SuperAPI AI 工具集

watch-video

通用与其它

查看项目

更新于 10-15 17:27

技能介绍

用途:分析公开视频 URL(Loom、YouTube 等),输出画面与语音的详细报告,精确到工程师、PM、设计师可直接据此行动。

主要能力:按平台选择策略。Loom 提取页面元数据与缩略图,用 Gemini 分析缩略图与描述;YouTube 用 yt-dlp 下载音频后经 Whisper 转写,或用 Gemini 分析缩略图;其他平台优先尝试 yt-dlp,失败则回退页面抓取加缩略图。优先获取无需下载的免费数据,缩略图通常公开且能反映 UI 状态、屏幕内容与数字。

使用方式:先获取元数据,如 python3 scripts/loom_meta.py "https://www.loom.com/share/VIDEO_ID",YouTube 用 yt-dlp --dump-json --no-download 读取标题、描述、时长;再取缩略图,Loom 通过 oembed 获取 thumbnail_url,YouTube 使用 https://img.youtube.com/vi/VIDEO_ID/maxresdefault.jpg;随后用 scripts/analyze_video.py 传入缩略图与元数据调用 Gemini,或直接调用 Gemini API。磁盘空间足够时可 yt-dlp 下载视频做完整分析,或用 OpenAI Whisper 接口仅转写音频。输出固定结构:视频标题与链接时长、画面内容、语音内容、问题或主题摘要、关键数据点表格、行动项或根因。

限制:需要相应 API 密钥与工具(yt-dlp、Gemini、Whisper);磁盘空间不足时(df -h 显示可用低于 500MB)仅用缩略图与元数据,Loom 自动描述较详细可补足覆盖;遇到平台限制如 Loom CDN 鉴权、YouTube 年龄门等情况需参考平台说明;不保证在所有视频上获得完整结果,但应从可用数据产出报告,不应静默失败。具体收费、价格与效果暂未提供。