Communitygithub.com

legenxxx/video-digest

모든 동영상을 검색 가능한 텍스트 다이제스트(자막, 화면 내 텍스트 및 링크, 접촉 시트 몽타주)로 변환합니다. 100% 로컬 실행, 클라우드 불필요.

video-digest란 무엇인가요?

video-digest는 하나 이상의 동영상 파일을 입력받아 마크다운 파일 하나로 구성된 검색 가능한 텍스트 다이제스트를 생성하는 AI 에이전트 스킬입니다. 이 도구는 동영상에서 음성 자막(faster-whisper 기반), 화면에 보이는 모든 텍스트(OCR)와 URL 및 @핸들을 분리 추출하고, 전체 클립의 시각적 흐름을 한눈에 파악할 수 있는 접촉 시트 몽타주 이미지를 생성합니다. 모든 처리는 로컬에서 이루어지며 네트워크 호출이나 계정, 원격 측정이 없습니다. 기본적으로 ffmpeg만 필요하고, 자막과 OCR은 선택적으로 설치 가능하며 없더라도 나머지 기능은 정상 작동합니다. 만약 수백 개의 동영상을 하나하나 보지 않고 내용을 검색하고 싶거나, 튜토리얼·강연·영상 자료의 검색 가능한 카탈로그를 구축해야 할 때, 또는 화면에 잠깐 나타난 링크와 핸들을 복구해야 할 때 특히 유용합니다. 주로 Claude Code, Cursor, Codex 등 CLI 기반 AI 에이전트 환경에서 스크립트 형태로 실행됩니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add legenxxx/video-digest

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

video-digest은(는) 무엇을 하나요?

개요

동영상 하나를 검색 가능한 단일 마크다운 다이제스트로 변환합니다. 이 스킬은 각 클립에 대해 세 가지 결과물을 생성하고 이를 하나의 digest.md 파일로 결합합니다:

  1. 자막 — 음성 단어 (faster-whisper, 기기 내 처리)
  2. 화면 내 텍스트 — 프레임에서 볼 수 있는 모든 고유 텍스트 라인 (OCR), URL 및 @핸들은 따로 추출
  3. 접촉 시트 몽타주 — 클립 전체에 걸친 프레임 그리드로, 시각적 스토리를 한눈에 파악 가능

모든 작업은 로컬에서 실행됩니다. 네트워크 호출 없음, 계정 불필요, 원격 측정 없음. 핵심 기능은 ffmpeg만 필요하며, 자막과 OCR은 선택 사항으로 없어도 정상 작동합니다.

사용 시기

  • "이 동영상 / 이 200개 동영상에 뭐가 있지?" 싶을 때 동영상을 일일이 보지 않고 확인
  • 리일, 강연, 튜토리얼, 영상 자료의 검색 가능한 카탈로그 구축
  • 클립에서 잠깐 등장한 링크와 핸들 복구
  • 길거나 많은 녹화물의 빠른 시각적 개요(몽타주) 획득

적합하지 않은 경우: 라이브 스트리밍, 동영상 편집/자르기, 동영상 생성. 이 도구는 동영상을 읽고 텍스트 + 이미지 요약을 출력합니다.

빠른 참조

scripts/check-deps.sh                    # 설치된 항목 확인 + 나머지 설치 방법 안내
scripts/video-digest.sh clip.mp4         # 하나의 동영상 → ./video-digest-out/clip/digest.md
scripts/video-digest.sh --out ~/digests *.mp4     # 폴더 전체 일괄 처리
scripts/video-digest.sh --lang en talk.mov        # 자막 언어 힌트
scripts/video-digest.sh --no-transcript reel.mp4  # 오디오 건너뛰기, 시각 정보와 텍스트만
scripts/video-digest.sh --ocr-engine tesseract x.mp4   # 특정 OCR 엔진 강제 사용
플래그용도기본값
-o, --out DIR출력 루트./video-digest-out
--fps NOCR 프레임 샘플링 속도2
--montage-frames N클립 전체에 분산될 프레임 수90
--tile CxR몽타주 그리드3x3
--ocr-engine Eauto|vision|tesseract|noneauto
--whisper-model Mtiny|base|small|medium(+.en)small
--whisper-python Pfaster-whisper가 있는 Python 인터프리터자동 감지
--lang CODE자막 언어 힌트자동 감지
--no-transcript / --no-ocr / --no-montage특정 단계 건너뛰기—
--force캐시가 있어도 단계 재실행꺼짐

전체 목록은 scripts/video-digest.sh --help를 실행하세요.

작동 방식

진입점 scripts/video-digest.sh는 세 개의 독립적인 작은 도구를 조율하며, 각 도구는 단독으로도 실행할 수 있습니다:

단계스크립트엔진
몽타주scripts/montage.shffmpeg 타일 필터
화면 내 텍스트scripts/ocr.sh (+ ocr_vision.swift)macOS Vision (기본) 또는 tesseract
자막scripts/transcribe.pyfaster-whisper

각 단계는 재개 가능합니다 — 완료된 작업은 .done으로 표시되어 캐시되며, --force를 전달하지 않는 한 재실행 시 건너뜁니다. 다이제스트는 항상 존재하는 단계들을 기반으로 재구성되므로, 부분 실행만 해도 유용한 파일이 생성됩니다.

OCR 엔진 선택은 자동입니다: macOS에서는 내장 Vision 프레임워크(설치 불필요, 기기 내 처리)를 사용하고, 그 외의 경우 tesseract가 있으면 사용하며, 없으면 경고와 함께 OCR을 건너뜁니다. 선택적 백엔드 설치 방법은 references/setup.md를, 정확한 출력 형식은 references/output-format.md를 참고하세요.

흔한 실수

  • 자막이 비어 있음 → 사용 중인 인터프리터에 faster-whisper가 설치되어 있지 않은 경우. scripts/check-deps.sh를 실행한 후 pip install faster-whisper를 하거나, --whisper-python /path/to/python으로 기존 환경을 지정하세요.
  • Linux에서 화면 내 텍스트 없음 → tesseract를 설치하세요 (apt install tesseract-ocr). Vision 엔진은 macOS 전용입니다.
  • 짧은 클립에 몽타주 프레임 수가 너무 많음 → --montage-frames 값을 낮추세요 (예: 30).
  • 자막 언어가 잘못됨 → --lang을 전달하거나 (예: --lang sk), 다국어 오디오에는 .en이 아닌 모델을 사용하세요.

예시

examples/sample-digest/ 디렉토리에는 작은 샘플 클립과 그로부터 생성된 digest.md가 포함되어 있습니다 — 자막, 하나의 감지된 URL, 하나의 @핸들, 그리고 몽타주 시트가 있습니다. 다음 명령으로 재현할 수 있습니다 (자막 라인은 faster-whisper가 설치되어 있어야 함):

scripts/video-digest.sh --montage-frames 9 examples/sample-digest/sample.mp4

관련 스킬