视频内容理解官：把一段视频变成结构化的文字描述
下面介绍的 Skill「视频内容理解官」用多模态大模型分析视频，产出内容摘要、分段时间线、镜头/运镜/转场/情绪、画面事实与屏幕文字 OCR，并支持三档深度。该 Skill 由 user_ac200df4 发布，来源为 community，分类 design-media，版本 1.4.2，标签 requires_api_key=true，说明调用需要 API Key。已抓取的官方资料中没有安装命令、目录路径、配置字段和可复现调用示例，因此正文未编写相关命令，只如实说明需要访问官方地址确认安装方式。费用随深度档位不同，执行前应先确认档位。适合需要把视频批量转成文字材料、做内容归档或素材筛选的开发者；画面事实与 OCR 结果建议人工复核。
阅读全文睇虾screenclaw：用截图 + 坐标网格自动操作任意 Windows 桌面软件
介绍社区 Skill「睇虾screenclaw」（@user_3fbc1884/screenclaw，版本 0.1.8，分类 office-efficiency）。它用「截图+坐标网格」的方式操作任意桌面软件：截带网格的图，让多模态大模型读出目标坐标，再调用点击/输入/按键 API 模拟人类操作，不依赖目标软件的 API 或 CLI；还能录制一次操作沉淀成可复用的场景模板。适合微信、风控严格的网页、手机模拟器、游戏等 Playwright/CDP/CLI 无法覆盖的场景，支持桌面图标、任务栏、托盘、跨窗口拖拽等。该 Skill 需配置 API Key（requires_api_key=true）。文中说明了官方地址、抓取到的评分与下载数据，并如实标注安装命令与配置字段因官方页面无法访问而未能核实。
阅读全文