Token导航 LogoToken导航

Agent Skill · 研究检索

video-analysis-workflow(视频分析工作流程)

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式;涉及外部素材、人物肖像或商业发布时,应先核对版权授权和内容审核要求。

video-analysis-workflow 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有未通过项,按安装量在研究检索类的 73,675 个 Skill 里排第 49,707。

总安装 642周安装 27GitHub Stars 1下载 225核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:video-analysis-workflow(视频分析工作流程)
来源仓库:https://github.com/feniix/kinemotion
仓库路径:skills/video-analysis-workflow
安装命令:
npx skills add https://github.com/feniix/kinemotion --skill video-analysis-workflow
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/feniix/kinemotion --skill video-analysis-workflow

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

video-analysis-workflow 用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。通过 npx skills add 命令从指定仓库安装,需结合原始 README 核验具体用法。

使用时需要确认分辨率、时长、素材路径和导出格式,涉及外部素材时应核对版权授权。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/video-analysis-workflow

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/feniix/kinemotion --skill video-analysis-workf…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

video-analysis-workflow 怎么安装?

在终端执行 npx skills add https://github.com/feniix/kinemotion --skill video-analysis-workflow。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

video-analysis-workflow 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

video-analysis-workflow 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

video-analysis-workflow 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

video-analysis-workflow 用的人多吗?

公开数据是累计安装 642 次,近一周安装 27 次,下载 225 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

video-analysis-workflow 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
video-analysis-workflow

视频分析工作流程 · 本页

6421需要联网未明确未通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Video Analysis Workflow

Analysis Commands

# CMJ analysis
uv run kinemotion cmj-analyze <video> [--output debug.mp4]

# Drop Jump analysis
uv run kinemotion dropjump-analyze <video> [--output debug.mp4]

# Batch processing
uv run kinemotion cmj-analyze videos/*.mp4 --batch --workers 4

Quality Presets

PresetUse CaseTrade-off
fastQuick preview, large batchesLower accuracy
balancedDefault, most use casesGood accuracy/speed
accurateValidation, researchBest accuracy, slower
uv run kinemotion cmj-analyze video.mp4 --quality accurate

Debug Output

Always use --output debug.mp4 when:

  • Metrics seem incorrect
  • Troubleshooting pose detection
  • Validating new videos
  • Training coaches on video quality

The debug video shows:

  • Skeleton overlay with joint angles
  • Phase markers (takeoff, landing, peak)
  • Real-time metrics display

Camera Angle Recommendations

AngleRecommendationReason
45° obliqueRecommendedBoth legs clearly visible, accurate tracking
90° lateralNot recommendedMediaPipe confuses left/right feet (occlusion)
Front/backNot recommendedDepth ambiguity for sagittal plane motion

Troubleshooting

No Takeoff Detected

  1. Verify video contains complete jump (before, during, after)
  2. Check athlete is fully visible throughout
  3. Try --quality accurate for stricter detection
  4. Review debug video for landmark quality

Invalid Metrics

  1. Video may be too short (need full jump cycle)
  2. Athlete may be partially occluded
  3. Poor lighting affecting pose detection
  4. Camera shake causing landmark jitter

Jittery Landmarks

  1. Check lighting conditions (avoid backlighting)
  2. Ensure stable camera (tripod recommended)
  3. Verify athlete clothing contrast with background
  4. Try --quality accurate for better filtering

Rotation Issues (Mobile Videos)

  • Mobile videos often have rotation metadata
  • kinemotion handles this automatically via video_io.py
  • If issues persist, pre-process with: ffmpeg -i input.mp4 -vf "transpose=1" output.mp4

Video Requirements

RequirementSpecification
Frame rate30+ fps (60+ preferred)
Resolution720p minimum
DurationFull jump cycle visible
LightingEven, front-lit preferred
BackgroundContrasting with athlete
CameraStable, tripod recommended

Output Metrics

CMJ Metrics

  • jump_height_cm: Calculated from flight time
  • flight_time_ms: Time in air
  • countermovement_depth_cm: Lowest point before takeoff
  • takeoff_velocity_m_s: Velocity at ground leave
  • triple_extension: Hip, knee, ankle angles at takeoff

Drop Jump Metrics

  • ground_contact_time_ms: Time on ground after drop
  • flight_time_ms: Time in air after contact
  • reactive_strength_index: RSI = flight_time / contact_time
  • drop_height_cm: Initial drop height (if detectable)

Python API Alternative

from kinemotion import process_cmj_video, process_dropjump_video

# CMJ
metrics = process_cmj_video("video.mp4", quality="balanced")

# Drop Jump
metrics = process_dropjump_video("video.mp4", quality="balanced")

平台分布

Codex

36.45%
按下载量换算82

Claude

27.09%
按下载量换算61

Cursor

17.56%
按下载量换算40

Gemini CLI

10.01%
按下载量换算23

安全审计

Gen Agent Trust Hub

未通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills