分析影片 是做什麼的?
在本機上處理檔案。請勿上傳影片或其音訊,也不要將它們傳送至雲端轉錄服務。
執行
從開放專案的根目錄執行命令。輸出會放置於該目錄下的 _video/ 資料夾中,此舉可將輸出保留在代理程式的沙盒內,並避免進入共享資料夾。使用此技能的進入點腳本之絕對路徑來執行。
macOS 與 Linux:
/absolute/path/to/analyze-video/scripts/analyze_video "/absolute/path/to/video.mp4"
Windows:
powershell -NoProfile -ExecutionPolicy Bypass -File \absolute\path\to\analyze-video\scripts\analyze_video.ps1 "C:\path\to\video.mp4"
從目錄清單中取得影片路徑,並按原樣傳遞。錄影檔案名稱可能包含看似普通空格但實際上不是的字元。
Zoom 的本地錄影位於 ~/Documents/Zoom/<日期時間會議名稱>/,通常為 zoom_0.mp4,以及僅音訊的 audio_only.m4a。除非使用者要求音訊檔案,否則請使用 .mp4。僅音訊檔案只會產生逐字稿,不會產生連環圖。
命令會輸出 index.md 的路徑。該資料夾包含:
index.md:時長、影格間隔與連環圖清單transcript.md:含時間戳的逐字稿,若無音訊則標註sheets/sheet_NNN.jpg:連環圖frames/f_NNNN.jpg:個別影格,已印上時間戳manifest.json:來源指紋與使用的設定
如果錄影檔案旁有 .vtt 逐字稿(Zoom 雲端錄影下載後為 …_Recording.transcript.vtt,Teams 為 <名稱>.vtt),則會優先使用該逐字稿而非 Whisper,並保留發言者名稱。傳遞 --whisper 可強制在本地轉錄,或傳遞 --transcript /path/to/file.vtt 指向其他名稱的逐字稿。
針對同一檔案與相同設定再次執行時,會顯示「already processed」且不會重複處理。若指定不同的間隔、模型、語言、場景設定、提示、影格上限、跳過影格選項或逐字稿檔案,則會重新處理。
如果命令失敗,請停止執行並轉換其輸出。請勿自行抽樣影格作為替代方案。如果輸出訊息指出需要設定,或 Whisper 模型下載被封鎖,請提供使用者它印出的設定命令。使用者需要在終端機中執行一次該命令。只有當使用者要求並同意在沙盒外執行時,才由您自行執行。
讀取結果
- 讀取
index.md。 - 完整讀取
transcript.md。 - 讀取每張連環圖影像。
- 僅在儲存格無法讀取時,才開啟
frames/下的單一檔案。
如果 index.md 表示影格已被跳過,則讀取 transcript.md 並停止。沒有連環圖。
設定
當使用者輸入 /configure,或要求設定或變更此技能的設定時,請開啟設定頁面。在自行編輯任何設定檔之前,請先執行此操作。
- 使用此技能的
scripts/configure腳本的絕對路徑來執行。在 Windows 上,使用該技能的 Python 執行python scripts/configure.py。 - 它會輸出一行文字:
configure: http://127.0.0.1:<連接埠>/。在 Cursor 瀏覽器中開啟該 URL,讓使用者可以看到頁面。 - 讓伺服器保持執行。該頁面會在技能資料夾中寫入
config.local.json。下一個影片會使用這些設定。
當使用者需要不同設定時
旗標會覆蓋該次執行的 config.json。預設情況下,每 30 秒與每次場景變化(新投影片或視窗)時會擷取一個影格,長時間錄影的上限為 96 個影格(8 張連環圖)。若要取得短錄影的更多細節:
/absolute/path/to/analyze-video/scripts/analyze_video "/absolute/path/to/video.mp4" --interval 5 --max-frames 0
在 Windows 上,將相同的旗標傳遞給 scripts/analyze_video.ps1。
僅當任務中已包含這些名稱時,才傳遞 --prompt "此影片已知的術語"。請勿自行發想提示詞。--max-frames 0 可移除上限。僅當使用者要求逐字稿或摘要,且未要求觀看或檢視畫面時,才傳遞 --skip-frames。
其他旗標:--language en、--model medium、--no-scene、--scene-threshold 0.2、--min-scene-gap 1、--sheet-cols、--sheet-rows、--frame-width、--keep-audio、--output-root beside(放在影片旁)、--config /path/to/config.json。
預設值與完整金鑰清單位於此技能資料夾中的 config.json 與 README.md。僅英文的模型(medium.en 及其他 *.en 名稱)無法使用 "language": "auto"。