en cas d'erreur

Conseils de performance

  • Utilisez les modèles tiny ou base pour des brouillons rapides
  • Utilisez small ou medium pour des transcriptions de production
  • Utilisez large uniquement lorsque la précision maximale est requise
  • Pour les longues vidéos, envisagez d'extraire l'audio d'abord, puis de transcrire par segments
  • La conversion WebM avec VP9 prend plus de temps mais produit des fichiers plus petits

Exemples

Exemple 1 : Conversion rapide d'une vidéo en MP4

Demande de l'utilisateur :

J'ai un fichier AVI de mon ancien appareil photo. Pouvez-vous le convertir en MP4 ?

Vous devez :

  1. Utiliser la commande to-mp4 avec les paramètres par défaut :
    uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 old_video.avi output.mp4
    
  2. Confirmer que la conversion a réussi
  3. Informer l'utilisateur de l'emplacement du fichier de sortie

Exemple 2 : Extraire l'audio et transcrire

Demande de l'utilisateur :

J'ai enregistré une vidéo de cours et j'ai besoin d'une transcription. Pouvez-vous extraire l'audio et le transcrire ?

Vous devez :

  1. D'abord extraire l'audio :
    uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav
    
  2. Puis transcrire avec le modèle base (bon équilibre rapidité/précision) :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 transcript.txt --model base
    
  3. Partager le fichier transcript.txt avec l'utilisateur

Exemple 3 : Créer une vidéo optimisée pour le web avec sous-titres

Demande de l'utilisateur :

Je dois mettre cette vidéo sur mon site web avec des sous-titres. Pouvez-vous m'aider ?

Vous devez :

  1. Convertir en WebM pour une optimisation web :
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm
    
  2. Générer un fichier de sous-titres SRT :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 subtitles.srt --format srt --model small
    
  3. Informer l'utilisateur qu'il dispose désormais de :
    • presentation.webm (vidéo optimisée pour le web)
    • subtitles.srt (fichier de sous-titres pour intégration)

Exemple 4 : Transcription de haute qualité avec spécification de langue

Demande de l'utilisateur :

J'ai une vidéo d'entretien en espagnol qui nécessite une transcription précise pour publication.

Vous devez :

  1. Utiliser un modèle plus grand avec la langue spécifiée pour une meilleure précision :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.txt --model medium --language es
    
  2. Créer éventuellement un SRT pour révision :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.srt --format srt --model medium --language es
    
  3. Réviser la transcription avec l'utilisateur et apporter les corrections nécessaires

Exemple 5 : Traitement par lots de plusieurs vidéos

Demande de l'utilisateur :

J'ai un dossier de vidéos de formation qui doivent toutes être converties en WebM et transcrites.

Vous devez :

  1. Lister tous les fichiers vidéo dans le répertoire :
    ls training_videos/*.mp4
    
  2. Pour chaque fichier vidéo, exécuter la conversion et la transcription :
    # Pour chaque vidéo : video1.mp4, video2.mp4, etc.
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm training_videos/video1.mp4 output/video1.webm
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe training_videos/video1.mp4 output/video1.txt --model base
    
    # Répéter pour chaque fichier
    
  3. Confirmer que toutes les conversions et transcriptions sont terminées
  4. Fournir un résumé des fichiers de sortie

Résumé

La compétence video-processor fournit une interface unifiée pour les tâches courantes de traitement vidéo :

  • Extraction audio : Extraire les pistes audio dans différents formats
  • Conversion de format : Convertir en MP4 (universel) ou WebM (optimisé pour le web)
  • Transcription : Parole en texte avec plusieurs formats de sortie
  • Flexible : Arguments CLI pour la sélection du modèle, la langue et les formats de sortie

Toutes les opérations sont gérées via un script unique, bien documenté, avec des valeurs par défaut judicieuses et une gestion complète des erreurs.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

bg-szy/TOP-SKILLS

Brand-first landing page designer — runs a brand-identity interview (colors, typography, shape language), then generates and iterates on a polished landing page via Stitch with deployment-ready HTML. Use when the user asks to create, design, or build a landing page, homepage, or marketing page and has no established visual direction. Skip when they have a design mockup, need a dashboard or app UI, are working at component level, building a multi-page app, or restyling with known design tokens — use frontend-design instead.

bg-szy/TOP-SKILLS

Fill out Microsoft Azure Landing Zone (ALZ) Accelerator checklists by interviewing the user, mapping their Azure subscriptions, integrating IP addressing documentation, and applying Microsoft Cloud Adoption Framework best practices. Produces a completed Excel checklist (.xlsx) ready for ALZ deployment. Use this skill whenever the user mentions Azure Landing Zone, ALZ checklist, landing zone accelerator, platform landing zone configuration, ALZ bootstrap, hub-and-spoke setup, Azure network topology planning, or wants to fill out any ALZ-related checklist or configuration file. Also trigger when the user uploads an Excel file that contains tabs like "Accelerator - Bootstrap", "Accelerator - Bicep", or "Accelerator - Terraform".

bg-szy/TOP-SKILLS

Compose a premium, animated landing page section by section in Next.js + Tailwind + Motion (Framer Motion) — built on a real design system, with editorial copy and motion that feels human-crafted, not template-generated. Use when building or rebuilding a landing page, marketing site, or hero/feature/pricing/CTA sections that need to look production-ready and bespoke from day one.

bg-szy/TOP-SKILLS

Write high-converting landing page copy using proven frameworks like PAS (Problem-Agitate-Solution), AIDA, and StoryBrand. Creates headlines, value propositions, CTAs, and full page sections optimized for conversion. Use when users need landing page copy, sales page content, or marketing website text.

bg-szy/TOP-SKILLS

Optimize landing pages for conversions, performance, and SEO. Use when improving landing pages, increasing conversions, or optimizing page performance.

bg-szy/TOP-SKILLS

Review investment portfolios for risk, diversification, fees. Asset allocation recommendations, tax-loss harvesting, rebalancing.

bg-szy/TOP-SKILLS

Beads Viewer - Graph-aware triage engine for Beads projects. Computes PageRank, betweenness, critical path, and cycles. Use --robot-* flags for AI agents.

bg-szy/TOP-SKILLS

CI red? Call us. Pipeline fire brigade deploys. Use when user mentions CI failures, build errors, test failures, or pipeline issues. Do NOT load for: local builds, standard implementation work, reviews, or setup.

bg-szy/TOP-SKILLS

CASS Memory System - procedural memory for AI coding agents. Three-layer cognitive architecture with confidence decay, anti-pattern learning, cross-agent knowledge transfer, trauma guard safety system. Bun/TypeScript CLI.

bg-szy/TOP-SKILLS

Mandatory entry point: read this first for any request to make, create, edit, animate, or render a video, animation, or motion graphic, including a promo, explainer, captioned clip, title card, overlay, slideshow or interactive deck, Remotion port, or any HyperFrames HTML composition. Also use it to inspect, diagnose, validate, preview, publish, or batch-render an existing HyperFrames project. Inputs may be a website URL, GitHub PR, Figma design or URL, text or brief, existing footage, or music. It resumes project state, captures intent when applicable, selects and installs the owning workflow, and routes domain capabilities. HyperFrames is the default output framework unless the user explicitly chooses another framework for the deliverable or asks only to record a browser session.

bg-szy/TOP-SKILLS

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

bg-szy/TOP-SKILLS

Use when the user asks to "pre-launch check the landing page", "run a Quality-Score preflight", or "verify ad-to-page message match before launch"; produces an ad↔page continuity report — message-match gaps, above-the-fold check, page-speed read, form-friction count, mobile-render flags — as a pass/fix punch list. Not for redesigning or rewriting the page — use landing-optimizer; not for scoring the account or the RQS — use ad-account-auditor. 落地页体验预检/广告落地页一致性检查

bg-szy/TOP-SKILLS

Use when the user asks to "optimize our landing page for influencer traffic", "fix our promo-code landing page", or "improve conversion from a creator campaign"; produces a message-match audit, page-structure and social-proof recommendations, a promo-code/CTA conversion plan, and an A/B test roadmap. Not for measuring campaign results after launch — use performance-analyzer.

bg-szy/TOP-SKILLS

Audit a landing page, sales page or checkout page for conversion leaks and return a fix list ordered by expected revenue impact. Use when asked to review, critique or improve a landing page, sales page, opt-in page, product page or checkout flow, when conversion rate is low, when paid traffic is not converting, or when someone asks "why isn't this page converting" or wants a CRO / landing page review.

bg-szy/TOP-SKILLS

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

bg-szy/TOP-SKILLS

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

bg-szy/TOP-SKILLS

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

bg-szy/TOP-SKILLS

Account assets, equity and fund positions, P&L, cash flow records, account statements, margin ratios, buy-power estimates, order management, and DCA recurring investments via Longbridge (most require Trade permission). Frameworks: portfolio diagnosis, rebalancing, asset allocation, risk analysis (VaR/CVaR), performance attribution, and tax-loss harvesting. Triggers: "持仓", "账户", "盈亏", "资产", "对账单", "下单", "买入", "卖出", "撤单", "定投", "组合诊断", "再平衡", "资产配置", "风险分析", "绩效归因", "税损收割", "持倉", "賬戶", "盈虧", "對賬單", "下單", "買入", "賣出", "組合診斷", "再平衡", "稅損收割", "positions", "portfolio", "P&L", "order", "buy", "sell", "DCA", "statement", "risk analysis", "rebalancing", "tax harvesting", "我的风险", "持仓风险", "风险敞口", "資產", "資產配置", "風險分析", "績效歸因", "撤單

bg-szy/TOP-SKILLS

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

bg-szy/TOP-SKILLS

Using the Wonda CLI to generate images, videos, music, and audio from the terminal — plus LinkedIn, Reddit, and X/Twitter research and automation

Skills associés