Communitygithub.com

tpc-pascal/agent-skills

多媒體處理 — ffprobe 參數、ffmpeg 裁切/合併/轉碼/GIF、擷取影格、分離音訊、字幕(時間偏移/格式轉換/燒錄)、SMPTE 時碼、場景偵測、影格/圖片 OCR、從 URL 下載(yt-dlp)、音樂(曲風/情緒/BPM/歌詞)。適用於當你提供影片/音訊/圖片/媒體 URL,並希望摘要內容、擷取文字、裁切合併、製作字幕、取得影格或下載媒體時使用。

agent-skills 是什麼?

這是一個輕量級多媒體處理技能,本身不包含任何程式碼,而是透過路由將請求導向本地 CLI 工具(如 ffprobe、ffmpeg、yt-dlp)以及按階段動態擷取的第三方技能(如 mediaskills、watch、music-listener)。它支援從 ffprobe 自動識別輸入類型,並根據使用者的需求(例如摘要影片內容、產生字幕、裁切/合併/轉碼、偵測場景、對影格進行 OCR、從 URL 下載媒體、或分析音樂的曲風/BPM/歌詞)自動對應到適當的工具或腳本。所有輸出檔案會與原始檔案放置在同一目錄,並使用約定俗成的命名規則(例如 `.digest.md`、`.srt`、`.clip-t1-t2.mp4`),確保不覆寫原始檔案。此技能支援 Claude Code、OpenCode 等平台,並可離線操作(前提是必要的 CLI 和模型已就緒);技能和模型會按階段下載,無需永久安裝。

相容平台✓Claude Code~Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/tpc-pascal/agent-skills/tree/HEAD/skills/research/media

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

英文版:SKILL.en.md

media — 影片 / 音訊 / 圖片 / URL

輕量級技能,不包含自有程式碼:將請求路由至本地 CLI(ffprobe、ffmpeg、yt-dlp)以及按階段下載的第三方技能(mediaskills、watch、music-listener)—— 請參閱下方的擷取章節。

依輸入類型路由表

透過 ffprobe/file 自動識別;對於 URL,則檢查返回的檔案名稱。

輸入 + 需求工具備註
媒體檔案參數ffprobe (本地)不需要階段性技能
想摘要影片/URL 內容watch 技能 (claude-video)--engine local
從影片/URL 擷取文字 (SRT/VTT)speech-captions 技能transcribe.py --model tiny;較大型號用於更準確的需求
字幕:時間偏移/格式轉換/燒錄subtitles 技能shift.py convert.py extract.py burn.py
裁切/合併/轉碼、GIF、影格/音訊video-transformation 技能trim.py trim_multi.py concat.py …
場景變換偵測shots 技能detect.py extract-frames.py
影格內容分析(螢幕上的文字)vision-analysis 技能代理程式自行檢視影格 + 合併 JSON 的腳本
圖片/螢幕截圖:OCR/調整大小/轉換image 技能ocr.py (tesseract)
音訊:裁切/正規化/靜音移除audio 技能
從 URL/檔案聽音樂,想要歌詞music-listener 技能按階段下載,請參閱 music-listener/scripts/
從 URL 下載媒體download 技能url.py (yt-dlp)
SMPTE 時碼、廣播字幕timecode 技能、captions-compliance 技能根據時碼同步字幕
缺少 ffprobe/tesseract/uv…install-media-tools 技能doctor.sh 檢查,install.sh 安裝

按階段下載的第三方技能(擷取,非永久安裝)

此儲存庫不包含第三方技能。會下載到階段暫存目錄:

  1. scripts/fetch-session.sh --list → 查看名稱;--skill <名稱> 或 --all — 腳本會稀疏複製來源儲存庫的指定 commit SHA,並複製到階段暫存目錄。
  2. 使用於 ~/.agents/skills/<名稱>/scripts/(或 ~/.config/opencode/skills/<名稱>/…)。
  3. 離線/無網路:只要必要的 CLI 和模型已就緒,對本地檔案的操作即可進行。按階段下載技能、下載 URL 以及下載尚未快取的模型需要網路連線;yt-dlp 在離線時無法下載 URL。

每個技能的 commit SHA 和授權條款:請參閱 scripts/fetch-session.sh 中的 TABLE。

規則

  1. 輸出與原始檔案放置在同一目錄:摘要檔名為 <名稱>.digest.md、字幕為 <名稱>.srt|.vtt、剪輯為 <名稱>.clip-<t1>-<t2>.mp4。不覆寫原始檔案。
  2. 時間戳記/剪輯使用實際影格 — 透過 ffprobe 驗證,而非估算。
  3. 交付前驗證:使用 ffprobe 檢查輸出檔案必須可開啟,且時長/編碼格式符合要求。
  4. 使用輸入語言回覆 — 以使用者使用的相同語言回應。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能