ver-video
SKILL_DIR 是包含本文件的文件夹。脚本位于 SKILL_DIR/scripts/vervideo.py。Windows 下使用 py -3.12(Whisper 尚不支持 Python 3.14);macOS/Linux 下使用 python3。
1. 检查(仅限会话中首次执行)
py -3.12 "SKILL_DIR/scripts/vervideo.py" check
如果 listo_para_watch 为 false,请告知用户执行本仓库中的 instalar_todo.bat(Windows)或 install.sh(macOS/Linux)。未经询问,请勿使用管理员权限安装任何内容。
2. 处理视频
py -3.12 "SKILL_DIR/scripts/vervideo.py" watch "<URL 或路径>"
默认使用自适应采样:每秒分析视频 4 次,并在图像发生变化时保存一帧(即使只是微小区域变化:文字、价格标签、绘制的线条),如果无变化则每隔 ≤5 秒保存一张控制帧。report.json 列出了变化时刻(visual_events)。
有用选项:
--start 12:00 --end 18:30用于指定时间段。适用于长视频:先进行总体扫描,然后对特定时间段进行更详细的分析。--sensitivity 1用于捕捉更细微的变化(默认值为 2%);--max-gap 3用于在静止时间段增加控制帧数量。--mode fixed --interval 2用于旧模式(每隔 N 秒一张照片)。--lang en如果音频是英语(auto用于自动检测)。--transcript subs仅使用网站字幕(更快);whisper强制本地转录。- Whisper 在可用时使用 NVIDIA GPU(模型
large-v3-turbo,更精确),否则使用 CPU(模型small)。使用--whisper-model强制指定模型。
该命令输出一个 JSON,包含 timeline.md 的路径和输出文件夹。
3. 观看视频(必须执行,不要跳过此步骤)
- 完整阅读
timeline.md。 - 按顺序,每一页图纸,使用 Read 打开图片并阅读该时间段内的图像及其讲述内容。每页图纸包含 9 帧(从左到右、从上到下),每帧上方有一条黄色时间条(如果不是整秒,则包含十分之一秒);
✂标记场景剪切。帧不是等间距的:连续两帧非常接近表示此时屏幕上发生了某些变化。 - 记录方格之间变化的心智笔记:运动、屏幕文字、图形、价格水平、指标、手势。
- 当重要内容看起来较小时(数字、水平线、指标名称、参数),缩放到完整分辨率:
py -3.12 "SKILL_DIR/scripts/vervideo.py" zoom "<输出文件夹>" --at 14:32 --count 3 --step 1
然后打开它返回的图像。
4. 回答
- 为每个陈述引用时间戳
[MM:SS]。 - 区分看到的(帧)和听到的(转录)。不要仅根据音频断言视觉事实,也不要反过来。
- 如果某部分不清楚(例如,两帧之间的快速运动),请说明并用更多详细信息重新查看该部分:
watch ... --start MM:SS --end MM:SS --sensitivity 1 --min-gap 0.25。 - 对于交易视频:提取入场、出场、止损、管理、时间框架、工具、指标及其参数规则,并指出作者未指定的内容。
5. 可选:Gemini
如果存在 GEMINI_API_KEY,可以请求使用原生处理视频和音频的模型进行第二次意见征询。事先告知用户:视频将被发送到 Google(本地文件会上传并在完成后删除)。
py -3.12 "SKILL_DIR/scripts/vervideo.py" gemini "<URL 或路径>" --prompt "具体问题"
将其回答与你自己的图纸进行对比;未经核实不要直接复制。