Communitygithub.com

zlej123/stepkeeper

動画を文書に。曖昧な瞬間は実際の画面で — ハウツーYouTube動画をビジュアルガイド文書に変換

stepkeeper とは?

Stepkeeperは、ハウツーYouTube動画をフォローしやすい文書に変換するAIエージェントスキルです。動画内の曖昧な口頭指示(「一口大に」「ソースが煮詰まるまで」「ここで折る」など)を、その指示に対応する正確な動画フレームと紐付けます。料理、DIY/修理、クラフト、美容、フィットネス、ソフトウェアチュートリアルなど、さまざまなドメインに対応可能なプロファイルを備えています。出力はNotion、Obsidian、Goodnotesなどのアプリにエクスポート可能なポータブルドキュメントです。動作にはGEMINI_API_KEYとffmpegが必要で、分析→フレームキャプチャ→選択→レンダリング→エクスポートの一連の処理を自動化します。任意の曖昧な瞬間はvisual_guides配列として独立して管理され、各ガイドは最適なタイムスタンプと紐付けられます。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add zlej123/stepkeeper

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

stepkeeper は何をしますか?

<Use_When>

  • ユーザーがYouTubeのハウツーURLを共有し、クリーンでフォローしやすいテキスト/ビジュアルガイドを希望する場合。
  • ユーザーがチュートリアルの口頭での説明があいまいだと不満を述べ、「実際に見せて」フレームを希望する場合。
  • ユーザーがレシピや手順をメモアプリに保存したい場合。 </Use_When>

<Do_Not_Use_When>

  • 動画が、視覚的に解決可能なアクションのない、トーキングヘッド形式の講義、vlog、レビュー、ポッドキャストである場合。
  • コンテンツが安全に関わるもの(医療、主電源、ガス、重機)である場合 — 専門家によるレビュー済みプロファイルが必要です。 </Do_Not_Use_When>

<How_To_Run> 1つのコマンドで分析 → キャプチャ → 選択 → レンダリング → エクスポートを実行します。 --language はドキュメントの言語(BCP-47: en、ko、ja など)であり、動画の言語ではありません。英語のハウツー動画は en または ko の出力のどちらでも動作します。

  1. 完全自動(ffmpeg不要、スクリーンショットの代わりにタイムスタンプリンク):

    • 韓国語ドキュメント: stepkeeper <URL> --profile generic --language ko --links-only
    • 英語ドキュメント(英語話者向け): stepkeeper <URL> --profile generic --language en --links-only
  2. スクリーンショット付き完全自動(Geminiがガイドごとにフレームを選択): stepkeeper <URL> --profile recipe --language en --auto-pick --export goodnotes 再生成された picker.html を確認します(AIが事前選択);ユーザーが修正した場合は、 python -m stepkeeper.feedback add <semantic-evaluation.json> を実行してログに記録します。

  3. 手動/エージェントによるフレーム選択:

    • stepkeeper <URL> --profile recipe --language en
    • エージェントパス:work/frames/… 以下の3つの候補フレームを直接読み込み、 picks.json を自分で書き(意味的判断)、その後、 --picks <picks.json> --export goodnotes(または obsidian/bundle/notion)で再実行します。

Notionエクスポートには NOTION_TOKEN と --parent <page-id> が必要です。 アーティファクトはカレントディレクトリ(STEPKEEPER_DATA で上書き可能)に配置されます。 </How_To_Run>

関連スキル