Cuándo Usarlo
Usa esta habilidad cuando el usuario quiera buscar, importar o analizar contenido de video de TikTok, YouTube o Instagram; resumir reuniones o conferencias a partir de grabaciones; construir una base de conocimiento buscable a partir de contenido de video; o investigar tendencias y creadores de redes sociales.
Buscar y Analizar Video
Descripción
Esta habilidad permite a los agentes de IA buscar, importar y analizar contenido de video utilizando el Gran Modelo de Memoria Visual (LVMM) de Memories.ai. A diferencia de las herramientas de análisis de video de una sola vez, proporciona inteligencia de video persistente: los videos se indexan una vez y pueden consultarse repetidamente en múltiples sesiones. Soporta importación de redes sociales (TikTok, YouTube, Instagram), resumen de reuniones, construcción de bases de conocimiento y preguntas y respuestas entre videos mediante Generación Aumentada por Memoria (MAG).
Resumen
La habilidad envuelve 21 comandos de API en guías de referencia orientadas a flujos de trabajo que los agentes cargan bajo demanda. Una tabla de enrutamiento en SKILL.md asigna automáticamente la intención del usuario al flujo de trabajo correcto.
Cuándo Usar Esta Habilidad
- Úsala al analizar o hacer preguntas sobre un video desde una URL
- Úsala al buscar videos en TikTok, YouTube o Instagram por tema, hashtag o creador
- Úsala al resumir reuniones, conferencias o seminarios web a partir de grabaciones
- Úsala al construir una base de conocimiento buscable a partir de contenido de video y recuerdos de texto
- Úsala al investigar tendencias de contenido en redes sociales, personas influyentes o patrones virales
- Úsala al analizar o describir imágenes con visión por IA
Cómo Funciona
Paso 1: Detección de Intención
El agente lee el enrutador de flujos de trabajo de SKILL.md y empareja la solicitud del usuario con una de 6 categorías de intención.
Paso 2: Carga de Referencia
El agente carga el archivo de referencia apropiado (por ejemplo, video_qa.md para preguntas de video, social_research.md para investigación en redes sociales).
Paso 3: Ejecución del Flujo de Trabajo
El agente sigue el flujo de trabajo paso a paso: subir/importar -> esperar procesamiento -> analizar/chatear -> presentar resultados.
Ejemplos
Ejemplo 1: Preguntas y Respuestas sobre Video
Usuario: "¿Cuáles son los argumentos clave en este video? https://youtube.com/watch?v=abc123"
Agente: sube video -> espera procesamiento -> usa chat_video para hacer preguntas -> presenta resumen estructurado
Ejemplo 2: Investigación en Redes Sociales
Usuario: "¿Qué está de moda en TikTok sobre moda sostenible?"
Agente: usa search_public para encontrar videos de tendencia -> importa los mejores resultados -> analiza patrones de contenido
Ejemplo 3: Notas de Reunión
Usuario: "Resume esta grabación de reunión y extrae los puntos de acción"
Agente: sube grabación -> espera -> obtiene transcripción -> usa chat_video para resumen estructurado con puntos de acción
Mejores Prácticas
- Siempre espera a que el procesamiento del video se complete antes de consultar
- Usa caption_video para análisis rápido (sin necesidad de subida)
- Usa chat_video para análisis profundo y de múltiples turnos (requiere subida)
- Usa search_audio para encontrar momentos o citas específicas en un video
- Usa memory_add para almacenar hallazgos importantes para recuperación posterior
Problemas Comunes
-
Problema: Consultar un video antes de que se complete el procesamiento Solución: Siempre usa el comando
waitdespués de la subida antes de cualquier análisis -
Problema: Subir un video cuando solo se necesita un pie de foto rápido Solución: Usa
caption_videopara análisis único; solo sube para consultas repetidas
Limitaciones
- El procesamiento de video toma de 1 a 5 minutos según la duración
- El nivel gratuito está limitado a 100 créditos
- La importación de redes sociales requiere contenido público
- La búsqueda de audio solo funciona en videos procesados
Habilidades Relacionadas
- Herramientas de análisis de video para análisis de una sola vez
- Habilidades de búsqueda web para investigación de contenido no video