video-understand

SKILL.md

Multi-provider video understanding with automatic fallback and model selection.

| Priority | Provider | Capability | Env Var | Default Model |

| 1 | Gemini | Full video | GEMINIAPIKEY | gemini-3-flash-preview | | 2 | Vertex AI | Full video | GOOGLEAPPLICATIONCREDENTIALS | gemini-3-flash-preview | | 3 | OpenRouter | Full video | OPENROUTERAPIKEY | google/gemini-3-flash-preview | | 4 | OpenAI | ASR only | OPENAIAPIKEY | whisper-1 | | 5 | AssemblyAI | ASR + analysis | ASSEMBLYAIAPIKEY | best |

インテリジェントなマルチプロバイダーフォールバックによるビデオの理解と文字起こし。次の場合に使用します: (1) ビデオまたはオーディオ コンテンツの文字起こし、(2) 視覚要素やシーンを含むビデオ コンテンツの理解、(3) URL による YouTube ビデオの分析、(4) ローカル ビデオ ファイルからの情報の抽出、(5) タイムスタンプ、概要の取得、ビデオ コンテンツに関する質問への回答。構成された API キーに基づいて利用可能な最適なプロバイダーを自動的に選択します。ASR のみのプロバイダーよりも完全なビデオ理解 (Gemini/OpenRouter) を優先します。プロバイダーごとのモデル選択をサポートします。 ソース: jrusso1020/video-understand-skills。

原文を見る