Communitygithub.com

aiskillstore/marketplace

Processe arquivos de vídeo com extração de áudio, conversão de formatos (mp4, webm) e transcrição com Whisper. Use quando o usuário mencionar conversão de vídeo, extração de áudio, transcrição, mp4, webm, ffmpeg ou transcrição com Whisper.

O que é marketplace?

Esta skill fornece um conjunto completo de utilitários para processamento de vídeo, incluindo extração de áudio, conversão entre formatos (MP4, WebM) e transcrição de fala para texto usando os modelos FFmpeg e Whisper da OpenAI. Ela é útil para desenvolvedores e usuários que precisam manipular arquivos de vídeo de forma eficiente, seja para converter vídeos antigos, extrair faixas de áudio ou gerar transcrições precisas. Suporta plataformas como Claude Code, Cursor, Codex e outros agentes que executam scripts Python. O funcionamento é baseado em um único script Python de linha de comando, que orquestra FFmpeg para processamento de áudio/vídeo e Whisper para transcrição, oferecendo opções como modelo de transcrição, formato de saída e codec de vídeo. A skill lida automaticamente com a limpeza de arquivos temporários e fornece mensagens de erro claras para dependências ausentes, tornando o fluxo de trabalho robusto e amigável.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/aiskillstore/marketplace/tree/HEAD/skills/egadams/video-processor

Perguntar na sua IA favorita

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

Documentação

Processador de Vídeo

Instruções

Esta skill oferece utilitários de processamento de vídeo, incluindo extração de áudio, conversão de formatos e transcrição de áudio usando FFmpeg e o modelo Whisper da OpenAI.

Pré-requisitos

Ferramentas necessárias (devem estar instaladas no seu ambiente):

  • FFmpeg: Framework multimídia para processamento de vídeo/áudio

    # macOS
    brew install ffmpeg
    
    # Ubuntu/Debian
    apt-get install ffmpeg
    
    # Verificar instalação
    ffmpeg -version
    
  • OpenAI Whisper: Modelo de transcrição de fala para texto

    # Instalar via pip
    pip install -U openai-whisper
    
    # Verificar instalação
    whisper --help
    

Pacotes Python (incluídos no script via PEP 723):

  • click (framework CLI)
  • ffmpeg-python (wrapper Python para FFmpeg)

Fluxo de Trabalho

Use o script scripts/video_processor.py para todas as tarefas de processamento de vídeo. O script fornece uma CLI simples com os seguintes comandos:

1. Extrair Áudio do Vídeo

Extraia a faixa de áudio de um arquivo de vídeo:

uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio input.mp4 output.wav

Opções:

  • --format: Formato de saída do áudio (padrão: wav). Suporta: wav, mp3, aac, flac
  • A saída é adequada para transcrição ou uso standalone de áudio

2. Converter Vídeo para MP4

Converta qualquer arquivo de vídeo para o formato MP4:

uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 input.avi output.mp4

Opções:

  • --codec: Codec de vídeo (padrão: libx264). Opções comuns: libx264, libx265, h264
  • --preset: Predefinição de velocidade/qualidade de codificação (padrão: medium). Opções: ultrafast, fast, medium, slow, veryslow

3. Converter Vídeo para WebM

Converta qualquer arquivo de vídeo para o formato WebM (otimizado para web):

uv run .claude/skills/video-processor/scripts/video_processor.py to-webm input.mp4 output.webm

Opções:

  • --codec: Codec de vídeo (padrão: libvpx-vp9). Opções: libvpx, libvpx-vp9
  • WebM é otimizado para reprodução e streaming na web

4. Transcrever Áudio com Whisper

Transcreva arquivos de áudio ou vídeo para texto usando o modelo Whisper da OpenAI:

# Transcrever arquivo de vídeo (o áudio será extraído automaticamente)
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe input.mp4 transcript.txt

# Transcrever arquivo de áudio diretamente
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcript.txt

Opções:

  • --model: Tamanho do modelo Whisper (padrão: base). Opções:
    • tiny: Mais rápido, menor precisão (~1GB RAM)
    • base: Rápido, boa precisão (~1GB RAM) [PADRÃO]
    • small: Equilibrado (~2GB RAM)
    • medium: Alta precisão (~5GB RAM)
    • large: Melhor precisão, mais lento (~10GB RAM)
  • --language: Código do idioma (padrão: detecção automática). Exemplos: en, es, fr, de, zh
  • --format: Formato de saída (padrão: txt). Opções: txt, srt, vtt, json

Fluxo de transcrição:

  1. Se a entrada for vídeo, o FFmpeg extrai o áudio para um arquivo WAV temporário
  2. O Whisper processa o arquivo de áudio
  3. A transcrição é salva no formato solicitado
  4. Os arquivos temporários são limpos automaticamente

5. Exemplo de Fluxo de Trabalho Combinado

Processe um vídeo de ponta a ponta:

# 1. Extrair áudio para análise
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav

# 2. Transcrever para legendas SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 lecture.srt --format srt --model small

# 3. Converter para formato web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm lecture.mp4 lecture.webm

Detalhes Técnicos Importantes

Integração FFmpeg e Whisper:

  • O FFmpeg não transcreve áudio por si só - ele prepara o áudio para transcrição externa
  • O fluxo de trabalho é: Extrair áudio (FFmpeg) → Transcrever (Whisper) → Opcional: Reintegrar com vídeo
  • O FFmpeg pode canalizar áudio diretamente para o Whisper para processamento em tempo real (caso de uso avançado)

Formato de Áudio para Transcrição:

  • O Whisper funciona melhor com formatos WAV ou MP3
  • Taxa de amostragem: 16kHz é o ideal (o script lida com a conversão automaticamente)
  • O script extrai áudio com configurações ideais para o Whisper

Formatos de Saída:

  • txt: Transcrição em texto simples
  • srt: Formato de legenda SubRip (inclui timestamps)
  • vtt: Formato de legenda WebVTT (padrão web)
  • json: JSON detalhado com timestamps em nível de palavra

Tratamento de Erros

O script inclui tratamento abrangente de erros:

  • Valida se os arquivos de entrada existem
  • Verifica se FFmpeg e Whisper estão instalados
  • Fornece mensagens de erro claras para dependências ausentes
  • Lida com a limpeza de arquivos temporários em caso de erros

Dicas de Desempenho

  • Use modelos tiny ou base para rascunhos rápidos
  • Use small ou medium para transcrições de produção
  • Use large apenas quando a máxima precisão for necessária
  • Para vídeos longos, considere extrair o áudio primeiro e depois transcrever em segmentos
  • A conversão para WebM com VP9 leva mais tempo, mas produz arquivos menores

Exemplos

Exemplo 1: Conversão Rápida de Vídeo para MP4

Solicitação do usuário:

Tenho um arquivo AVI da minha câmera antiga. Você pode convertê-lo para MP4?

Você deve:

  1. Usar o comando to-mp4 com as configurações padrão:
    uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 old_video.avi output.mp4
    
  2. Confirmar que a conversão foi concluída com sucesso
  3. Informar o usuário sobre o local do arquivo de saída

Exemplo 2: Extrair Áudio e Transcrever

Solicitação do usuário:

Gravei um vídeo de palestra e preciso de uma transcrição. Você pode extrair o áudio e transcrevê-lo?

Você deve:

  1. Primeiro extrair o áudio:
    uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav
    
  2. Em seguida, transcrever usando o modelo base (bom equilíbrio entre velocidade e precisão):
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 transcript.txt --model base
    
  3. Compartilhar o arquivo transcript.txt com o usuário

Exemplo 3: Criar Vídeo Otimizado para Web com Legendas

Solicitação do usuário:

Preciso colocar este vídeo no meu site com legendas. Você pode ajudar?

Você deve:

  1. Converter para WebM para otimização web:
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm
    
  2. Gerar arquivo de legenda SRT:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 subtitles.srt --format srt --model small
    
  3. Informar ao usuário que agora ele tem:
    • presentation.webm (vídeo otimizado para web)
    • subtitles.srt (arquivo de legenda para incorporação)

Exemplo 4: Transcrição de Alta Qualidade com Especificação de Idioma

Solicitação do usuário:

Tenho um vídeo de entrevista em espanhol que precisa de uma transcrição precisa para publicação.

Você deve:

  1. Usar um modelo maior com idioma especificado para melhor precisão:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.txt --model medium --language es
    
  2. Opcionalmente, criar SRT para revisão:
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.srt --format srt --model medium --language es
    
  3. Revisar a transcrição com o usuário e fazer as correções necessárias

Exemplo 5: Processamento em Lote de Vários Vídeos

Solicitação do usuário:

Tenho uma pasta de vídeos de treinamento que precisam ser convertidos para WebM e transcritos.

Você deve:

  1. Listar todos os arquivos de vídeo no diretório:
    ls training_videos/*.mp4
    
  2. Para cada arquivo de vídeo, executar a conversão e transcrição:
    # Para cada vídeo: video1.mp4, video2.mp4, etc.
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm training_videos/video1.mp4 output/video1.webm
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe training_videos/video1.mp4 output/video1.txt --model base
    
    # Repetir para cada arquivo
    
  3. Confirmar que todas as conversões e transcrições foram concluídas
  4. Fornecer um resumo dos arquivos de saída

Resumo

A skill de processamento de vídeo fornece uma interface unificada para tarefas comuns de processamento de vídeo:

  • Extração de áudio: Extrair faixas de áudio em vários formatos
  • Conversão de formatos: Converter para MP4 (universal) ou WebM (otimizado para web)
  • Transcrição: Fala para texto com múltiplos formatos de saída
  • Flexível: Argumentos CLI para seleção de modelo, idioma e formatos de saída

Todas as operações são gerenciadas por um único script bem documentado, com valores padrão sensatos e tratamento abrangente de erros.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

aiskillstore/marketplace

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

aiskillstore/marketplace

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

aiskillstore/marketplace

Use when the user asks to "pre-launch check the landing page", "run a Quality-Score preflight", or "verify ad-to-page message match before launch"; produces an ad↔page continuity report — message-match gaps, above-the-fold check, page-speed read, form-friction count, mobile-render flags — as a pass/fix punch list. Not for redesigning or rewriting the page — use landing-optimizer; not for scoring the account or the RQS — use ad-account-auditor. 落地页体验预检/广告落地页一致性检查

aiskillstore/marketplace

Use when the user asks to "optimize our landing page for influencer traffic", "fix our promo-code landing page", or "improve conversion from a creator campaign"; produces a message-match audit, page-structure and social-proof recommendations, a promo-code/CTA conversion plan, and an A/B test roadmap. Not for measuring campaign results after launch — use performance-analyzer.

aiskillstore/marketplace

Audit a landing page, sales page or checkout page for conversion leaks and return a fix list ordered by expected revenue impact. Use when asked to review, critique or improve a landing page, sales page, opt-in page, product page or checkout flow, when conversion rate is low, when paid traffic is not converting, or when someone asks "why isn't this page converting" or wants a CRO / landing page review.

aiskillstore/marketplace

This skill helps users extract GitHub repository project details and contributor contact information using keywords, stars, and update dates. Agent should proactively apply this skill when users express needs like search for GitHub projects by keywords, find top open-source contributors in specific domains, extract developer contacts from GitHub repositories, discover trending repositories with high stars, gather contributor profiles and social links for tech recruiting, retrieve GitHub project descriptions and metrics, build developer communities by finding active contributors, search for repositories updated recently, collect personal website and Twitter links of developers, generate targeted leads for developer tools, or track active open-source contributors for collaboration.

aiskillstore/marketplace

Create beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.

aiskillstore/marketplace

Using the Wonda CLI to generate images, videos, music, and audio from the terminal — plus LinkedIn, Reddit, and X/Twitter research and automation

aiskillstore/marketplace

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

aiskillstore/marketplace

Generates creative domain name ideas for your project and checks availability across multiple TLDs (.com, .io, .dev, .ai, etc.). Saves hours of brainstorming and manual checking.

aiskillstore/marketplace

Generate or edit raster images when the task benefits from AI-created bitmap visuals such as photos, illustrations, textures, sprites, mockups, or transparent-background cutouts. Use when Codex should create a brand-new image, transform an existing image, or derive visual variants from references, and the output should be a bitmap asset rather than repo-native code or vector. Do not use when the task is better handled by editing existing SVG/vector/code-native assets, extending an established icon or logo system, or building the visual directly in HTML/CSS/canvas.

aiskillstore/marketplace

A set of resources to help me write all kinds of internal communications, using the formats that my company likes to use. Claude should use this skill whenever asked to write some sort of internal communications (status reports, leadership updates, 3P updates, company newsletters, FAQs, incident reports, project updates, etc.).

aiskillstore/marketplace

Router skill for LLMQuant portfolio workflows. Use when the user needs company profiles, thesis tracking, theme research, watchlist monitoring, or alert management.

aiskillstore/marketplace

Account assets, equity and fund positions, P&L, cash flow records, account statements, margin ratios, buy-power estimates, order management, and DCA recurring investments via Longbridge (most require Trade permission). Frameworks: portfolio diagnosis, rebalancing, asset allocation, risk analysis (VaR/CVaR), performance attribution, and tax-loss harvesting. Triggers: "持仓", "账户", "盈亏", "资产", "对账单", "下单", "买入", "卖出", "撤单", "定投", "组合诊断", "再平衡", "资产配置", "风险分析", "绩效归因", "税损收割", "持倉", "賬戶", "盈虧", "對賬單", "下單", "買入", "賣出", "組合診斷", "再平衡", "稅損收割", "positions", "portfolio", "P&L", "order", "buy", "sell", "DCA", "statement", "risk analysis", "rebalancing", "tax harvesting", "我的风险", "持仓风险", "风险敞口", "資產", "資產配置", "風險分析", "績效歸因", "撤單

aiskillstore/marketplace

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

aiskillstore/marketplace

Use for Codex models/pricing, scheduled tasks, skills, settings, setup, troubleshooting, customization, automations, and self-knowledge—including 'you,' 'your,' 'this app,' or 'this coding agent' when they refer to Codex—and for OpenAI APIs/products and ChatGPT Work. Also use for model choice/migration, prompting, SDKs, Responses, Realtime, agents, evals, and Chat/Work/Codex comparisons. Do not use for generic app/software tasks that merely mention Codex.

aiskillstore/marketplace

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

aiskillstore/marketplace

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

aiskillstore/marketplace

Perform a read-only, defect-first review of a specified code change and return every actionable finding. Use when another agent delegates review of uncommitted changes, a base-branch diff, a commit, or custom review instructions.

aiskillstore/marketplace

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

Habilidades Relacionadas