Disponibilidade de Material de Apoio

Esta cópia do catálogo contém as orientações embutidas abaixo, mas não inclui os seguintes caminhos de suporte. Eles são pré-requisitos externos, não arquivos agrupados:

• scripts/extract_video.py

Obtenha o material necessário da fonte upstream declarada, ou de uma instalação fornecida pelo usuário dessa fonte. Resolva cada caminho relativo a essa instalação, inspecione seu conteúdo e verifique quaisquer licenças e pré-requisitos de execução aplicáveis. Não execute um comando ou reivindique que um procedimento referenciado foi seguido até que seu arquivo necessário exista. Não fabrique os scripts ausentes nem trate um arquivo não relacionado com o mesmo nome como equivalente. Etapas independentes totalmente documentadas aqui podem prosseguir dentro do escopo autorizado do usuário; relate qualquer etapa dependente como indisponível.

Extrator de Conteúdo de Vídeo

Visão Geral

Extrai automaticamente quadros-chave de arquivos de vídeo MP4 em intervalos de tempo configuráveis, realiza reconhecimento de texto OCR em cada quadro e gera um relatório estruturado em Markdown. O relatório inclui metadados do vídeo (duração, resolução, codecs) e transcrições OCR quadro a quadro com referências de carimbo de data/hora.

Esta habilidade foi projetada para o Codex CLI e requer FFmpeg e Tesseract OCR instalados na máquina local.

Quando Usar Esta Habilidade

• Use quando precisar extrair conteúdo de texto de apresentações em vídeo, palestras ou screencasts.
• Use quando quiser criar transcrições pesquisáveis a partir de arquivos de vídeo sem legendas incorporadas.
• Use quando precisar analisar conteúdo de vídeo programaticamente e gerar resumos estruturados.
• Use quando o usuário pedir para "ler o que está na tela" ou "extrair o conteúdo deste vídeo".

Como Funciona

Etapa 1: Analisar Metadados do Vídeo

A habilidade usa o ffprobe para extrair metadados do vídeo: duração, resolução, taxa de quadros, informações de codec e tamanho do arquivo.

Etapa 2: Extrair Quadros-Chave

Usando o FFmpeg, a habilidade captura quadros no intervalo configurado (padrão: a cada 30 segundos). Cada quadro é salvo como uma imagem JPEG com carimbo de data/hora.

Etapa 3: Reconhecimento de Texto OCR

Cada quadro extraído é processado pelo Tesseract OCR. Se o modo PSM padrão não retornar texto significativo, ele volta para a segmentação automática completa da página.

Etapa 4: Gerar Relatório em Markdown

Todos os dados extraídos são montados em um documento Markdown estruturado.

Exemplos

Exemplo 1: Extração Básica

Prompt do agente: Use a habilidade video-content-extractor para extrair conteúdo de lecture.mp4

A saída gera o diretório lecture.md e lecture_frames/.

Exemplo 2: Intervalo Personalizado

Parâmetros: video_path, output_dir, interval(seconds), lang Extrair a cada 60 segundos com OCR apenas em inglês: python scripts/extract_video.py recording.mp4 ./output 60 eng

Exemplo 3: Conteúdo Bilíngue

Extrair com OCR padrão em chinês + inglês: python scripts/extract_video.py lecture.mp4 . 15 chi_sim+eng

Melhores Práticas

• Use intervalos mais curtos (10-15s) para conteúdo de ritmo acelerado com mudanças frequentes de texto.
• Use intervalos mais longos (30-60s) para slides de apresentação ou palestras lentas para reduzir quadros duplicados.
• Para conteúdo em chinês, certifique-se de que o pacote de idioma chinês do Tesseract esteja instalado (chi_sim).

Limitações

• Requer que FFmpeg e Tesseract OCR estejam instalados e acessíveis via PATH.
• A precisão do Tesseract OCR depende da qualidade do vídeo, tamanho do texto e clareza da fonte.
• Não extrai áudio nem realiza transcrição de fala para texto.
• A extração de quadros é baseada em tempo (não em mudança de cena), o que pode produzir quadros quase duplicados.
• Vídeos grandes com intervalos curtos podem gerar muitos quadros - certifique-se de ter espaço em disco suficiente.

Notas de Segurança e Proteção

• Esta habilidade apenas lê arquivos de vídeo e grava quadros extraídos e relatórios Markdown.
• Ela NÃO envia nenhum dado pela rede - todo o processamento é local.
• FFmpeg e Tesseract são invocados com argumentos fixos e pré-verificados.
• A habilidade não modifica nem exclui o arquivo de vídeo original.

Armadilhas Comuns

• Problema: Tesseract retorna texto ilegível Solução: Certifique-se de que o pacote de idioma correto esteja instalado. Execute tesseract --list-langs para verificar.

• Problema: FFmpeg falha com "não encontrado" Solução: Certifique-se de que o FFmpeg esteja no PATH. Execute ffmpeg -version para verificar.

• Problema: OCR é lento em vídeos grandes Solução: Aumente o parâmetro de intervalo para reduzir os quadros processados.

Habilidades Relacionadas

• @media-summarizer - Para resumir conteúdo de vídeo usando pistas visuais e de áudio.

…