Communitygithub.com

ARYAN2302/liquid_researcher

Implementa capacidades especializadas de comprensión de vídeo utilizando el SDK z-ai-web-dev. Usa esta skill cuando el usuario necesite analizar contenido de vídeo, comprender movimiento y secuencias temporales, extraer información de fotogramas de vídeo, describir escenas de vídeo o realizar análisis de vídeo basado en IA. Optimizado para MP4, AVI, MOV y otros formatos de vídeo comunes.

¿Qué es liquid_researcher?

Esta habilidad proporciona funcionalidad especializada de comprensión de vídeo utilizando el paquete z-ai-web-dev-sdk, permitiendo a los modelos de IA analizar, describir y extraer información de contenido de vídeo, incluyendo movimiento, secuencias temporales y cambios de escena. Es compatible con múltiples formatos de vídeo como MP4, AVI, MOV, WebM, MKV y FLV. La habilidad ofrece dos modos de uso: CLI para tareas simples y rápidas, y SDK para implementaciones complejas en producción. Las capacidades incluyen análisis de escenas, detección de acciones, extracción de líneas de tiempo, clasificación de contenido, moderación y evaluación de calidad. Se recomienda para backend únicamente, subiendo vídeos a una CDN o convirtiendo fotogramas clave a imágenes para mejor rendimiento.

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad de Comprensión de Vídeo

Esta habilidad proporciona funcionalidad especializada de comprensión de vídeo utilizando el paquete z-ai-web-dev-sdk, permitiendo a los modelos de IA analizar, describir y extraer información de contenido de vídeo, incluyendo movimiento, secuencias temporales y cambios de escena.

Ruta de la Habilidad

Ubicación de la Habilidad: {project_path}/skills/video-understand

Esta habilidad se encuentra en la ruta anterior dentro de tu proyecto.

Scripts de Referencia: Hay scripts de prueba de ejemplo disponibles en el directorio {Ubicación de la Habilidad}/scripts/ para pruebas rápidas y referencia. Consulta {Ubicación de la Habilidad}/scripts/video-understand.ts para un ejemplo funcional.

Resumen

La comprensión de vídeo se enfoca específicamente en el análisis de contenido de vídeo, proporcionando capacidades para:

  • Comprensión y descripción de escenas de vídeo
  • Detección de acciones y movimientos
  • Análisis de secuencias temporales
  • Detección de eventos en vídeos
  • Resumen de contenido de vídeo
  • Detección de cambios de escena
  • Seguimiento de personas y objetos a través de fotogramas
  • Análisis de contenido audiovisual (cuando sea aplicable)

IMPORTANTE: z-ai-web-dev-sdk DEBE usarse solo en código de backend. Nunca lo uses en código del lado del cliente.

Requisitos Previos

El paquete z-ai-web-dev-sdk ya está instalado. Impórtalo como se muestra en los ejemplos a continuación.

Uso desde CLI (Para Tareas Simples)

Para tareas rápidas de análisis de vídeo, puedes usar la CLI z-ai en lugar de escribir código. Esto es ideal para descripciones sencillas de vídeos, pruebas o automatización.

Análisis Básico de Vídeo

# Analizar un vídeo desde una URL
z-ai vision --prompt "Resume lo que sucede en este vídeo" --image "https://ejemplo.com/video.mp4"

# Nota: Usa la bandera --image también para URLs de vídeo
z-ai vision -p "Describe los eventos clave" -i "https://ejemplo.com/presentacion.mp4"

Analizar Vídeos Locales

# Analizar un archivo de vídeo local
z-ai vision -p "¿Qué actividades se muestran en este vídeo?" -i "./grabacion.mp4"

# Guardar respuesta en un archivo
z-ai vision -p "Proporciona un resumen detallado" -i "./reunion.mp4" -o resumen.json

Análisis Avanzado de Vídeo

# Comprensión compleja de escenas con pensamiento
z-ai vision \
  -p "Analiza este vídeo e identifica: 1) Eventos principales, 2) Personas y sus acciones, 3) Línea de tiempo de momentos clave" \
  -i "./evento.mp4" \
  --thinking \
  -o analisis.json

# Detección de acciones
z-ai vision \
  -p "Identifica todas las acciones realizadas por las personas en este vídeo" \
  -i "./deportes.mp4" \
  --thinking

Salida en Streaming

# Transmite el análisis del vídeo
z-ai vision -p "Describe este contenido de vídeo" -i "./video.mp4" --stream

Parámetros de CLI

  • --prompt, -p <texto>: Requerido - Pregunta o instrucción sobre el vídeo
  • --image, -i <URL o ruta>: Opcional - URL del vídeo o ruta de archivo local (a pesar del nombre, también funciona para vídeos)
  • --thinking, -t: Opcional - Habilita el razonamiento de cadena de pensamiento para análisis complejos (predeterminado: deshabilitado)
  • --output, -o <ruta>: Opcional - Ruta del archivo de salida (formato JSON)
  • --stream: Opcional - Transmite la respuesta en tiempo real

Formatos de Vídeo Soportados

  • MP4 (.mp4) - Formato más ampliamente soportado
  • AVI (.avi) - Audio Video Interleave
  • MOV (.mov) - Formato QuickTime
  • WebM (.webm) - Formato optimizado para web
  • MKV (.mkv) - Formato Matroska
  • FLV (.flv) - Formato Flash Video

Cuándo Usar CLI vs SDK

Usa CLI para:

  • Resúmenes rápidos de vídeos
  • Análisis de vídeos únicos
  • Probar capacidades de comprensión de vídeo
  • Scripts de automatización simples
  • Generar descripciones de vídeos

Usa SDK para:

  • Conversaciones de múltiples turnos sobre vídeos
  • Pipelines complejos de procesamiento de vídeo
  • Aplicaciones de producción con manejo de errores
  • Integración personalizada con lógica de procesamiento de vídeo
  • Procesamiento por lotes de vídeos con flujos de trabajo personalizados

Enfoque Recomendado

Para mejor rendimiento y fiabilidad con vídeos locales, considera:

  1. Subir vídeos a un CDN y usar URLs
  2. Para vídeos más cortos, convertir fotogramas clave a imágenes para un análisis más rápido
  3. Para vídeos largos, considerar fragmentar o muestrear en intervalos

Implementación Básica de Comprensión de Vídeo

Análisis de Vídeo Único

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

async function analizarVideo(urlVideo, 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: urlVideo
            }
          }
        ]
      }
    ],
    thinking: { type: 'disabled' }
  });

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

// Ejemplos de uso
const resumen = await analizarVideo(
  'https://ejemplo.com/presentacion.mp4',
  'Resume los puntos clave presentados en este vídeo'
);

const deteccionAccion = await analizarVideo(
  'https://ejemplo.com/deportes.mp4',
  'Identifica y describe todas las acciones atléticas realizadas en este vídeo'
);

Comprensión de Escenas de Vídeo

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

async function entenderEscenasVideo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Analiza este vídeo y proporciona:
1. Resumen general del contenido del vídeo
2. Escenas o segmentos principales (con marcas de tiempo aproximadas si es posible)
3. Personas o personajes clave y sus roles
4. Acciones o eventos importantes en orden cronológico
5. Descripción del entorno y la ambientación
6. Estado de ánimo o tono general`;

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

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

// Uso
const analisisEscena = await entenderEscenasVideo(
  'https://ejemplo.com/documental.mp4'
);

Detección de Movimiento y Acción

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

async function detectarAcciones(urlVideo, accionEspecifica = null) {
  const zai = await ZAI.create();

  const prompt = accionEspecifica
    ? `Identifica todas las instancias de "${accionEspecifica}" en este vídeo. Para cada instancia, describe cuándo ocurre y proporciona detalles sobre cómo se realiza.`
    : 'Identifica y describe todas las acciones y movimientos significativos en este vídeo. Incluye quién los realiza y cuándo ocurren.';

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

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

// Uso
const accionesCorriendo = await detectarAcciones(
  'https://ejemplo.com/deportes.mp4',
  'corriendo'
);

const todasLasAcciones = await detectarAcciones(
  'https://ejemplo.com/actividad.mp4'
);

Extracción de Línea de Tiempo de Eventos

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

async function extraerLineaTiempo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Crea una línea de tiempo detallada de eventos en este vídeo:
- Identifica momentos y transiciones clave
- Anota el tiempo aproximado (principio, mitad, final o marcas de tiempo específicas si son visibles)
- Describe lo que sucede en cada punto clave
- Identifica cualquier relación de causa y efecto entre eventos

Formatea como una lista cronológica.`;

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

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

Clasificación de Contenido de Vídeo

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

async function clasificarVideo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Clasifica este contenido de vídeo:
1. Categoría principal (ej., educativo, entretenimiento, deportes, noticias, tutorial)
2. Subcategoría o género
3. Audiencia objetivo
4. Estilo de contenido (profesional, casual, documental, etc.)
5. Temas o tópicos clave
6. Etiquetas sugeridas (10-15 palabras clave)

Formatea tu respuesta como JSON estructurado.`;

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

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

Casos de Uso Avanzados

Conversación de Múltiples Turnos sobre Vídeo

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

class ConversacionVideo {
  constructor() {
    this.mensajes = [];
  }

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

  async cargarVideo(urlVideo, preguntaInicial) {
    this.mensajes.push({
      role: 'user',
      content: [
        { type: 'text', text: preguntaInicial },
        { type: 'video_url', video_url: { url: urlVideo } }
      ]
    });

    return this.obtenerRespuesta();
  }

  async hacerSeguimiento(pregunta) {
    this.mensajes.push({
      role: 'user',
      content: [
        { type: 'text', text: pregunta }
      ]
    });

    return this.obtenerRespuesta();
  }

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

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

    return mensajeAsistente;
  }
}

// Uso
const conversacion = new ConversacionVideo();
await conversacion.inicializar();

const inicial = await conversacion.cargarVideo(
  'https://ejemplo.com/conferencia.mp4',
  '¿Cuál es el tema principal de esta conferencia?'
);

const seguimiento1 = await conversacion.hacerSeguimiento(
  '¿Puedes explicar los conceptos clave mencionados?'
);

const seguimiento2 = await conversacion.hacerSeguimiento(
  '¿Qué ejemplos se usaron para ilustrar estos conceptos?'
);

Evaluación de Calidad de Vídeo

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

async function evaluarCalidadVideo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Evalúa la calidad de este vídeo:
1. Calidad visual (resolución, nitidez, iluminación) - Puntúa 1-10
2. Calidad de audio (si hay audio presente) - Puntúa 1-10
3. Trabajo de cámara (estabilidad, encuadre, composición) - Puntúa 1-10
4. Valor de producción (edición, transiciones, efectos) - Puntúa 1-10
5. Claridad del contenido (¿es claro el mensaje?) - Puntúa 1-10
6. Ritmo (muy rápido, muy lento, justo)
7. Problemas técnicos (artefactos, desenfoque, sincronización de audio, etc.)
8. Puntuación general - 1-10
9. Recomendaciones específicas para mejorar

Proporciona retroalimentación detallada para cada criterio.`;

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

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

Moderación de Contenido de Vídeo

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

async function moderarVideo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Revisa este vídeo para moderación de contenido:
1. Verifica cualquier contenido inapropiado o sensible
2. Identifica cualquier posible preocupación de seguridad
3. Anota cualquier contenido que pueda violar pautas comunitarias comunes
4. Evalúa la idoneidad por edad
5. Identifica cualquier material protegido por derechos de autor visible (logotipos, marcas, música)
6. Clasificación de seguridad general: Seguro / Precaución / Revisión Requerida

Proporciona ejemplos específicos para cualquier preocupación identificada.`;

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

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

Generación de Transcripción Visual

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

async function generarTranscripcionVisual(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Genera una transcripción visual detallada de este vídeo:
- Describe lo que sucede en cada escena
- Anota cualquier texto que aparezca en pantalla
- Describe elementos visuales importantes
- Menciona cualquier cambio de escena o transición
- Incluye descripciones de las acciones y expresiones de las personas

Formatea como una narrativa basada en tiempo (ej., "Al principio...", "Luego...", "Finalmente...").`;

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

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

Análisis de Vídeos Deportivos

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

async function analizarVideoDeportivo(urlVideo, deporte = null) {
  const zai = await ZAI.create();

  const prompt = deporte
    ? `Analiza este vídeo de ${deporte} en detalle:
1. Identifica jugadores y sus posiciones
2. Describe jugadas y estrategias clave
3. Anota eventos de anotación o momentos importantes
4. Evalúa el rendimiento de los jugadores
5. Identifica cualquier violación de reglas o faltas
6. Describe el ritmo y flujo del juego`
    : `Analiza este vídeo deportivo:
1. Identifica el deporte que se está jugando
2. Describe las acciones y jugadas clave
3. Anota cualquier anotación o evento significativo
4. Describe los movimientos y estrategias de los jugadores
5. Evaluación general del juego o partido`;

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

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

Análisis de Vídeo Educativo

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

async function analizarVideoEducativo(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Analiza este vídeo educativo:
1. Identifica los objetivos de aprendizaje
2. Resume los conceptos clave enseñados
3. Evalúa la efectividad de la enseñanza (claridad, ejemplos, ritmo)
4. Identifica ayudas visuales o demostraciones utilizadas
5. Sugiere preguntas de seguimiento para evaluar la comprensión
6. Califica la dificultad: Principiante / Intermedio / Avanzado
7. Recomienda recursos adicionales sobre el tema`;

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

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

Análisis de Vídeo de Vigilancia

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

async function analizarVideoVigilancia(urlVideo) {
  const zai = await ZAI.create();

  const prompt = `Realiza un análisis de seguridad de este vídeo de vigilancia:
1. Identifica cualquier actividad inusual o sospechosa
2. Rastrea los movimientos de personas o vehículos
3. Anota marcas de tiempo de eventos significativos
4. Describe el diseño de la escena y zonas de interés
5. Identifica posibles amenazas o riesgos de seguridad
6. Sugiere áreas que requieren monitoreo adicional
7. Resumen general de actividad normal vs. anormal`;

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

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

Mejores Prácticas

Optimización de Solicitudes

  1. Sé específico con los prompts: Describe claramente qué información necesitas
  2. Usa preguntas estructuradas: Divide análisis complejos en preguntas específicas
  3. Aprovecha el pensamiento: Habilita thinking: { type: 'enabled' } para análisis detallados
  4. Combinar con imágenes: Para vídeos largos, considera extraer fotogramas clave para entrada adicional

Consideraciones de Rendimiento

  1. Tamaño del vídeo: Archivos de vídeo más grandes pueden tomar más tiempo para procesar
  2. Calidad vs. Velocidad: Usa pensamiento deshabilitado para respuestas más rápidas
  3. Caché: Almacena en caché los resultados del análisis para contenido de vídeo repetido
  4. Tamaño del lote: Para procesamiento por lotes, considera limitar solicitudes concurrentes

Manejo de Errores

async function analizarVideoRobusto(urlVideo) {
  try {
    const zai = await ZAI.create();
    
    const response = await zai.chat.completions.createVision({
      messages: [
        {
          role: 'user',
          content: [
            { type: 'text', text: 'Describe este vídeo' },
            { type: 'video_url', video_url: { url: urlVideo } }
          ]
        }
      ]
    });
    
    return response.choices[0]?.message?.content;
  } catch (error) {
    console.error('Error al analizar el vídeo:', error);
    
    // Estrategias de respaldo
    if (error.message.includes('timeout')) {
      // Reintentar con un timeout más largo
    } else if (error.message.includes('formato')) {
      // Verificar el formato del vídeo
    }
    
    throw error;
  }
}

Limitaciones y Notas

  1. Duración del Vídeo: El rendimiento puede degradarse con vídeos muy largos (>30 minutos)
  2. Calidad: Los análisis funcionan mejor con vídeos de alta calidad y buena iluminación
  3. Audio: El análisis de audio no es compatible de forma nativa; las descripciones se basan en pistas visuales
  4. Idioma: El texto en pantalla puede no ser reconocido en todos los idiomas
  5. Conexión de Red: Se requiere una conexión de red estable para el análisis de vídeos
  6. Privacidad: Asegúrate de cumplir con las leyes de privacidad al analizar vídeos que contengan personas

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.

Skills relacionados