CommunityEscrita e Ediçãogithub.com

fermionoid/video-study

Transforme vídeos, links de replay ou gravações de tela em transcrições ilustradas, walkthroughs ou anotações com carimbo de data/hora. Use automaticamente o Computer Use para assistir, buscar e capturar quadros relevantes. Também útil para formatar transcrições ou legendas fornecidas, com ou sem slides.

O que é video-study?

Esta skill permite que um agente de IA transforme vídeos, links de replay ou gravações de tela em documentos escritos ricos, como transcrições ilustradas, guias passo a passo ou anotações cronológicas. Ela utiliza automaticamente o Computer Use para inspecionar o player de vídeo, assistir a intervalos relevantes e capturar screenshots dos quadros-chave. O fluxo de trabalho inclui etapas para definir a cobertura (como trecho do vídeo a ser transcrito), editar o texto para leitura fluida (preservando a sequência original), organizar o conteúdo em capítulos com timestamps e posicionar slides ou imagens no ponto exato da discussão. A saída pode ser HTML para edição posterior ou PDF para compartilhamento, com um template visual que inclui título, metadados, índice clicável e legendas. A skill é compatível com plataformas como Claude Code e ferramentas similares que suportem Computer Use, sendo ideal para criar material de estudo, documentação de palestras, tutoriais ou reuniões gravadas.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fermionoid/video-study/tree/HEAD

Installed? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Perguntar na sua IA favorita

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

Documentação

Video Study

Para um vídeo, URL de replay ou gravação de tela, comece com o fluxo de trabalho de vídeo. Use automaticamente o Computer Use quando disponível para inspecionar o player, assistir a intervalos relevantes e capturar quadros. Legendas existentes ou uma ferramenta de transcrição local podem fornecer as palavras em paralelo. Se o usuário já forneceu a transcrição e os visuais e pede apenas o layout, vá direto para a edição.

Escolha a saída solicitada pelo usuário. Use uma transcrição completa para 逐字稿, uma sequência de etapas visuais para um walkthrough e explicações curtas com carimbo de data/hora para anotações ilustradas. Para um pedido não especificado de "截图配文字", crie uma versão ilustrada cronológica com timestamps.

Use o template HTML para o layout. Comece com o título e uma linha de metadados do evento, uma breve nota descrevendo fontes, cobertura e edição, e um diretório de tópicos clicável para materiais mais longos. Use o idioma da transcrição. Para uma transcrição curta, omita o diretório quando os cabeçalhos forem suficientes.

  1. Defina a cobertura. Use a transcrição ou legendas fornecidas como linha do tempo. Quando houver várias versões, alinhe-as por carimbo de data/hora e pelo discurso ao redor antes de resolver discrepâncias. Preserve o arquivo fonte e trabalhe em uma cópia separada. Se o intervalo solicitado começar após o início da gravação, declare o intervalo real na nota de abertura. Se houver apenas áudio, obtenha primeiro uma transcrição por meio de um fluxo de trabalho de mídia autorizado apropriado.
  2. Edite para leitura. Preserve a sequência original, reivindicações, exemplos, perguntas, ressalvas e respostas. Adicione pontuação e quebras de parágrafo. Em um diálogo levemente editado, remova gagueiras óbvias ou fragmentos duplicados de ASR quando o significado for preservado. Para transcrição literal estrita, mantenha hesitações e repetições. Corrija nomes, números e termos especializados apenas quando houver evidências que justifiquem a correção. Marque passagens incertas no local (ex.: [听不清] ou [术语待核]); mantenha uma lista de revisão com timestamps se houver muitas. Descreva o nível real de edição e verificação.
  3. Construa a ordem de leitura. Nomeie os capítulos com base no que é realmente discutido. Agrupe fragmentos curtos de ASR em turnos completos. Quebre monólogos longos em limites naturais de parágrafo. Coloque o carimbo de data/hora da fonte e o falante no início de cada turno, e mantenha parágrafos de continuação visualmente ligados. Use os tempos originais do replay após cortes ou edições. Se não houver timestamps, omita-os. Use um rótulo de falante neutro ou 发言待核 onde a identidade for incerta.
  4. Posicione os slides no ponto da discussão. Insira um slide fornecido após o turno relevante, com uma breve legenda e texto alternativo. Corte as capturas de tela para o próprio slide, sem cortar o conteúdo do slide. Use um apêndice rotulado para slides fornecidos cuja disposição não foi verificada, se eles pertencerem ao entregável. Use caminhos de imagem relativos e envie os assets junto com o HTML, ou incorpore as imagens para um HTML autônomo. Escape de qualquer texto fonte inserido no HTML.
  5. Entregue e verifique. Use o formato solicitado pelo usuário. Quando um documento compartilhável for solicitado sem formato específico, prefira um PDF pesquisável e mantenha o HTML como fonte editável. Exporte com o mecanismo de impressão do navegador usando as margens A4 do template e imprima fundos. Compare capítulo por capítulo com a fonte, incluindo passagens de abertura e encerramento, ordem dos turnos, e quaisquer intervalos incertos ou ausentes. Abra o PDF renderizado, verifique texto chinês selecionável e links de diretório funcionais, e inspecione páginas representativas, incluindo a abertura, um limite de capítulo, um slide e o encerramento. Verifique se há slides cortados, cabeçalhos isolados na parte inferior das páginas, legendas divididas, glifos ausentes e páginas em branco inesperadas. Re-renderize após as correções.

Use o template como um exemplo estrutural. Substitua todo o texto de exemplo, IDs e a figura de exemplo; inclua apenas seções e figuras que a fonte justifica. Use a hierarquia visual fornecida como padrão e adapte tipos de letra, cores e tamanho de página quando o usuário solicitar.

Habilidades Relacionadas