Analyse vidéo (Gemini agentique)
Vous (l'agent) ne regardez pas vous-même la vidéo. Cette tâche est effectuée par l'API Gemini via le script scripts/phan_tich.py.
Votre rôle : choisir le bon mode, exécuter le script, lire le résultat, répondre à l'utilisateur.
Règles de gestion du projet (inputs/ · outputs/) dans AGENTS.md de l'espace de travail. Lisez-le d'abord.
Étape 1. Déterminer l'entrée et le mode
- Entrée : lien YouTube, chemin de fichier vidéo, ou dossier de projet
inputs/<projet>(en cas de question sur une vidéo déjà existante). Le lien YouTube doit être public (les vidéos privées ou non répertoriées ne sont pas lisibles). Si vous n'êtes pas sûr qu'un projet existe déjà, exécutez d'abord--dspour vérifier. - Mode : choisissez en fonction de ce que veut l'utilisateur. Les prompts de chaque mode sont dans
references/che-do.md.
| Ce que veut l'utilisateur | --che-do | --hoi nécessaire ? |
|---|---|---|
| Résumé, points clés, moments importants (cours, podcast, réunion) | tom-tat | non |
| Extraire des clips courts, highlights sportifs, passages à voir | highlight | non |
| Enregistrement d'écran avec erreurs, recherche de code d'erreur | loi | non |
| « Quand est-ce que… », trouver une scène, une phrase | tim | oui |
| « Combien de fois… » | dem | oui |
| Autre question sur le contenu | hoi | oui |
Si vous n'êtes pas sûr de ce que veut l'utilisateur, posez-lui une question, ne lancez pas le script au hasard : chaque exécution consomme de véritables tokens.
Étape 2. Exécuter d'abord en test, puis en réel
Placez-vous à la racine de l'espace de travail (contenant inputs/ et outputs/). Le chemin du script est relatif au dossier où se trouve ce skill ; ci-dessous le chemin dans l'espace de travail gvideo. Si le skill est installé globalement, remplacez par le chemin réel.
uv run --script .agents/skills/phan-tich-video/scripts/phan_tich.py "<lien|fichier|inputs/<projet>>" --che-do <mode> [--hoi "..."] --thu
uv run --script .agents/skills/phan-tich-video/scripts/phan_tich.py "<lien|fichier|inputs/<projet>>" --che-do <mode> [--hoi "..."]
--thuaffiche seulement ce qui sera fait (projet, nouveau ou existant, où sera écrit le résultat, le prompt), sans appeler l'API, sans créer de dossier. Exécutez-le avant la première exécution réelle d'un projet.- Si le script crée un nouveau projet, il inscrit la demande de l'utilisateur dans la section « Ce que veut l'utilisateur » du fichier
inputs/<projet>/nguon.md. - Les fichiers locaux seront téléchargés sur Google (via l'API Files, Google les supprime automatiquement après 48 heures). Pour les vidéos privées contenant des informations sensibles, demandez l'accord de l'utilisateur avant d'exécuter.
--so-sanhexécute également l'ancienne méthode (statique) pour comparer les tokens. Cela double la consommation ; ne l'utilisez que si l'utilisateur souhaite une comparaison.--modelpar défautgemini-3.7-flash. Modèles avec agentique : 3.7 Flash, 3.6 Flash, 3.5 Flash-Lite.- Erreur de clé manquante : demandez à l'utilisateur d'obtenir une clé sur aistudio.google.com/apikey puis de créer un fichier
.envà la racine de l'espace de travail, avec une ligneGEMINI_API_KEY=<clé>. Ne lisez pas, n'affichez pas le contenu de.env.
Étape 3. Lire le résultat et répondre
Le script imprime le chemin du dossier de résultats outputs/<projet>/<AAAA-MM-JJ_HHMMSS>_<mode>/ :
bao-cao.md: réponse de GeminiRUN.md: vidéo, modèle, tokens, nombre de retours de l'IAso-do.json: données structurées lisibles par machine
Répondez à l'utilisateur en français : le contenu principal de bao-cao.md (en conservant tous les repères temporels), accompagné d'une ligne de métriques (tokens d'entrée, nombre de retours de l'IA) et du chemin du dossier.
N'ajoutez pas de repères temporels, de chiffres ou de détails qui ne figurent pas dans bao-cao.md. Vous n'avez pas vu la vidéo. Si l'utilisateur pose une question complémentaire sur la même vidéo, réexécutez sur inputs/<projet> avec --che-do hoi --hoi "...", ne devinez pas à partir de l'ancien rapport et ne créez pas un nouveau projet.