Communitygithub.com

stepkeeper

将YouTube教程视频转换为可跟随的图文指南,每个模糊的指令都配有对应的视频帧截图。

stepkeeper 是什么?

stepkeeper 是一款 AI 代理技能,用于将 YouTube 的“如何做”类教程视频转化为结构化的、可跟随的图文文档。其主要价值在于解决了视频教程中口头指令模糊不清(例如“少量”、“切小块”或“翻面”等)的问题,通过自动提取视频关键帧,为每一个可能产生歧义的步骤提供精确的视觉参考。该工具支持多种领域(如烹饪、DIY、手工、健身等),可通过可切换的配置文件(profile)适配不同场景。用户可以选择全自动模式(AI自动挑选最佳帧)或手动/代理模式(从三个候选帧中手动挑选)。生成的文档可以导出为 Markdown、Notion、Obsidian 或 Goodnotes 格式。它基于 Google Gemini API 进行分析和帧选择,依赖 ffmpeg 进行视频处理,并遵循严格的 JSON 契约确保输出结构的一致性和可验证性。

兼容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add zlej123/stepkeeper

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

stepkeeper 是做什么的?

<Use_When>

  • 用户分享 YouTube 教程 URL,并希望获得整洁、可跟随的文字/视觉指南。
  • 用户抱怨教程的口头指示含糊不清,希望获得“展示给我看”的帧。
  • 用户希望将食谱或步骤保存到笔记应用中。 </Use_When>

<Do_Not_Use_When>

  • 视频是讲师讲座、博客、评测或播客,没有视觉上可解析的操作。
  • 内容涉及安全关键领域(医疗、市电、燃气、重型机械)——需要专家审核过的配置文件。 </Do_Not_Use_When>

<How_To_Run> 一个命令驱动分析 → 捕获 → 挑选 → 渲染 → 导出。 --language 是文档语言(BCP-47:en、ko、ja……),不是视频的口头语言。英文教程视频适用于 en 或 ko 输出。

  1. 完全自动(无 ffmpeg,使用时间戳链接代替截图):

    • 韩语文档:stepkeeper <URL> --profile generic --language ko --links-only
    • 英语文档(面向英语用户):stepkeeper <URL> --profile generic --language en --links-only
  2. 完全自动带截图(Gemini 为每个指南挑选帧): stepkeeper <URL> --profile recipe --language en --auto-pick --export goodnotes 检查生成的 picker.html(AI 预先挑选);如果用户纠正任何错误,运行 python -m stepkeeper.feedback add <semantic-evaluation.json> 进行记录。

  3. 手动/代理帧选择:

    • stepkeeper <URL> --profile recipe --language en
    • 代理路径:直接读取 work/frames/… 目录下的三个候选帧,自行写入 picks.json(语义判断),然后重新运行 --picks <picks.json> --export goodnotes(或 obsidian/bundle/notion)。

Notion 导出需要 NOTION_TOKEN 和 --parent <page-id>。 工件保存在当前目录下(STEPKEEPER_DATA 可覆盖)。 </How_To_Run>

相关技能