Communitygithub.com

tpc-pascal/agent-skills

メディア処理 — ffprobeによるパラメータ、ffmpegによるカット/結合/トランスコード/GIF、フレーム抽出、音声分離、字幕(シフト/変換/焼き込み)、SMPTEタイムコード、ショット検出、フレーム/画像のOCR、URLからのダウンロード(yt-dlp)、音楽(ジャンル/ムード/BPM/歌詞)。動画/音声/画像/URLを入力とし、内容要約、テキスト抽出、カット編集、字幕作成、フレーム取得、ダウンロードを行いたいときに使用します。

agent-skills とは?

このスキルは、動画・音声・画像・URLのメディアファイルを処理するための軽量なエージェントスキルです。自身にコードは持たず、ローカルCLI(`ffprobe`, `ffmpeg`, `yt-dlp`)とセッションごとにフェッチされるサードパーティスキル(`watch`, `video-transformation`, `subtitles`, `images`, `audio`, `music-listener`, `download`, `shots`, `vision-analysis`, `speech-captions`, `timecode`, `captions-compliance`, `install-media-tools`)にルーティングします。入力の種類と目的に応じて適切なツールを自動選択し、プローブ、編集、字幕、OCR、ショット検出、ダウンロードなどを実行します。出力は元ファイルの隣に配置され、既存ファイルを上書きしません。オフライン環境でもローカルCLIとモデルが揃っていれば動作可能ですが、URLダウンロードや未キャッシュモデルにはネットワークが必要です。

対応✓Claude Code~Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/tpc-pascal/agent-skills/tree/HEAD/skills/research/media

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

英語版: SKILL.en.md

media — 動画 / 音声 / 画像 / URL

軽量スキルで、独自コードはありません: ローカルCLI(ffprobe, ffmpeg, yt-dlp)とセッションごとにフェッチされるサードパーティスキル(mediaskills, watch, music-listener)にルーティングします — 以下のフェッチセクションを参照してください。

入力タイプ別ルーティングテーブル

ffprobe/file で識別; URLの場合は返されるファイル名を確認します。

入力+ニーズツール備考
メディアファイルのパラメータffprobe(ローカル)セッションスキル不要
動画/URLの内容要約スキル watch(claude-video)--engine local
動画/URLのテキスト抽出(SRT/VTT)スキル speech-captionstranscribe.py --model tiny; 大きな耳には大きいモデル
字幕: シフト/変換/焼き込みスキル subtitlesshift.py convert.py extract.py burn.py
カット/結合/トランスコード、GIF、フレーム/音声スキル video-transformationtrim.py trim_multi.py concat.py …
カット/ショット検出スキル shotsdetect.py extract-frames.py
フレーム内容分析(画面上のテキスト)スキル vision-analysisエージェントがフレームを表示 + スクリプトでJSONマージ
画像/スクリーンショット: OCR/リサイズ/変換スキル imageocr.py(tesseract)
音声: トリム/ノーマライズ/無音削除スキル audio
URL/ファイルからの音楽(歌詞が欲しい)スキル music-listenerセッションごとにフェッチ、music-listener/scripts/ 参照
URLからのメディアダウンロードスキル downloadurl.py(yt-dlp)
SMPTEタイムコード、放送用キャプションスキル timecode、skill captions-complianceタイムコードに同期したキャプション
ffprobe/tesseract/uv の不足スキル install-media-toolsdoctor.sh で確認、install.sh でインストール

セッションごとのサードパーティスキル(フェッチ、永続インストール不要)

このリポジトリにはサードパーティスキルは含まれていません。セッション用テンポラリにダウンロード:

  1. scripts/fetch-session.sh --list → 名前を確認; --skill <名前> または --all — スクリプトが正しいコミットSHAでソースリポジトリを sparse-clone し、セッション用テンポラリにコピー。
  2. ~/.agents/skills/<名前>/scripts/(または ~/.config/opencode/skills/<名前>/…)で使用。
  3. オフライン/ネットワーク接続なし: ローカルCLIと必要なモデルが揃っていれば、ローカルファイル操作は実行可能。セッションスキルのフェッチ、URLダウンロード、未キャッシュモデルのダウンロードにはネットワークが必要; yt-dlp はオフライン時にURLをダウンロードしません。

各スキルのコミットSHA + ライセンス: scripts/fetch-session.sh 内の TABLE テーブルを参照。

ルール

  1. 出力は元ファイルの隣に配置: 要約 <名前>.digest.md、字幕 <名前>.srt|.vtt、クリップ <名前>.clip-<t1>-<t2>.mp4。既存ファイルは上書きしません。
  2. タイムスタンプ/クリップは実際のフレームを使用 — ffprobe で確認し、推定しません。
  3. 引き渡し前に検証: ffprobe で出力ファイルが開けること、時間/コーデックが要件を満たしていることを確認。
  4. 入力言語を反映 — ユーザーの使用言語と同じ言語で応答します。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

tpc-pascal/agent-skills

Vẽ sơ đồ và biểu đồ đẹp cho báo cáo — flowchart/sequence/class/state/ER/gantt bằng Mermaid (kroki.io, PNG), biểu đồ cột/tròn/line bằng matplotlib (uv), output `<tên>.diagram.png` cạnh nguồn để nhúng vào `.report.docx`. Dùng khi báo cáo cần sơ đồ thay cho ASCII, cần biểu đồ dữ liệu, hoặc user yêu cầu "sơ đồ đẹp".

tpc-pascal/agent-skills

Trích xuất và chuyển đổi tài liệu PDF/DOCX/XLSX — lấy text layer (pdftotext), OCR ảnh scan (pdftoppm + tesseract), chuyển markdown (docling), XLSX → CSV (libreoffice headless), ghép/tách/đảo trang (qpdf/pdftk), kiểm tra output bằng pdfinfo + pdftotext. Dùng khi đưa tài liệu và muốn lấy text, OCR bản scan, chuyển định dạng, tách/ghép/trang, hoặc xác minh nội dung đã trích.

tpc-pascal/agent-skills

Điều phối — nhận input, xác định loại, chuyển tiếp tới skill anh em trong repo — doc (tài liệu), media (video/audio/ảnh), paper (báo cáo), web (đọc web/mạng xã hội/tìm kiếm) — và mở cổng câu hỏi bắt buộc trước khi viết báo cáo. Dùng khi chưa biết skill nào xử lý input đang có, hoặc khi cần quy trình phối hợp nhiều skill.

tpc-pascal/agent-skills

Viết báo cáo theo một trong hai dạng: chuẩn quốc tế hoặc phổ biến tại Việt Nam. Tổng hợp nguồn có trích dẫn, giữ báo cáo chính gọn và tách dữ liệu hỗ trợ khi cần; xuất `.report.md` hoặc `.report.docx`.

関連スキル