O que agent-stuff faz?
Transcreva rapidamente áudio/vídeo local e备忘录 de voz da Apple com modelos MLX Whisper em cache, incluindo áudio de baixa qualidade ou com ruído.
Transcreva rapidamente áudio/vídeo local e备忘录 de voz da Apple com modelos MLX Whisper em cache, incluindo áudio de má qualidade.
Esta skill permite que agentes de IA, como o Claude Code, transcrevam rapidamente arquivos de áudio e vídeo locais, bem como memos de voz da Apple. Ela utiliza modelos MLX Whisper otimizados para hardware Apple Silicon, armazenando em cache os modelos para acelerar processos repetitivos. A ferramenta é especialmente eficaz mesmo com áudios de baixa qualidade, ruidosos ou distantes. A integração funciona através de uma interface de linha de comando, onde o agente executa um comando específico fornecendo o caminho do arquivo de mídia. Internamente, a skill faz uso das bibliotecas `mlx_whisper` e `mlx_audio`, suportando diversos formatos de áudio e vídeo. Sua principal vantagem é a transcrição local e segura, sem necessidade de enviar dados para servidores externos, garantindo privacidade e latência reduzida.
npx skills add mitsuhiko/agent-stuffTranscreva rapidamente áudio/vídeo local e备忘录 de voz da Apple com modelos MLX Whisper em cache, incluindo áudio de baixa qualidade ou com ruído.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.