Skill Seekers v3.2.0: Extrae tutoriales de YouTube para Claude

Skill Seekers v3.2.0 agrega capacidades de extracción de video a esta herramienta de código abierto que convierte documentación en habilidades para Claude. Ahora puedes apuntarla a un tutorial de YouTube y obtener un archivo SKILL.md estructurado que Claude puede usar como contexto persistente.

Cómo funciona

El comando básico es:

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

El pipeline incluye:

Extracción de transcripción usando YouTube API → yt-dlp → Whisper como respaldo
Extracción y clasificación de fotogramas clave (editor de código, terminal, diapositivas, cámara web)
OCR en paneles de código con conjunto multi-motor
Seguimiento de evolución del código entre fotogramas (qué líneas se agregaron/cambiaron/eliminaron)
Mejora de IA de dos pasos para limpieza

Flujo de trabajo de mejora de IA de dos pasos

El Paso 1 envía el archivo de referencia crudo (OCR ruidoso + transcripción) a Claude y le pide que reconstruya la Línea de Tiempo del Código. Esto corrige errores de OCR como l/1 y O/0, elimina basura de la interfaz que se filtró (paneles Inspector, barras de pestañas) y usa la narración de la transcripción como contexto para lo que debería ser el código.

El Paso 2 toma la referencia limpia y genera el SKILL.md final: un documento estructurado con pasos de configuración, ejemplos de código y conceptos extraídos del tutorial.

Puedes definir flujos de trabajo de mejora personalizados en YAML:

stages:
  - name: ocr_code_cleanup
    prompt: "Limpia artefactos OCR de los bloques de código..."
  - name: tutorial_synthesis
    prompt: "Sintetiza una narrativa de enseñanza..."

Perspectivas técnicas del desarrollo

OCR en editores de código es sorprendentemente difícil debido a que las decoraciones del IDE (números de línea, marcadores de colapso, barras de pestañas) se filtran en el texto
La clasificación de fotogramas importa: los fotogramas de cámara web producen pura basura cuando se les aplica OCR; omitirlos redujo la salida basura en ~40%
El enfoque de dos pasos fue un gran salto de calidad, permitiendo que Claude vea tanto el contexto OCR como el de la transcripción para reconstruir código dañado

Otras fuentes compatibles

Sitios web de documentación (configuraciones preestablecidas para React, Vue, Django, FastAPI, Godot, Kubernetes y más)
Repositorios de GitHub (análisis AST, detección de patrones)
PDFs y documentos de Word
Salidas a formatos de Claude, Gemini, OpenAI o RAG (LangChain, Pinecone, ChromaDB, etc.)