Communitygithub.com

media — video / áudio / imagem / URL

Processa mídia — ffprobe para metadados, ffmpeg para cortar/juntar/transcodificar/GIF, extrair frames, separar áudio, legendas (deslocar/converter/queimar), timecode SMPTE, detecção de cortes, OCR em frames/imagens, download de URL (yt-dlp), música (gênero/mood/BPM/letras). Use ao fornecer vídeo/áudio/imagem/URL de mídia e quiser resumir conteúdo, extrair texto, cortar/juntar, criar legendas, capturar quadros ou baixar.

O que é áudio / imagem / URL?

Esta skill é um roteador leve que não contém código próprio, mas direciona requisições de processamento de mídia para ferramentas CLI locais (ffprobe, ffmpeg, yt-dlp) e skills de terceiros baixadas por sessão. Ela identifica automaticamente o tipo de entrada (vídeo, áudio, imagem, URL) e seleciona a ferramenta adequada: ffprobe para metadados, watch para resumo de vídeo, speech-captions para transcrição, subtitles para manipulação de legendas, video-transformation para cortes e conversões, shots para detecção de cenas, vision-analysis para análise de frames, image para OCR, audio para processamento de áudio, music-listener para reconhecimento musical, download para baixar mídia com yt-dlp, timecode para sincronização SMPTE e install-media-tools para verificar dependências. É útil para desenvolvedores e agentes de IA que precisam processar arquivos de mídia de forma eficiente, com suporte a plataformas como Claude Code, Cursor e Codex. O funcionamento é baseado em scripts de sessão temporária: as skills de terceiros são clonadas em um diretório temporário e executadas localmente, garantindo que nenhuma instalação permanente seja necessária.

Funciona com✓Claude Code~Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/tpc-pascal/agent-skills/tree/HEAD/skills/research/media

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Versão em inglês: SKILL.en.md

media — vídeo / áudio / imagem / URL

Skill leve, sem código próprio: roteia para CLI local (ffprobe, ffmpeg, yt-dlp) e skills de terceiros baixadas por sessão (mediaskills, watch, music-listener) — veja a seção fetch abaixo.

Tabela de roteamento por tipo de entrada

Identificação via ffprobe/file; para URLs, verifica o nome do arquivo retornado.

Entrada + necessidadeFerramentaObservações
Metadados do arquivo de mídiaffprobe (local)não precisa de skill de sessão
Vídeo/URL para resumir conteúdoskill watch (claude-video)--engine local
Vídeo/URL para extrair texto (SRT/VTT)skill speech-captionstranscribe.py --model tiny; modelo maior se necessário
Legendas: deslocar/converter/queimarskill subtitlesshift.py convert.py extract.py burn.py
Cortar/juntar/transcodificar, GIF, frame/áudioskill video-transformationtrim.py trim_multi.py concat.py …
Detecção de cortes/transições de cenaskill shotsdetect.py extract-frames.py
Análise de conteúdo de frames (texto na tela)skill vision-analysisagente visualiza frames + script para mesclar JSON
Imagem/captura de tela: OCR/redimensionar/converterskill imageocr.py (tesseract)
Áudio: cortar/normalizar/silêncioskill audio
Ouvir música de URL/arquivo, querer letraskill music-listenerbaixado por sessão, veja music-listener/scripts/
Baixar mídia de URLskill downloadurl.py (yt-dlp)
Timecode SMPTE, legendas para broadcastskill timecode, skill captions-compliancesincronizar legenda com TC
Faltando ffprobe/tesseract/uv…skill install-media-toolsdoctor.sh verifica, install.sh instala

Skills de terceiros por sessão (fetch, não instalação permanente)

Este repositório não contém skills de terceiros. Baixar para a sessão temporária:

  1. scripts/fetch-session.sh --list → ver nomes; --skill <nome> ou --all — o script faz sparse-clone do repositório fonte no commit SHA correto e copia para a sessão temporária.
  2. Usar em ~/.agents/skills/<nome>/scripts/ (ou ~/.config/opencode/skills/<nome>/…).
  3. Offline/sem rede: operações em arquivos locais funcionam se a CLI e o modelo necessários já estiverem disponíveis. Baixar skills por sessão, baixar URLs e baixar modelos não cacheados requerem rede; yt-dlp não baixa URLs quando offline.

Commit SHA + licença de cada skill: tabela TABLE em scripts/fetch-session.sh.

Regras

  1. Saída ao lado da origem: resumo <nome>.digest.md, legenda <nome>.srt|.vtt, clipe <nome>.clip-<t1>-<t2>.mp4. Não sobrescrever arquivo original.
  2. Timestamp/clipe usando frames reais — verificar com ffprobe, não estimar.
  3. Verificar antes de entregar: ffprobe no arquivo de saída deve conseguir abrir, duração/codec conforme solicitado.
  4. Manter idioma da entrada — responder no mesmo idioma que o usuário falou.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Habilidades Relacionadas