ver-video(觀看影片)
SKILL_DIR 是包含此檔案的資料夾。腳本位於 SKILL_DIR/scripts/vervideo.py。在 Windows 上使用 py -3.12(Whisper 尚不支援 Python 3.14);在 macOS/Linux 上使用 python3。
1. 檢查(僅限每次工作階段首次使用)
py -3.12 "SKILL_DIR/scripts/vervideo.py" check
如果 listo_para_watch 為 false,請告知使用者執行此儲存庫中的 instalar_todo.bat(Windows)或 install.sh(macOS/Linux)。未經詢問,請勿以管理員權限安裝任何內容。
2. 處理影片
py -3.12 "SKILL_DIR/scripts/vervideo.py" watch "<URL 或路徑>"
預設使用自適應取樣:每秒分析影片 4 次,並在影像每次變化時儲存一個幀(包括小區域變化:文字、價格標籤、繪製線條),加上無變化時每 ≤5 秒一個控制幀。report.json 列出變動的時刻(visual_events)。
實用選項:
--start 12:00 --end 18:30指定時間範圍。對於長影片非常有用:先進行一次整體掃描,再針對特定段落進行更詳細的分析。--sensitivity 1捕捉更細微的變化(預設 2%);--max-gap 3在靜態段落中增加更多控制幀。--mode fixed --interval 2使用舊模式(每 N 秒一張圖片)。--lang en若音訊為英文(auto則自動偵測)。--transcript subs僅使用網站字幕(更快);whisper強制使用本機轉錄。- Whisper 在有可用的 NVIDIA GPU 時使用 GPU(模型
large-v3-turbo,更精準),否則使用 CPU(模型small)。可使用--whisper-model強制指定。
該命令會輸出一個 JSON,包含 timeline.md 的路徑以及輸出資料夾。
3. 觀看影片(必須執行,不可跳過此步驟)
- 完整閱讀
timeline.md。 - 依序針對每一頁幀表,使用 Read 開啟圖片並閱讀,同時比對該段落中說明的內容。每頁包含 9 個幀(從左到右、從上到下),每個幀上方有一條黃色時間條(若非整秒則顯示十分之一秒);
✂標記場景切換。這些幀並非等距:兩個連續且非常接近的幀表示該時刻畫面上發生了變化。 - 在腦中記錄每個畫格之間的變化:動作、螢幕文字、圖形、價格水平、指標、手勢。
- 當重要細節看起來很小(數字、水平、指標名稱、參數)時,使用完整解析度進行放大:
py -3.12 "SKILL_DIR/scripts/vervideo.py" zoom "<輸出資料夾>" --at 14:32 --count 3 --step 1
並開啟回傳的圖片。
4. 回應
- 每個陳述都引用時間戳記
[MM:SS]。 - 區分看到的內容(幀)與聽到的內容(轉錄稿)。不要僅根據音訊斷言視覺事實,反之亦然。
- 如果某部分不清楚(例如兩幀之間的快速動作),請說明並使用更高靈敏度重新檢查該段落:
watch ... --start MM:SS --end MM:SS --sensitivity 1 --min-gap 0.25。 - 對於交易影片:提取進場、出場、停損、資金管理、時間框架、交易工具以及帶有參數的指標規則,並指出作者未明確說明的部分。
5. 可選:Gemini
如果存在 GEMINI_API_KEY,可以使用原生處理影片和音訊的模型請求第二意見。請事先告知使用者:影片會傳送至 Google(本機檔案會上傳並在完成後刪除)。
py -3.12 "SKILL_DIR/scripts/vervideo.py" gemini "<URL 或路徑>" --prompt "具體問題"
將其回應與您自己的幀表進行比對;未經確認請勿直接複製。