Analizador de Video Gemini
Analiza videos de forma nativa usando la API multimodal de Google Gemini. Sin necesidad de extraer fotogramas: Gemini procesa el video a 1 FPS con comprensión completa de movimiento, audio y contenido visual.
Inicio Rápido
# Analizar un video con mensaje predeterminado (descripción completa)
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/analyze.py /ruta/al/video.mp4
# Hacer una pregunta específica
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/analyze.py /ruta/al/video.mp4 "¿Qué texto es visible en pantalla?"
# Gestionar archivos subidos
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/manage_files.py list
GOOGLE_AI_API_KEY=$GOOGLE_AI_API_KEY python3 {baseDir}/scripts/manage_files.py cleanup
Formatos Soportados
MP4, AVI, MOV, MKV, WebM, FLV, MPEG, MPG, WMV, 3GP — hasta 2 GB por archivo.
Cómo Funciona
- El video se sube a la API de Archivos de Google (temporal, se elimina automáticamente después de 48h)
- Gemini procesa a 1 fotograma/segundo — comprende movimiento, transiciones, contexto de audio
- El modelo genera una respuesta basada en tu mensaje
- Mucho mejor que la extracción de fotogramas para entender contenido temporal
Casos de Uso
| Tarea | Ejemplo de Mensaje |
|---|---|
| Descripción general | (predeterminado — no se necesita mensaje) |
| Extracción de UI/texto | "¿Qué elementos de texto y UI son visibles?" |
| Resumen de tutorial | "Resume los pasos mostrados en este tutorial" |
| Informe de errores desde video | "Describe qué salió mal en esta grabación de pantalla" |
| Notas de reunión | "Resume los puntos clave discutidos" |
| Comparación de contenido | Sube 2 videos, pide diferencias |
Configuración
Establece GOOGLE_AI_API_KEY en tu entorno o archivo .env. Obtén una clave gratuita en aistudio.google.com.
Modelo predeterminado: gemini-2.5-flash (rápido, económico, excelente visión). Sobrescribe con --model gemini-2.5-pro para análisis complejos.
Referencia de API
Ver references/gemini-files-api.md para límites de carga de archivos, detalles de procesamiento y opciones avanzadas.