# tao-generate-video-reasoning-annotations

Собирает из сырых видео датасет с подписями, описаниями и QA-парами с цепочками рассуждений. Пригодится, когда нужны обучающие данные для видео-моделей.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1600 установок · ★ 3735
- Автор: NVIDIA Corporation
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/tao-generate-video-reasoning-annotations/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/tao-generate-video-reasoning-annotations

## Что делает

Скилл запускает многошаговый конвейер аннотирования. На шагах 0–1 работает VLM: он смотрит видео и делает глобальные подписи, разбивку по таймстемпам и микро-подписи по фиксированным отрезкам. Дальше подключается текстовый LLM: синтезирует описания и генерирует вопросы — с выбором ответа, бинарные и открытые, каждый с пошаговым обоснованием. Результат разбирается в JSON-файлы формата `tao-vl-reason-v1.0`.

Шаги выбираются через `workflow.steps`, а встроенное возобновление пропускает уже обработанные видео — можно спокойно перезапускать после правки промптов. Домен задаётся модулем промптов: `general` по умолчанию, готовые `prompts_traffic` и `prompts_warehouse`, либо своя адаптация через воркшоп в `references/domain_adaptation.md`.

Перед запуском нужно подготовить окружение: docker, nvidia-container-toolkit и хотя бы один эндпоинт VLM. Для Gemini по умолчанию нужен `GOOGLE_API_KEY`, для OpenAI-совместимого варианта — `base_url`, `model_name` и `api_key`. Если доступа к эндпоинту нет и поднимать его не планируется, дальше двигаться некуда. Для нового домена или первой прогонки скилл советует начать с пилота на 5–10 видео.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-generate-video-reasoning-annotations -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/tao-generate-video-reasoning-annotations/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/tao-generate-video-reasoning-annotations/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-generate-video-reasoning-annotations -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/tao-generate-video-reasoning-annotations/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-generate-video-reasoning-annotations -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/tao-generate-video-reasoning-annotations/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills tao-generate-video-reasoning-annotations
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/tao-generate-video-reasoning-annotations/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-generate-video-reasoning-annotations -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/tao-generate-video-reasoning-annotations
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/tao-generate-video-reasoning-annotations/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-generate-video-reasoning-annotations -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/tao-generate-video-reasoning-annotations/SKILL.md

## Когда брать
- получить из сырых видео подписи с таймстемпами
- сгенерировать QA-датасет с цепочками рассуждений
- разметить видео по домену без ручной работы
- отфильтровать аномальные клипы и классифицировать их
- перезапустить конвейер после правки промптов без повторной обработки

## Примеры запросов агенту
- Сделай датасет для обучения из видео в /videos: подписи, описания и QA с рассуждениями
- Запусти video_reasoning_annotation на этих роликах, домен traffic
- Прогони пилот на 5 видео из папки и покажи, что получилось на шаге 1a

## Похожие
- [videoagent-video-studio](https://affpapa.org/nevibecode/skills/videoagent-video-studio.md) — скилл · 10500 установок
- [video-use](https://affpapa.org/nevibecode/skills/video-use.md) — скилл · 5100 установок
- [layer-video-timeline](https://affpapa.org/nevibecode/skills/layer-video-timeline.md) — скилл · 3300 установок
- [muapi-social-media-video](https://affpapa.org/nevibecode/skills/muapi-social-media-video.md) — скилл · 2800 установок
- [video-translation](https://affpapa.org/nevibecode/skills/video-translation.md) — скилл · 2000 установок
- [video-understand](https://affpapa.org/nevibecode/skills/video-understand.md) — скилл · 1400 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 195 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md