VideoDB スキル
目的
エージェントに必要な唯一の動画スキルです。動画のアップロード、リアルタイムストリームの接続、発話内容や表示内容による内部検索、オーバーレイを用いた複雑な編集ワークフロー、AIメディアの生成、字幕の追加、インスタントストリーミングリンクの取得をすべてVideoDB Python SDK経由で行えます。
このスキルを使用するタイミング
- ユーザーがYouTube、URL、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
- 発話や視覚シーンによって瞬間を検索する必要がある場合
- 文字起こし、字幕、または字幕のスタイル設定を依頼された場合
- 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希望する場合
- AI生成メディア(画像、動画、音楽、効果音、ナレーション)が必要な場合
- トランスコード、解像度変更、ソーシャルプラットフォーム向けリフレーミングが必要な場合
- リアルタイムの画面または音声キャプチャとAI文字起こしが必要な場合
- 作成した動画出力の再生可能なストリーミングリンクを求められた場合
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キーの設定をガイドします(無料クレジット$20、クレジットカード不要)。SDKをインストールし、接続を確認します。
代わりに、APIキーを手動で設定することもできます:
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、または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 |
| 編集 | クリップの結合、トリミング、テキスト/画像/音声オーバーレイ追加 |
| 字幕 | 字幕を自動生成し、スタイル設定 |
| 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 |
| キャプチャ | リアルタイム画面・音声キャプチャとAI文字起こし |
| トランスコード | 解像度、品質、アスペクト比の変更、ソーシャルプラットフォーム向けリフレーミング |
| ストリーム | 作成したすべての動画について再生可能なHLSリンクを取得 |
例
アップロードと文字起こし:
"https://www.youtube.com/watch?v=FgrO9ADPZSA をアップロードして、文字起こしを提供して"
動画内検索:
"最新の動画で'プロダクトデモ'を検索して"
字幕の追加:
"黒い背景に白いテキストで字幕を追加して"
マルチクリップ編集:
"10秒から30秒と45秒から60秒のクリップを取り出し、タイトルカードを追加して結合して"
AIメディア生成:
"背景音楽を生成して、それを動画にオーバーレイして"
リアルタイムキャプチャ:
"画面をキャプチャしてリアルタイムで文字起こしして"
ソーシャル向けリフレーミング:
"これをInstagram Reels用に縦長に変換して"
リポジトリ
https://github.com/video-db/skills
バージョン: 1.1.0 メンテナ: 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、許可、安全境界、または成功基準が欠けている場合は、停止して確認を求めてください。