影片觀看 是做什麼的?
準備 GitHub Copilot 可以檢查的影片工件:字幕、畫面聯絡表、畫面索引、清單與提示包。
此技能靈感來自 bradautomates/claude-video,但專為 GitHub Copilot 工作流程設計。請勿假設 Claude Code 的 Read 平行處理能力。先產生檔案,然後僅檢查與使用者問題相關的工件。
使用時機
- 使用者要求觀看、檢查、總結、比較或診斷影片。
- 輸入為
yt-dlp支援的影片網址,或本機的.mp4、.mov、.mkv、.webm檔案。 - 任務依賴於內容中的口述與畫面顯示,例如:錯誤再現、產品示範、發表影片、教學、網路研討會、廣告或螢幕錄影。
不適合使用時機
- 請勿繞過 DRM、付費牆、驗證機制或網站服務條款。
- 請勿要求或儲存 cookies、bearer tokens、已簽署網址或私密媒體憑證。
- 如果官方 API 或現有字幕可以在不處理影片的情況下回答任務,請優先選擇較輕量的路徑。
核心工作流程
- 如果不確定相依性,執行前置檢查:
python .github/skills/video-watch/scripts/preflight.py若為網址輸入,請使用python .github/skills/video-watch/scripts/preflight.py --url-mode。 - 產生工件:
python .github/skills/video-watch/scripts/video_watch.py <網址或路徑> --question "<要回答的問題>"當另一個工具、Azure Speech 或 Speech Translator Desktop Plus 已產生字幕時,使用--transcript-file <路徑>。 對於私人或需驗證的媒體,建議使用--detail transcript --metadata-only --transcript-file <路徑>,且不要傳遞 cookies、bearer tokens 或已簽署網址憑證。 - 按此順序讀取工件:
manifest.json→prompt.md→transcript.md→frame-index.md→contact-sheet.jpg→frames/中選定的檔案(僅在需要時)。manifest.json記錄本機來源位元組的 SHA-256,或在下載發生時記錄已下載網址影片位元組的 SHA-256。僅中繼資料的網址執行會將雜湊值保留為 null,而不會擷取媒體。 - 根據工件回答。說明答案僅來自字幕、僅來自畫面,或因為抽樣稀疏而受限。
- 針對指定的時間範圍,使用
--start/--end重新執行,以聚焦畫面預算。
詳細程度模式
| 模式 | 用途 |
|---|---|
transcript | 僅字幕或側載字幕。最快。 |
efficient | 小型視覺傳遞,適合快速分類。 |
balanced | 預設聯絡表,適用於大多數螢幕錄影與示範。 |
token-burner | 較大的視覺傳遞,當使用者明確需要廣泛的視覺覆蓋時。 |
Rubber Duck 檢查點
- 在變更此技能的工作流程之前,檢視計畫中的原始選擇、隱藏相依性、安全邊界與 Copilot 工件順序。
- 編輯後,檢視
SKILL.md、腳本與參考資料,確保行為自包含、觸發品質、行數與可執行驗證。 - 將評論者視為唯讀。生產者套用變更並重新執行驗證。
參考資料
| 需求 | 參考資料 |
|---|---|
| 詳細工作流程 | references/workflow.md |
| 相依性與設定 | references/dependencies.md |
| 畫面預算與聯絡表 | references/frame-budget.md |
| 可選的 Scout/Whisper/Azure Speech 後端 | references/backends.md |