Communitygithub.com

TheSmokeDev/taskchad-os

處理影片檔案以製作 YouTube 內容，並生成社交媒體圖形——將影片/剪輯轉錄為帶時間戳的文字稿與 SRT 字幕，並產生 AI 生成的章節；還能生成 AI 驅動的 YouTube 縮圖（含臉部參考）、建立 LinkedIn 貼文資訊圖表，或為任何平台生成自訂尺寸的圖片。

taskchad-os 是什麼？

此技能是一個全面的影片與圖形處理工具，專為 YouTube 內容創作與社交媒體管理而設計。它整合了四項核心功能：影片轉錄與章節生成、YouTube 縮圖製作、LinkedIn 資訊圖表與貼文圖片生成，以及可自訂尺寸的通用圖片生成。其轉錄功能支援多片段影片，會自動計算時間戳偏移量，並輸出 Markdown 格式的文字稿、SRT 字幕以及由 Gemini AI 生成的 YouTube 章節建議。縮圖生成則能利用臉部參考圖片、風格匹配與可選的臉部交換（透過 Replicate）來製作一致的 YouTube 縮圖；LinkedIn 圖片生成專注於專業、深色主題的資訊圖表（不含人臉）；通用工具則可為 Instagram、Twitter 或 Facebook 等平台生成指定尺寸的圖片。此技能需使用 Python、FFmpeg，並設定 OpenAI、Gemini 及 Replicate 的 API 金鑰，適用於 Claude Code、Cursor 或 Codex 等 AI 代理環境。

相容平台~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/TheSmokeDev/taskchad-os/tree/HEAD/.claude/skills/video-processor
查看原文→瀏覽所有技能

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。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

說明文件

影片處理器

處理影片檔案以製作 YouTube 內容，並生成社交媒體圖形。此技能提供四項主要功能：

  1. 轉錄與章節：將影片剪輯轉換為帶時間戳的文字稿、SRT 字幕和 AI 生成的 YouTube 章節
  2. YouTube 縮圖生成：使用臉部參考和風格匹配，建立 AI 驅動的 YouTube 縮圖
  3. LinkedIn 貼文圖片：生成專業的 LinkedIn 資訊圖表和貼文圖片
  4. 通用圖片生成：為任何平台建立可自訂尺寸和提示的自訂圖片

何時使用此技能

當使用者遇到以下情況時，請使用此技能：

  • 想要轉錄影片檔案或剪輯
  • 需要生成 YouTube 章節
  • 想要從現有文字稿重新生成章節
  • 想要建立 YouTube 縮圖
  • 想要建立 LinkedIn 貼文圖片或資訊圖表
  • 想要為其他平台（Instagram、Twitter、Facebook 等）生成圖片
  • 提到縮圖的臉部交換
  • 詢問為圖形提供臉部或風格參考

選擇正確的圖片生成工具

此技能提供三個圖片生成腳本。請根據平台和需求選擇：

使用 thumbnail.py（YouTube 縮圖）當：

  • 使用者提到「YouTube」、「縮圖」或「影片縮圖」
  • 要求 16:9 寬高比
  • 需要戲劇化、引人注目的風格且包含臉部
  • 預設：1920x1080

使用 linkedin-post.py（LinkedIn 資訊圖表）當：

  • 使用者提到「LinkedIn」、「LinkedIn 貼文」或「商業資訊圖表」
  • 要求正方形格式的資訊圖表
  • 需要專業、深色主題，不含臉部
  • 預設：1200x1200

使用 image-gen.py（通用）當：

  • 指定了自訂尺寸（Instagram、Twitter、Facebook 等）
  • 平台不是 YouTube 或 LinkedIn
  • 使用者明確要求靈活/自訂工具
  • 使用者提供了包含特定風格要求的完整提示
  • 必要參數：--dimensions WIDTHxHEIGHT

優先順序： 當使用情境相符時，一律優先使用 thumbnail.py 或 linkedin-post.py。對於其他平台或自訂需求，則使用 image-gen.py 作為備用。

安裝與需求

影片處理器位於專案儲存庫中的 video-processor/ 目錄。

需求：

  • Python 3.9+
  • uv 套件管理器
  • FFmpeg（用於轉錄）
  • OpenAI API 金鑰（用於 Whisper 轉錄）
  • Gemini API 金鑰（用於章節和縮圖）
  • Replicate API 令牌（可選，用於臉部交換）

環境設定：

cd video-processor
uv sync
# 確保 .env 檔案包含所需的 API 金鑰

1. 影片轉錄與章節

基本轉錄指令

轉錄影片剪輯並生成文字稿、字幕和章節：

cd video-processor
uv run transcribe.py <資料夾路徑>

範例：

uv run transcribe.py ./my-youtube-video/

輸入格式

影片應放在一個資料夾中，並使用數字前綴來排序：

my-youtube-video/
├── 1.mp4          # 開場
├── 2.mp4          # 主要內容
├── 3.mov          # 示範
└── 4.mp4          # 結尾

支援格式： MP4、MOV、MKV、AVI、WEBM、M4V

輸出檔案

該腳本在同一個資料夾中生成三個檔案：

  1. transcript.md - 帶時間戳的 Markdown

    # 文字稿

[00:00] 歡迎回到頻道...
[00:15] 今天我們要來談談...

  2. transcript.srt - 適用於影片編輯器/YouTube 的 SRT 字幕

    1
00:00:00,000 --> 00:00:15,500
歡迎回到頻道...

  3. chapters.txt - YouTube 章節建議（AI 生成）

    0:00 簡介
2:30 設定
5:45 主要教學

功能

  • 多片段支援：處理編號的片段，並自動計算時間戳偏移量
  • 長影片支援：自動將超過 20 分鐘的影片分塊（API 限制）
  • 帶時間戳的文字稿：Markdown 格式，含精確時間戳
  • AI 章節：Gemini 生成上下文相關的章節標記

僅重新生成章節

如果您已有文字稿並想重新生成章節：

cd video-processor
uv run chapters.py <transcript.md 或 資料夾路徑>

範例：

# 直接指向文字稿檔案
uv run chapters.py ./my-video/transcript.md

# 或指向包含 transcript.md 的資料夾
uv run chapters.py ./my-video/

使用案例：

  • 在不重新轉錄的情況下調整章節
  • 在編輯文字稿後重新生成章節
  • 使用不同的 Gemini 模型

重要說明

  • 片段必須放在平面資料夾中（無子目錄）
  • 影片按檔名前綴的數字順序處理
  • 預計成本：約每分鐘音訊 $0.006（Whisper API）
  • 長影片會自動分塊以處理 API 限制
  • 需要網路連線

2. 縮圖生成

基本縮圖指令

生成 AI 驅動的 YouTube 縮圖：

cd video-processor
uv run thumbnail.py "你的縮圖想法"

預設行為：

  • 生成 3 個變體
  • 儲存至：./output/Thumbnails/[YYYY-MM-DD]/
  • 如果 assets/face.jpg 存在，則自動使用
  • 輸出：1920x1080 PNG 檔案
  • 品牌指南：請參閱 references/brand-guidelines.md 以了解色彩搭配、構圖和風格的建議

縮圖參數

必要

  • idea（位置參數）：你的縮圖概念/想法

臉部參考選項

  • --face PATH：指定臉部參考圖片（預設：assets/face.jpg）
  • --no-face：不包含任何臉部參考
  • --face-swap：使用 Replicate 進行後處理，以交換真實臉部（需要 REPLICATE_API_TOKEN）

風格與參考

  • --style PATH：風格參考縮圖 - AI 會匹配佈局和美學
  • --ref PATH：額外的參考圖片（可多次使用）

Logo 與輸出

  • --logo PATH：要合成到縮圖上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]：Logo 位置（預設：bottom-right）
  • -o, --output PATH：輸出目錄或檔案路徑
  • --variations N：要生成的變體數量（預設：3）

縮圖範例

基本 - 3 個變體，使用預設設定：

uv run thumbnail.py "對 Google 大規模裁員的震驚反應"

包含風格參考：

uv run thumbnail.py "我的新影片想法" --style ./existing-thumbnail.jpg --face ./me.jpg

使用臉部交換以獲得精確相似度：

uv run thumbnail.py "對新 AI 功能感到興奮" --face ./me.jpg --face-swap

單一變體用於快速測試：

uv run thumbnail.py "快速測試想法" --variations 1

自訂輸出目錄：

uv run thumbnail.py "我的影片概念" -o ./custom-folder/

不含臉部（僅場景）：

uv run thumbnail.py "螢幕上的戲劇化程式碼與錯誤" --no-face

包含 Logo 疊層：

uv run thumbnail.py "我的影片概念" --logo ./assets/logo.png

臉部參考設定

為獲得一致的縮圖：

  1. 將你的大頭照加入 assets/ 資料夾：

    video-processor/assets/
├── face.jpg           # 預設臉部（自動載入）
├── face-excited.jpg   # 替代表情
├── face-shocked.jpg
└── logo.png           # 頻道 Logo

  2. 如果 assets/face.jpg 存在，腳本會自動使用

  3. 使用 --face 覆蓋，以使用不同的表情

  4. 使用 --no-face 完全跳過臉部參考

風格參考

--style 標記會匹配現有縮圖的美學：

  • 整體佈局和構圖
  • 色彩方案和氛圍
  • 文字樣式（字體粗細、顏色、位置）
  • 背景風格和效果

非常適合維持一致的頻道品牌形象。

品牌指南與最佳做法

重要事項：在生成縮圖之前，請閱讀 references/brand-guidelines.md 了解：

  • 藍色品牌顏色的使用（作為強調色，非主導色）
  • 自然膚色要求（臉部不得有藍色色調）
  • 平衡的色彩搭配（混合鮮豔色彩）
  • 文字強調模式（1-2 個關鍵詞使用藍色）
  • 構圖指南（佈局、視覺流程）
  • 經過驗證的範例（來自過去成功的縮圖）

這些指南可確保縮圖維持品牌一致性，同時避免過度飽和或光線不自然等常見問題。

臉部交換以獲得精確相似度

AI 生成的臉部可能不精確。使用 --face-swap 進行後處理：

uv run thumbnail.py "我的影片想法" --face ./me.jpg --face-swap

運作方式：

  1. 使用 AI 生成縮圖（以臉部作為定位參考）
  2. 使用 Replicate 進行後處理，以交換成你的真實臉部

設定：

  • 在 https://replicate.com/account/api-tokens 獲取 Replicate API 令牌
  • 加入 .env：REPLICATE_API_TOKEN=r8_your_token_here
  • 成本：每次臉部交換約 $0.003（每 $1 約可進行 370 次交換）

縮圖規格

元素數值
解析度1920x1080 (1080p)
寬高比16:9
格式PNG（或使用 JPG --output .jpg）
預設變體數3
模型Gemini 3 Pro (Nano Banana Pro) 預設

重要縮圖說明

  • Gemini 模型支援參考圖片；Imagen 則不支援
  • 成本：使用 Gemini 3 Pro 每張圖片約 $0.13
  • 臉部交換每張縮圖增加約 $0.003
  • 3 張縮圖加臉部交換：總計約 $0.40
  • 需要網路連線

3. LinkedIn 貼文圖片生成

基本 LinkedIn 圖片指令

生成 AI 驅動的 LinkedIn 貼文圖片和資訊圖表：

cd video-processor
uv run linkedin-post.py "你的貼文概念"

預設行為：

  • 生成 3 個變體
  • 儲存至：./output/LinkedIn/[YYYY-MM-DD]/
  • 輸出：1200x1200 PNG 檔案（LinkedIn 正方形格式）
  • 針對資訊圖表佈局最佳化（不含臉部、白底、扁平設計）

LinkedIn 圖片參數

必要

  • idea（位置參數）：你的 LinkedIn 貼文概念/想法

風格與參考

  • --style PATH：風格參考圖片 - AI 會匹配佈局和美學
  • --ref PATH：額外的參考圖片（可多次使用）

Logo 與輸出

  • --logo PATH：要合成到圖片上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]：Logo 位置（預設：bottom-right）
  • -o, --output PATH：輸出目錄或檔案路徑
  • --variations N：要生成的變體數量（預設：3）

LinkedIn 圖片範例

基本 - 3 個變體：

uv run linkedin-post.py "AI 驗證金字塔，5 層展示人類與代理的責任"

包含風格參考：

uv run linkedin-post.py "我的資訊圖表概念" --style ./existing-infographic.jpg

單一變體用於測試：

uv run linkedin-post.py "快速測試" --variations 1

自訂輸出目錄：

uv run linkedin-post.py "我的概念" -o ./custom-folder/

包含 Logo 疊層：

uv run linkedin-post.py "我的資訊圖表" --logo ./assets/logo.png

LinkedIn 圖片規格

元素數值
解析度1200x1200（LinkedIn 正方形）
寬高比1:1
格式PNG（或使用 JPG --output .jpg）
預設變體數3
模型Gemini 3 Pro (Nano Banana Pro) 預設
風格專業資訊圖表，不含臉部，扁平設計

重要 LinkedIn 圖片說明

  • 針對專業商業資訊圖表最佳化
  • 深色主題，現代時尚美學
  • 不含臉部或人物（純圖表/資訊圖表風格）
  • 藍色色彩主題搭配漸層
  • 資訊密度高於 YouTube 縮圖
  • 成本：使用 Gemini 3 Pro 每張圖片約 $0.13
  • 需要網路連線

4. 通用圖片生成

基本通用圖片指令

生成 AI 驅動的圖片，並可為任何平台設定自訂尺寸：

cd video-processor
uv run image-gen.py "你的圖片概念" --dimensions WIDTHxHEIGHT

主要功能：

  • 自訂尺寸（必要參數）
  • 最少提示包裹（最高靈活性）
  • 支援風格參考
  • 儲存至：./output/Images/[YYYY-MM-DD]/
  • 預設：3 個變體

通用圖片參數

必要

  • idea（位置參數）：你的圖片概念，包含完整的提示細節
  • --dimensions WIDTHxHEIGHT：圖片尺寸（例如 1080x1080、1200x675）

風格與參考

  • --style PATH：風格參考圖片 - AI 會匹配美學
  • --ref PATH：額外的參考圖片（可多次使用）

Logo 與輸出

  • --logo PATH：要合成到圖片上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]：Logo 位置（預設：bottom-right）
  • -o, --output PATH：輸出目錄或檔案路徑
  • --variations N：要生成的變體數量（預設：3）

通用圖片範例

Instagram 正方形貼文：

uv run image-gen.py "白底極簡產品照片" --dimensions 1080x1080

Instagram 限時動態：

uv run image-gen.py "垂直激勵語錄設計" --dimensions 1080x1920

Twitter 貼文圖片：

uv run image-gen.py "藍色主題的科技公告圖形" --dimensions 1200x675

Facebook 封面照片：

uv run image-gen.py "專業商業標題" --dimensions 820x312

包含風格參考：

uv run image-gen.py "我的概念" --dimensions 1200x1200 --style ./reference.jpg

常見尺寸參考

平台尺寸寬高比指令
YouTube 縮圖1920x108016:9請改用 thumbnail.py
LinkedIn 正方形1200x12001:1請改用 linkedin-post.py
Instagram 正方形1080x10801:1--dimensions 1080x1080
Instagram 限時動態1080x19209:16--dimensions 1080x1920
Twitter 貼文1200x67516:9--dimensions 1200x675
Facebook 貼文1200x6301.91:1--dimensions 1200x630
Pinterest 圖釘1000x15002:3--dimensions 1000x1500

相關技能

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

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.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

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...

community

affaan-m/everything-claude-code

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.

community