julioseru/ver-video

O que ver-video faz?

SKILL_DIR é a pasta que contém este arquivo. O script está em SKILL_DIR/scripts/vervideo.py. No Windows use py -3.12 (Whisper ainda não é compatível com Python 3.14); no macOS/Linux python3.

1. Verificar (apenas na primeira vez da sessão)

py -3.12 "SKILL_DIR/scripts/vervideo.py" check

Se listo_para_watch for false, diga ao usuário para executar instalar_todo.bat (Windows) ou install.sh (macOS/Linux) deste repositório. Não instale nada com permissões de administrador sem perguntar.

2. Processar o vídeo

py -3.12 "SKILL_DIR/scripts/vervideo.py" watch "<URL ou caminho>"

Por padrão usa amostragem adaptativa: analisa o vídeo 4 vezes por segundo e salva um quadro sempre que a imagem muda (também se mudar uma zona pequena: um texto, uma etiqueta de preço, uma linha desenhada), mais um de controle a cada ≤5 s se nada mudar. report.json lista os instantes de mudança (visual_events).

Opções úteis:

• --start 12:00 --end 18:30 para um trecho. Use em vídeos longos: primeiro uma passada geral e depois trechos com mais detalhe.
• --sensitivity 1 para captar mudanças mais sutis (padrão 2 %); --max-gap 3 para mais fotos de controle em trechos parados.
• --mode fixed --interval 2 para o modo antigo (uma foto a cada N segundos).
• --lang en se o áudio estiver em inglês (auto para detectar).
• --transcript subs para usar apenas as legendas do site (mais rápido); whisper para forçar a transcrição local.
• Whisper usa a GPU NVIDIA se disponível (modelo large-v3-turbo, mais preciso) e senão, a CPU (modelo small). Force com --whisper-model.

O comando imprime um JSON com o caminho de timeline.md e a pasta de saída.

3. Ver o vídeo (obrigatório, não pule esta etapa)

1. Leia timeline.md completo.
2. Para cada folha, em ordem, abra a imagem com Read e leia-a junto com o que é dito naquele trecho. Cada folha tem 9 quadros (esquerda→direita, cima→baixo) com a hora em amarelo numa faixa acima de cada um (com décimos se não cair em segundo exato); ✂ marca um corte de cena. Os quadros NÃO são equidistantes: dois seguidos muito próximos indicam que naquele momento algo mudou na tela.
3. Anote mentalmente o que muda entre os quadros: movimento, texto na tela, gráficos, níveis de preço, indicadores, gestos.
4. Quando algo importante estiver pequeno (um número, um nível, o nome de um indicador, parâmetros), dê zoom na resolução completa:

py -3.12 "SKILL_DIR/scripts/vervideo.py" zoom "<pasta de saída>" --at 14:32 --count 3 --step 1

e abra as imagens que ele retorna.

4. Responder

• Cite timestamps [MM:SS] para cada afirmação.
• Separe o que se vê (quadros) do que se diz (transcrição). Não afirme fatos visuais a partir apenas do áudio, nem o contrário.
• Se uma parte não ficou clara (por exemplo, um movimento rápido entre dois quadros), diga e revise aquele trecho com mais detalhe: watch ... --start MM:SS --end MM:SS --sensitivity 1 --min-gap 0.25.
• Para vídeos de trading: extraia regras de entrada, saída, stop, gestão, timeframe, instrumento e indicadores com seus parâmetros, e aponte o que o autor não especifica.

5. Opcional: Gemini

Se houver GEMINI_API_KEY, pode-se pedir uma segunda opinião com um modelo que processa vídeo e áudio de forma nativa. Avise antes ao usuário: o vídeo é enviado ao Google (os locais são enviados e apagados ao final).

py -3.12 "SKILL_DIR/scripts/vervideo.py" gemini "<URL ou caminho>" --prompt "pergunta concreta"

Compare a resposta com suas próprias folhas; não a copie sem verificar.