VideoDB スキル
目的
エージェントに必要な唯一のビデオスキルです。任意の動画をアップロードし、リアルタイムストリームに接続し、発話や表示内容で内部検索を行い、オーバーレイを使った複雑な編集ワークフローを構築し、AIメディアを生成し、字幕を追加し、即座にストリーミングリンクを取得できます。すべて VideoDB Python SDK を通じて実現します。
使用すべきタイミング
- ユーザーがYouTube、URL、またはローカルファイルから動画をアップロードして処理したい場合
- ユーザーが発話や視覚シーンで瞬間を検索する必要がある場合
- ユーザーが文字起こし、字幕、字幕スタイル設定を要求した場合
- ユーザーがクリップのトリミング、結合、テキスト/画像/音声オーバーレイの追加など編集を行いたい場合
- ユーザーがAI生成メディア(画像、動画、音楽、効果音、ナレーション)を必要とする場合
- ユーザーがソーシャルプラットフォーム向けにトランスコード、解像度変更、リフレームを行う必要がある場合
- ユーザーがAI文字起こし付きのリアルタイム画面または音声キャプチャを必要とする場合
- ユーザーが任意の動画出力に対して再生可能なストリーミングリンクを要求した場合
セットアップ
ステップ1: スキルのインストール
npx skills add video-db/skills
ステップ2: セットアップの実行
/videodb setup
エージェントがAPIキーの設定(20ドルの無料クレジット、クレジットカード不要)を案内し、SDKをインストールし、接続を確認します。
または、APIキーを手動で設定します:
export VIDEO_DB_API_KEY=sk-xxx
ステップ3: SDKのインストール
pip install "videodb[capture]" python-dotenv
機能
| 機能 | 説明 |
|---|---|
| アップロード | YouTube、URL、ローカルファイルから動画を取り込む |
| 検索 | 発話(セマンティック/キーワード)または視覚シーンで瞬間を見つける |
| 文字起こし | 任意の動画からタイムスタンプ付きの文字起こしを生成する |
| 編集 | クリップの結合、トリミング、テキスト/画像/音声オーバーレイの追加 |
| 字幕 | 字幕を自動生成しスタイルを設定する |
| AI生成 | テキストから画像、動画、音楽、効果音、ナレーションを作成する |
| キャプチャ | AI文字起こし付きのリアルタイム画面および音声キャプチャ |
| トランスコード | 解像度、品質、アスペクト比を変更したり、ソーシャルプラットフォーム向けにリフレームする |
| ストリーム | 作成したものに対して再生可能なHLSリンクを取得する |
例
アップロードと文字起こし:
"Upload https://www.youtube.com/watch?v=FgrO9ADPZSA and give me a transcript"
動画横断検索:
"Search for 'product demo' in my latest video"
字幕の追加:
"Add subtitles with white text on black background"
マルチクリップ編集:
"Take clips from 10s-30s and 45s-60s, add a title card, and combine them"
AIメディア生成:
"Generate background music and overlay it on my video"
リアルタイムキャプチャ:
"Capture my screen and transcribe it in real-time"
ソーシャル向けリフレーム:
"Convert this to vertical for Instagram Reels"
リポジトリ
https://github.com/video-db/skills
バージョン: 1.1.0 メンテナー: VideoDB