Skill Seekers v3.2.0 añade la extracción de tutoriales de YouTube para habilidades de 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.)

Instalación y configuración

Instala con: pip install skill-seekers

Las dependencias de video requieren configuración de GPU: skill-seekers video --setup (detecta automáticamente CUDA/ROCm/CPU)