Rick2Ricardo/skyclass-distill

O que skyclass-distill faz?

Pipeline de captura de vídeos educacionais de múltiplos sites, transcrição com Faster Whisper, destilação de capacidade pedagógica com LLM e geração de Codex Skills.

Visão Geral

Este repositório automatiza o fluxo de trabalho completo para transformar conteúdo de videoaulas em Skills prontos para uso em agentes de IA (como o Codex). O processo envolve as seguintes etapas:

1. Captura de Vídeos: Baixa vídeos de múltiplos sites educacionais (ex.: YouTube, Coursera) usando ferramentas como yt-dlp.
2. Transcrição: Utiliza o Faster Whisper para transcrever o áudio dos vídeos com alta precisão e baixo recurso computacional.
3. Destilação Pedagógica: Um LLM (ex.: Claude, GPT-4) processa a transcrição para extrair os conceitos-chave, estruturar o conhecimento e gerar um resumo pedagógico.
4. Geração de Skills: O resultado é formatado como um arquivo de Skill compatível com o Codex, incluindo metadados, comandos e descrições.

Pré-requisitos

• Python 3.10+
• ffmpeg instalado no sistema
• uv (gerenciador de pacotes rápido) ou pip
• Acesso à API de um LLM (ex.: Anthropic, OpenAI)

Instalação

# Clone o repositório
git clone https://github.com/Rick2Ricardo/skyclass-distill.git
cd skyclass-distill

# Instale as dependências com uv (recomendado)
uv sync

# Ou com pip
pip install -r requirements.txt

Configuração

Crie um arquivo .env na raiz do projeto:

# Chave da API do LLM (obrigatório)
LLM_API_KEY=sk-...

# Modelo LLM a ser usado (opcional, padrão: claude-3-opus-20240229)
LLM_MODEL=claude-3-sonnet-20240229

# Diretório de saída para Skills geradas (opcional, padrão: ./output)
OUTPUT_DIR=./my_skills

Uso

# Executa o pipeline completo
python run_pipeline.py --url "https://www.youtube.com/watch?v=exemplo" --output ./saida

# Apenas transcrição
python run_pipeline.py --transcribe-only --input video.mp4

# Apenas destilação a partir de transcrição existente
python run_pipeline.py --distill-only --input transcricao.txt

Argumentos da Linha de Comando

Argumento	Descrição
--url	URL do vídeo a ser processado
--input	Caminho para arquivo de áudio/vídeo ou transcrição
--output	Diretório de saída (padrão: ./output)
--transcribe-only	Executa apenas a transcrição
--distill-only	Executa apenas a destilação
--skill-only	Executa apenas a geração do Skill

Estrutura do Projeto

skyclass-distill/
├── src/
│   ├── capturer.py        # Lógica de captura de vídeos
│   ├── transcriber.py     # Interface com Faster Whisper
│   ├── distiller.py       # Destilação com LLM
│   └── skill_generator.py # Geração de Skills Codex
├── configs/
│   └── prompts.yaml       # Prompts para LLM
├── output/                # Diretório padrão de saída
├── requirements.txt
├── pyproject.toml
└── run_pipeline.py        # Script principal

Personalização

Os prompts usados para destilação podem ser ajustados no arquivo configs/prompts.yaml:

distillation:
  system: "Você é um especialista em análise pedagógica. Extraia os principais conceitos, estruturas e habilidades ensinadas no conteúdo a seguir."
  user: "Transcrição: {transcription}"

Licença

MIT