用途:基于火山引擎 LAS 大模型对长视频做多维、精细化的结构化理解,覆盖全局理解、事件与行为识别、视频问答、高效摘要与结构化输出。采用 Tool Wrapper 封装 lasutil CLI,并按 Step 0 到 Step 5 的顺序流水线执行。
主要能力:算子 ID 为 las_long_video_understand,异步调用(submit 后 poll);支持最长 3 小时、10GB 视频;提交参数含 video_url、query、fps、model_name。
必要用法:需配置 LAS_API_KEY,并确认 LAS_REGION(常见 cn-beijing)与 Key 及 TOS Bucket 地域一致;本地文件先经 File API 上传至 TOS 得到 tos_uri 再作为输入,若需下载输出回本地还需 VOLCENGINE_ACCESS_KEY 与 VOLCENGINE_SECRET_KEY。初始化执行 source "$(dirname "$0")/scripts/env_init.sh las_long_video_understand;检查格式 ./scripts/check_format.sh <local_path>;上传 lasutil file-upload <local_path>;提交 lasutil submit las_long_video_understand "$data";轮询 lasutil poll las_long_video_understand "$task_id",状态含 PENDING、RUNNING、COMPLETED、FAILED;失败时向用户报告 error_msg。处理结果运行 ./scripts/generate_result.md.sh ${task_id} "./output/${task_id}" <estimated_price>,并可解析 data.final_summary 与 data.clips。
适用场景:小时级长视频的摘要、问答、片段定位与结构化理解任务。
限制:按 Token 计费且受视频时长与复杂度影响,提交前无法精确预估,须先告知单价并等用户明确确认后才能继续;结果须包含“本方式的计费均为预估计费,与实际费用有差距,实际费用以运行后火山产生的账单为准。计费说明请参考 Volcengine LAS 定价。”,且禁止用“实际费用”描述预估价;若聊天框屏蔽密钥,让用户在当前目录创建 env.sh 写入 export LAS_API_KEY="...";切换 Region 须同步更换 TOS Bucket。详细参数见 references/api.md,价格见 references/prices.md。