视频教的是人。现在教的是你的 AI。

video-to-skill 是什么？

video-to-skill（V2S）是一个免费开源的工具，能把任意教程视频——无论是 YouTube 链接还是本地文件——变成可安装、且经过实际执行验证的 AI 编程智能体技能。它会看完视频、读取屏幕上的文字、逐条测试自己记录下来的步骤，最后交给你的智能体一份真正能跑起来的技能。

一条命令即可安装：

npx skills@latest add brenoepics/video-to-skill

自 v0.2.3 起，生成的技能会为机器上检测到的每一个智能体安装——Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode 和 Amp——在 ~/.agents/skills 中保留唯一一份真实副本，其余各处以相对符号链接指向它。只有一个事实来源，因此日后的更新对所有智能体同时生效。

为什么只有字幕还不够

video-to-skill 从画面帧中读取屏幕文字，而不只依赖音频转写，因为转写恰恰会丢掉让一个步骤能够执行的那些细节。以下是真实运行中记录到的三次听错：

在整条流水线中，屏幕文字的优先级高于旁白：命令一律从像素中读出，绝不转述。每个步骤还带有 [t=MM:SS] 出处以及它所依据的那一帧画面，因此任何结论都能回溯到视频中对应的那一秒去核对。

验证是怎么做的

video-to-skill 的验证由一个全新的沙箱子智能体完成，它只看得到生成的技能包，从头到尾看不到视频。它按照每个步骤自身的成功标准去实际执行，徽章就是这次执行挣来的结果：

• ✅ 已验证——步骤成功执行，并满足其成功标准。
• 🟡 部分验证——部分标准通过，其余无法核实。
• ⚠ 未验证——步骤无法执行，技能里会如实写明。

执行起来不安全的步骤按策略跳过，并明确标注为已跳过——绝不会悄悄标成绿色。

一次来自真实运行的修复：某个教程的粘贴步骤被编译成了 "+P，而它粘贴的是 Vim 的内部寄存器，而不是系统剪贴板。沙箱执行后标准未通过，修复循环把它改成 "+p，重跑后对照 macOS 真实剪贴板完成了验证。

流水线拿不准的步骤会被标记为低置信度后再发布，而不是悄无声息地混过去；完全没有操作流程的视频会连同一份分析报告一起被拒绝，而不会被编造成步骤。

技能如何在多个视频之间成长

把同一任务的第二个视频并入已有技能，只会让它更扎实，而不会覆盖它：两个视频一致的地方获得双重出处，冲突之处变成带引用的变体而非默默替换，并由一个「来源」小节记录合并历史。每次合并都会让徽章失效——重新安装之前会再跑一遍验证。

V2S 与同类工具的区别

video-to-skill 与两类常见工具相邻，但做的是完全不同的事。视频转文档类工具把视频变成给人看的文档；操作录制类工具把你亲自演示的一次操作变成给人看的指南。V2S 则把一段你并没有录制的视频，变成智能体可以执行的步骤。

真正的分野在于：文档是把流程讲给人听，而技能是把步骤交给智能体去执行——每一步在发布之前都已经在沙箱里真跑过一次。

性能

在配备 Metal 加速的 Apple M5 上，video-to-skill 端到端处理一段 2 分钟 720p 教程仅用 3.3 秒实际耗时，相当于 36.5 倍速。同一段视频在 GitHub 的 3 核纯 CPU macOS 运行器上需要 67.5 秒，即 1.8 倍速。仅转写一项，本地为 8.0 倍速，CI 为 1.3 倍速。

这两个数字都可以在你自己的硬件上复现，同一套基准会打印同一张表：

vts-extract bench

CI 的数字来自共享的 3 核虚拟机，且没有 Metal 加速，因此代表的是区间里偏慢的一端，而不是典型水平。

隐私与安全

video-to-skill 完全在你自己的机器上运行。视频从不离开本机，只有智能体主动选择查看的那些画面帧才会进入模型上下文。没有账号、没有 API 密钥、没有遥测。

视频属于会一路流向可执行步骤的不可信输入，所以边界被明确划定。每一次下载都用校验和固定，并附带 GitHub 构建来源证明，你可以用 gh attestation verify 亲自核验。编译器会拒绝形似密钥的字符串以及「下载即执行」类脚本；视频中直接向智能体喊话的文字，一律按疑似提示词注入处理，绝不当作指令执行。

局限

video-to-skill 最擅长处理屏幕录制、命令行与图形界面教程以及演讲。快速的实物演示会在关键帧之间丢失动作细节。只在图形界面上出现的结论可能无法通过执行来验证——这类内容会带着标注发布，而不会藏在徽章后面。没有操作流程的视频会被拒绝，而不会被编造成步骤；置信度低的步骤会带标记发布。

支持的平台为 macOS（在 Apple Silicon 上启用 Metal 加速）与 Linux。