Communitygithub.com

ARYAN2302/liquid_researcher

Implementieren Sie spezialisierte Videoanalysefunktionen mit dem z-ai-web-dev-sdk. Nutzen Sie dieses Skill, wenn Sie Videoinhalte analysieren, Bewegungen und zeitliche Abläufe verstehen, Informationen aus Videobildern extrahieren, Videoszenen beschreiben oder KI-gestützte Videoanalysen durchführen möchten. Optimiert für MP4, AVI, MOV und andere gängige Videoformate.

Was ist liquid_researcher?

Dieses Skill bietet spezialisierte Videoanalysefunktionen unter Verwendung des z-ai-web-dev-sdk-Pakets und ermöglicht es KI-Modellen, Videoinhalte einschließlich Bewegung, zeitlicher Abläufe und Szenenwechsel zu analysieren, zu beschreiben und Informationen daraus zu extrahieren. Es unterstützt eine breite Palette von Videoformaten wie MP4, AVI, MOV, WebM, MKV und FLV und kann sowohl über die CLI für schnelle Aufgaben als auch über das SDK für komplexe, mehrschrittige Workflows verwendet werden. Das Skill bietet vorgefertigte Funktionen für Szenenanalyse, Aktionserkennung, Timeline-Extraktion, Video-Klassifizierung, Qualitätsbewertung, Content-Moderation und sogar mehrschrittige Gespräche über Videos. Es ist besonders nützlich für Entwickler, die in verschiedenen Bereichen wie Bildung, Sportanalyse, Content-Moderation und Sicherheitsüberwachung arbeiten, da es robuste API-Aufrufe für einzelne Videos oder Mehrfachverarbeitung unterstützt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ARYAN2302/liquid_researcher/tree/HEAD/skills/video-understand

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Skill zur Videoverständnis

Dieses Skill bietet spezialisierte Funktionen zum Verständnis von Videos unter Verwendung des z-ai-web-dev-sdk-Pakets und ermöglicht es KI-Modellen, Videoinhalte einschließlich Bewegung, zeitlicher Abläufe und Szenenwechsel zu analysieren, zu beschreiben und daraus Informationen zu extrahieren.

Skills-Pfad

Skill-Speicherort: {project_path}/skills/video-understand

Dieses Skill befindet sich unter dem oben genannten Pfad in Ihrem Projekt.

Referenzskripte: Beispieltestskripte sind im Verzeichnis {Skill Location}/scripts/ für schnelle Tests und Referenz verfügbar. Siehe {Skill Location}/scripts/video-understand.ts für ein funktionierendes Beispiel.

Überblick

Das Verständnis von Videos konzentriert sich speziell auf die Analyse von Videoinhalten und bietet Funktionen für:

  • Szenenverständnis und -beschreibung von Videos
  • Erkennung von Aktionen und Bewegungen
  • Analyse zeitlicher Abläufe
  • Ereigniserkennung in Videos
  • Zusammenfassung von Videoinhalten
  • Erkennung von Szenenwechseln
  • Verfolgung von Personen und Objekten über Frames hinweg
  • Analyse audiovisueller Inhalte (sofern zutreffend)

WICHTIG: z-ai-web-dev-sdk MUSS nur im Backend-Code verwendet werden. Verwenden Sie es niemals im clientseitigen Code.

Voraussetzungen

Das Paket z-ai-web-dev-sdk ist bereits installiert. Importieren Sie es wie in den folgenden Beispielen gezeigt.

CLI-Nutzung (für einfache Aufgaben)

Für schnelle Videoanalyseaufgaben können Sie anstelle des Schreibens von Code die z-ai-CLI verwenden. Dies ist ideal für einfache Videobeschreibungen, Tests oder Automatisierung.

Basis-Videoanalyse

# Ein Video von einer URL analysieren
z-ai vision --prompt "Fasse zusammen, was in diesem Video passiert" --image "https://example.com/video.mp4"

# Hinweis: Verwenden Sie das --image-Flag auch für Video-URLs
z-ai vision -p "Beschreibe die wichtigsten Ereignisse" -i "https://example.com/presentation.mp4"

Lokale Videos analysieren

# Eine lokale Videodatei analysieren
z-ai vision -p "Welche Aktivitäten werden in diesem Video gezeigt?" -i "./recording.mp4"

# Antwort in Datei speichern
z-ai vision -p "Erstelle eine detaillierte Zusammenfassung" -i "./meeting.mp4" -o summary.json

Erweiterte Videoanalyse

# Komplexes Szenenverständnis mit Denkprozess
z-ai vision \
  -p "Analysiere dieses Video und identifiziere: 1) Hauptereignisse, 2) Personen und ihre Aktionen, 3) Zeitleiste der wichtigsten Momente" \
  -i "./event.mp4" \
  --thinking \
  -o analysis.json

# Aktionserkennung
z-ai vision \
  -p "Identifiziere alle Aktionen, die von Personen in diesem Video ausgeführt werden" \
  -i "./sports.mp4" \
  --thinking

Streaming-Ausgabe

# Die Videoanalyse streamen
z-ai vision -p "Beschreibe diesen Videoinhalt" -i "./video.mp4" --stream

CLI-Parameter

  • --prompt, -p <text>: Erforderlich - Frage oder Anweisung zum Video
  • --image, -i <URL oder Pfad>: Optional - Video-URL oder lokaler Dateipfad (trotz des Namens funktioniert es auch für Videos)
  • --thinking, -t: Optional - Aktiviert den Gedankengang für komplexe Analysen (standardmäßig deaktiviert)
  • --output, -o <Pfad>: Optional - Ausgabedateipfad (JSON-Format)
  • --stream: Optional - Streamt die Antwort in Echtzeit.

Unterstützte Videoformate

  • MP4 (.mp4) - Am weitesten verbreitetes Format
  • AVI (.avi) - Audio Video Interleave
  • MOV (.mov) - QuickTime-Format
  • WebM (.webm) - Weboptimiertes Format
  • MKV (.mkv) - Matroska-Format
  • FLV (.flv) - Flash-Videoformat

Wann CLI vs. SDK verwenden

CLI verwenden für:

  • Schnelle Videozusammenfassungen
  • Einmalige Videoanalysen
  • Testen der Videoverständnisfähigkeiten
  • Einfache Automatisierungsskripte
  • Generierung von Videobeschreibungen

SDK verwenden für:

  • Mehrschrittige Gespräche über Videos
  • Komplexe Videoverarbeitungspipelines
  • Produktionsanwendungen mit Fehlerbehandlung
  • Benutzerdefinierte Integration mit Videoverarbeitungslogik
  • Batch-Videoverarbeitung mit benutzerdefinierten Workflows

Empfohlener Ansatz

Für eine bessere Leistung und Zuverlässigkeit bei lokalen Videos sollten Sie Folgendes in Betracht ziehen:

  1. Hochladen von Videos auf ein CDN und Verwendung von URLs
  2. Bei kürzeren Videos konvertieren Sie Schlüsselbilder in Bilder für eine schnellere Analyse
  3. Bei langen Videos sollten Sie ein Chunking oder Sampling in Intervallen in Betracht ziehen

Basis-Implementierung des Videoverständnisses

Einzel-Videoanalyse

import ZAI from 'z-ai-web-dev-sdk';

async function analyzeVideo(videoUrl, prompt) {
  const zai = await ZAI.create();

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          {
            type: 'text',
            text: prompt
          },
          {
            type: 'video_url',
            video_url: {
              url: videoUrl
            }
          }
        ]
      }
    ],
    thinking: { type: 'disabled' }
  });

  return response.choices[0]?.message?.content;
}

// Verwendungsbeispiele
const summary = await analyzeVideo(
  'https://example.com/presentation.mp4',
  'Fasse die wichtigsten Punkte dieses Videos zusammen'
);

const actionDetection = await analyzeVideo(
  'https://example.com/sports.mp4',
  'Identifiziere und beschreibe alle sportlichen Aktionen in diesem Video'
);

Videoszenen verstehen

import ZAI from 'z-ai-web-dev-sdk';

async function understandVideoScenes(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Analysiere dieses Video und gib:
1. Eine allgemeine Zusammenfassung des Videoinhalts
2. Die Hauptszenen oder -segmente (mit ungefähren Zeitstempeln, wenn möglich)
3. Wichtige Personen oder Charaktere und ihre Rollen
4. Wichtige Aktionen oder Ereignisse in chronologischer Reihenfolge
5. Beschreibung der Umgebung und des Settings
6. Die allgemeine Stimmung oder den Ton`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' } // Für detaillierte Analyse aktivieren
  });

  return response.choices[0]?.message?.content;
}

// Verwendung
const sceneAnalysis = await understandVideoScenes(
  'https://example.com/documentary.mp4'
);

Bewegungs- und Aktionserkennung

import ZAI from 'z-ai-web-dev-sdk';

async function detectActions(videoUrl, specificAction = null) {
  const zai = await ZAI.create();

  const prompt = specificAction
    ? `Identifiziere alle Vorkommen von "${specificAction}" in diesem Video. Beschreibe für jedes Vorkommen, wann es auftritt, und gib Details an, wie es ausgeführt wird.`
    : 'Identifiziere und beschreibe alle bedeutenden Aktionen und Bewegungen in diesem Video. Gib an, wer sie ausführt und wann sie auftreten.';

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' }
  });

  return response.choices[0]?.message?.content;
}

// Verwendung
const runningActions = await detectActions(
  'https://example.com/sports.mp4',
  'laufen'
);

const allActions = await detectActions(
  'https://example.com/activity.mp4'
);

Extraktion von Ereignis-Zeitlinien

import ZAI from 'z-ai-web-dev-sdk';

async function extractTimeline(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Erstelle eine detaillierte Zeitleiste der Ereignisse in diesem Video:
- Identifiziere Schlüsselmomente und Übergänge
- Notiere die ungefähre Zeit (Anfang, Mitte, Ende oder spezifische Zeitstempel, falls sichtbar)
- Beschreibe, was zu jedem wichtigen Punkt passiert
- Identifiziere Ursache-Wirkungs-Beziehungen zwischen Ereignissen

Formatiere als chronologische Liste.`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' }
  });

  return response.choices[0]?.message?.content;
}

Klassifizierung von Videoinhalten

import ZAI from 'z-ai-web-dev-sdk';

async function classifyVideo(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Klassifiziere diesen Videoinhalt:
1. Primäre Kategorie (z. B. Bildung, Unterhaltung, Sport, Nachrichten, Tutorial)
2. Unterkategorie oder Genre
3. Zielgruppe
4. Inhaltsstil (professionell, locker, dokumentarisch usw.)
5. Hauptthemen oder -topics
6. Vorgeschlagene Tags (10-15 Schlüsselwörter)

Formatiere deine Antwort als strukturiertes JSON.`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'disabled' }
  });

  const content = response.choices[0]?.message?.content;
  
  try {
    return JSON.parse(content);
  } catch (e) {
    return { rawResponse: content };
  }
}

Fortgeschrittene Anwendungsfälle

Mehrschrittiges Videogespräch

import ZAI from 'z-ai-web-dev-sdk';

class VideoConversation {
  constructor() {
    this.messages = [];
  }

  async initialize() {
    this.zai = await ZAI.create();
  }

  async loadVideo(videoUrl, initialQuestion) {
    this.messages.push({
      role: 'user',
      content: [
        { type: 'text', text: initialQuestion },
        { type: 'video_url', video_url: { url: videoUrl } }
      ]
    });

    return this.getResponse();
  }

  async askFollowUp(question) {
    this.messages.push({
      role: 'user',
      content: [
        { type: 'text', text: question }
      ]
    });

    return this.getResponse();
  }

  async getResponse() {
    const response = await this.zai.chat.completions.createVision({
      messages: this.messages,
      thinking: { type: 'disabled' }
    });

    const assistantMessage = response.choices[0]?.message?.content;
    
    this.messages.push({
      role: 'assistant',
      content: assistantMessage
    });

    return assistantMessage;
  }
}

// Verwendung
const conversation = new VideoConversation();
await conversation.initialize();

const initial = await conversation.loadVideo(
  'https://example.com/lecture.mp4',
  'Was ist das Hauptthema dieser Vorlesung?'
);

const followup1 = await conversation.askFollowUp(
  'Kannst du die wichtigsten Konzepte erklären?'
);

const followup2 = await conversation.askFollowUp(
  'Welche Beispiele wurden verwendet, um diese Konzepte zu veranschaulichen?'
);

Video-Qualitätsbewertung

import ZAI from 'z-ai-web-dev-sdk';

async function assessVideoQuality(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Bewerte die Qualität dieses Videos:
1. Visuelle Qualität (Auflösung, Klarheit, Beleuchtung) - Bewerte 1-10
2. Audioqualität (falls Audiospur vorhanden) - Bewerte 1-10
3. Kameraführung (Stabilität, Bildausschnitt, Komposition) - Bewerte 1-10
4. Produktionswert (Schnitt, Übergänge, Effekte) - Bewerte 1-10
5. Inhaltsklarheit (ist die Botschaft klar?) - Bewerte 1-10
6. Tempo (zu schnell, zu langsam, genau richtig)
7. Technische Probleme (Artefakte, Unschärfe, Audiosynchronisation usw.)
8. Gesamtbewertung - 1-10
9. Spezifische Verbesserungsvorschläge

Gib detailliertes Feedback zu jedem Kriterium.`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' }
  });

  return response.choices[0]?.message?.content;
}

Content-Moderation für Videos

import ZAI from 'z-ai-web-dev-sdk';

async function moderateVideo(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Überprüfe dieses Video auf Content-Moderation:
1. Prüfe auf unangemessene oder sensible Inhalte
2. Identifiziere potenzielle Sicherheitsbedenken
3. Notiere Inhalte, die gegen übliche Community-Richtlinien verstoßen könnten
4. Bewerte die Altersangemessenheit
5. Identifiziere sichtbares urheberrechtlich geschütztes Material (Logos, Marken, Musik)
6. Gesamte Sicherheitsbewertung: Sicher / Vorsicht / Überprüfung erforderlich

Gib konkrete Beispiele für alle identifizierten Bedenken an.`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' }
  });

  return response.choices[0]?.message?.content;
}

Transkriptgenerierung (Visuelle Beschreibung)

import ZAI from 'z-ai-web-dev-sdk';

async function generateVisualTranscript(videoUrl) {
  const zai = await ZAI.create();

  const prompt = `Generiere ein detailliertes visuelles Transkript dieses Videos:
- Beschreibe, was in jeder Szene passiert
- Notiere jeglichen Text, der auf dem Bildschirm erscheint
- Beschreibe wichtige visuelle Elemente
- Erwähne Szenenwechsel oder Übergänge
- Füge Beschreibungen der Handlungen und Ausdrücke von Personen ein

Formatiere als zeitbasierte Erzählung (z. B. "Am Anfang...", "Dann...", "Schließlich...").`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'disabled' }
  });

  return response.choices[0]?.message?.content;
}

Analyse von Sportvideos

import ZAI from 'z-ai-web-dev-sdk';

async function analyzeSportsVideo(videoUrl, sport = null) {
  const zai = await ZAI.create();

  const prompt = sport
    ? `Analysiere dieses ${sport}-Video im Detail:
1. Identifiziere Spieler und ihre Positionen
2. Beschreibe wichtige Spielzüge und Strategien
3. Notiere Tore oder wichtige Momente
4. Bewerte die Spielerleistung
5. Identifiziere Regelverstöße oder Fouls
6. Beschreibe das Tempo und den Spielfluss`
    : `Analysiere dieses Sportvideo:
1. Identifiziere die ausgeübte Sportart
2. Beschreibe die wichtigsten Aktionen und Spielzüge
3. Notiere Tore oder bedeutende Ereignisse
4. Beschreibe Spielerbewegungen und Strategien
5. Gesamtbewertung des Spiels oder Matches`;

  const response = await zai.chat.completions.createVision({
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: prompt },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }
    ],
    thinking: { type: 'enabled' }
  });

  return response.choices[0]?.message?.content;
}

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

ARYAN2302/liquid_researcher

Generate a single-file Chinese atelier-style portfolio website (horizontal-row list + hover-reveal thumb interaction, art lishu typography "Alimama DaoLiTi" via CDN, light/dark theme, hash-routed detail pages). Takes a natural-language description of the studio (name, director, discipline, works) and outputs ONE working .html file. Runs in BOTH Claude Code (writes to ~/Desktop) and GLM / online chat (outputs HTML inline). Trigger phrases include "做个中式工作室作品集", "做个隶书作品集", "lishu-portfolio-gen ...", "做个白屋风格的作品集", or when user drags this skill folder into chat asking for an atelier-style site.

ARYAN2302/liquid_researcher

Chinese-market SaaS pricing page template — soft sky-blue glass-morphism, 4-tier card grid with one elevated "recommended" tier, monthly/annual toggle, FAQ accordion, ¥ pricing with Inter numerals, careful CJK linebreaking, ICP filing footer.

ARYAN2302/liquid_researcher

Premium calm-tech SaaS landing template — bilingual (CN/EN) literary voice over a dark forest-night palette with warm gold accent, Cormorant + Noto Serif SC, Three.js procedural forest hero, station-based scrolling narrative, custom cursor. Built for ambient-AI / creative-tool / philosophical SaaS, not loud commercial launch.

ARYAN2302/liquid_researcher

Pro-camera HUD mockup template — full-viewport black canvas wrapping a real video with monospace overlays (corner brackets, top status bar, side AF/exposure columns, bottom timecode + aperture/shutter/ISO row, vertical 8-filter wheel, animated reticle). For cinematographer portfolios, camera-app demos, LUT pack previews, filter-look auditions. NOT a TikTok/Reels mockup, NOT a storyboard, NOT a shot list, NOT a script document. The chrome wraps real footage — never a div placeholder.

ARYAN2302/liquid_researcher

Premium pre-launch waitlist page template — dark charcoal canvas with subtle vignette, drifting portrait video-thumbnail cards, fade-up cascades, glass nav, live-updating join counter, single email form with success/error states. Built for creative-tool / AI / niche-SaaS invite-only launches with hushed exclusive tone, not loud growth-marketing.

ARYAN2302/liquid_researcher

Route design-related HTML artifact tasks to the right artifact skill, reference, design system generation, or export skill.

ARYAN2302/liquid_researcher

Implement text-to-speech (TTS) capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to convert text into natural-sounding speech, create audio content, build voice-enabled applications, or generate spoken audio files. Supports multiple voices, adjustable speed, and various audio formats.

ARYAN2302/liquid_researcher

Implement AI-powered video generation capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to generate videos from text prompts or images, create video content programmatically, or build applications that produce video outputs. Supports asynchronous task management with status polling and result retrieval.

Verwandte Skills