video-speech は何をしますか？
video-speech は、抖音、B站、小红书の動画から口述台詞を抽出し、クリーンアップされた Markdown テキストを出力する Codex スキルです。
video-speech 是一个用于从抖音、B站、小红书视频中提取口播文案，并输出清稿后的 Markdown 文本的 Codex 技能。
このスキルは、Codex エージェントが抖音（Douyin）、BiliBili、小红书（Xiaohongshu）などの動画共有プラットフォームから、話されている口述台詞（口播文案）を自動抽出し、不要なフィラーや言い間違いを除去したクリーンな Markdown 形式のテキストを出力するためのものです。開発者やコンテンツ制作者は、動画の文字起こしを手動で行う手間を省き、ブログ記事、台本、ドキュメントなどの作成を効率化できます。このスキルは主に Cursor、Codex CLI、Claude Code などの AI コーディングエージェントで動作するよう設計されており、動画 URL を入力するだけで、音声認識 API や字幕データを利用して処理を自動化します。抽出されたテキストは句読点や改行が最適化され、そのまま記事やメモとして活用できる高品質な状態に整えられます。
npx skills add yoYoimiya/video-speechvideo-speech は、抖音、B站、小红书の動画から口述台詞を抽出し、クリーンアップされた Markdown テキストを出力する Codex スキルです。
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.