Token导航 LogoToken导航

Agent Skill · 研究检索

video-frames-skill(视频帧技巧)

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-frames-skill 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 14,734。

总安装 8,339周安装 344GitHub Stars 公开资料未说明下载 2,724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
MIT-0
版本
1.0.0

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-frames-skill(视频帧技巧)
来源仓库:https://github.com/indulgeback/video-frames-skill
安装命令:
openclaw skills install video-frames-skill
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 OpenClaw 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。

ClawHubOpenClaw
openclaw skills install video-frames-skill

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。

基于 PyAV 的命令行工具,支持按帧号、时间点提取视频帧,批量采样,视频信息查看及视频和图片压缩转换。

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 OpenClaw;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 openclaw skills install video-frames-skill;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-frames-skill 怎么安装?

在终端执行 openclaw skills install video-frames-skill。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

video-frames-skill 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。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-frames-skill 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-frames-skill 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

video-frames-skill 用的人多吗?

公开数据是累计安装 8,339 次,近一周安装 344 次,下载 2,724 次。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-frames-skill 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 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 OpenClaw,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-frames-skill

视频帧技巧 · 本页

8,339—需要联网MIT-0有提醒

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 Frame Extractor - Skill 文档

基于 PyAV 的命令行视频帧提取工具,支持单帧、批量、采样提取及视频信息查看。

📋 功能特性

  • ✅ 单帧提取(按帧号或时间点)
  • ✅ 批量提取多帧
  • ✅ 按时间间隔采样提取
  • ✅ 批量目录首帧提取
  • ✅ 视频信息查看
  • ✅ 视频压缩(H.264 重新编码)
  • ✅ 图片压缩转换为 WebP 格式
  • ✅ 多线程加速
  • ✅ 递归目录处理
  • ✅ 跨平台支持(Windows/macOS/Linux)

🚀 安装

自动安装(推荐)

# 使用安装脚本一键安装
curl -sSL https://raw.githubusercontent.com/indulgeback/video-frame-extractor/main/install.sh | bash

脚本会自动:

  • 下载仓库到 ~/.video-frame-extractor
  • 创建 Python 虚拟环境
  • 安装所有依赖(PyAV、tqdm、Pillow)
  • 创建可执行命令 frame-extractor

手动安装

# 克隆仓库
git clone https://github.com/indulgeback/video-frame-extractor.git ~/.video-frame-extractor

# 进入目录
cd ~/.video-frame-extractor

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 创建可执行链接
ln -sf ~/.video-frame-extractor/frame-extractor.py ~/.local/bin/frame-extractor

配置 PATH

确保 ~/.local/bin 在你的 PATH 中:

# 添加到 ~/.zshrc(macOS/Linux)
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

验证安装

frame-extractor -v

如果显示版本信息,说明安装成功!

🔧 诊断和错误排除

常见问题

1. 命令找不到

症状:

frame-extractor: command not found

解决方案:

# 检查 PATH
echo $PATH | grep -o '[^:]*\.local/bin[^:]*'

# 如果没有输出,添加到 PATH
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc
2. 权限错误

症状:

Permission denied: '/Users/xxx/.local/bin/frame-extractor'

解决方案:

chmod +x ~/.local/bin/frame-extractor
3. Python 模块导入错误

症状:

ModuleNotFoundError: No module named 'av'

解决方案:

# 重新安装依赖
cd ~/.video-frame-extractor
source venv/bin/activate
pip install -r requirements.txt
4. FFmpeg 相关错误

症状:

RuntimeError: Could not find libavformat

解决方案:

PyAV 内置了 FFmpeg,但如果有问题:

# macOS
brew install ffmpeg

# Ubuntu/Debian
sudo apt-get install ffmpeg

# 验证 FFmpeg
ffmpeg -version
5. 虚拟环境问题

症状:

/bin/sh: venv/bin/python: No such file or directory

解决方案:

cd ~/.video-frame-extractor
rm -rf venv
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

运行诊断脚本

bash ~/.openclaw/skills/video-frames/scripts/diagnose.sh

诊断脚本会检查:

  • Python 版本
  • frame-extractor 命令是否存在
  • PATH 配置
  • 依赖安装情况
  • FFmpeg 可用性

📖 使用指南

1. 查看版本信息

frame-extractor -v

2. 提取单帧

按帧号提取
# 提取第 100 帧
frame-extractor single -i video.mp4 -f 100 -o frame100.jpg

# 指定 JPEG 质量
frame-extractor single -i video.mp4 -f 100 -o frame100.jpg --quality 90
按时间点提取
# 提取第 3.5 秒的帧
frame-extractor single -i video.mp4 -t 3.5 -o frame_at_3_5s.jpg

# 提取第 10 秒的帧
frame-extractor single -i video.mp4 -t 10 -o frame_10s.jpg

3. 批量提取多帧

# 提取第 10 到 50 帧,每隔 5 帧提取一次
frame-extractor batch -i video.mp4 -o frames -s 10 -e 50 -d 5

# 使用多线程加速
frame-extractor batch -i video.mp4 -o frames -s 0 -e 100 -d 1 -w 8

4. 按时间间隔采样

# 每 2 秒提取一帧
frame-extractor sample -i video.mp4 -o samples -t 2

# 每 0.5 秒提取一帧
frame-extractor sample -i video.mp4 -o samples -t 0.5

5. 显示视频信息

frame-extractor info -i video.mp4

输出示例:

Video Information:
  Path: video.mp4
  Duration: 120.5 seconds
  Frame Rate: 30.0 fps
  Total Frames: 3615
  Resolution: 1920x1080
  Codec: h264

6. 批量提取目录首帧

提取当前目录
# 提取目录下所有视频的首帧
frame-extractor dirfirst -i videos_dir -o output_dir
递归提取(保持目录结构)
# 递归提取所有子目录下的视频首帧
frame-extractor dirfirst -i videos_dir -o output_dir -r
提取并压缩为 WebP
# 提取首帧并压缩转换为 WebP
frame-extractor dirfirst -i videos_dir -o output_dir -c

# 指定 WebP 质量
frame-extractor dirfirst -i videos_dir -o output_dir -c --webp-quality 90

# 控制文件大小(50-100KB)
frame-extractor dirfirst -i videos_dir -o output_dir -r -c --min-size 50 --max-size 100

7. 图片压缩转换为 WebP

压缩当前目录
# 压缩图片为 WebP
frame-extractor compress -i images_dir -o webp_dir
递归压缩
# 递归压缩所有子目录(保持目录结构)
frame-extractor compress -i images_dir -o webp_dir -r
指定质量和大小
# 指定 WebP 质量
frame-extractor compress -i images_dir -o webp_dir -q 95

# 限制文件大小(不超过 100KB)
frame-extractor compress -i images_dir -o webp_dir --max-size 100

# 限制文件大小范围(50-200KB)
frame-extractor compress -i images_dir -o webp_dir --min-size 50 --max-size 200

8. 视频压缩

压缩单个视频
# 中等质量压缩(推荐)
frame-extractor vcompress -i input.mp4 -o output.mp4 -q 50

# 高质量压缩
frame-extractor vcompress -i input.mp4 -o output.mp4 -q 80

# 高压缩率
frame-extractor vcompress -i input.mp4 -o output.mp4 -q 20
使用不同的编码预设
# 高质量,慢速编码(最终发布)
frame-extractor vcompress -i input.mp4 -o output.mp4 -q 50 -p slower

# 快速编码(临时处理)
frame-extractor vcompress -i input.mp4 -o output.mp4 -q 50 -p veryfast
批量压缩目录
# 压缩目录下的所有视频
frame-extractor vcompress -i videos_dir -o output_dir -q 50

# 递归压缩,使用多线程
frame-extractor vcompress -i videos_dir -o output_dir -r -q 50 -p slow -w 4

📊 压缩参数说明

Quality 参数(-q, --quality)

QualityCRF 值说明
1000几乎无损,文件最大
8010高质量
6020较好质量
5025中等质量(推荐)
4030较低质量
2040高压缩率
051最高压缩率,质量最低

Preset 参数(-p, --preset)

Preset编码速度压缩效率适用场景
ultrafast最快最低实时转码、快速预览
veryfast很快较低快速处理
fast快中等日常使用
medium中等中等默认推荐
slow慢较高存档备份
slower更慢很高最终发布版本
veryslow最慢最高追求最小文件体积

提示: 预设越慢,同等画质下文件越小,但编码时间越长。

📋 完整参数一览

全局参数

参数说明
-v, --version显示版本和依赖信息

single(提取单帧)

参数说明必需备注
-i, --input输入视频路径✅
-o, --output输出图像路径默认自动生成
-f, --frame要提取的帧号二选一和 -t 互斥
-t, --time要提取的时间点(秒)二选一和 -f 互斥
--qualityJPEG 质量(0-100)默认 95

batch(批量提取)

参数说明必需备注
-i, --input输入视频路径✅
-o, --output输出目录✅
-s, --start起始帧号✅
-e, --end结束帧号✅
-d, --delta帧间隔默认 1
-w, --workers工作线程数默认 4

sample(采样提取)

参数说明必需备注
-i, --input输入视频路径✅
-o, --output输出目录✅
-t, --interval采样间隔(秒)默认 1.0
-w, --workers工作线程数默认 4

info(视频信息)

参数说明必需
-i, --input输入视频路径✅

dirfirst(批量目录首帧提取)

参数说明必需备注
-i, --input_dir输入视频目录✅
-o, --output_dir输出图片目录✅
-r, --recursive递归遍历子目录保持对等目录结构
-c, --compress压缩转换为 WebP自动清理原始图片
--webp-qualityWebP 压缩质量(0-100)默认 85
--max-size最大文件大小(KB)默认 100
--min-size最小文件大小(KB)默认 50

compress(图片压缩转换)

参数说明必需备注
-i, --input_dir输入图片目录✅
-o, --output_dir输出 WebP 图片目录✅
-r, --recursive递归遍历子目录保持对等目录结构
-q, --qualityWebP 压缩质量(0-100)默认 85
--max-size最大文件大小(KB)默认 100
--min-size最小文件大小(KB)默认 50

vcompress(视频压缩)

参数说明必需备注
-i, --input输入视频路径或目录✅文件或目录
-o, --output输出视频路径或目录✅文件或目录
-r, --recursive递归遍历子目录保持对等目录结构
-q, --quality压缩质量(0-100)默认 50
-p, --preset编码速度预设默认 medium
-w, --workers工作线程数默认 2

🎯 典型使用场景

场景 1:为视频库生成缩略图

# 递归提取所有视频的首帧并压缩为 WebP
frame-extractor dirfirst -i ~/Videos -o ~/Thumbnails -r -c --min-size 30 --max-size 80

场景 2:提取关键帧用于分析

# 每 5 秒提取一帧
frame-extractor sample -i video.mp4 -o keyframes -t 5

场景 3:视频质量优化

# 压缩视频以减小文件大小
frame-extractor vcompress -i large_video.mp4 -o compressed_video.mp4 -q 50 -p slow

场景 4:批量转换图片为 WebP

# 递归转换所有图片为 WebP,质量 90
frame-extractor compress -i ~/Pictures -o ~/Pictures_WebP -r -q 90

🦠 卸载

# 删除安装目录
rm -rf ~/.video-frame-extractor

# 删除可执行命令
rm ~/.local/bin/frame-extractor

🤝 参与贡献

欢迎提交 PR 或 issue!

仓库地址:https://github.com/indulgeback/video-frame-extractor

📚 相关文档

  • 主仓库:https://github.com/indulgeback/video-frame-extractor
  • 问题反馈:https://github.com/indulgeback/video-frame-extractor/issues

作者: indulgeback 版本: 1.0.0 许可证: MIT

平台分布

OpenClaw

87.01%
按下载量换算2,370

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

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