Initial commit: skills library

- 70 skills with code and documentation
- Add .gitignore (ignore __pycache__, output/, temp/, venv/)
- Clean up test intermediates and caches

video-analysis/SKILL.md

@@ -0,0 +1,167 @@
+---
+name: video-analysis
+description: 视频内容分析技能，支持视频转录，内容分析，知识提取。当用户提到分析视频、视频转录、提取视频内容时触发。
+---
+
+# 视频分析技能
+
+## 概述
+
+| 能力 | 说明 | 脚本 |
+|-----|------|------|
+| 视频转录 | 使用Whisper等工具转录视频内容 | `scripts/transcribe_video.py` |
+| 快速转录 | 备用转录方案，支持多种方法 | `scripts/quick_transcribe.py` |
+| 内容分析 | 结构化分析视频内容，提取关键信息 | `scripts/analyze_video_content.py` |
+| 简单转录 | 基础转录功能 | `scripts/simple_transcribe.py` |
+| 音频转MP3 | 使用edge-tts生成音频 | `scripts/text_to_speech.py` |
+
+## 配置
+
+### 环境要求
+1. **FFmpeg**: 用于提取音频
+2. **Whisper/faster-whisper**: 用于语音识别
+3. **edge-tts**: 用于生成音频（微软TTS）
+4. **Python依赖**: `openai-whisper`, `faster-whisper`, `edge-tts`, `pydub`, `moviepy`
+
+### 安装依赖
+```bash
+pip install openai-whisper faster-whisper edge-tts pydub moviepy
+```
+
+### 推荐：使用 faster-whisper（更快）
+```bash
+# 比原版 Whisper 快10倍
+pip install faster-whisper
+
+# 使用示例
+python -c "from faster_whisper import WhisperModel; model = WhisperModel('tiny', device='cpu', compute_type='int8'); segments, info = model.transcribe('audio.wav', language='zh'); text = ' '.join([s.text for s in segments]); print(text)"
+```
+
+### 推荐：使用 edge-tts 生成音频
+```bash
+pip install edge-tts
+
+# 使用示例
+import edge_tts
+import asyncio
+
+async def main():
+    with open('script.txt', 'r', encoding='utf-8') as f:
+        text = f.read()
+    communicate = edge_tts.Communicate(text, 'zh-CN-XiaoxiaoNeural')
+    await communicate.save('output.mp3')
+
+asyncio.run(main())
+```
+
+## 执行规范
+
+### 视频文件预处理
+1. **文件名处理**: 避免中文特殊字符和引号
+2. **编码检查**: 确保文件可正常读取
+3. **路径处理**: 使用绝对路径或相对路径
+
+### 转录流程
+1. 提取音频（WAV格式，16kHz，单声道）
+2. 加载Whisper模型（自动下载tiny/base模型）
+3. 执行转录
+4. 保存文本结果
+
+### 分析流程
+1. 读取转录文本
+2. 结构化分析内容
+3. 提取关键概念、技术、原理
+4. 生成分析报告
+
+## 快速使用
+
+### 基础转录
+```bash
+python .opencode/skills/video-analysis/scripts/transcribe_video.py "video.mp4"
+```
+
+### 快速转录（备用方案）
+```bash
+python .opencode/skills/video-analysis/scripts/quick_transcribe.py "video.mp4"
+```
+
+### 内容分析
+```bash
+python .opencode/skills/video-analysis/scripts/analyze_video_content.py "视频标题" "transcription.txt"
+```
+
+## 故障排除
+
+### 常见问题
+1. **Whisper模型下载失败**: 检查网络连接，或手动下载模型
+2. **FFmpeg未安装**: 安装FFmpeg并添加到PATH
+3. **内存不足**: 使用tiny模型而非base模型
+4. **中文识别不准**: 尝试base模型或添加语言参数
+
+### 备用方案
+如果本地Whisper太慢或不可用：
+1. 使用在线API（需配置API Key）
+2. 使用其他开源工具（FunASR等）
+3. 手动转录关键部分
+
+## 应用场景
+
+### 知识提取
+- 教育视频内容分析
+- 技术教程转录
+- 演讲/讲座内容整理
+
+### 内容分析
+- 心理学视频技巧分析
+- 商业策略视频解析
+- 技能教学视频总结
+
+### 研究用途
+- 媒体内容分析
+- 语言模式研究
+- 信息传播研究
+
+## 输出格式
+
+### 转录文本
+- 纯文本格式
+- 包含时间戳（可选）
+- 分段清晰
+
+### 分析报告
+- JSON结构化数据
+- 关键概念提取
+- 技术要点总结
+- 伦理风险评估
+
+## 最佳实践
+
+1. **文件命名**: 使用英文名，避免特殊字符
+2. **路径管理**: 保持工作目录整洁
+3. **模型选择**: 根据需求选择tiny/base模型（faster-whisper推荐tiny）
+4. **结果验证**: 人工检查关键部分准确性
+5. **知识沉淀**: 转录结果存入知识库系统
+6. **音频生成**: 生成MP3前先确保文本是纯文本（无MD格式）
+
+## 常见问题
+
+### Whisper转录太慢
+- 使用 faster-whisper 替代，比原版快10倍
+- 使用 tiny 模型而非 base 模型
+
+### 生成MP3有杂音
+- 确保输入文本是纯文本，无井号等特殊字符
+- 使用 edge-tts 的 Xiaoxiao 语音效果较好
+
+## 相关技能
+
+- `knowledge-base-builder`: 知识库建设框架
+- `file-reader`: 文档读写编辑
+- `log-analyzer`: 日志分析技能
+
+---
+
+*技能版本: v1.1.0*
+*创建日期: 2026-02-19*
+*更新日期: 2026-02-21*
+*新增: faster-whisper, edge-tts*