> Media _

Этот skill позволяет транскрибировать аудио- и видеофайлы с использованием Deepgram API. Для больших видеофайлов предусмотрена предварительная извлечение аудио, что снижает время загрузки и затраты на обработку. Результатом является текстовая расшифровка, доступная в формате JSON с метками времени или в виде чистого текста.

Используй это, когда анализируешь существующие видеофайлы с помощью FFmpeg и AI vision, извлекаешь кадры для создания дизайн-систем, определяешь границы сцен, анализируешь тайминг анимации, извлекаешь цветовые палитры или проверяешь синхронизацию аудио и видео. Запускается при анализе видео, извлечении кадров, определении сцен, использовании ffprobe, анализе движения и AI vision-анализе видеоконтента.

Создавайте изображения, видео, речь и транскрибируйте аудио, используя модели Aliyun Bailian.

Скачивай просматривай и анализируй видеофайлы по прямым ссылкам. Используй эту возможность когда пользователь просит скачать сохранить просмотреть или проанализировать видеофайлы по прямым ссылкам (mp4 webm mkv avi mov). Не поддерживает YouTube и другие стриминговые платформы — только прямые ссылки на видеофайлы.

Изменяй размер, сжимай, конвертируй, обрезай и анализируй изображения. Применяй эту возможность, когда пользователь просит изменить размер изображения, сжать фотографию, преобразовать формат изображения (например, PNG в JPG), обрезать изображение, получить размеры/информацию об изображении или оптимизировать изображения для веб.

Редактируй видео с записями экрана и добавляй точные субтитры, сгенерированные ИИ. Используй этот навык в любой из этих ситуаций — даже если пользователь не упоминает Screen Studio: * Пользователь имеет файл `.screenstudio` и хочет его улучшить: убрать паузы, вырезать повторы в закадровом голосе, добавить субтитры. Активируется по фразам: "帮我剪掉停顿" ("Удали паузы"), "删重复的内容" ("Удали повторы"), "处理这个录屏" ("Обработай эту запись экрана"), "自动剪视频" ("Автоматически обрежь видео"), "edit my recording" ("Отредактируй мою запись"), "cut the pauses" ("Удали паузы"), или упоминанию пути к файлу `.screenstudio`. * Пользователь имеет любой `.mp4` файл и хочет добавить на него субтитры — будь то запись экрана, видео с iPhone, туториал, демонстрация или что-либо другое. Активируется по фразам: "帮这个视频加字幕" ("Добавь субтитры к этому видео"), "给视频加字幕" ("Добавь субтитры к видео"), "add subtitles" ("Добавь субтитры"), "burn subtitles" ("Зажги субтитры"), "加个字幕" ("Добавь субтитры"), или когда пользователь предоставляет путь к `.mp4` файлу и упоминает субтитры в любой форме. Не жди, пока пользователь скажет "Screen Studio" — добавление субтитров работает для любого видео. * Пользователь хочет объединить два проекта Screen Studio (например, дополнительная пере запись, разделенные сессии). Активируется по фразам: "合并工程" ("Объедини проекты"), "合并两个录

Организация полного цикла создания видео для проектов Remotion. Показывает как объединять инструменты MCP (TTS синтезаторы музыки звуковые эффекты стоковые видео аналитика видео) в готовые композиции Remotion. Используйте эти навыки при создании любого видео требующего аудио закадрового голоса музыки стокового видео или анализа существующих видеофайлов.

Этот навык пригодится, когда пользователь просит создать шаблон видео, анимировать с помощью SuperImg, преобразовать HTML в MP4, использовать defineScene, упоминает SuperImg, генерацию видео или программную видеосъёмку. Он предоставляет фреймворк SuperImg для HTML/CSS шаблонов, которые рендерятся в видео.

Полноценный агент для редактирования видео на базе FFmpeg. Используй этот навык всякий раз, когда пользователю нужно что-то сделать с видео- или аудиофайлами — обрезка, вырезка, транскодирование, изменение размера, объединение, добавление субтитров, наложение изображений или текста, применение цветокоррекции или LUT, нормализация уровня звука, создание переходов, хромакей, извлечение кадров, создание слайдшоу или экспорт для соцсетей (TikTok, Reels, YouTube). Также используй его для вопросов о кодеках (H.264, H.265, VP9, AV1, ProRes, FFV1), аппаратного ускорения кодирования (NVIDIA NVENC, Intel QSV, VAAPI, Apple VideoToolbox) и построения команд для ffmpeg или ffprobe. Даже если пользователь просто говорит "конвертируй это видео" или "сделай его меньше" или "добавь мой логотип" — применяй этот навык. Обращайся к документам в папке references для фильтров, кодеков, переходов и аппаратного ускорения. Скрипты в папке scripts помогут с пробованием, объединением и нормализацией.

Этот навык пригодится, когда пользователь просит оптимизировать изображения, сжать их, уменьшить размер файлов, сделать изображения меньше, оптимизировать PNG или JPEG, ускорить загрузку изображений на сайте или уменьшить размер бандла с изображениями. Также он поможет с оптимизацией изображений для веб-проектов. Предоставляет воркфлоу и скрипты для пакетной оптимизации изображений с использованием sharp.

Загружайте изображения и видео в Cloudinary с доставкой через CDN и возможностью трансформаций. Используйте эту функциональность для хостинга медиа, оптимизации, изменения размеров, конвертации форматов и склейки видео.

Используйте этот навык, когда пользователю нужно скачать видео. Есть два способа получить URL-адреса: 1) Агент использует инструменты автоматизации браузера (рекомендуется режим без графического интерфейса) для извлечения URL-адресов. 2) Пользователь предоставляет URL-адреса напрямую. Затем скачивайте и конвертируйте в форматы, совместимые с PowerPoint.

Реализуйте полноценные возможности редактирования изображений в Blazor-приложениях с помощью компонента редактора изображений от Syncfusion. Используйте этот навык при реализации функций редактирования, аннотаций, трансформаций, обрезки, фильтров, масштабирования и панорамирования. Поддерживает аннотации (текст, фигуры, рисование от руки), трансформации (обрезка, поворот, отражение, изменение размера), эффекты (фильтры, файн-тюнинг), настройку панели инструментов и сочетания клавиш.

Проект vhs содержит рекомендации по созданию профессиональных видеозаписей терминала в формате VHS, основанные на практиках Charmbracelet. Он охватывает лучшие практики для работы с файлами .tape, настройкой записи и созданием демонстраций, включая оптимизацию размера и качества. Руководство структурировано по категориям, от критически важных аспектов конфигурации до продвинутых шаблонов, и направлено на развитие навыка создания переносимых и оптимизированных демонстраций.

Используйте API TextOps/Modal для расшифровки аудио- и видеофайлов. Применяйте эту возможность, когда пользователь хочет расшифровать видео- или аудиофайл, упоминает mp4/mp3/wav/m4a файл и хочет получить текст, просит расшифровку или תמלול (транскрипцию на иврите), или хочет преобразовать устную речь в текст. Всегда активируйте эту возможность, даже если пользователь просто говорит "תמלל את זה" или "I want to transcribe this file".

Автоматизированный навык редактирования видео для talk-видео, влогов и стендапов. Используйте, когда нужно: обрезать видео, разбивать видео на предложения, объединять видеофрагменты, извлекать аудио, транскрибировать речь, автоматически редактировать видео с устными презентациями, собирать выбранные фрагменты предложений в финальное видео, генерировать обложку/превью с заголовком. Требуется ffmpeg и whisper.

Отправляйте файлы, изображения и голосовые сообщения через API Feishu Lark в два этапа, как требуется. Используйте, когда нужно отправить файлы, изображения или голосовые сообщения пользователям или группам Feishu. Этот инструмент обеспечивает обязательный воркфлоу: сначала загрузите, чтобы получить `file_key`, `image_key` или `audio_key`, затем отправьте сообщение с этим ключом. Поддерживает API для файлов (документы), API для изображений (картинки) и API для файлов с типом аудио (голосовые сообщения).

Применяйте эти навыки при работе со звуком музыкой UAudioComponent PlaySoundAtLocation SoundCue MetaSound затуханием сабмиксами параллелизмом SFX или пространственным звуком в Unreal Engine. Подробности об архитектуре музыкальной системы и звукового оформления смотрите в файле audio-setup-patterns.md. Для синхронизации звука с визуальными эффектами обратитесь к ue-niagara-effects.

Загружает изображения на сервисы хостинга (поддерживает sm.ms Imgur и GitHub + jsDelivr CDN). Используй этот навык когда пользователь хочет загрузить локальный файл изображения в сеть и получить публичную ссылку.

Проект `voice-message` позволяет отправлять голосовые сообщения в чат-каналы, такие как Telegram, Discord, Feishu/Lark, Signal и WhatsApp. Для преобразования текста в речь используется edge-tts, а для конвертации аудио – ffmpeg. Для Feishu/Lark этот skill необходим для корректной отправки голосовых сообщений, так как стандартные методы не поддерживают формат.

Скачивай видео с более чем 1000 сайтов (YouTube, Bilibili, Twitter/X, TikTok и т.д.) с помощью yt-dlp. Применяй эту возможность, когда пользователи присылают URL-адреса видео и хотят скачать их, извлечь аудио или нуждаются в помощи с проблемами при скачивании видео.

Главный дирижёр, который объединяет все навыки создания видео в Remotion в единый автоматизированный пайплайн. Принимает креативное задание и генерирует готовый к производству проект Remotion. Используйте, когда начинаете новый видеоролик с нуля, когда вас просят "сделать видео", "создать видео", "разработать полноценный видеопроект" или "видео от идеи до кода".

Система комплексного учёта для видеопроизводства, которая преобразует планы контента в подробные документы, описывающие каждый кадр, включая все визуальные, аудио, временные и технические спецификации. Этот навык полезен при создании детальных планов производства видео, разбивая сценарии на спецификации для каждого кадра с альтернативами A-roll/B-roll, звуковым оформлением, визуальными эффектами, временными метками и полными рекомендациями по монтажу, следуя принципам вовлечения аудитории: визуальное разнообразие, визуальная связность, захватывающий звук и оптимальный темп.

Используй MiniMax мультимодальные модели для работы с речью, музыкой, видео и изображениями. Создавай голос, музыку, видео и изображения с помощью MiniMax AI: генерация речи (текст в речь, клонирование голоса, дизайн голоса, многосегментная запись), музыка (песни, инструментальные треки), видео (текст в видео, изображение в видео, указание начального и конечного кадра, референс по персонажу, шаблоны, длинные многосценарные ролики), изображения (текст в изображение, изображение в изображение с референсом по персонажу) и обработка медиа (конвертация, объединение, обрезка, извлечение). Применяй это, когда пользователь упоминает MiniMax, мультимодальную генерацию, или хочет использовать ИИ для работы с речью/музыкой/видео/изображениями, MiniMax API или воркфлоу с FFmpeg и MiniMax.

Передавай файлы, фото, аудио или видео в текущий чат. Обязательно используй, когда нужно передать любой файл пользователю. Охватывает: отправку изображений, селфи, сгенерированного арта, документов, музыки, видео, голосовых сообщений, скриншотов или ЛЮБОГО файла, который пользователь просит показать. Запускается фразами: «отправь мне», «перешли», «давай посмотрю», «пришли», «покажи», «отправь фото», «отправь файл», при передаче любого пути к файлу. Никогда не вставляй сырые пути к файлам в текст — всегда используй эту функцию для отправки файлов.

Взаимодействуйте с визуальным AI-агентом Orion через CLI `vlmrun`. Обрабатывайте изображения, видео и документы, используя естественный язык. Поддерживаемые сценарии: распознавание и генерация изображений, детекция объектов, OCR, суммирование видео, извлечение данных из документов, генерация изображений, чат с визуальным AI, команды вроде "сгенерируй изображение/видео", "проанализируй это изображение/видео", "извлеки текст из", "суммируй это видео", "обрабатывай этот PDF".

Освойте навык для анализа изображений и видео в Tencent Cloud VITA. Использует ИИ для анализа медиафайлов. Пригодится для понимания содержания видео анализа изображений создания описаний извлечения ключевых моментов из спортивных трансляций анализа записей с камер наблюдения понимания прямых эфиров суммирования новостных видео анализа демонстрационных роликов товаров или любых задач по пониманию визуального контента. Поддерживает работу с отдельными и множественными изображениями а также с одним URL видео с возможностью указания собственных инструкций для промпта.

Набор инструментов для обработки изображений в цифровой патологии, предназначенный для анализа изображений целых срезов. Используйте этот навык при работе с гистологическими срезами, обработке тканей, окрашенных по методам H&E или IHC, извлечении фрагментов из гигапиксельных патологических изображений, обнаружении тканей, создании масок сегментации или подготовке датасетов для конвейеров глубокого обучения в вычислительной патологии. Подходит для форматов WSI (SVS, TIFF, NDPI), анализа на основе фрагментов и рабочих процессов предварительной обработки гистологических изображений.

Воссоздавай текстовые анимации из видео, используя Remotion. Этот навык анализирует кадры видео для определения паттернов анимации текста (тайминга движения стилизации эффектов) и генерирует соответствующие React-компоненты Remotion. Применяй его когда пользователь просит повторить или скопировать текстовые анимации из видео-примера.

Этот навык полезен при анализе видеофайлов. Невозможно обрабатывать видео напрямую, поэтому он извлекает кадры иерархически: сначала создаётся быстрый обзор, затем происходит увеличение интересующих областей с более высоким разрешением и частотой кадров. Используйте, когда вас просят посмотреть, проанализировать, оценить или понять видеоконтент.