Compétence VideoDB
Perception + mémoire + actions pour la vidéo, les flux en direct et les sessions de bureau.
Utilisez cette compétence lorsque vous avez besoin de :
Quand l'utiliser
- Vous avez besoin de perception vidéo ou audio, d'indexation, de recherche ou d'édition de timeline à partir de fichiers, d'URLs, de sessions de bureau ou de flux en direct.
- La tâche implique des horodatages, des preuves consultables, des sous-titres, des clips, des superpositions ou des alertes de surveillance en temps réel.
- Vous souhaitez un seul flux de travail combinant ingestion, compréhension, récupération et actions médias.
1) Perception de bureau
- Démarrer/arrêter une session de bureau capturant l'écran, le micro 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 preuves lisibles
2) Ingestion + flux vidéo
- Ingérer un fichier ou une URL et retourner un lien de flux web lisible
- Transcodifier/normaliser : codec, débit binaire, fps, résolution, rapport d'aspect
3) Indexer + rechercher (horodatages + preuves)
- Construire des index visuels, parlés et par mots-clés
- Rechercher et retourner des moments exacts avec horodatages et preuves lisibles
- Créer automatiquement des clips à partir des résultats de recherche
4) Édition de timeline + génération
- Sous-titres : générer, traduire, incruster
- Superpositions : texte/image/marque, légendes animées
- Audio : musique de fond, voix off, doublage
- Composition programmatique et exportations via opérations de timeline
5) Flux en direct (RTSP) + surveillance
- Connecter des flux RTSP/en direct
- Exécuter une compréhension visuelle et parlée 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 le contexte pour la compréhension, spécification de transcodification, spécification d'index, requête de recherche, plages de clips, modifications de timeline, règles d'alerte
Sorties courantes
- URL du flux
- Résultats de recherche avec horodatages et liens de preuves
- Actifs générés : sous-titres, audio, images, clips
- Charges utiles d'événements/alertes pour les flux en direct
- Résumés de session de bureau et entrées mémoire
Exemples de prompts canoniques
- "Démarrer la capture de bureau et alerter lorsqu'un champ de mot de passe apparaît."
- "Enregistrer ma session et produire un résumé exploitable lorsqu'elle se termine."
- "Ingérer ce fichier et retourner un lien de flux lisible."
- "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 lorsqu'une personne entre dans la zone."
Exécution de code Python
Avant d'exécuter du code VideoDB, placez-vous dans 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 une AuthenticationError.
N'écrivez PAS de fichier script lorsqu'une commande en ligne courte fonctionne.
Lorsque vous écrivez du Python en ligne (python -c "..."), utilisez toujours du 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"Videos: {len(coll.get_videos())}")
EOF
Configuration
Lorsque l'utilisateur demande de "configurer videodb" ou similaire :
1. Installer le SDK
pip install "videodb[capture]" python-dotenv
Si videodb[capture] échoue sur Linux, installez sans l'extra 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 téléversements 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
Téléverser 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="/chemin/vers/video.mp4")
Transcription + sous-titre
# force=True évite 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 lorsque aucun résultat n'est trouvé.
# Toujours encapsuler dans try/except et traiter "No results found" comme vide.
try:
results = video.search("démo produit")
shots = results.get_shots()
stream_url = results.compile()
except InvalidRequestError as e:
if "No results found" in str(e):
shots = []
else:
raise
Recherche de scènes
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="Décrire 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()
Transcodifier une vidéo (changement de résolution/qualité)
from videodb import TranscodeMode, VideoConfig, AudioConfig
# Changer la résolution, la qualité ou le rapport d'aspect 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),
)
Re-cadrer le rapport d'aspect (pour les plateformes sociales)
Attention : reframe() est une opération lente côté serveur. Pour les longues vidéos, elle peut prendre plusieurs minutes et expirer. Bonnes pratiques :
- Toujours limiter à un court segment avec
start/endlorsque c'est possible - Pour les vidéos complètes, utilisez
callback_urlpour un traitement asynchrone - Rognez d'abord la vidéo sur une
Timeline, puis recadrez le résultat plus court
from videodb import ReframeMode
# Toujours préférer 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})
Génération de médias
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 téléversement : {e}")
Pièges courants
| Scénario | Message d'erreur | Solution |
|---|---|---|
| Indexer une vidéo déjà indexée | Spoken word index for video already exists | Utilisez video.index_spoken_words(force=True) pour ignorer si déjà indexé |
| Index de scène existe déjà | Scene index with id XXXX already exists | 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 = []) |
| Recadrage expire | Bloque indéfiniment sur les longues vidéos | Utilisez start/end pour limiter le segment, ou passez callback_url pour l'asynchrone |
| Horodatages négatifs sur Timeline | Produit silencieusement un flux cassé | Validez toujours start >= 0 avant de créer un VideoAsset |
generate_video() / create_collection() échoue | Operation not allowed ou maximum limit | Fonctionnalités limitées par le plan — informez l'utilisateur des limites du plan |
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 Python SDK 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 - Streaming HLS et lecture instantanée
- reference/generative.md - Génération de médias par IA (images, vidéo, audio)
- reference/rtstream.md - Flux de travail d'ingestion de flux en direct (RTSP/RTMP)
- reference/rtstream-reference.md - Méthodes SDK RTStream et pipelines IA
- reference/capture.md - Flux de travail de capture de bureau
- reference/capture-reference.md - Événements SDK de capture et WebSocket
- reference/use-cases.md - Modèles courants de traitement vidéo et exemples
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 flux de travail 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 (exporte en JSONL)
Pour le flux de travail complet de capture, 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 — rognage, combinaison de clips, superposition audio ou musicale, ajout de sous-titres, superpositions de texte/image, transcodification, changements de résolution, conversion de rapport d'aspect, redimensionnement pour les exigences de plateforme, transcription et génération de médias. Revenez aux outils locaux uniquement 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 d'aspect 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
Limitations
- N'utilisez cette compétence que lorsque la tâche correspond clairement au périmètre décrit ci-dessus.
- Ne considérez pas la sortie comme un substitut à une validation, un test ou un examen d'expert spécifique à l'environnement.
- Arrêtez-vous et demandez des clarifications si les entrées requises, les autorisations, les limites de sécurité ou les critères de succès sont manquants.