Ver-Video

Was macht Ver-Video?

SKILL_DIR ist der Ordner, der diese Datei enthält. Das Skript befindet sich in SKILL_DIR/scripts/vervideo.py. Unter Windows verwende py -3.12 (Whisper ist noch nicht mit Python 3.14 kompatibel); unter macOS/Linux python3.

1. Überprüfen (nur beim ersten Mal in der Sitzung)

py -3.12 "SKILL_DIR/scripts/vervideo.py" check

Wenn listo_para_watch falsch ist, weise den Benutzer an, instalar_todo.bat (Windows) oder install.sh (macOS/Linux) aus diesem Repository auszuführen. Installiere nichts mit Administratorrechten ohne Nachfrage.

2. Video verarbeiten

py -3.12 "SKILL_DIR/scripts/vervideo.py" watch "<URL oder Pfad>"

Standardmäßig wird adaptives Sampling verwendet: Das Video wird 4 Mal pro Sekunde analysiert und ein Frame wird gespeichert, wenn sich das Bild ändert (auch bei einer kleinen Zone: Text, Preislabel, gezeichnete Linie), plus ein Kontrollframe alle ≤5 s, falls nichts passiert. report.json listet die Änderungszeitpunkte (visual_events).

Nützliche Optionen:

• --start 12:00 --end 18:30 für einen Abschnitt. Bei langen Videos: zuerst einen allgemeinen Durchlauf, dann Abschnitte mit mehr Details.
• --sensitivity 1 für feinere Änderungen (Standard 2 %); --max-gap 3 für mehr Kontrollframes in ruhigen Abschnitten.
• --mode fixed --interval 2 für den alten Modus (ein Bild alle N Sekunden).
• --lang en wenn das Audio auf Englisch ist (auto zur Erkennung).
• --transcript subs um nur die Untertitel der Seite zu verwenden (schneller); whisper um die lokale Transkription zu erzwingen.
• Whisper verwendet die NVIDIA GPU, falls verfügbar (Modell large-v3-turbo, genauer) und andernfalls die CPU (Modell small). Erzwinge mit --whisper-model.

Der Befehl gibt ein JSON mit dem Pfad zu timeline.md und dem Ausgabeordner aus.

3. Video ansehen (Pflicht, überspringe diesen Schritt nicht)

1. Lies timeline.md vollständig.
2. Öffne für jedes Blatt der Reihe nach das Bild mit Read und lies es zusammen mit dem, was in diesem Abschnitt gesagt wird. Jedes Blatt enthält 9 Frames (links→rechts, oben→unten) mit der Uhrzeit in Gelb in einem Streifen über jedem (mit Zehntelsekunden, wenn es nicht auf eine ganze Sekunde fällt); ✂ markiert einen Szenenschnitt. Die Frames sind NICHT gleichmäßig verteilt: zwei direkt aufeinanderfolgende Frames zeigen an, dass sich zu diesem Zeitpunkt etwas auf dem Bildschirm geändert hat.
3. Mache dir mentale Notizen über das, was sich zwischen den Kästchen ändert: Bewegung, Text auf dem Bildschirm, Grafiken, Preisniveaus, Indikatoren, Gesten.
4. Wenn etwas Wichtiges klein erscheint (eine Zahl, ein Niveau, der Name eines Indikators, Parameter), zoome auf volle Auflösung:

py -3.12 "SKILL_DIR/scripts/vervideo.py" zoom "<Ausgabeordner>" --at 14:32 --count 3 --step 1

und öffne die zurückgegebenen Bilder.

4. Antworten

• Zitiere Zeitstempel [MM:SS] für jede Aussage.
• Trenne, was gesehen wird (Frames) von dem, was gesagt wird (Transkript). Behaupte keine visuellen Fakten nur aus dem Audio und umgekehrt.
• Wenn ein Teil unklar bleibt (z. B. eine schnelle Bewegung zwischen zwei Frames), sage dies und überprüfe diesen Abschnitt detaillierter: watch ... --start MM:SS --end MM:SS --sensitivity 1 --min-gap 0.25.
• Für Trading-Videos: Extrahiere Einstiegs-, Ausstiegs-, Stop-, Management-Regeln, Zeitrahmen, Instrument und Indikatoren mit ihren Parametern, und weise darauf hin, was der Autor nicht spezifiziert.

5. Optional: Gemini

Wenn GEMINI_API_KEY vorhanden ist, kann eine zweite Meinung mit einem Modell angefordert werden, das Video und Audio nativ verarbeitet. Weise den Benutzer vorher darauf hin: Das Video wird an Google gesendet (lokale Videos werden hochgeladen und nach Abschluss gelöscht).

py -3.12 "SKILL_DIR/scripts/vervideo.py" gemini "<URL oder Pfad>" --prompt "konkrete Frage"

Stelle seine Antwort deinen eigenen Blättern gegenüber; kopiere sie nicht ohne Überprüfung.