modelscope.cn/video-localization からのエージェントスキルで、ビデオ内の特定のイベントやアクションを時系列で特定します。
このスキルは、モデルスコープ（modelscope.cn）のvideo-localizationモデルを活用したAIエージェントスキルです。ビデオ内で特定のイベントやアクションが発生する正確な時間範囲を特定する「時間的ビデオグラウンディング（Temporal Video Grounding）」タスクを実行します。ユーザーが自然言語でクエリ（例：「人が走り始める瞬間」）を入力すると、そのクエリに対応するビデオセグメントの開始時間と終了時間を返します。このスキルは、ビデオ分析、監視システム、ビデオ編集、コンテンツモデレーションなど、さまざまなアプリケーションで有用です。モデルスコープは中国最大のモデルプラットフォームの1つであり、このスキルはそのプラットフォーム上でホストされている公開モデルを呼び出します。
npx skills add modelscope.cn/video-localizationmodelscope.cn/video-localization からのエージェントスキル。
このスキルは、指定されたビデオ内で自然言語クエリに基づいたイベントの時間的位置を特定します。
エージェントがこのスキルを呼び出すと、次のパラメータを指定します：
video_path: 分析するビデオのパスquery: 検索するイベントの自然言語記述クエリ: 「人が走り始める瞬間」
出力: 開始時間=00:12:34, 終了時間=00:12:38
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.