video-analyzer
community[skill]
Habilidad para analizar videos de TikTok/YouTube y convertirlos en plantillas. Descarga video, extrae fotogramas, ejecuta STT, analiza composición y genera JSON de plantilla. Se usa para análisis de competidores y aprendizaje de estructuras de videos populares. Se activa con 'Analizar video', 'Análisis de TikTok', 'Análisis de YouTube', etc.
$
/plugin install ai-agent-campwhen to use
- Analizar video
- Análisis de TikTok
- Analizar video de YouTube
- Analizar video de competidor
- Convertir video a plantilla
- video-analyzer
- Aprender composición de video
details
Analizador de Video
Descarga, analiza y convierte videos de TikTok/YouTube/Instagram en plantillas.
Plataformas Soportadas
- TikTok --
https://www.tiktok.com/@user/video/.../https://vt.tiktok.com/... - YouTube --
https://www.youtube.com/watch?v=.../https://youtu.be/... - YouTube Shorts --
https://youtube.com/shorts/... - Instagram Reels --
https://www.instagram.com/reel/... - Otras plataformas soportadas por yt-dlp
Inicio Rápido
# Analizar un video de TikTok
python skills/video-analyzer/scripts/analyze_video.py \
--url "https://www.tiktok.com/@user/video/123456" \
--output output/templates/
# Analizar un video de YouTube
python skills/video-analyzer/scripts/analyze_video.py \
--url "https://www.youtube.com/watch?v=XXXXX" \
--output output/templates/
# Analizar YouTube Shorts
python skills/video-analyzer/scripts/analyze_video.py \
--url "https://youtube.com/shorts/XXXXX" \
--output output/templates/
Pipeline
URL -> yt-dlp -> Archivo de video (soporta TikTok/YouTube/Instagram, etc.)
-> ffmpeg -> Extracción de fotogramas (1fps)
-> Whisper API -> STT (texto + marcas de tiempo)
-> Vision IA -> Análisis de fotogramas (posición de subtítulos, diseño, composición)
-> JSON de plantilla (compatible con scenes.json)
Salida: template.json
{
"source_url": "https://...",
"duration": 32.5,
"resolution": "1080x1920",
"scenes": [
{
"frame_number": 1,
"timestamp": "0:00-0:03",
"duration": 3.0,
"narration": "Texto extraído del STT",
"text_overlay": {
"text": "Subtítulo en pantalla",
"position": "center",
"style": "bold",
"color": "#FFFFFF",
"has_stroke": true
},
"visual": {
"shot_type": "close_up | medium | wide | overhead",
"subject": "Persona sosteniendo un producto",
"transition_to_next": "cut | fade | swipe"
},
"motion_type": "i2v",
"energy": "high | medium | low"
}
],
"summary": {
"total_scenes": 8,
"avg_scene_duration": 4.1,
"full_transcript": "...",
"category": "tutorial",
"caption_style": "Texto blanco negrita, trazo negro, centro inferior de pantalla",
"structure": "gancho -> problema -> solución -> demostración -> CTA",
"pacing": "fast | medium | slow",
"key_techniques": ["técnica1", "técnica2"]
}
}
Uso
1. Análisis Individual
python analyze_video.py --url "URL"
2. Análisis por Lotes (Múltiples URLs)
python analyze_video.py --urls-file urls.txt --output output/templates/
3. Acumulación de Playbook (Habilidad Separada)
Pase los resultados de análisis template.json a la habilidad video-playbook para acumular conocimientos por tipo:
python skills/video-playbook/scripts/manage_playbook.py --add -t output/templates/template.json
4. Generar Nuevo Video desde Plantilla
Pase los resultados de análisis template.json al storyboard-generator para recrear con su propio contenido:
python generate_storyboard.py --template output/templates/template.json --topic "Nombre de su producto"
Dependencias
- yt-dlp (
.bin/yt-dlp) - ffmpeg (
.bin/ffmpeg) - OpenAI Whisper API (STT)
- Gemini Vision API (Análisis de fotogramas)
Variables de Entorno
OPENAI_API_KEY-- Para Whisper STTGEMINI_API_KEY-- Para análisis de Vision
technical
- github
- minicoohei/ai-agent-camp
- stars
- 358
- license
- unspecified
- contributors
- 3
- last commit
- 2026-05-25T08:29:07Z
- file
- .claude/skills/video-analyzer/SKILL.es.md