Communitygithub.com

fx-studio/gvideo-agentic-workspace

以代理模式(AI 自動回頭檢視所需片段,不整段吞入)分析影片。支援本機影片檔案或公開 YouTube 連結。適用於影片/課堂摘要附時間戳、剪輯精華、螢幕錄影錯誤偵測、尋找特定出現時機、計數物體/動作,或詢問影片內容的任何問題。

gvideo-agentic-workspace 是什麼?

此技能利用 Gemini API 的代理模式(agentic mode)分析影片,AI 會自動回頭檢視所需片段,而非一次性處理整部影片,從而節省 tokens 並提升準確度。支援本機影片檔案或公開 YouTube 連結作為輸入。使用者可透過選擇不同模式(如摘要、精華、錯誤偵測、尋找、計數、問答)來完成多種任務。工作流程包括:確定輸入與模式、執行 Python 腳本(`scripts/phan_tich.py`,透過 `uv run` 啟動)、讀取輸出目錄中的 `bao-cao.md`(Gemini 回覆)與 `RUN.md`(中繼資料),並以繁體中文回覆使用者。腳本支援試跑(`--thu`)以預覽操作,並自動將本機檔案上傳至 Google Files API(48 小時後自動刪除)。若需要,也可以使用 `--so-sanh` 與非代理模式進行 tokens 比較。此技能已整合至 Claude Code、Cursor 等 AI 代理工具的工作區中。

相容平台~Claude Code~Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/fx-studio/gvideo-agentic-workspace/tree/HEAD/.agents/skills/phan-tich-video

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

影片分析(Gemini 代理模式)

你(代理)不直接觀看影片,觀看由 Gemini API 透過腳本 scripts/phan_tich.py 執行。 你的任務:選擇正確模式、執行腳本、讀取結果、回覆使用者。

專案管理規則(inputs/ · outputs/)請見工作區的 AGENTS.md,請先閱讀。

步驟 1:確認輸入與模式

  • 輸入: YouTube 連結、影片檔案路徑,或專案目錄 inputs/<專案>(用於重複查詢已存在的影片)。YouTube 連結必須是公開的(私人或不公開皆無法讀取)。若不確定影片是否已有專案,先執行 --ds 查看。
  • 模式: 根據使用者需求選擇。各模式的提示詞請見 references/che-do.md。
使用者需求--che-do需要 --hoi?
摘要、重點、重要時間點(課堂、Podcast、會議)tom-tat否
剪輯短片、運動精華、值得觀看的片段highlight否
螢幕錄影錯誤、尋找錯誤碼loi否
「何時…」,尋找特定場景或句子tim是
「出現多少次…」dem是
其他關於內容的問題hoi是

不明確使用者需求時,先問一句,不要隨意執行:每次執行都會消耗實際 tokens。

步驟 2:試跑,再正式執行

站在工作區根目錄(包含 inputs/ 和 outputs/)。腳本路徑相對於此技能所在的目錄;以下為工作區 gvideo 內的路徑,若技能為全域安裝則需替換為實際路徑。

uv run --script .agents/skills/phan-tich-video/scripts/phan_tich.py "<連結|檔案|inputs/<專案>>" --che-do <模式> [--hoi "..."] --thu
uv run --script .agents/skills/phan-tich-video/scripts/phan_tich.py "<連結|檔案|inputs/<專案>>" --che-do <模式> [--hoi "..."]
  • --thu 僅印出將執行的動作(哪個專案、新舊、結果寫在哪、提示詞),不呼叫 API,不建立目錄。請在首次正式執行前先進行試跑。
  • 若腳本建立新專案,會將使用者的需求寫入 inputs/<專案>/nguon.md 的「使用者需求」欄位。
  • 本機檔案將上傳至 Google(Files API,Google 會於 48 小時後自動刪除)。若為私人或含有敏感資訊的影片,請先詢問使用者再執行。
  • --so-sanh 會額外以靜態模式執行以比較 tokens,耗時加倍,僅在使用者要求比較時使用。
  • --model 預設為 gemini-3.7-flash。支援代理模式的模型:3.7 Flash、3.6 Flash、3.5 Flash-Lite。
  • 若缺少金鑰錯誤:請告知使用者前往 aistudio.google.com/apikey 取得金鑰,並在工作區根目錄建立 .env 檔案,內容為一行 GEMINI_API_KEY=<金鑰>。 請勿讀取或列印 .env 內容。

步驟 3:讀取結果並回覆

腳本會印出結果目錄路徑 outputs/<專案>/<YYYYMMDD_HHMMSS>_<模式>/:

  • bao-cao.md:Gemini 的回覆
  • RUN.md:影片、模型、tokens、AI 回頭查看次數
  • so-do.json:機器可讀的測量數據

請以繁體中文回覆使用者:bao-cao.md 的主要內容(保留所有時間戳記), 並附上一行測量數據(輸入 tokens、AI 回頭查看次數)以及目錄路徑。

請勿添加 bao-cao.md 中沒有的時間戳、數字或細節。 你並未觀看影片。 若使用者對同一部影片有後續問題,請以 inputs/<專案> 為輸入,使用 --che-do hoi --hoi "..." 重新執行, 不要根據舊報告猜測,也不要建立新專案。

相關技能