O Skill Seekers v3.2.0 adiciona extração de tutoriais do YouTube para habilidades do Claude.

O Skill Seekers v3.2.0 adiciona capacidades de extração de vídeo a esta ferramenta de código aberto que converte documentação em habilidades para o Claude. Agora você pode apontá-la para um tutorial do YouTube e obter um arquivo SKILL.md estruturado que o Claude pode usar como contexto persistente.

Como funciona

O comando básico é:

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

O pipeline inclui:

• Extração de transcrição usando YouTube API → yt-dlp → Whisper como fallback
• Extração e classificação de quadros-chave (editor de código, terminal, slides, webcam)
• OCR em painéis de código com conjunto multi-engine
• Acompanhamento da evolução do código entre quadros (quais linhas foram adicionadas/alteradas/removidas)
• Aprimoramento de IA em duas etapas para limpeza

Fluxo de trabalho de aprimoramento de IA em duas etapas

A Etapa 1 envia o arquivo de referência bruto (OCR ruidoso + transcrição) para o Claude e pede que ele reconstrua a Linha do Tempo do Código. Isso corrige erros de OCR como l/1 e O/0, remove lixo de interface que vazou (painéis do Inspector, barras de abas) e usa a narração da transcrição como contexto para o que o código deveria ser.

A Etapa 2 pega a referência limpa e gera o SKILL.md final — um documento estruturado com etapas de configuração, exemplos de código e conceitos extraídos do tutorial.

Você pode definir fluxos de trabalho de aprimoramento personalizados em YAML:

stages:
  - name: ocr_code_cleanup
    prompt: "Limpe artefatos OCR dos blocos de código..."
  - name: tutorial_synthesis
    prompt: "Sintetize uma narrativa de ensino..."

Insights técnicos do desenvolvimento

• OCR em editores de código é surpreendentemente difícil devido a decorações da IDE (números de linha, marcadores de recolhimento, barras de abas) vazando no texto
• A classificação de quadros importa — quadros de webcam produzem puro lixo quando submetidos a OCR; ignorá-los reduziu a saída de lixo em ~40%
• A abordagem em duas etapas foi um grande salto de qualidade, permitindo que o Claude veja tanto o contexto OCR quanto da transcrição para reconstruir código danificado

Outras fontes suportadas

• Sites de documentação (presets para React, Vue, Django, FastAPI, Godot, Kubernetes e mais)
• Repositórios do GitHub (análise AST, detecção de padrões)
• PDFs e documentos do Word
• Saídas para Claude, Gemini, OpenAI ou formatos RAG (LangChain, Pinecone, ChromaDB, etc.)

Instalação e configuração

Instale com: pip install skill-seekers

Dependências de vídeo precisam de configuração de GPU: skill-seekers video --setup (detecta automaticamente CUDA/ROCm/CPU)