Skill VideoDB
Perception + mémoire + actions pour la vidéo, les flux en direct et les sessions de bureau.
Utilisez ce skill lorsque vous avez besoin de :
1) Perception de bureau
- Démarrer/arrêter une session de bureau capturant l'écran, le microphone et l'audio système
- Diffuser le contexte en direct et stocker la mémoire de session épisodique
- Exécuter des alertes/déclencheurs en temps réel sur ce qui est dit et ce qui se passe à l'écran
- Produire des résumés de session, une timeline consultable et des liens de preuve jouables
2) Ingestion vidéo + diffusion
- Ingérer un fichier ou une URL et retourner un lien de diffusion web jouable
- Transcoder/normaliser : codec, débit, images par seconde, résolution, rapport hauteur/largeur
3) Indexation + recherche (horodatages + preuves)
- Construire des index visuels, vocaux et par mots-clés
- Rechercher et retourner des moments précis avec des horodatages et des preuves jouables
- Créer automatiquement des clips à partir des résultats de recherche
4) Édition de timeline + génération
- Sous-titres : générer, traduire, incruster
- Incrustations : texte/image/marque, légendes animées
- Audio : musique de fond, voix off, doublage
- Composition programmatique et exports via opérations de timeline
5) Flux en direct (RTSP) + surveillance
- Connecter des flux RTSP/en direct
- Exécuter une compréhension visuelle et vocale en temps réel et émettre des événements/alertes pour les workflows de surveillance
Entrées courantes
- Chemin de fichier local, URL publique ou URL RTSP
- Demande de capture de bureau : démarrer / arrêter / résumer la session
- Opérations souhaitées : obtenir du contexte pour la compréhension, spécification de transcodage, spécification d'indexation, requête de recherche, plages de clip, éditions de timeline, règles d'alerte
Sorties courantes
- URL de diffusion
- Résultats de recherche avec horodatages et liens de preuve
- Actifs générés : sous-titres, audio, images, clips
- Charges utiles d'événements/alertes pour les flux en direct
- Résumés de session de bureau et entrées de mémoire
Invites canoniques (exemples)
- "Démarrer la capture de bureau et alerter quand un champ de mot de passe apparaît."
- "Enregistrer ma session et produire un résumé exploitable à la fin."
- "Ingérer ce fichier et retourner un lien de diffusion jouable."
- "Indexer ce dossier et trouver chaque scène avec des personnes, retourner les horodatages."
- "Générer des sous-titres, les incruster et ajouter une musique de fond légère."
- "Connecter cette URL RTSP et alerter quand une personne entre dans la zone."
Exécution de code Python
Avant d'exécuter tout code VideoDB, changez de répertoire vers le répertoire du projet et chargez les variables d'environnement :
from dotenv import load_dotenv
load_dotenv(".env")
import videodb
conn = videodb.connect()
Ceci lit VIDEO_DB_API_KEY depuis :
- L'environnement (si déjà exportée)
- Le fichier
.envdu projet dans le répertoire courant
Si la clé est manquante, videodb.connect() lève automatiquement AuthenticationError.
N'écrivez PAS de fichier script lorsqu'une commande courte en ligne fonctionne.
Lorsque vous écrivez du code Python en ligne (python -c "..."), utilisez toujours un code correctement formaté — utilisez des points-virgules pour séparer les instructions et gardez-le lisible. Pour tout ce qui dépasse environ 3 instructions, utilisez plutôt un heredoc :
python << 'EOF'
from dotenv import load_dotenv
load_dotenv(".env")
import videodb
conn = videodb.connect()
coll = conn.get_collection()
print(f"Vidéos : {len(coll.get_videos())}")
EOF
Configuration
Lorsque l'utilisateur demande "configurer videodb" ou similaire :
1. Installer le SDK
pip install "videodb[capture]" python-dotenv
Si videodb[capture] échoue sur Linux, installez sans l'extension capture :
pip install videodb python-dotenv
2. Configurer la clé API
L'utilisateur doit définir VIDEO_DB_API_KEY en utilisant l'une ou l'autre méthode :
- Exporter dans le terminal (avant de démarrer Claude) :
export VIDEO_DB_API_KEY=votre-clé - Fichier
.envdu projet : EnregistrezVIDEO_DB_API_KEY=votre-clédans le fichier.envdu projet
Obtenez une clé API gratuite sur https://console.videodb.io (50 téléchargements gratuits, sans carte de crédit).
Ne lisez PAS, n'écrivez PAS et ne gérez PAS la clé API vous-même. Laissez toujours l'utilisateur la définir.
Référence rapide
Télécharger un média
# URL
video = coll.upload(url="https://example.com/video.mp4")
# YouTube
video = coll.upload(url="https://www.youtube.com/watch?v=VIDEO_ID")
# Fichier local
video = coll.upload(file_path="/path/to/video.mp4")
Transcription + sous-titres
# force=True ignore l'erreur si la vidéo est déjà indexée
video.index_spoken_words(force=True)
text = video.get_transcript_text()
stream_url = video.add_subtitle()
Rechercher dans les vidéos
from videodb.exceptions import InvalidRequestError
video.index_spoken_words(force=True)
# search() lève InvalidRequestError quand aucun résultat n'est trouvé.
# Enveloppez toujours dans try/except et traitez "No results found" comme vide.
try:
results = video.search("démonstration produit")
shots = results.get_shots()
stream_url = results.compile()
except InvalidRequestError as e:
if "No results found" in str(e):
shots = []
else:
raise
Recherche par scène
import re
from videodb import SearchType, IndexType, SceneExtractionType
from videodb.exceptions import InvalidRequestError
# index_scenes() n'a pas de paramètre force — il lève une erreur si un index
# de scène existe déjà. Extrayez l'ID d'index existant depuis l'erreur.
try:
scene_index_id = video.index_scenes(
extraction_type=SceneExtractionType.shot_based,
prompt="Décrivez le contenu visuel de cette scène.",
)
except Exception as e:
match = re.search(r"id\s+([a-f0-9]+)", str(e))
if match:
scene_index_id = match.group(1)
else:
raise
# Utilisez score_threshold pour filtrer le bruit de faible pertinence (recommandé : 0.3+)
try:
results = video.search(
query="personne écrivant sur un tableau blanc",
search_type=SearchType.semantic,
index_type=IndexType.scene,
scene_index_id=scene_index_id,
score_threshold=0.3,
)
shots = results.get_shots()
stream_url = results.compile()
except InvalidRequestError as e:
if "No results found" in str(e):
shots = []
else:
raise
Édition de timeline
Important : Validez toujours les horodatages avant de construire une timeline :
startdoit être >= 0 (les valeurs négatives sont acceptées silencieusement mais produisent une sortie cassée)startdoit être <endenddoit être <=video.length
from videodb.timeline import Timeline
from videodb.asset import VideoAsset, TextAsset, TextStyle
timeline = Timeline(conn)
timeline.add_inline(VideoAsset(asset_id=video.id, start=10, end=30))
timeline.add_overlay(0, TextAsset(text="The End", duration=3, style=TextStyle(fontsize=36)))
stream_url = timeline.generate_stream()
Transcodage vidéo (changement de résolution / qualité)
from videodb import TranscodeMode, VideoConfig, AudioConfig
# Changer la résolution, la qualité ou le rapport hauteur/largeur côté serveur
job_id = conn.transcode(
source="https://example.com/video.mp4",
callback_url="https://example.com/webhook",
mode=TranscodeMode.economy,
video_config=VideoConfig(resolution=720, quality=23, aspect_ratio="16:9"),
audio_config=AudioConfig(mute=False),
)
Changer le rapport hauteur/largeur (pour les réseaux sociaux)
Attention : reframe() est une opération côté serveur lente. Pour les vidéos longues, cela peut prendre plusieurs minutes et peut expirer. Bonnes pratiques :
- Limitez toujours à un court segment en utilisant
start/endquand c'est possible - Pour les vidéos complètes, utilisez
callback_urlpour le traitement asynchrone - Rognez d'abord la vidéo sur une
Timeline, puis recadrez le résultat plus court
from videodb import ReframeMode
# Préférez toujours recadrer un court segment :
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
# Recadrage asynchrone pour les vidéos complètes (retourne None, résultat via webhook) :
video.reframe(target="vertical", callback_url="https://example.com/webhook")
# Préréglages : "vertical" (9:16), "square" (1:1), "landscape" (16:9)
reframed = video.reframe(start=0, end=60, target="square")
# Dimensions personnalisées
reframed = video.reframe(start=0, end=60, target={"width": 1280, "height": 720})
Média génératif
image = coll.generate_image(
prompt="un coucher de soleil sur les montagnes",
aspect_ratio="16:9",
)
Gestion des erreurs
from videodb.exceptions import AuthenticationError, InvalidRequestError
try:
conn = videodb.connect()
except AuthenticationError:
print("Vérifiez votre VIDEO_DB_API_KEY")
try:
video = coll.upload(url="https://example.com/video.mp4")
except InvalidRequestError as e:
print(f"Échec du téléchargement : {e}")
Pièges courants
| Scénario | Message d'erreur | Solution |
|---|---|---|
| Indexer une vidéo déjà indexée | L'index de mots parlés pour la vidéo existe déjà | Utilisez video.index_spoken_words(force=True) pour ignorer si déjà indexé |
| L'index de scène existe déjà | L'index de scène avec l'id XXXX existe déjà | Extrayez le scene_index_id existant depuis l'erreur avec re.search(r"id\s+([a-f0-9]+)", str(e)) |
| La recherche ne trouve aucune correspondance | InvalidRequestError: No results found | Attrapez l'exception et traitez comme résultats vides (shots = []) |
| Le recadrage expire | Bloque indéfiniment sur les vidéos longues | Utilisez start/end pour limiter le segment, ou passez callback_url pour l'async |
| Horodatages négatifs sur la Timeline | Produit silencieusement un flux cassé | Validez toujours start >= 0 avant de créer VideoAsset |
generate_video() / create_collection() échoue | Opération non autorisée ou limite maximale | Fonctionnalités limitées par abonnement — informez l'utilisateur des limites de l'abonnement |
Documentation supplémentaire
La documentation de référence se trouve dans le répertoire reference/ adjacent à ce fichier SKILL.md. Utilisez l'outil Glob pour le localiser si nécessaire.
- reference/api-reference.md - Référence complète de l'API SDK Python VideoDB
- reference/search.md - Guide approfondi de la recherche vidéo (mot parlé et basée sur les scènes)
- reference/editor.md - Édition de timeline, actifs et composition
- reference/streaming.md - Diffusion HLS et lecture instantanée
- reference/generative.md - Génération de média par IA (images, vidéo, audio)
- reference/rtstream.md - Workflow d'ingestion de flux en direct (RTSP/RTMP)
- reference/rtstream-reference.md - Méthodes du SDK RTStream et pipelines IA
- reference/capture.md - Workflow de capture de bureau
- reference/capture-reference.md - SDK Capture et événements WebSocket
- reference/use-cases.md - Modèles et exemples courants de traitement vidéo
Enregistrement d'écran (Capture de bureau)
Utilisez ws_listener.py pour capturer les événements WebSocket pendant les sessions d'enregistrement. La capture de bureau prend en charge macOS uniquement.
Démarrage rapide
- Démarrer le listener :
python scripts/ws_listener.py & - Obtenir l'ID WebSocket :
cat /tmp/videodb_ws_id - Exécuter le code de capture (voir reference/capture.md pour le workflow complet)
- Événements écrits dans :
/tmp/videodb_events.jsonl
Interroger les événements
import json
events = [json.loads(l) for l in open("/tmp/videodb_events.jsonl")]
# Obtenir toutes les transcriptions
transcripts = [e["data"]["text"] for e in events if e.get("channel") == "transcript"]
# Obtenir les descriptions visuelles des 5 dernières minutes
import time
cutoff = time.time() - 300
recent_visual = [e for e in events
if e.get("channel") == "visual_index" and e["unix_ts"] > cutoff]
Scripts utilitaires
- scripts/ws_listener.py - Listener d'événements WebSocket (écrit dans JSONL)
Pour un workflow de capture complet, voir reference/capture.md.
N'utilisez pas ffmpeg, moviepy ou d'outils d'encodage locaux lorsque VideoDB prend en charge l'opération. Les opérations suivantes sont toutes gérées côté serveur par VideoDB : rogner, combiner des clips, superposer de l'audio ou de la musique, ajouter des sous-titres, incrustations de texte/image, transcodage, changements de résolution, conversion de rapport hauteur/largeur, redimensionnement pour les exigences de plateforme, transcription et génération de média. Repliez-vous uniquement sur des outils locaux pour les opérations listées sous Limitations dans reference/editor.md (transitions, changements de vitesse, recadrage/zoom, étalonnage des couleurs, mixage du volume).
Quand utiliser quoi
| Problème | Solution VideoDB |
|---|---|
| La plateforme rejette le rapport hauteur/largeur ou la résolution de la vidéo | video.reframe() ou conn.transcode() avec VideoConfig |
| Besoin de redimensionner une vidéo pour Twitter/Instagram/TikTok | video.reframe(target="vertical") ou target="square" |
| Besoin de changer la résolution (ex. 1080p → 720p) | conn.transcode() avec VideoConfig(resolution=720) |
| Besoin de superposer de l'audio/de la musique sur une vidéo | AudioAsset sur une Timeline |
| Besoin d'ajouter des sous-titres | video.add_subtitle() ou CaptionAsset |
| Besoin de combiner/rogner des clips | VideoAsset sur une Timeline |
| Besoin de générer une voix off, de la musique ou des effets sonores | coll.generate_voice(), generate_music(), generate_sound_effect() |
Dépôt
https://github.com/video-db/skills
Maintenu par : VideoDB