Communitygithub.com

AbobakrDiara61/railway-system

動画・音声の認識、インデックス作成、編集を行います。ファイル/URL/ライブストリームを取り込み、視覚・音声インデックスを構築し、タイムスタンプで検索、タイムライン編集、オーバーレイ/字幕の追加、メディア生成、リアルタイムアラートを作成します。

railway-system とは?

このスキルは、VideoDBプラットフォーム上で動作する強力な動画・音声処理エージェントです。ファイル、URL、ライブストリーム、さらにはデスクトップセッションからの画面・音声キャプチャまで、幅広い入力ソースに対応します。主な機能として、視覚・発話・キーワードの各インデックスを構築し、タイムスタンプ付きで検索可能なエビデンスリンクやクリップを自動生成します。また、字幕の生成・翻訳・焼き込み、テキスト/画像オーバーレイ、BGMやナレーションの追加といったタイムライン編集機能を備え、RTSPなどのライブフィードからのリアルタイム監視やアラート発報も可能です。デスクトップキャプチャ機能(macOS対応)を使えば、画面・マイク・システム音声を記録し、セッションサマリーや検索可能なタイムラインを生成します。Python SDKを通じてこれらの機能をプログラムから簡単に呼び出せるため、RAGパイプラインや動画分析ワークフローに統合するのに最適です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AbobakrDiara61/railway-system/tree/HEAD/frontend/skills/videodb

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

VideoDB スキル

動画、ライブストリーム、デスクトップセッションのための認識+記憶+アクション。

このスキルは、以下のような場合に使用します。

使用するタイミング

  • ファイル、URL、デスクトップセッション、ライブストリームからの動画・音声の認識、インデックス作成、検索、タイムライン編集が必要な場合。
  • タイムスタンプ、検索可能なエビデンス、字幕、クリップ、オーバーレイ、リアルタイム監視アラートを含むタスク。
  • 取り込み、理解、検索、メディア操作を組み合わせた単一のワークフローを希望する場合。

1) デスクトップ認識

  • デスクトップセッションを開始/停止して、画面、マイク、システム音声をキャプチャ
  • ライブコンテキストをストリーミングし、エピソードセッションメモリを保存
  • 発話内容や画面上の出来事に基づいてリアルタイムアラート/トリガーを実行
  • セッションサマリー、検索可能なタイムライン、再生可能なエビデンスリンクを生成

2) 動画取り込み+ストリーム

  • ファイルまたはURLを取り込み、再生可能なWebストリームリンクを返す
  • トランスコード/ノーマライズ:コーデック、ビットレート、fps、解像度、アスペクト比

3) インデックス+検索(タイムスタンプ+エビデンス)

  • 視覚、発話、キーワードのインデックスを構築
  • タイムスタンプと再生可能なエビデンス付きで正確な瞬間を検索して返す
  • 検索結果からクリップを自動生成

4) タイムライン編集+生成

  • 字幕:生成、翻訳、焼き込み
  • オーバーレイ:テキスト/画像/ブランディング、モーションキャプション
  • 音声:BGM、ナレーション、吹き替え
  • タイムライン操作によるプログラムによる合成とエクスポート

5) ライブストリーム(RTSP)+監視

  • RTSP/ライブフィードに接続
  • リアルタイムの視覚・発話認識を実行し、監視ワークフロー向けにイベント/アラートを発行

一般的な入力

  • ローカルファイルパス、公開URL、またはRTSP URL
  • デスクトップキャプチャリクエスト:セッションの開始 / 停止 / サマリー
  • 希望する操作:理解のためのコンテキスト取得、トランスコード仕様、インデックス仕様、検索クエリ、クリップ範囲、タイムライン編集、アラートルール

一般的な出力

  • ストリームURL
  • タイムスタンプとエビデンスリンク付きの検索結果
  • 生成されたアセット:字幕、音声、画像、クリップ
  • ライブストリーム用のイベント/アラートペイロード
  • デスクトップセッションサマリーとメモリエントリ

標準的なプロンプト(例)

  • 「デスクトップキャプチャを開始し、パスワードフィールドが表示されたらアラートを出してください。」
  • 「セッションを記録し、終了時にアクション可能なサマリーを生成してください。」
  • 「このファイルを取り込み、再生可能なストリームリンクを返してください。」
  • 「このフォルダをインデックスし、人物がいるすべてのシーンを見つけて、タイムスタンプを返してください。」
  • 「字幕を生成し、焼き込み、軽いBGMを追加してください。」
  • 「このRTSP URLに接続し、人物がゾーンに入ったらアラートを出してください。」

Pythonコードの実行

VideoDBコードを実行する前に、プロジェクトディレクトリに移動し、環境変数を読み込んでください:

from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()

これにより、以下の場所からVIDEO_DB_API_KEYが読み込まれます:

  1. 環境変数(すでにエクスポートされている場合)
  2. カレントディレクトリのプロジェクト.envファイル

キーがない場合、videodb.connect()は自動的にAuthenticationErrorを発生させます。

短いインラインコマンドで済む場合は、スクリプトファイルを書かないでください。

インラインPython(python -c "...")を書く場合は、常に適切にフォーマットされたコードを使用し、セミコロンでステートメントを区切り、読みやすくしてください。3ステートメントを超える場合は、代わりにヒアドキュメントを使用してください:

python << 'EOF'
from dotenv import load_dotenv
load_dotenv(".env")

import videodb
conn = videodb.connect()
coll = conn.get_collection()
print(f"Videos: {len(coll.get_videos())}")
EOF

セットアップ

ユーザーが「setup videodb」などと依頼した場合:

1. SDKのインストール

pip install "videodb[capture]" python-dotenv

videodb[capture]がLinuxで失敗した場合は、captureエクストラなしでインストールします:

pip install videodb python-dotenv

2. APIキーの設定

ユーザーは、以下のいずれかの方法でVIDEO_DB_API_KEYを設定する必要があります:

  • ターミナルでエクスポート(Claudeを起動する前):export VIDEO_DB_API_KEY=your-key
  • プロジェクトの.envファイル:VIDEO_DB_API_KEY=your-keyをプロジェクトの.envファイルに保存

無料のAPIキーはhttps://console.videodb.ioで取得できます(50回の無料アップロード、クレジットカード不要)。

APIキーを自分で読み取り、書き込み、または処理しないでください。常にユーザーに設定させてください。

クイックリファレンス

メディアのアップロード

# URL
video = coll.upload(url="https://example.com/video.mp4")

# YouTube
video = coll.upload(url="https://www.youtube.com/watch?v=VIDEO_ID")

# ローカルファイル
video = coll.upload(file_path="/path/to/video.mp4")

トランスクリプト+字幕

# force=Trueで、動画がすでにインデックスされている場合のエラーをスキップ
video.index_spoken_words(force=True)
text = video.get_transcript_text()
stream_url = video.add_subtitle()

動画内検索

from videodb.exceptions import InvalidRequestError

video.index_spoken_words(force=True)

# search()は結果がない場合、InvalidRequestErrorを発生させます。
# 常にtry/exceptでラップし、「No results found」を空として扱います。
try:
    results = video.search("product demo")
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

シーン検索

import re
from videodb import SearchType, IndexType, SceneExtractionType
from videodb.exceptions import InvalidRequestError

# index_scenes()にはforceパラメータがありません — シーンインデックスが既に存在する場合はエラーを発生させます。
# エラーから既存のインデックスIDを抽出します。
try:
    scene_index_id = video.index_scenes(
        extraction_type=SceneExtractionType.shot_based,
        prompt="このシーンの視覚的な内容を説明してください。",
    )
except Exception as e:
    match = re.search(r"id\s+([a-f0-9]+)", str(e))
    if match:
        scene_index_id = match.group(1)
    else:
        raise

# score_thresholdを使用して、関連性の低いノイズをフィルタリング(推奨:0.3以上)
try:
    results = video.search(
        query="ホワイトボードに書いている人",
        search_type=SearchType.semantic,
        index_type=IndexType.scene,
        scene_index_id=scene_index_id,
        score_threshold=0.3,
    )
    shots = results.get_shots()
    stream_url = results.compile()
except InvalidRequestError as e:
    if "No results found" in str(e):
        shots = []
    else:
        raise

タイムライン編集

重要: タイムラインを構築する前に、常にタイムスタンプを検証してください:

  • startは0以上である必要があります(負の値は黙って受け入れられますが、壊れた出力を生成します)
  • startはendより小さい必要があります
  • endはvideo.length以下である必要があります
from videodb.timeline import Timeline
from videodb.asset import VideoAsset, TextAsset, TextStyle

timeline = Timeline(conn)
timeline.add_inline(VideoAsset(asset_id=video.id, start=10, end=30))
timeline.add_overlay(0, TextAsset(text="The End", duration=3, style=TextStyle(fontsize=36)))
stream_url = timeline.generate_stream()

動画のトランスコード(解像度/品質の変更)

from videodb import TranscodeMode, VideoConfig, AudioConfig

# サーバーサイドで解像度、品質、アスペクト比を変更
job_id = conn.transcode(
    source="https://example.com/video.mp4",
    callback_url="https://example.com/webhook",
    mode=TranscodeMode.economy,
    video_config=VideoConfig(resolution=720, quality=23, aspect_ratio="16:9"),
    audio_config=AudioConfig(mute=False),
)

アスペクト比の変更(ソーシャルプラットフォーム向け)

警告: reframe()は遅いサーバーサイド操作です。長い動画の場合、数分かかる可能性があり、タイムアウトする場合があります。ベストプラクティス:

  • 可能な場合は常にstart/endを使用して短いセグメントに制限する
  • フルレングスの動画の場合は、非同期処理のためにcallback_urlを使用する
  • まずTimelineで動画をトリミングし、その後短い結果をリフレームする
from videodb import ReframeMode

# 常に短いセグメントのリフレームを優先:
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

# フルレングスの動画の非同期リフレーム(Noneを返し、結果はwebhook経由):
video.reframe(target="vertical", callback_url="https://example.com/webhook")

# プリセット:"vertical"(9:16)、"square"(1:1)、"landscape"(16:9)
reframed = video.reframe(start=0, end=60, target="square")

# カスタムサイズ
reframed = video.reframe(start=0, end=60, target={"width": 1280, "height": 720})

生成メディア

image = coll.generate_image(
    prompt="山の上の夕日",
    aspect_ratio="16:9",
)

エラーハンドリング

from videodb.exceptions import AuthenticationError, InvalidRequestError

try:
    conn = videodb.connect()
except AuthenticationError:
    print("VIDEO_DB_API_KEYを確認してください")

try:
    video = coll.upload(url="https://example.com/video.mp4")
except InvalidRequestError as e:
    print(f"アップロード失敗: {e}")

よくある落とし穴

シナリオエラーメッセージ解決策
既にインデックスされた動画をインデックスしようとした場合Spoken word index for video already existsvideo.index_spoken_words(force=True)を使用して、既にインデックスされている場合はスキップ
シーンインデックスが既に存在する場合Scene index with id XXXX already existsre.search(r"id\s+([a-f0-9]+)", str(e))でエラーから既存のscene_index_idを抽出
検索で一致するものがない場合InvalidRequestError: No results found例外をキャッチし、空の結果として扱う(shots = [])
リフレームがタイムアウトした場合長い動画で無期限にブロックされるstart/endでセグメントを制限するか、非同期にcallback_urlを渡す
タイムラインで負のタイムスタンプを使用した場合黙って壊れたストリームを生成するVideoAssetを作成する前に常にstart >= 0を検証
generate_video() / create_collection()が失敗した場合Operation not allowed または maximum limitプランによって制限される機能 — ユーザーにプラン制限について通知

追加ドキュメント

リファレンスドキュメントは、このSKILL.mdファイルと同じディレクトリのreference/ディレクトリにあります。必要に応じてGlobツールを使用して場所を特定してください。

スクリーンレコーディング(デスクトップキャプチャ)

ws_listener.pyを使用して、録画セッション中のWebSocketイベントをキャプチャします。デスクトップキャプチャはmacOSのみ対応です。

クイックスタート

  1. リスナーを起動: python scripts/ws_listener.py &
  2. WebSocket IDを取得: cat /tmp/videodb_ws_id
  3. キャプチャコードを実行(完全なワークフローについてはreference/capture.mdを参照)
  4. イベントは以下に書き込まれる: /tmp/videodb_events.jsonl

イベントのクエリ

import json
events = [json.loads(l) for l in open("/tmp/videodb_events.jsonl")]

# すべてのトランスクリプトを取得
transcripts = [e["data"]["text"] for e in events if e.get("channel") == "transcript"]

# 過去5分間の視覚的な説明を取得
import time
cutoff = time.time() - 300
recent_visual = [e for e in events 
                 if e.get("channel") == "visual_index" and e["unix_ts"] > cutoff]

ユーティリティスクリプト

完全なキャプチャワークフローについては、reference/capture.mdを参照してください。

VideoDBが操作をサポートしている場合、ffmpeg、moviepy、またはローカルのエンコードツールを使用しないでください。 以下はすべてVideoDBのサーバーサイドで処理されます — トリミング、クリップの結合、オーディオや音楽のオーバーレイ、字幕の追加、テキスト/画像オーバーレイ、トランスコード、解像度変更、アスペクト比変換、プラットフォーム要件に合わせたリサイズ、文字起こし、メディア生成。reference/editor.mdの制限事項に記載されている操作(トランジション、速度変更、クロップ/ズーム、カラーグレーディング、ボリュームミキシング)に対してのみ、ローカルツールにフォールバックしてください。

何を使うべきかのガイド

問題VideoDBの解決策
プラットフォームが動画のアスペクト比や解像度を拒否するvideo.reframe() または VideoConfig を指定した conn.transcode()
Twitter/Instagram/TikTok用に動画をリサイズする必要があるvideo.reframe(target="vertical") または target="square"
解像度を変更する必要がある(例:1080p → 720p)VideoConfig(resolution=720) を指定した conn.transcode()
動画にオーディオ/音楽をオーバーレイする必要があるTimeline上のAudioAsset
字幕を追加する必要があるvideo.add_subtitle() または CaptionAsset
クリップを結合/トリミングする必要があるTimeline上のVideoAsset
ナレーション、音楽、効果音を生成する必要があるcoll.generate_voice()、generate_music()、generate_sound_effect()

リポジトリ

https://github.com/video-db/skills

メンテナー: VideoDB

制限事項

  • このスキルは、タスクが上記の範囲に明確に一致する場合にのみ使用してください。
  • 出力を環境固有の検証、テスト、または専門家によるレビューの代わりとして扱わないでください。
  • 必要な入力、権限、安全境界、または成功基準が不足している場合は、停止して明確化を求めてください。

Individual skills in this repo

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

AbobakrDiara61/railway-system

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

AbobakrDiara61/railway-system

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

AbobakrDiara61/railway-system

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

AbobakrDiara61/railway-system

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

AbobakrDiara61/railway-system

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.

AbobakrDiara61/railway-system

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

AbobakrDiara61/railway-system

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

AbobakrDiara61/railway-system

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

AbobakrDiara61/railway-system

Best practices for Remotion - Video creation in React

AbobakrDiara61/railway-system

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

AbobakrDiara61/railway-system

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

AbobakrDiara61/railway-system

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

AbobakrDiara61/railway-system

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

AbobakrDiara61/railway-system

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Extract transcripts from YouTube videos and generate comprehensive, detailed summaries using intelligent analysis frameworks

関連スキル