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 incrustations ou des alertes de surveillance en temps réel.
- Vous souhaitez un seul workflow combinant ingestion, compréhension, récupération et actions multimédia.
1) Perception de bureau
- Démarrer/arrêter une session de bureau capturant l'écran, le micro et l'audio système
- Diffuser un contexte en direct et stocker une 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 lisibles
2) Ingestion vidéo + flux
- Ingérer un fichier ou une URL et retourner un lien de flux web lisible
- Transcodage/normalisation : codec, débit binaire, fps, résolution, rapport hauteur/largeur
3) Indexation + recherche (horodatages + preuves)
- Construire des index visuels, vocaux et par mots-clés
- Rechercher et retourner les 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
- Incrustations : 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 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 le contexte pour la compréhension, spécification de transcodage, spécification d'indexation, 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 preuve
- Éléments générés : sous-titres, audio, images, clips
- Données d'événement/alerte pour les flux en direct
- Résumés de session de bureau et entrées mémoire
Requêtes canoniques (exemples)
- "Démarrer la capture de bureau et alerter lorsqu'un champ de mot de passe apparaît."
- "Enregistrer ma session et produire un résumé actionnable à la fin."
- "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, changez de répertoire vers le 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 exporté)
- Le fichier
.envdu projet dans le répertoire courant
Si la clé est manquante, videodb.connect() lève automatiquement une AuthenticationError.
N'écrivez PAS un fichier de script lorsqu'une simple commande en ligne suffit.
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 ~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 lancer 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, pas de 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="/chemin/vers/video.mp4")
Transcription + sous-titres
# force=True ignore l'erreur si la vidéo est déjà indexée
video.index_spoken_words(force=True)
texte = 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 lorsqu'aucun résultat n'est trouvé.
# Toujours encapsuler dans try/except et traiter "Aucun résultat trouvé" comme vide.
try:
resultats = video.search("démonstration produit")
plans = resultats.get_shots()
stream_url = resultats.compile()
except InvalidRequestError as e:
if "No results found" in str(e):
plans = []
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 de 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:
correspondance = re.search(r"id\s+([a-f0-9]+)", str(e))
if correspondance:
scene_index_id = correspondance.group(1)
else:
raise
# Utilisez score_threshold pour filtrer le bruit de faible pertinence (recommandé : 0.3+)
try:
resultats = 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,
)
plans = resultats.get_shots()
stream_url = resultats.compile()
except InvalidRequestError as e:
if "No results found" in str(e):
plans = []
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 défectueuse)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="Fin", 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 lente côté serveur. Pour les longues vidéos, cela peut prendre plusieurs minutes et expirer. Bonnes pratiques :
- Limitez toujours à un court segment avec
start/endlorsque c'est possible - Pour les vidéos complètes, utilisez
callback_urlpour un traitement asynchrone - Découpez d'abord la vidéo sur une
Timeline, puis recadrez le résultat plus court
from videodb import ReframeMode
# Préférez toujours le recadrage d'un court segment :
recadre = 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)
recadre = video.reframe(start=0, end=60, target="square")
# Dimensions personnalisées
recadre = 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 | Spoken word index for video already exists | Utilisez video.index_spoken_words(force=True) pour ignorer si déjà indexé |
| L'index de scène existe déjà | Scene index with id XXXX already exists | Extrayez l'scene_index_id existant de 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 (plans = []) |
| Recadrage expire | Bloque indéfiniment sur les longues vidéos | Utilisez start/end pour limiter le segment, ou passez callback_url pour l'async |
| Horodatages négatifs sur Timeline | Produit silencieusement un flux défectueux | Validez toujours start >= 0 avant de créer VideoAsset |
generate_video() / create_collection() échoue | Operation not allowed ou maximum limit | Fonctionnalités liées au forfait — informez l'utilisateur des limites |
Documentation supplémentaire
La documentation de référence se trouve dans le répertoire reference/ adjacent à ce fichier SKILL.md. Utilisez l'outil Glob pour la localiser si nécessaire.
- reference/api-reference.md - Référence complète de l'API SDK Python VideoDB
- reference/search.md - Guide approfondi de la recherche vidéo (parole et scène)
- reference/editor.md - Édition de timeline, ressources et composition
- reference/streaming.md - Streaming HLS et lecture instantanée
- reference/generative.md - Génération multimédia par IA (images, vidéo, audio)
- reference/rtstream.md - Workflow d'ingestion de flux en direct (RTSP/RTMP)
- reference/rtstream-reference.md - Méthodes SDK RTStream et pipelines IA
- reference/capture.md - Workflow de capture de bureau
- reference/capture-reference.md - SDK de 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 est compatible macOS uniquement.
Démarrage rapide
- Démarrer l'écouteur :
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
evenements = [json.loads(l) for l in open("/tmp/videodb_events.jsonl")]
# Obtenir toutes les transcriptions
transcriptions = [e["data"]["text"] for e in evenements if e.get("channel") == "transcript"]
# Obtenir les descriptions visuelles des 5 dernières minutes
import time
limite = time.time() - 300
recent_visuel = [e for e in evenements
if e.get("channel") == "visual_index" and e["unix_ts"] > limite]
Scripts utilitaires
- scripts/ws_listener.py - Écouteur d'événements WebSocket (écrit dans JSONL)
Pour le workflow de capture complet, voir reference/capture.md.
N'utilisez pas ffmpeg, moviepy ou des outils d'encodage locaux lorsque VideoDB prend en charge l'opération. Les opérations suivantes sont toutes gérées côté serveur par VideoDB — découpage, combinaison de clips, superposition d'audio ou de musique, ajout de sous-titres, incrustations texte/image, transcodage, changement de résolution, conversion de rapport hauteur/largeur, redimensionnement pour les exigences des plateformes, transcription et génération multimédia. Revenez aux outils locaux uniquement pour les opérations listées dans les Limitations de reference/editor.md (transitions, changements de vitesse, recadrage/zoom, étalonnage des couleurs, mixage de volume).
Quand utiliser quoi
| Problème | Solution VideoDB |
|---|---|
| La plateforme rejette le rapport hauteur/largeur ou la résolution | video.reframe() ou conn.transcode() avec VideoConfig |
| Besoin de redimensionner la 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/musique sur la vidéo | AudioAsset sur une Timeline |
| Besoin d'ajouter des sous-titres | video.add_subtitle() ou CaptionAsset |
| Besoin de combiner/découper des clips | VideoAsset sur une Timeline |
| Besoin de générer une voix off, musique ou effets sonores | coll.generate_voice(), generate_music(), generate_sound_effect() |
Dépôt
https://github.com/video-db/skills
Maintenu par : VideoDB
Limitations
- Utilisez cette compétence uniquement lorsque la tâche correspond clairement au champ décrit ci-dessus.
- Ne considérez pas la sortie comme un substitut à une validation spécifique à l'environnement, à des tests ou à une revue experte.
- Arrêtez-vous et demandez des clarifications si les entrées requises, les autorisations, les limites de sécurité ou les critères de succès sont absents.