watch-video-skill は何をしますか?
エージェントスキル:動画をダウンロードし、ffmpeg でフレームを抽出してすべてのフレームを表示することで、AI が実際に動画を「視聴」できるようにします。
概要
このスキルを使用すると、AI エージェントは以下のことが可能になります:
- 指定された URL から動画をダウンロード
- ffmpeg を使用して動画を個々のフレーム(画像)に分解
- 抽出された全フレームを順に表示
- AI が動画の内容を「視聴」して理解する
前提条件
ffmpegがインストールされていること- インターネット接続(動画ダウンロード用)
- 画像表示が可能な環境(ターミナルまたは GUI)
使用方法
1. 動画をダウンロード
# URL から動画をダウンロード(例:yt-dlp または curl を使用)
curl -L -o video.mp4 "<video-url>"
2. フレームを抽出
# ffmpeg を使用して全フレームを抽出(1秒間に1フレームなど、間隔を指定可能)
ffmpeg -i video.mp4 -vf "fps=1" frame_%04d.png
3. フレームを表示
# 抽出されたフレームを順に表示(例:ターミナルで imagemagick の display を使用)
for frame in frame_*.png; do
display "$frame"
# または、AI が各フレームを確認するための処理を追加
done
カスタマイズ
- フレームレートを変更するには、
fps値を調整します(例:fps=0.5で2秒に1フレーム) - 出力フォーマットを変更するには、
frame_%04d.jpgのように拡張子を変えます - 特定の時間範囲を抽出するには、
-ss(開始時間)と-t( duration)オプションを使用します
注意事項
- 著作権で保護された動画のダウンロードは、適切な権限がある場合のみ行ってください
- 抽出されたフレームはディスク容量を消費するため、不要になったら削除してください
- 大量のフレームを処理する場合、メモリとストレージに注意してください
ライセンス
このスキルは MIT ライセンスの下で提供されます。詳細は LICENSE ファイルを参照してください。