skillsbench 是做什麼的？
結合視覺特徵（人臉偵測、嘴唇運動分析）與音訊特徵，提升影片檔案中的說話者日誌化準確度。使用 OpenCV 進行人臉偵測與嘴唇運動追蹤，再將視覺線索與基於音訊的說話者嵌入特徵融合。在處理具有多個可見說話者的影片檔案，或僅靠音訊的日誌化需要視覺驗證時，此技能至關重要。
結合視覺特徵（人臉偵測、嘴唇運動分析）與音訊特徵，提升影片檔案中的說話者日誌化準確度。使用 OpenCV 進行人臉偵測與嘴唇運動追蹤，再將視覺線索與基於音訊的說話者嵌入特徵融合。在處理具有多個可見說話者的影片檔案，或僅靠音訊的日誌化需要視覺驗證時，此技能至關重要。
此技能（benchflow-ai/skillsbench）為 AI 代理提供一套專門的方法，透過融合視覺與音訊特徵，顯著提升影片檔案中的說話者日誌化（speaker diarization）準確度。它利用 OpenCV 進行人臉偵測與嘴唇運動追蹤，並將這些視覺線索與基於音訊的說話者嵌入特徵（embeddings）進行整合。這項技術對於處理包含多個可見說話者的影片，或是在僅依賴音訊的日誌化結果需要視覺驗證的情境下，特別有價值。支援的平台包括但不限於 Claude Code、Cursor 和 Codex 等能夠整合自訂技能的開發工具。其運作方式基於 SKILL.md 文件中定義的標準流程：首先提取影片的視覺特徵（人臉位置、嘴唇活動），分析音訊特徵（說話者嵌入），最後透過決策融合演算法結合兩者，以做出更精確的說話者區分判斷。
npx skills add benchflow-ai/skillsbench結合視覺特徵（人臉偵測、嘴唇運動分析）與音訊特徵，提升影片檔案中的說話者日誌化準確度。使用 OpenCV 進行人臉偵測與嘴唇運動追蹤，再將視覺線索與基於音訊的說話者嵌入特徵融合。在處理具有多個可見說話者的影片檔案，或僅靠音訊的日誌化需要視覺驗證時，此技能至關重要。
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.