应用介绍
看完一个 Excel 教程，字幕听成了「some」，屏幕上明明是 =SUM(B3:B10)。只靠转写稿让 AI 学视频，学到的就是这种错：命令被听错，步骤被转述得面目全非。video-to-skill 的做法是读屏幕，而不只是听旁白，每一步都标明出自视频的哪一帧，屏幕上的文字优先于旁白。
输入一个 YouTube 链接或本地视频，它在本机提取字幕和关键帧，生成一个可安装的智能体技能，再让一个只看得到技能包、没看过视频的子智能体，在沙箱里把每一步真的执行一遍，通过才打上「已验证」徽章。装一条命令就够，不要账号和 API Key，MIT 开源。
读屏幕取命令：从画面里读出公式、命令和扩展 ID，每一步带 [t=分:秒] 时间戳和对应的截帧，旁白听错也不会写错
沙箱执行验证：子智能体在没有网络、只能写临时目录、读不到凭证的沙箱里逐步执行，失败会自动修正再验证；没有沙箱的机器上拒绝执行并如实标注，不会假装通过
本地运行：提取器是预编译的 Rust 程序，首次使用自动装好 ffmpeg、yt-dlp 和 whisper 权重，全部校验和固定；Apple 芯片上 whisper 走 Metal 加速
一次装给所有智能体：生成的技能装到本机检测到的每个智能体：Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Amp，只有一份真实文件，其他用相对链接指过去，安装前先给出完整方案，确认才写入
越学越全：再喂同一任务的第二个视频，它会合并：一致的步骤置信度上升，冲突的做法保留为带出处的变体，不会覆盖
不编造：不是流程类的视频会被拒绝并给出分析报告，没被画面证实的步骤会标成低置信度
一人带 22 个 Grok Bot 做出海增长：分工与踩坑
出海运营者 KKKK 一个人带 22 个 Grok Bot，跑 5 种语言、20 多个渠道，一周发约 200 条。本文拆解他的岗位分工、群聊烧掉 40% 额度等踩坑经验，以及可直接安装的开源技能包。
输入一个 YouTube 链接或本地视频，它在本机提取字幕和关键帧，生成一个可安装的智能体技能，再让一个只看得到技能包、没看过视频的子智能体，在沙箱里把每一步真的执行一遍，通过才打上「已验证」徽章。装一条命令就够，不要账号和 API Key，MIT 开源。
软件功能
读屏幕取命令：从画面里读出公式、命令和扩展 ID，每一步带 [t=分:秒] 时间戳和对应的截帧，旁白听错也不会写错
沙箱执行验证：子智能体在没有网络、只能写临时目录、读不到凭证的沙箱里逐步执行，失败会自动修正再验证；没有沙箱的机器上拒绝执行并如实标注，不会假装通过
本地运行：提取器是预编译的 Rust 程序，首次使用自动装好 ffmpeg、yt-dlp 和 whisper 权重，全部校验和固定；Apple 芯片上 whisper 走 Metal 加速
一次装给所有智能体：生成的技能装到本机检测到的每个智能体：Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Amp，只有一份真实文件，其他用相对链接指过去，安装前先给出完整方案，确认才写入
越学越全：再喂同一任务的第二个视频，它会合并：一致的步骤置信度上升，冲突的做法保留为带出处的变体，不会覆盖
不编造：不是流程类的视频会被拒绝并给出分析报告，没被画面证实的步骤会标成低置信度
相关文章
一人带 22 个 Grok Bot 做出海增长：分工与踩坑出海运营者 KKKK 一个人带 22 个 Grok Bot，跑 5 种语言、20 多个渠道，一周发约 200 条。本文拆解他的岗位分工、群聊烧掉 40% 额度等踩坑经验，以及可直接安装的开源技能包。
