YouTube MCP for Claude & ChatGPT
TubeLab is the YouTube MCP Server for Claude and ChatGPT. Real channels, viral outliers, video transcripts and much more - all in your AI chat.
翻訳待ち
No updates detected yet. GitHub releases will appear here.
Skill para Claude Code y Codex que diagnostica el equipo y manda cada tarea pesada al motor que mejor la hace (Apple Silicon).
翻訳待ち
Loading the full README.
Read the full README ↗Una skill para Claude Code y Codex que mira el equipo antes de lanzar trabajo pesado (video, transcripción, recortes, lotes, agentes en paralelo) y manda cada tarea al motor que mejor la hace: núcleos de rendimiento o de eficiencia, GPU, Neural Engine o motor de video. Guarda lo que mide en cada máquina y lo usa por encima de las recetas genéricas.
Piloto: macOS en Apple Silicon. En Windows ya diagnostica y mide, pero no recomienda nada hasta tener mediciones de equipos reales (cómo ayudar).
Página: https://sebaslobo22.github.io/rendimiento-equipo/ (fuente en docs/index.html)
El 27.10.2026, renderizando videos para mi marca personal, medí que mi Mac (M4 Pro, 24 GB) codificaba el video en la CPU mientras el motor de video estaba ocioso, y que había cuatro servidores de Whisper vivos con 9 GB de swap. Corregí cada cosa midiendo y dejé el método en esta skill, para que el agente lo aplique antes de empezar y no después del problema.
| Tarea | Antes | Ahora |
|---|---|---|
| Codificar 15 s de video vertical (HEVC de iPhone a H.264 1080×1920) | 22,1 s en la CPU, 263 s de CPU | 4,1 s en el motor de video, 5 s de CPU |
| Decodificar 30 s de HEVC | 4,4–5,4 s, 35–38 s de CPU | 2,4–2,6 s, 3,3 s de CPU |
| 4 láminas de carrusel a 2× con Chrome sin ventana | 15,3 s con GPU | 11,8 s con --disable-gpu |
Son cifras de un solo equipo. En el tuyo, medir.py las vuelve a medir antes de cambiar nada.
Te sirve si usas Claude Code o Codex en una Mac con Apple Silicon para video, audio, Remotion o lotes de archivos. En Windows describe y mide el equipo, sin recomendar todavía. Si solo chateas con una IA en el navegador, no hace nada.
Abre Claude Desktop en la pestaña Code, o la app de Codex. Tienen que trabajar en tu equipo: el chat normal de Claude y las tareas en la nube de Codex no lo ven. Pega este mensaje y acepta cuando el agente te pida permiso:
Instala la skill rendimiento-equipo. Clona https://github.com/sebaslobo22/rendimiento-equipo en la carpeta rendimiento-equipo de mi usuario, muéstrame qué hará el instalador en modo de prueba (./install.sh --prueba en Mac, .\install.ps1 -Prueba en Windows) y, si te digo que sí, ejecútalo.
Después abre una conversación nueva y pide lo de siempre, por ejemplo «convierte estos 3 videos a vertical». Para actualizarla, pídele «Actualiza la skill rendimiento-equipo con git pull en ~/rendimiento-equipo».
git clone https://github.com/sebaslobo22/rendimiento-equipo.git ~/rendimiento-equipo
cd ~/rendimiento-equipo
./install.sh
install.sh enlaza skills/rendimiento-equipo en ~/.claude/skills/ (Claude Code) y en ~/.agents/skills/
(Codex). No copia archivos, no instala dependencias y no usa la red. Si ya había algo con ese nombre, lo aparta en
.respaldos/ antes de enlazar. Para actualizar basta git pull.
| Opción | Qué hace |
|---|---|
--destino ambos|claude|agentes | Dónde enlazar. Por defecto, en los dos. |
--prueba | Muestra lo que haría sin cambiar nada. |
--desinstalar | Quita solo los enlaces que apuntan a este repositorio. |
Requisitos: Python 3. Para el diagnóstico completo (Metal, motores de video, Neural Engine y estado térmico) hacen
falta las herramientas de línea de comandos de Xcode (xcode-select --install). Sin ellas funciona con menos
datos y lo avisa.
git clone https://github.com/sebaslobo22/rendimiento-equipo.git $HOME\rendimiento-equipo
cd $HOME\rendimiento-equipo
.\install.ps1
install.ps1 hace lo mismo con junctions en %USERPROFILE%\.claude\skills y %USERPROFILE%\.agents\skills,
sin pedir permisos de administrador. Opciones: -Destino, -Prueba, -Desinstalar. Si Windows bloquea el
script, usa powershell -ExecutionPolicy Bypass -File .\install.ps1. Windows no trae Python: instálalo desde
python.org o con winget install Python.Python.3.12. Para medir video hace falta ffmpeg
(winget install Gyan.FFmpeg).
No vas a notar nada: la skill trabaja por detrás cuando le pides al agente algo pesado. Para verla en acción, pega una de estas pruebas en Claude Code o Codex:
| Prueba | Qué pasa |
|---|---|
| «Usa la skill rendimiento-equipo y dime qué tiene mi Mac y qué recomienda.» | Te dice tu chip, sus núcleos y tu memoria, qué parte del chip conviene para video, audio y renders, y si la Mac va justa de memoria o está caliente. |
| «Convierte este video a vertical 1080×1920.» | Lo hace con el motor de video y no con la CPU. En el Mac piloto, 15 s de video pasaron de 22,1 s a 4,1 s. Necesita ffmpeg: si falta, el agente te avisa. |
| «Renderiza estos 3 videos en paralelo sin que se cuelgue la Mac.» | Reparte los hilos y la memoria entre los renders y deja un solo servidor de Whisper. |
Si no le pides al agente nada de eso, la skill no aparece: está pensada para cuando la Mac trabaja duro.
La skill se activa sola cuando le pides al agente un render, una transcripción, una conversión o un lote. Los
scripts también se corren a mano desde skills/rendimiento-equipo/:
This is the beginning of the README. Read the rest at the original. Read the full README ↗