Skill Seekers v3.2.0 fügt die Extraktion von YouTube-Tutorials für Claude-Fähigkeiten hinzu.

Skill Seekers v3.2.0 erweitert dieses Open-Source-Tool um Videoextraktionsfähigkeiten, um Dokumentation in Claude-Fähigkeiten umzuwandeln. Sie können es nun auf ein YouTube-Tutorial richten und eine strukturierte SKILL.md-Datei erhalten, die Claude als persistenten Kontext nutzen kann.

So funktioniert es

Der grundlegende Befehl lautet:

skill-seekers video --url https://youtube.com/watch?v=... --enhance-level 2

Die Pipeline umfasst:

• Transkriptextraktion mit YouTube-API → yt-dlp → Whisper-Fallback
• Keyframe-Extraktion und Klassifizierung (Code-Editor, Terminal, Folien, Webcam)
• OCR auf Code-Panels mit Multi-Engine-Ensemble
• Code-Entwicklungsverfolgung über Frames hinweg (welche Zeilen hinzugefügt/geändert/entfernt wurden)
• Zweistufige KI-Verbesserung für die Bereinigung

Zweistufiger KI-Verbesserungsprozess

Stufe 1 sendet die rohe Referenzdatei (verrauschte OCR + Transkript) an Claude und bittet es, den Code-Zeitstrahl zu rekonstruieren. Dies behebt OCR-Fehler wie l/1 und O/0, entfernt UI-Müll, der eingedrungen ist (Inspektor-Panels, Tab-Leisten), und nutzt das Transkript als Kontext dafür, wie der Code aussehen sollte.

Stufe 2 nimmt die bereinigte Referenz und generiert die finale SKILL.md – ein strukturiertes Dokument mit Einrichtungsschritten, Codebeispielen und aus dem Tutorial extrahierten Konzepten.

Sie können benutzerdefinierte Verbesserungsprozesse in YAML definieren:

stages:
  - name: ocr_code_cleanup
    prompt: "Bereinige OCR-Artefakte aus Codeblöcken..."
  - name: tutorial_synthesis
    prompt: "Synthetisiere eine Lehr-Erzählung..."

Technische Einblicke aus der Entwicklung

• OCR auf Code-Editoren ist überraschend schwierig aufgrund von IDE-Dekorationen (Zeilennummern, Ausklappmarker, Tab-Leisten), die in den Text eindringen
• Frame-Klassifizierung ist wichtig – Webcam-Frames produzieren reinen Müll bei OCR; ihr Überspringen reduzierte Müllausgabe um ~40%
• Der zweistufige Ansatz war ein großer Qualitätssprung, da Claude sowohl OCR- als auch Transkript-Kontext sieht, um beschädigten Code zu rekonstruieren

Andere unterstützte Quellen

• Dokumentations-Websites (Voreinstellungen für React, Vue, Django, FastAPI, Godot, Kubernetes und mehr)
• GitHub-Repos (AST-Analyse, Mustererkennung)
• PDFs und Word-Dokumente
• Ausgaben für Claude, Gemini, OpenAI oder RAG-Formate (LangChain, Pinecone, ChromaDB, etc.)

Installation und Einrichtung

Installieren mit: pip install skill-seekers

Video-Abhängigkeiten benötigen GPU-Einrichtung: skill-seekers video --setup (erkennt automatisch CUDA/ROCm/CPU)