Communitygithub.com

modbender/skill-library-mcp

Análise nativa de vídeos usando a API Google Gemini. Faça upload e analise arquivos de vídeo — descreva cenas, extraia texto/UI, responda perguntas sobre o conteúdo, transcreva fala, identifique objetos e ações. Use quando: (1) O usuário enviar um vídeo e quiser que ele seja analisado, (2) Precisar de resumo ou descrição de vídeo, (3) Extrair texto, elementos de UI ou informações de gravações de tela, (4) Responder perguntas sobre o conteúdo de um vídeo, (5) Comparar múltiplos vídeos, (6) Analisar tutoriais, demonstrações ou walkthroughs.

O que é skill-library-mcp?

Esta skill permite que agentes de IA (como Claude Code, Cursor ou Codex) analisem vídeos nativamente usando a API multimodal do Google Gemini, sem necessidade de extração manual de quadros. O Gemini processa o vídeo a 1 quadro por segundo, compreendendo movimento, áudio e contexto visual. Suporta diversos formatos de arquivo (MP4, AVI, MOV, MKV, WebM, FLV, etc.) até 2GB. O fluxo é simples: o vídeo é enviado para a API de Arquivos do Google (armazenamento temporário de 48 horas), processado pelo Gemini e uma resposta é gerada com base no prompt do usuário. É útil para resumir tutoriais, extrair texto de gravações de tela, descrever cenas, gerar atas de reuniões, comparar vídeos e analisar relatórios de bugs. A configuração exige apenas a variável de ambiente GOOGLE_AI_API_KEY e, por padrão, usa o modelo `gemini-2.5-flash`, mas pode ser substituído pelo `gemini-2.5-pro` para análises mais complexas.

Funciona com~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/a6-gemini-video-analyzer

Perguntar na sua IA favorita

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

Documentação

Analisador de Vídeo Gemini

Analise vídeos nativamente usando a API multimodal do Google Gemini. Sem necessidade de extração de quadros — o Gemini processa o vídeo a 1 FPS com compreensão total de movimento, áudio e visão.

Início Rápido

# Analisar um vídeo com prompt padrão (descrição completa)
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/analyze.py /caminho/para/video.mp4

# Fazer uma pergunta específica
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/analyze.py /caminho/para/video.mp4 "Qual texto está visível na tela?"

# Gerenciar arquivos enviados
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/manage_files.py list
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/manage_files.py cleanup

Formatos Suportados

MP4, AVI, MOV, MKV, WebM, FLV, MPEG, MPG, WMV, 3GP — até 2GB por arquivo.

Como Funciona

  1. O vídeo é enviado para a API de Arquivos do Google (temporário, auto-exclusão após 48h)
  2. O Gemini processa a 1 quadro/segundo — compreende movimento, transições, contexto de áudio
  3. O modelo gera uma resposta com base no seu prompt
  4. Muito melhor do que extração de quadros para entender conteúdo temporal

Casos de Uso

TarefaExemplo de Prompt
Descrição geral(padrão — nenhum prompt necessário)
Extração de UI/texto"Quais elementos de texto e UI estão visíveis?"
Resumo de tutorial"Resuma as etapas mostradas neste tutorial"
Relatório de bug a partir de vídeo"Descreva o que deu errado nesta gravação de tela"
Anotações de reunião"Resuma os pontos-chave discutidos"
Comparação de conteúdoEnvie 2 vídeos, peça diferenças

Configuração

Defina GOOGLE_AI_API_KEY no seu ambiente ou arquivo .env. Obtenha uma chave gratuita em aistudio.google.com.

Modelo padrão: gemini-2.5-flash (rápido, barato, excelente visão). Substitua com --model gemini-2.5-pro para análises complexas.

Referência da API

Consulte references/gemini-files-api.md para limites de upload de arquivos, detalhes de processamento e opções avançadas.

Individual skills in this repo

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

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI music videos end-to-end. Creates music with Suno (sunoapi.org), generates visuals with OpenAI/Seedream/Google/Seedance, and assembles into music video with ffmpeg. Supports timestamped lyrics (auto SRT), Suno native music video generation, slideshow/video/hybrid modes. Token-based cost tracking per generation.

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Use this skill when the user asks to build, create, design, develop, or improve ANY frontend interface, web page, UI component, or visual element. This includes: - Building landing pages, websites, web apps, dashboards, portfolios, or any web interface - Creating UI components (buttons, forms, cards, navbars, modals, etc.) - Designing pages with React, Vue, Next.js, Svelte, or any frontend framework - Adding styling or improving visual design of existing components - Implementing specific design aesthetics (modern, dark, minimalist, brutalist, etc.) - User mentions "frontend", "UI", "UX", "design", "interface", "web design", or "styling" - User asks for "beautiful", "modern", "professional", "clean", or any aesthetic adjective - User requests help with CSS, Tailwind, styled-components, or any styling approach This skill automatically retrieves the appropriate design system prompt (Neo-brutalism, Modern Dark, Bauhaus, Cyberpunk, Material, etc.) to help create visually distinctive, production-grade frontend...

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

Habilidades Relacionadas