Uma habilidade abrangente para extrair índices de capítulos de vídeos tutoriais usando extração de áudio FFmpeg, transcrição ASR OpenAI Whisper com timestamps no nível da palavra e alinhamento semântico de capítulos via correspondência difusa de strings.
Esta habilidade permite que agentes de IA processem vídeos tutoriais para gerar automaticamente um índice de capítulos estruturados. Ela utiliza o FFmpeg para extrair a faixa de áudio, o OpenAI Whisper para transcrever o áudio com timestamps precisos em nível de palavra e, em seguida, realiza o alinhamento semântico dos capítulos combinando esses timestamps com títulos ou descrições de capítulos fornecidos, usando algoritmos de correspondência difusa de strings. É especialmente útil para desenvolvedores e criadores de conteúdo que precisam navegar ou reorganizar rapidamente grandes volumes de vídeos tutoriais. A habilidade suporta qualquer plataforma que execute Python com FFmpeg e OpenAI Whisper, fornecendo uma saída estruturada em JSON com os capítulos indexados.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/video-tutorial-indexer/environment/skills/evo-video-tutorial-indexerUma habilidade abrangente para extrair índices de capítulos de vídeos tutoriais usando extração de áudio FFmpeg, transcrição ASR OpenAI Whisper com timestamps no nível da palavra e alinhamento semântico de capítulos via correspondência difusa de strings.
This repo contains 3 individual skills — each has its own dedicated page.
Handles audio resampling, loudness normalization per ITU-R BS.1770-4, and LUFS measurement for TTS segments to ensure broadcast-quality output.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
Synthesizes target-language speech from text using Kokoro TTS, with speed/duration control to fit precise time windows. Handles SRT parsing, text extraction, and produces WAV segments.
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.