Communitygithub.com

ever-just/agentskills

Extraia inteligência acionável de conteúdo de vídeo em YouTube, Vimeo e sites corporativos. O vídeo revela o que fontes de texto não conseguem: escala de instalações, composição da equipe, demonstrações de produtos, sinalização, presença em eventos e a realidade operacional.

O que é agentskills?

Esta skill capacita agentes de IA a extrair inteligência acionável de conteúdo de vídeo, indo além do que fontes de texto podem oferecer. Ela suporta YouTube, Vimeo e sites corporativos com vídeos incorporados, focando inicialmente em metadados e legendas (rápido, gratuito e sem custo de armazenamento) e baixando arquivos de vídeo apenas quando a análise visual é necessária. A skill é dividida em fases: Descoberta (enumeração de canais e busca), Captura (download de metadados, legendas e vídeos com `yt-dlp`), Análise de Legendas (conversão de VTT para texto puro), Fallback Whisper (transcrição quando não há legendas) e Extração de Inteligência (checklists para metadados, transcrições e informações visuais). Inclui integrações com outras skills como `deep-research` e `intelligence-dossier`, além de um estudo de caso real (BROGAV) demonstrando resultados: 45 vídeos descobertos e inteligência extraída sobre história do fundador, sinais de receita e detalhes de instalações.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ever-just/agentskills/tree/HEAD/skills/video-intelligence

Perguntar na sua IA favorita

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

Documentação

Extração de Inteligência de Vídeos

Visão Geral

Extraia inteligência acionável de conteúdo de vídeo em YouTube, Vimeo e sites corporativos. O vídeo revela o que fontes de texto não conseguem: escala de instalações, composição da equipe, demonstrações de produtos, sinalização, presença em eventos e a realidade operacional.

Esta skill foca em extração de metadados + legendas (rápida, gratuita, sem custo de armazenamento) e baixa arquivos de vídeo reais apenas quando a análise visual é necessária.


Quando Usar

  • A empresa alvo tem um canal no YouTube (mesmo que pequeno — Shorts contam)
  • Fundador ou liderança aparece em vídeos de podcast/entrevista
  • Demonstrações ou walkthroughs de produto existem em qualquer plataforma
  • Gravações de eventos mostram o estande, apresentações ou presença da empresa
  • Você precisa verificar alegações (tamanho da instalação, número de funcionários, variedade de produtos) com evidências visuais
  • O site da empresa possui conteúdo de vídeo incorporado

Pré-requisitos

FerramentaInstalaçãoPropósito
yt-dlppip install yt-dlp ou brew install yt-dlpDownload de metadados/legendas de vídeo
Python 3.10+SistemaAnálise VTT, automação
Whisper (opcional)pip install openai-whisperTranscrição quando não há legendas
ffmpeg (opcional)brew install ffmpegExtração de áudio para Whisper

Fase 1: Descoberta

Enumeração de Canal do YouTube

# Listar TODOS os vídeos de um canal (retorna IDs + títulos, sem download)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "https://www.youtube.com/@NOME_DO_CANAL"

# Incluir datas de upload para análise de linha do tempo
yt-dlp --flat-playlist --print "%(upload_date)s %(id)s %(title)s" "https://www.youtube.com/@NOME_DO_CANAL"

Busca no YouTube

# Buscar no YouTube (top 10 resultados)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch10:NOME_DA_EMPRESA"

# Busca mais ampla (top 30)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch30:NOME_DA_EMPRESA entrevista fundador"

Outros Métodos de Descoberta

FonteMétodo
Busca Google Vídeossite:youtube.com "Nome da Empresa"
Site da empresaInspecionar código fonte procurando <iframe src="youtube.com/embed/...">
Vimeoyt-dlp --flat-playlist "https://vimeo.com/USUARIO"
LinkedInNavegação manual — vídeos não podem ser enumerados programaticamente
Plataformas de eventosVerificar páginas de sessão no Sched/Emamo por links de vídeo incorporados

Checklist de Descoberta

  • Canal do YouTube da própria empresa alvo
  • Canal pessoal do fundador/CEO ou aparições como convidado
  • Canais de podcast do setor onde o alvo foi entrevistado
  • Canais de eventos/conferências com apresentações do alvo
  • Canais de parceiros/fornecedores mencionando o alvo
  • Canais de notícias/mídia local cobrindo o alvo

Fase 2: Captura

Metadados + Legendas (Padrão — Sem Download de Vídeo)

# Canal inteiro — metadados + legendas automáticas, sem arquivos de vídeo
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  --sleep-interval 2 "https://www.youtube.com/@CANAL"

# Vídeo único
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  "https://www.youtube.com/watch?v=ID_DO_VIDEO"

# Múltiplos vídeos específicos a partir de uma lista
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
  --sleep-interval 2 -a urls_videos.txt

Principais Flags do yt-dlp

FlagPropósito
--write-info-jsonSalva metadados completos (título, data, duração, descrição, tags, contagem de visualizações)
--write-auto-subBaixa legendas geradas automaticamente
--sub-lang enApenas legendas em inglês
--skip-downloadNenhum arquivo de áudio/vídeo — apenas metadados
--sleep-interval 2Limitação de taxa (crítico para canais com 30+ vídeos)
--flat-playlistModo lista — enumera sem baixar nada
-f "bestvideo[height<=720]+bestaudio"Baixa vídeo em qualidade razoável
-x --audio-format mp3Extrai apenas áudio (para Whisper)

Baixar Arquivos de Vídeo (Quando Análise Visual For Necessária)

# Máximo 720p (bom equilíbrio entre qualidade e tamanho de arquivo)
yt-dlp -f "bestvideo[height<=720]+bestaudio" --merge-output-format mp4 URL_DO_VIDEO

# Apenas áudio para transcrição com Whisper
yt-dlp -x --audio-format mp3 URL_DO_VIDEO

Estrutura de Arquivos de Saída

projeto/
├── raw/video/
│   ├── Titulo do Video [ID_DO_VIDEO].info.json    # Metadados
│   ├── Titulo do Video [ID_DO_VIDEO].en.vtt       # Legendas automáticas (formato VTT)
│   └── Titulo do Video [ID_DO_VIDEO].mp4          # Arquivo de vídeo (apenas se baixado)
├── transcricoes/
│   ├── ID_DO_VIDEO_transcricao.txt                # Texto puro analisado
│   └── ID_DO_VIDEO_transcricao.txt
└── analise/
    └── resumo_inteligencia_video.md

Fase 3: Análise de VTT

Converter Legendas VTT para Texto Puro

import re
import glob

def vtt_para_texto(caminho_vtt):
    """Analisa arquivo de legenda VTT para texto puro limpo."""
    with open(caminho_vtt) as f:
        conteudo = f.read()
    # Remover cabeçalho WEBVTT e metadados
    conteudo = re.sub(r'WEBVTT.*?\n', '', conteudo, flags=re.DOTALL)
    # Remover linhas de timestamp
    conteudo = re.sub(r'\d{2}:\d{2}:\d{2}\.\d+ --> .*', '', conteudo)
    # Remover tags de formatação estilo HTML
    conteudo = re.sub(r'<[^>]+>', '', conteudo)
    # Remover linhas repetidas consecutivas e juntar
    linhas = []
    for l in conteudo.split('\n'):
        l = l.strip()
        if l and not l.isdigit() and (not linhas or l != linhas[-1]):
            linhas.append(l)
    return ' '.join(linhas)


def analisar_vtts_em_lote(diretorio_vtt, diretorio_saida):
    """Analisa todos os arquivos VTT em um diretório para texto puro."""
    import os
    os.makedirs(diretorio_saida, exist_ok=True)
    for arquivo_vtt in glob.glob(f"{diretorio_vtt}/*.vtt"):
        texto = vtt_para_texto(arquivo_vtt)
        # Extrair ID do vídeo do padrão de nome "Titulo [ID_DO_VIDEO].en.vtt"
        video_id = re.search(r'\[([^\]]+)\]', arquivo_vtt)
        if video_id:
            nome_saida = f"{video_id.group(1)}_transcricao.txt"
        else:
            nome_saida = os.path.basename(arquivo_vtt).replace('.en.vtt', '_transcricao.txt')
        with open(os.path.join(diretorio_saida, nome_saida), 'w') as f:
            f.write(texto)
        print(f"Analisado: {nome_saida} ({len(texto.split())} palavras)")

Fase 4: Fallback Whisper (Quando Não Há Legendas)

Quando legendas automáticas não existem (comum em Shorts, vídeos antigos, conteúdo não-inglês):

# Baixar apenas áudio
yt-dlp -x --audio-format mp3 -o "%(id)s.%(ext)s" URL_DO_VIDEO

# Transcrever com Whisper
whisper ID_DO_VIDEO.mp3 --model base --language en --output_format txt

# Para melhor precisão de nomes próprios (3-5x mais lento):
whisper ID_DO_VIDEO.mp3 --model medium --language en --output_format txt

Quando Legendas Geralmente Não Existem

  • YouTube Shorts (< 60 segundos)
  • Vídeos enviados antes de ~2015 (era pré-legenda automática)
  • Vídeos não listados/privados
  • Conteúdo com muita música e pouca fala
  • Conteúdo não-inglês sem idioma especificado

Fase 5: Extração de Inteligência

Inteligência de Metadados (do info.json)

Cada arquivo .info.json contém:

CampoValor de inteligência
upload_dateLinha do tempo da atividade da empresa e estratégia de conteúdo
durationCurto = promocional; Longo = entrevista substancial
descriptionFrequentemente contém links, nomes, timestamps, menções a parceiros
tagsEstratégia de SEO, categorias autoidentificadas
view_countQual conteúdo repercute com o público deles
like_countSinal de qualidade de engajamento
channelQuem publicou (canal deles vs. aparição como convidado)

Checklist de Inteligência de Transcrições

  • Pessoas mencionadas (funcionários, parceiros, clientes)
  • Números de receita/crescimento mencionados casualmente em entrevistas
  • Planos futuros ou estratégia discutidos
  • Pontos problemáticos ou desafios admitidos
  • Menções a concorrentes (positivas ou negativas)
  • Planos de contratação ou referências ao tamanho da equipe
  • Roadmap de produto ou anúncios de funcionalidades
  • Nomes de clientes ou estudos de caso mencionados verbalmente

Checklist de Inteligência Visual (Requer Download de Vídeo)

  • Tamanho e condição da instalação/armazém
  • Número de funcionários visíveis (proxy para tamanho da equipe)
  • Produtos em prateleiras ou em demonstrações (amplitude de inventário)
  • Equipamentos e maquinário (sinais de investimento de capital)
  • Sinalização, branding e uso de logotipo
  • Tamanho e qualidade do design do estande de eventos
  • Frota de veículos (capacidade de entrega)
  • Interações com clientes capturadas em câmera
  • Identificadores geográficos/de localização no fundo

Casos Extremos e Armadilhas

  1. Limitação de taxa do YouTube — Use --sleep-interval 2 entre downloads. Erros de DNS aparecem após 30+ solicitações rápidas. Para canais grandes, divida em lotes de 20.

  2. Nomes de arquivos de download de canal — yt-dlp nomeia arquivos como "Título [ID_DO_VIDEO].ext" ao baixar de canais. Espaços e caracteres especiais em títulos quebram scripts de shell. Use -o "%(id)s.%(ext)s" para nomes limpos.

  3. Uploads duplicados — Mesma entrevista enviada em canais ou títulos diferentes. Faça referência cruzada por duração + upload_date para detectar duplicatas antes de gastar tempo analisando ambas.

  4. Vídeos nativos do LinkedIn — NÃO podem ser baixados programaticamente. As URLs CDN do LinkedIn são autenticadas e expiram em horas. Sinalizar como tarefa manual: "Salvar como Web Complete" no navegador, ou capturar quadros-chave como screenshot.

  5. Shorts vs. vídeos completos — O formato de URL do Shorts é youtube.com/shorts/ID, mas o yt-dlp lida com ambos os formatos de forma transparente. Não pule Shorts — eles frequentemente mostram produtos, instalações e cultura da equipe.

  6. Vídeos não listados — Não aparecem nas listagens do canal, mas são acessíveis via URL direta. Mecanismos de busca podem tê-los indexado. Verifique Google Cache e Wayback Machine para URLs não listadas que já foram vinculadas publicamente.

  7. Qualidade das legendas automáticas — Sem pontuação, às vezes nomes próprios distorcidos (Celina → Selena, BROGAV → ProGraph). Precisão de 95%+ para fala padrão em inglês. Sempre verifique nomes de empresas/pessoas com fontes confiáveis.

  8. Data de upload vs. data do conteúdo — Vídeos podem ser enviados semanas ou meses após a gravação. Verifique a descrição e pistas de áudio para a data real de gravação. Vídeos de eventos especialmente atrasam.

  9. info.json é ouro — Sempre capture com --write-info-json. O campo de descrição frequentemente contém timestamps, nomes de convidados, links para recursos e menções a parceiros que não estão no vídeo em si.

  10. Timestamps VTT são valiosos — A conversão para texto puro perde informação temporal. Mantenha os arquivos VTT originais como fonte da verdade. Timestamps permitem encontrar momentos específicos para verificação visual.


Anti-Padrões

Não façaFaça em vez disso
Ignorar Shorts por serem curtosRevise Shorts para inteligência visual (produtos, instalação, equipe)
Assumir que todos os vídeos têm legendasVerifique; recorra ao Whisper para conteúdo sem legenda
Baixar arquivos de vídeo por padrãoComece com --skip-download; baixe vídeo apenas para análise visual
Tentar automatizar download de vídeo do LinkedInSinalize como tarefa manual; URLs CDN são autenticadas
Confiar em upload_date como data do conteúdoFaça referência cruzada com descrição, pistas de áudio, datas de eventos
Baixar canal inteiro de uma vez sem limite de taxaUse --sleep-interval 2 e divida em grupos de 20
Analisar apenas transcrições, ignorar info.jsonMetadados contêm nomes, links, tags que não estão no áudio
Tratar vídeo como inferior a fontes de textoO vídeo confirma de forma única a realidade física (instalação, equipe, produtos)

Árvore de Decisão

O conteúdo está no YouTube?
├── SIM → yt-dlp --write-info-json --write-auto-sub --skip-download
│   ├── Tem legendas? → Analisar VTT para texto → Extrair inteligência
│   └── Sem legendas?
│       ├── Vídeo > 60s com fala? → yt-dlp -x → Whisper → Analisar
│       └── Curto/apenas visual? → Baixar vídeo → Análise visual
└── NÃO →
    ├── Vimeo → yt-dlp suporta (mesmo fluxo do YouTube)
    ├── Vídeo do LinkedIn → Manual "Salvar como Web Complete" (sinalizar como tarefa manual)
    ├── Incorporado em site corporativo → Extrair URL do iframe → geralmente YouTube/Vimeo
    └── Outra plataforma → Verificar lista de sites suportados pelo yt-dlp

Resultados do Mundo Real (Estudo de Caso BROGAV)

MétricaValor
Total de vídeos descobertos45 (9 completos, 36 Shorts)
Arquivos de legenda VTT capturados10
Transcrições analisadas para texto10
Entrevistas substantivas analisadas2 (5.000+ palavras cada)
Podcast via RSS/fallback Whisper1 (6.489 palavras)
Vídeos duplicados detectados1 (mesma entrevista, dois canais)
Inteligência única extraídaHistória de origem do fundador, sinais de receita, planos de crescimento, relacionamentos com fornecedores, detalhes de instalações, cultura da equipe
Inteligência visual de ShortsGama de produtos, layout do armazém, linha de armários com marca, inventário sazonal

Integração com Outras Skills

SkillPonto de integração
deep-researchVídeo é fonte da Fase 3/4 juntamente com busca na web
intelligence-dossierTranscrições de vídeo alimentam seções de Pessoas, Produtos, Sinais Financeiros
client-discovery-osintVídeos de depoimentos de clientes nomeiam clientes diretamente
supplier-verificationVídeos de demonstração de produto mostram logotipos de fornecedores e produtos com marca
era-validated-linkedin-analysisDatas de upload de vídeo fazem referência cruzada com linha do tempo de atividade no LinkedIn
contact-sheet-image-analysisScreenshots de vídeo podem ser analisados em lote via grids de thumbnail

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ever-just/agentskills

> Declarative animations for React. Springs, gestures, layout animations, and page transitions. GPU-accelerated, production-ready.

ever-just/agentskills

> Create animated logos, icons, and micro-interactions as lightweight Lottie JSON files. No After Effects needed — build animations entirely in code.

ever-just/agentskills

> A TypeScript library using generators to program animations with a real-time editor. Ideal for explainer videos, code walkthroughs, and educational content.

ever-just/agentskills

> Add animated subtitles and captions to Remotion videos from .SRT files. TikTok-style word-by-word highlights, karaoke effects, and more.

ever-just/agentskills

> Create videos programmatically using React components. The most mature framework for code-driven video production.

ever-just/agentskills

> Copy-paste video components for Remotion. Intros, text effects, transitions, and full scene templates. Like shadcn/ui but for video.

ever-just/agentskills

Optimize and embed an existing video as a fast, crisp, autoplaying hero/background/loop on a website. Use when adding or replacing a video on a marketing site and it is too heavy, will not autoplay (especially on mobile/Safari), shows a codec error, or looks soft — to transcode it to web-safe H.264 with the right pixel format, faststart, retina-aware sizing, and a poster frame, then embed and verify it actually plays. This is optimization + embedding of footage you already have, not creating/animating a video (for that use remotion/moviepy/motion-canvas). Use when the user says "add this video to the site", "the hero video is too big / won't play / isn't crisp", "replace the homepage video", or "make this loop on the landing page".

ever-just/agentskills

Full conversion audit for any homepage or landing page. Use when someone asks to "review my homepage," "audit my landing page," "why isn't my page converting," "check my website," or wants feedback on their marketing page. Requires URL or screenshot before proceeding.

ever-just/agentskills

Automatically fetch YouTube video transcripts, generate structured summaries, and send full transcripts to messaging platforms. Detects YouTube URLs and provides metadata, key insights, and downloadable transcripts.

Habilidades Relacionadas