動画ファイルからキーフレームを抽出し、軽量モデルのサブエージェントで低コスト分析を実行します。UIバグ検出、画面遷移分析、動画内容の理解などに使用します。フル解析と比べてコストを2桁以上削減可能。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
動画ファイルからキーフレームを効率的に抽出し、軽量モデルのサブエージェントで一括分析することで大幅なコスト削減を実現するスキル。
モデル選択: 画像分析・定型パターン認識が主タスクなので、利用可能な中で最も軽量・低コストなモデルを選ぶ（Anthropic なら Haiku 相当、その他ランタイムも同等ティア）。
| 方式 | 5秒動画のコスト | 削減率 |
|---|---|---|
| 通常（全フレーム、高性能モデル） | 約450円 | - |
| キーフレーム抽出（高性能モデル） | 約24円 | 95% |
| キーフレーム + 軽量モデル | 約1円 | 99.8% |
pip install -r skills/video-analyzer/requirements.txt
または個別にインストール:
pip install opencv-python numpy Pillow
Bashツールでスクリプトを実行:
python skills/video-analyzer/scripts/extract_keyframes.py \
/path/to/video.mp4 \
--output /tmp/keyframes/analysis_001/ \
--threshold 0.85 \
--quality 30 \
--scale 0.3
パラメータ:
| パラメータ | デフォルト | 説明 |
|---|---|---|
--threshold, -t | 0.85 | 類似度閾値（低いほど多くのフレームを抽出） |
--quality, -q | 30 | JPEG品質（低いほどファイルサイズ小） |
--scale, -s | 0.3 | 出力サイズの倍率（元の30%） |
--max-frames, -m | 無制限 | 最大抽出フレーム数 |
出力例:
Processing video: /path/to/video.mp4
Duration: 5.00s (150 frames @ 30.00 FPS)
Original size: 1920x1080
Output size: 576x324
============================================================
Extraction Summary
============================================================
Keyframes extracted: 52
Total size: 0.54MB
Estimated tokens: ~10,400
Estimated cost (軽量モデル目安): $0.0026 (~0.4円)
============================================================
サブエージェントを呼び出す。モデルは利用可能な中で最も軽量なものを指定する（直接的なモデル名指定はランタイム差を招くため、プロンプト本文で「軽量モデル想定」と明示する）。
基本的な呼び出し:
サブエージェント呼び出し（軽量モデル推奨）:
subagent_type: general-purpose
description: "Analyze video keyframes"
prompt: (下記参照)
動画から抽出されたキーフレームを分析してください。
キーフレーム出力ディレクトリ: /tmp/keyframes/analysis_001/
以下の手順で実行：
1. Readツールで上記ディレクトリ内の全JPEG画像を読み込む
2. 各フレームの内容を時系列順に分析する
3. 以下の形式でJSON結果を返す:
{
"total_frames": 数値,
"analysis": [
{
"frame": "frame_001.jpg",
"timestamp_approx": "0.0s",
"description": "画面の説明",
"change_from_previous": "前フレームからの変化点"
}
],
"summary": {
"main_flow": "操作フローの概要",
"key_observations": ["重要な観察点"]
}
}
UIバグ検出分析を実行してください。
キーフレームディレクトリ: /tmp/keyframes/bug_report/
以下の観点で各フレームを分析：
1. レイアウト崩れ（要素の重なり、はみ出し）
2. 表示異常（文字化け、画像欠け）
3. 状態不整合（ボタンのdisabled状態、ローディング表示）
4. エラーメッセージの表示
出力形式:
{
"bugs_found": [
{
"frame": "frame_xxx.jpg",
"bug_type": "layout_break",
"description": "詳細説明",
"severity": "high/medium/low"
}
],
"clean_frames": ["問題なしのフレーム一覧"]
}
画面遷移フロー分析を実行してください。
キーフレームディレクトリ: /tmp/keyframes/user_flow/
以下の手順で実行：
1. 全フレームを時系列順に読み込む
2. 各画面のタイプを識別（ログイン、一覧、詳細、モーダル等）
3. 遷移パターンを特定
出力形式:
{
"screens": [
{"frame": "xxx", "screen_type": "login", "key_elements": [...]}
],
"transitions": [
{"from": "login", "to": "dashboard", "trigger": "ログインボタンクリック"}
],
"flow_diagram": "A -> B -> C -> D"
}
50枚以上のキーフレームがある場合、複数のサブエージェント（いずれも軽量モデル推奨）で並列分析:
# 単一メッセージで複数のサブエージェントを同時呼び出し（全て軽量モデルで）
サブエージェント 1:
subagent_type: general-purpose
description: "Analyze keyframes batch 1 (001-020)"
prompt: "フレーム分析 バッチ1（軽量モデル想定）
対象: /tmp/keyframes/video_xxx/frame_001.jpg 〜 frame_020.jpg
..."
サブエージェント 2:
subagent_type: general-purpose
description: "Analyze keyframes batch 2 (021-040)"
prompt: "フレーム分析 バッチ2（軽量モデル想定）
対象: /tmp/keyframes/video_xxx/frame_021.jpg 〜 frame_040.jpg
..."
長時間かかる分析の場合（軽量モデル想定）:
サブエージェント呼び出し:
subagent_type: general-purpose
run_in_background: true
description: "Background analysis of video keyframes"
prompt: "..."
サブエージェントから返された分析結果を元に、レポートを作成する。 複数バッチで並列実行した場合は、結果をマージして時系列順に整理。
| ティア | 例 (Anthropic 価格) | 推奨用途 |
|---|---|---|
| 軽量（推奨） | Haiku — $0.25/1M | 画像分析、定型作業 |
| 中程度 | Sonnet — $3/1M | 中程度の複雑さの分析 |
| 高性能 | Opus — $15/1M | 複雑な設計、重要な判断 |
軽量モデル推奨の理由:
skills/video-analyzer/
├── SKILL.md # このファイル
├── requirements.txt # Python依存関係
└── scripts/
└── extract_keyframes.py # キーフレーム抽出スクリプト
ModuleNotFoundError: No module named 'cv2'
解決: pip install opencv-python numpy Pillow
対応形式: mp4, mov, avi, mkv, webm など一般的な形式 エラーが出る場合は、ffmpegで変換を試す
長時間動画の場合、--max-frames オプションで抽出数を制限
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Rebuild a degraded AI image to remove crunchy textures and repeated-edit artifacts while preserving identity, style, and composition. Use for clean remakes, not ordinary retouching or upscaling.
日本語の概要は準備中です。原文の説明を表示しています。
セミナー・講義・ウェビナー・研修・実演動画をローカルで文字起こしし、内容を分析して、必要なスライド画像や動画クリップ付きのHTML／Markdown資料を作る。動画から学習資料・実践ガイドを作りたい場合に使う。映像作品の再現設計やCanvas生成は対象外。
責務・依存方向・状態や副作用の境界を監査し、既存挙動を保って段階的にリファクタリングする。read-only監査にも対応する。
AGENTS.mdや既存スキルをGPT-6 Astra向けに監査・整理するときに使う。契約と意図的な他モデル委譲を保ち、重複、過剰な手順、曖昧な停止条件を修正する。
人物の参照写真から、同一性を保った複数アングルのキャラクターシートを生成・修正する。指定された身だしなみや撮影表現も整える。
既存キャラクター画像を、承認制でピクセルアートの正準画像へ変換し、3状態パイロット、クロマ前処理、状態間ジオメトリ検証、9状態生成、遷移QA、仮配置、アプリ内確認、ロールバック可能な正式配置まで行う。キャラクターからCodexペットを作る依頼に加え、ジャンプで小さくなる、状態ごとに身長が変わる、足元が跳ねる、クロマ縁が出る、アニメーションを修復したい依頼で使用する。