Communitygithub.com

risky-bit/watch-video-skill

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」できるようにするエージェントスキル。

watch-video-skill とは?

このスキルは、AI エージェント(Claude Code、Cursor、Codex など)が動画を「視聴」できるようにするためのものです。通常、AI は動画ファイルを直接理解できませんが、本スキルは動画をダウンロードし、ffmpeg を使用して全フレームまたは指定した間隔のフレームを画像として抽出し、それらを順次表示することで、AI が動画の内容を認識できるようにします。主に開発環境やコマンドラインでの利用を想定しており、動画の内容理解、シーン分析、品質チェックなどに役立ちます。ffmpeg と標準的な画像表示ツールに依存し、抽出したフレームを一時ファイルとして保存するシンプルな仕組みです。

対応~Claude Code~Codex CLI~Cursor
npx skills add risky-bit/watch-video-skill

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

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。

関連スキル