Skills Agentes

Media Ingest

Ingiere video, audio, PDF, libros, capturas y repos de GitHub en el brain, con extracción de entidades y propagación de back-links.

Solicitasearchqueryget_pageput_pageadd_linkadd_timeline_entryfile_upload
Estrellas
28.9k

en todo el repo

Actividad
59

0–100, la ruta de este skill

Actualizado
hace 9 días

último commit aquí

Commits
1

últimos 90 días

Contexto
1.4k tok

54 tok en reposo

Paquete
1 archivo

6 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add garrytan/gbrain --skill media-ingest --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Crea una página en el brain con resumen y análisis para cada video, audio, PDF, libro, captura o repo ingerido
  • Extrae personas y empresas mencionadas y crea back-links y entradas de timeline en sus páginas
  • Sube el archivo original con gbrain files upload-raw para preservar la fuente
  • Transcribe video/audio y guarda transcripciones en formato crudo y legible
  • Ejecuta gbrain sync al final para actualizar el índice

Úsalo cuando

  • Para procesar un video, YouTube, podcast, PDF, libro, captura de pantalla o repo de GitHub y guardarlo en el brain
  • Cuando se pide 'ingest this PDF' o 'process this book'
  • Cuando se quiere ingest a partir de un link o archivo subido

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • Mira este video y guárdalo en mi brain
    • Ingiere este PDF del libro
    • Procesa este enlace de YouTube
    • Revisa esta captura de pantalla y dime qué dice
    • Echa un vistazo a este repo

    SKILL.md

    En inglés

    Media Ingest Skill

    Ingest video, audio, PDF, book, screenshot, and GitHub repo content into the brain.

    Filing rule: Read skills/_brain-filing-rules.md before creating any new page.

    Input

    Parameter Required Description
    source yes URL, file path, or uploaded file reference
    title no Override title (auto-detected if omitted)
    target_slug no Override page slug (auto-generated if omitted)

    Contract

    This skill guarantees:

    • Every ingested media item has a brain page with analysis (not just a transcript dump)
    • Transcripts (video/audio) saved in raw and human-readable formats
    • Entity extraction: every person and company mentioned gets back-linked
    • Raw source files preserved via gbrain files upload-raw
    • Filing by primary subject, not by media format

    Convention: See skills/conventions/quality.md for Iron Law back-linking.

    Every mention of a person or company with a brain page MUST create a back-link.

    Phases

    Phase 1: Identify format and fetch

    Format Action
    YouTube/video URL Fetch transcript (Whisper, transcription service, or captions)
    Audio file Transcribe with available STT service
    PDF Extract text (OCR if needed)
    Book PDF Extract text, identify chapters/sections
    Screenshot/image OCR via vision model, extract text and entities
    GitHub repo Clone, read README + key files, summarize architecture

    Phase 2: Upload raw source

    Save the original file for provenance: gbrain files upload-raw <file> --page <slug>

    Phase 3: Create brain page

    File by primary subject (not format). Use this template:

    # {Title}
    
    **Source:** {URL or file path}
    **Format:** {video/audio/PDF/book/screenshot/repo}
    **Created:** {date}
    
    ## Summary
    {Key points, not a transcript dump}
    
    ## Key Segments / Highlights
    {For video/audio: timestamped highlights. For books: chapter summaries.}
    
    ## People Mentioned
    {List with links to brain pages}
    
    ## Companies Mentioned
    {List with links to brain pages}
    

    Phase 4: Entity extraction and propagation

    For every person and company mentioned:

    1. Check brain for existing page
    2. Create/enrich if needed (delegate to enrich skill)
    3. Add back-link from entity page to this media page
    4. Add timeline entry on entity page

    A media item is NOT fully ingested until entity propagation is complete.

    Phase 5: Sync

    gbrain sync to update the index.

    Output Format

    Brain page created with summary, highlights, and entity cross-links. Report to user: "Ingested {title}: {N} entities detected, {N} pages updated."

    Error Handling

    • Transcription failure: If STT or captions are unavailable, note [transcript unavailable] in the page and proceed with whatever metadata is available. Do NOT fabricate content.
    • Duplicate detection: Before creating a page, search the brain for the source URL or file hash. If found, ask the user whether to update the existing page or skip.
    • Partial OCR / audio: Mark unclear segments with [inaudible] or [illegible]. Never guess at proper nouns.
    • Large content (books > 500 pages): Summarize by chapter; do not attempt to inline the full text. Link to the raw upload.
    • Retry policy: On transient API failures (network, timeout), retry once. On auth failures, abort immediately.

    Known Pitfalls

    1. YouTube auto-captions misidentify proper nouns. Always cross-reference entity names against existing brain pages before creating new ones. A caption that garbles a name (e.g. "Alise" when the speakers are discussing alice-example) should match the existing alice-example page, not create a new one.
    2. Re-running ingest on same source creates duplicates. Always check brain for existing source URL match before Phase 3.
    3. Book OCR quality varies wildly. Scanned PDFs often have garbled text. If OCR quality is <80% readable, flag to user rather than ingesting garbage.
    4. Video transcript without speaker diarization is low-value. If multiple speakers are present but no diarization is available, note this limitation prominently rather than attributing all speech to one person.
    5. Large audio files (>2hr) can timeout transcription services. Split into chunks before transcription if needed.

    Anti-Patterns

    • Dumping raw transcripts without analysis
    • Skipping entity extraction ("I'll do that separately")
    • Filing raw ingest by format (all videos in media/videos/) instead of by subject. Note: format-prefixed paths under media/<format>/<slug> ARE sanctioned for synthesized one-of-one output like book-mirror's media/books/<slug>-personalized.md. The anti-pattern is for raw ingest, not for sui generis synthesis. See skills/_brain-filing-rules.md "Sanctioned exception: synthesis output is sui generis."
    • Not preserving raw source files
    • Creating stub pages without meaningful content

    Reproducido de garrytan/gbrain bajo licencia MIT. Leer esta página en markdown.

    Archivos

    1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Antes de instalar

    Requiere servicios de transcripción/STT o captions para video/audio, y un modelo de visión para OCR de capturas.

    Detalles

    Creador
    garrytan
    Categoría
    Productividad
    Licencia
    MIT
    Recursos incluidos
    Solo SKILL.md
    Repositorio
    garrytan/gbrain
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de garrytan/gbrain

    Este repo incluye 75 skills. Si instalas uno, normalmente ya tienes los demás.

    Setup

    28.9k

    Configura GBrain con auto-aprovisionamiento de Supabase o PGLite, inyección en AGENTS.md y primera importación.

    Costo de contexto al activarse
    7.4k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 4 días
    bases de datos

    Chequeos de salud del brain: aplicación de back-links, auditoría de citas, validación de filing, detección de info obsoleta, páginas huérfanas y benchmarks.

    Costo de contexto al activarse
    5k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 4 días
    productividad

    Migra un brain de gbrain-base a la taxonomía de 14 tipos canónicos de gbrain-base-v2 usando gbrain onboard --check y el handler Minion unify-types.

    Costo de contexto al activarse
    3.2k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 5 días
    bases de datos

    Cuándo y qué recuperar: abre la página del brain de una entidad relevante antes de responder desde memoria.

    Costo de contexto al activarse
    740 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 1 hora
    productividad

    Operaciones del brain: búsqueda primero, ciclo leer-enriquecer-escribir, atribución de fuentes, enriquecimiento ambiental y back-linking. Leer antes de cualquier interacción con el brain.

    Costo de contexto al activarse
    2.6k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 3 días
    productividad

    Importa exports de ChatGPT, Claude y Perplexity y transcripciones de sesiones como páginas fechadas en conversations/, valida y extrae hechos, y mantiene el archivo sin huecos con detección y backfill.

    Costo de contexto al activarse
    5k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 4 días
    productividad

    Skills relacionados

    Archivista universal para archivos personales (Dropbox/B2/Gmail-takeout/disco local). Filtra contenido de alto valor y lo muestra de forma interactiva; exige un allow-list scan_paths explícito en gbrain.yml.

    Costo de contexto al activarse
    2.7k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 3 meses
    productividad

    Transforma volcados de texto crudo de artículos en el brain en páginas estructuradas con resumen ejecutivo, citas textuales, insights clave, por qué importa y referencias cruzadas.

    Costo de contexto al activarse
    1.5k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 3 meses
    productividad

    Filtro de calidad previo a la escritura para todo lo que entra al brain: nada de cp/mv en crudo. Resuelve entidades con nombre por registro y aplica el árbol de decisión de dedup leyendo el primer resultado.

    Costo de contexto al activarse
    3.7k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 9 días
    productividad