Análise de vídeo (Gemini agentic)
Você (agente) não assiste ao vídeo. A análise é feita pela API Gemini, através do script scripts/analise.py.
Sua função: escolher o modo correto, executar o script, ler o resultado e responder ao usuário.
Regras de gerenciamento de projeto (inputs/ · outputs/) estão em AGENTS.md do workspace. Leia-o antes.
Passo 1. Definir entrada e modo
- Entrada: link do YouTube, caminho de arquivo de vídeo ou diretório de projeto
inputs/<projeto>(quando perguntar novamente sobre um vídeo já existente). O link do YouTube deve estar como Público (vídeos Privados ou Não listados não podem ser lidos). Se não tiver certeza se o vídeo já possui um projeto, execute--dsprimeiro. - Modo: escolha de acordo com o que o usuário deseja. Os prompts de cada modo estão em
referencias/modo.md.
| O usuário quer | --modo | Precisa de --pergunta? |
|---|---|---|
| Resumo, pontos principais, marcos importantes (aula, podcast, reunião) | resumo | não |
| Recortar clipes curtos, destaques esportivos, trechos interessantes | destaque | não |
| Gravação de tela com erro, encontrar código de erro | erro | não |
| "Quando…", encontrar uma cena, uma fala | buscar | sim |
| "Quantas vezes…" | contar | sim |
| Outras perguntas sobre o conteúdo | perguntar | sim |
Se não entender o que o usuário quer, pergunte de volta; não execute aleatoriamente: cada execução consome tokens reais.
Passo 2. Testar, depois executar
Fique no diretório raiz do workspace (onde há inputs/ e outputs/). O caminho do script é relativo ao diretório onde esta skill está instalada;
abaixo está o caminho dentro do workspace gvideo; se a skill estiver instalada globalmente, substitua pelo caminho real.
uv run --script .agents/skills/analise-video/scripts/analise.py "<link|arquivo|inputs/<projeto>>" --modo <modo> [--pergunta "..."] --teste
uv run --script .agents/skills/analise-video/scripts/analise.py "<link|arquivo|inputs/<projeto>>" --modo <modo> [--pergunta "..."]
--testeapenas mostra o que será feito (qual projeto, novo ou existente, onde o resultado será salvo, o prompt), sem chamar a API nem criar diretórios. Execute-o antes da primeira execução real de um projeto.- Se o script criar um novo projeto, ele gravará a solicitação do usuário na seção "O que o usuário quer" de
inputs/<projeto>/fonte.md. - Arquivos locais serão enviados para o Google (Files API, o Google os exclui automaticamente após 48 horas). Para vídeos privados ou com informações sensíveis, pergunte ao usuário antes de executar.
--compararexecuta também o método antigo (estático) para comparar tokens. Custa o dobro; use apenas quando o usuário quiser comparar.--modelpadrão égemini-2.0-flash. Modelos com suporte agentic: 2.0 Flash, 2.0 Flash-Lite.- Erro de chave ausente: peça ao usuário para obter a chave em aistudio.google.com/apikey e criar um arquivo
.envna raiz do workspace, com uma linhaGEMINI_API_KEY=<chave>. Não leia nem exiba o conteúdo do.env.
Passo 3. Ler o resultado e responder
O script imprime o caminho do diretório de resultados outputs/<projeto>/<YYYYMMDD_HHMMSS>_<modo>/:
relatorio.md: resposta do GeminiEXECUCAO.md: qual vídeo, modelo, tokens, número de vezes que a IA voltou para verdados.json: dados em formato legível por máquina
Responda ao usuário em português: o conteúdo principal de relatorio.md (preservando todos os marcos de tempo),
acompanhado de uma linha com as métricas (tokens de entrada, número de vezes que a IA voltou para ver) e o caminho do diretório.
Não adicione marcos de tempo, números ou detalhes que não estejam em relatorio.md. Você não assistiu ao vídeo.
Se o usuário fizer mais perguntas sobre o mesmo vídeo, execute novamente sobre inputs/<projeto> com --modo perguntar --pergunta "...",
não tente adivinhar a partir do relatório antigo e não crie um novo projeto.