1 line
4.7 KiB
JSON
1 line
4.7 KiB
JSON
{"repo": "agentchengfeng/video-analyzer-skill", "files": {"SKILL.md": {"5f0fa09feb18763423fbf2ff7e8583723affbee9": {"t": 1785674253.1585972, "n": 3079, "h": "f436ca0f85d8e35b", "c": "---\nname: video-analyzer\ndescription: 视频内容分析。当用户提到\"分析视频\"、\"视频分析\"、\"看看这个视频\"、\"这个视频讲了什么\"、\"视频笔记\"、\"总结视频\"时触发。支持 B站、YouTube 等平台链接和本地视频文件。\n---\n\n<!--\ninput: 视频 URL 或本地文件路径\noutput: 视频内容的详细分析笔记（含时间戳）\npos: 核心 skill，视频理解能力\n-->\n\n# 视频内容分析\n\n下载视频 → 压缩 → Files API 上传 → Responses API 分析。一次 API 调用出完整结果。\n\n## 依赖\n\n- `yt-dlp`（brew install yt-dlp）\n- `ffmpeg`（brew install ffmpeg）\n\n## 步骤\n\n### 1. 读取配置\n\n```bash\n# 从 ~/.claude/skills/video-analyzer/config/secrets.md 读取\nAPI_KEY=\"your-api-key-here\"\nAPI_URL=\"https://ark.cn-beijing.volces.com/api/v3/responses\"\nMODEL=\"doubao-seed-2-0-pro-260215\"\n```\n\n### 2. 获取视频\n\n**本地文件**：直接用。\n\n**在线视频**（B站/YouTube 等）：\n```bash\nyt-dlp -f \"bv*+ba/b\" -o \"/tmp/video-analyzer-%(id)s.%(ext)s\" --no-playlist \"URL\"\n```\n\nB站高清需要 Cookie：\n```bash\nyt-dlp --cookies-from-browser chrome -f \"bv*+ba/b\" -o \"/tmp/video-analyzer-%(id)s.%(ext)s\" --no-playlist \"URL\"\n```\n\n### 3. 压缩（超过 100MB 时）\n\n```bash\nffmpeg -i \"输入文件\" -vf \"scale='min(720,iw)':-2\" -c:v libx264 -crf 28 -preset fast -c:a aac -b:a 64k -y /tmp/video-analyzer-compressed.mp4\n```\n\n实测效果：327MB → 74MB。如果还大，加 `-crf 32` 或 `-t 600` 截前 10 分钟。\n\n### 4. 上传 Files API\n\n```bash\ncurl -s https://ark.cn-beijing.volces.com/api/v3/files \\\n -H \"Authorization: Bearer $API_KEY\" \\\n -F \"purpose=user_data\" \\\n -F \"file=@/tmp/video-analyzer-compressed.mp4\"\n```\n\n返回 `{\"id\": \"file-xxx\", \"status\": \"processing\"}`，提取 `id` 即 file_id。\n\n### 5. 等待文件处理完成\n\n文件上传后状态为 `processing`，必须等处理完才能调用分析。\n\n| 文件大小 | 等待时间 |\n|---------|---------|\n| < 30MB | sleep 15 |\n| 30-100MB | sleep 45 |\n| > 100MB | sleep 60，或轮询状态 |\n\n如果调用分析返回 `OperationDenied.InvalidState` 说明还没处理完，再等 15 秒重试。\n\n### 6. 调用 Responses API\n\n```bash\ncurl -s \"$API_URL\" \\\n -H \"Content-Type: application/json\" \\\n -H \"Authorization: Bearer $API_KEY\" \\\n -d '{\n \"model\": \"'\"$MODEL\"'\",\n \"input\": [{\n \"role\": \"user\",\n \"content\": [\n {\"type\": \"input_video\", \"file_id\": \"'\"$FILE_ID\"'\"},\n {\"type\": \"input_text\", \"text\": \"提示词\"}\n ]\n }]\n }'\n```\n\n**关键**：用 `\"file_id\"` 字段引用视频，不要用 `\"video_url\"` 传 file_id（会报 `invalid scheme`）。\n\n### 7. 默认提示词\n\n```\n你是一个视频内容分析助手。请按时间线详细梳理视频内容，要求：\n1. 标注准确的时间戳 [mm:ss]\n2. 提取所有关键信息：讲解的知识点、出现的文字、图表、公式、人物动作、场景变化\n3. 生成结构化的内容笔记\n请用中文详细回答。\n```\n\n用户可指定侧重点（\"重点分析代码\"、\"提取公式\"、\"总结观点\"），融入 prompt。\n\n### 8. 解析响应\n\n响应 `output` 数组包含两类：\n- `\"type\": \"reasoning\"` — 模型思考过程（忽略）\n- `\"type\": \"message\"` — 最终结果，取 `content[].text`\n\n```python\nfor item in result[\"output\"]:\n if item[\"type\"] == \"message\":\n for c in item[\"content\"]:\n if c[\"type\"] == \"output_text\":\n print(c[\"text\"])\n```\n\n### 9. 清理\n\n```bash\nrm -f /tmp/video-analyzer-*\n```\n\n### 10. 输出格式\n\n拿到原始分析后，根据用户意图决定输出详细程度：\n- 用户说\"分析视频\"、\"视频笔记\" → 直接输出完整笔记\n- 用户说\"简单描述\"、\"讲了什么\" → 用自己的话精简概括，不贴原文\n\n## 踩坑记录\n\n| 问题 | 原因 | 解决 |\n|------|------|------|\n| `invalid scheme` | 用 `video_url` 传了 file_id | 改用 `file_id` 字段 |\n| `OperationDenied.InvalidState` | 文件还在 processing | 多等一会儿再调用 |\n| 429 RequestBurstTooFast | base64 直传请求体太大触发突发保护 | 改用 Files API 上传，不要用 base64 |\n| `input_file` 报 not pdf | `input_file` 类型只支持 PDF | 视频用 `input_video` + `file_id` |\n| yt-dlp 下载 480p | B站高清需登录 | 加 `--cookies-from-browser chrome` |\n"}}}} |