video-depth-estimation-pipeline 标准
将本地视频转换为近亮远暗的连续灰度深度视频,使用 Video Depth Anything 时序模型,保留时长和可选原声。用于深度控制视频、depth video、视频深度估计。
安装方式
cp -r skills/video-depth-estimation-pipeline ~/.claude/skills/video-depth-estimation-pipeline把该 skill 目录放进客户端 skills 目录。不同客户端的目录可能不同,Claude Code 默认是 ~/.claude/skills/
https://raw.githubusercontent.com/pengfeiqiao/kunpeng/bf8a8ac8c6d3e64ee4eb013f26eebacd5332526f/skills/video-depth-estimation-pipeline/SKILL.md下载后另存为 ~/.claude/skills/video-depth-estimation-pipeline/SKILL.md。链接锁定采集时的 commit,内容与本站展示一致。
整仓一次性获取:git clone --depth 1 https://github.com/pengfeiqiao/kunpeng.git
依赖与权限
- 无需 API Key
- 无需联网
- 依赖外部命令:
pythonffmpegconvert - 以上为按正文与 frontmatter 自动推断的信号,仅供参考;安装前建议先阅读原文。
触发场景
深度视频,黑白深度,深度图,深度估计,depth video,video depth深度控制视频depth video视频深度估计
SKILL.md 正文
视频转黑白深度
使用本技能目录的 scripts/convert.py,不要临时拼逐帧模型、边缘检测、浮雕或伪彩方案。本流程使用官方 Video Depth Anything Small 相对深度模型,不是米制测距,也不是立体左右眼视频。
执行
- 定位用户原片与当前深度 Python 环境,检查本机配置
~/.kunpeng/video-depth.json的 repo;未配置时默认~/.kunpeng/runtimes/Video-Depth-Anything。不要把旧聊天中的临时日期目录当通用安装位置。缺少环境时读取references/setup.md。 - 使用深度环境中的 Python 运行:
python <技能目录>/scripts/convert.py <原片路径> --output <新产物路径.mp4> --check
- 检查成功后移除
--check执行同一命令。路径必须按当前 shell 正确引用。默认15fps、input-size=256、工作长边720、FP32、自动选择 CUDA/MPS/CPU,最终恢复源视频显示尺寸并保留第一条音轨。明确要求无声时加--silent。8GB Mac 不要直接上518/全尺寸长片。 - 通过 bash 的后台执行与 bash_read_output 跟进任务,检查 JSON stage 与进程退出码,不能因一次等待超时重复启动。同一输出存在 lock 表示已有任务;核实原进程后才能处理遗留锁。
- 完成必须看到
stage=completed、MP4 和同名.depth.json回执。抽取开头、中段、结尾验证纯灰度、场景近远关系和明显闪烁,再交付可播放路径;不能只看文件存在就宣布完成。用户要求进入画布/剪辑时,沿用已有素材导入工具,不自动新建工作台。
固定约束
- 原视频不覆盖,已有输出不覆盖;失败不发布半成品。
- 变帧率输入先用 FFmpeg fps 滤镜按时间戳转为恒定帧率,不能按帧序号stride后伪装目标fps。核对视频流时长,不把音频尾长当视频时长。
- 默认近亮远暗的纯黑白连续灰度,不要 inferno/jet。全片共享稳健范围归一化(上界99.5百分位,极近端少量值会裁切),不能逐帧拉伸;模型异常/常量深度必须报错。
- 使用视频时序模型;降工作分辨率保留整个时间轴,不能截前几秒冒充完成。默认最多1800个工作帧,超过时说明资源限制并按需求降低fps或分段;分段需核验接缝,不承诺无闪烁。
- 720工作长边与256网络输入只是计算规格,输出恢复原尺寸不代表恢复了原生高分辨率深度细节。报告最终尺寸、fps、时长和计算规格。
- 无声输入正常支持;有声默认保留原声。不同长度音轨不通过
-shortest截断深度画面。 - 下载源、代理、模型选择不静默更换。优先复用已装官方模型;本地转换不需要DMX/RunningHub key。
质量与来源
- 所属仓库
- pengfeiqiao/kunpeng
- 仓库星标
- 99
- 最近更新
- 2 天前
- 采集时间
- 今天
- commit
- bf8a8ac8c6d3
- 内容指纹
- sha256:c2d12ef4c0f2590
- 文件路径
- skills/video-depth-estimation-pipeline/SKILL.md
同仓库其它 Skill
查看全部 49 个anchor-frame-production
建立参考分工、锚定图变体、局部核验与版本记录,用于普通对话、画布和工坊的连续镜头创作。
blender-clay-previz
用户提到白模/白膜/运镜预演/previs 时使用。调用本机 Blender 无界面渲染极简白模场景与运镜视频,用于验证构图遮挡、空间调度与动作时机,也可作为 AI 视频生成的全能参考。
blender-modeling
在 Blender 中新建或修改可编辑模型、材质、灯光及场景工程。适用于产品建模、场景搭建、已有 blend 修改与渲染;纯白模运镜使用 blender-clay-previz。
canvas-project-manager
画布能力由 canvas 工具契约提供,本文件仅保留操作顺序和数据安全约束。
car-commercial-storyboard
汽车TVC、品牌片、汽车文案剧本、车辆资产与图片/视频提示词、分镜及Blender白模运镜。按人物叙事、生活观察、产品演示、造型光影等意图选择方法,维护车型身份与驾驶安全带连续性;不处理购车行情或维修问答。
car-model-generation
专业的汽车3D模型图片生成技能,使用Gemini API生成高质量汽车展示图片,并通过豆包AI进行质量分析和优化。 使用场景:汽车品牌宣传片、车型展示、汽车广告素材生成。 关键词:汽车模型、车型图、汽车展示图、AI生图、Gemini
相似 Skill
更多「办公」opencli-adapter-author
Use when writing an OpenCLI adapter for a new site or adding a new command to an existing site. Guides end-to-end from first recon through field decoding, adapter coding, and verify. Replaces opencli-oneshot / opencli-explorer. For ad-hoc browser driving (no adapter), see opencli-browser instead; for a top-level orientation to opencli, see opencli-usage.
opencli-autofix
Automatically fix broken OpenCLI adapters when commands fail. Load this skill when an opencli command fails — it guides you through collecting a trace artifact, patching the adapter, retrying, and filing an upstream GitHub issue after a verified fix. Works with any AI agent.
opencli-browser
Use when an agent needs to drive a real Chrome window via opencli — inspect a page, fill forms, click through logged-in flows, or extract data ad-hoc. Covers the selector-first target contract, compound form fields, stale-ref handling, network capture, and the agent-native envelopes the CLI returns. Not for writing adapters — see opencli-adapter-author for that.
opencli-usage
Use at the start of any OpenCLI session — this is the top-level map of what `opencli` can do, how to discover adapters, what flags and output formats are universal, and which specialized skill to load next. Point here when an agent asks "what can opencli do?" or "how do I find the right command?".
smart-search
基于 opencli 命令的智能搜索路由器。当用户想要使用 OpenCLI、CLI 或 API 搜索、查询、查找或研究信息时,尤其是涉及指定网站、社交媒体、技术资料、新闻、购物、旅游、求职、金融或中文内容时,务必使用此 skill
deeptutor-cli
终身个性化辅导系统:根据学习者情况持续调整教学方式。