用途:当需要分析视频文件时使用本技能。由于 Claude 无法直接处理视频,video-explorer 通过分层抽帧,先通览全局、识别感兴趣区域,再逐步放大查看细节,最终由模型阅读抽出的帧图片来回答关于视频内容的问题。
工作流:先做概览,抽取缩略图查看视频时间线: ./skills/video-explorer/scripts/videx overview <video> 该命令在 ./videx-out/<name>/overview/ 下按 10 秒间隔生成 320px 小图。用 ls 列出目录后,使用 Read 工具读取 jpg 文件查看。
接着定位感兴趣区域:查看概览帧后,标记出发生有趣内容、需要更多细节或需要更高时间分辨率的时刻。
然后放大:对某时间段提取更多、更高分辨率帧: ./skills/video-explorer/scripts/videx range <video> <start>-<end> 例如 videx range talk.mp4 5:30-6:00;如需更高时间分辨率捕捉快速动作,可加 --fps=10;单帧全细节使用: ./skills/video-explorer/scripts/videx zoom <video> <time>,例如 videx zoom talk.mp4 5:45。 最后按需重复放大,直到问题被解答。
命令参考:videx overview <video> 为快速时间线扫描(320px 帧、10 秒间隔);videx overview <video> 5 480 为更密集时间线(480px 帧、5 秒间隔);videx range <video> <start>-<end> 抽取片段(1280px 帧、2fps);videx range <video> <start>-<end> --fps=10 用于快速动作(1280px、10fps);videx zoom <video> <time> 输出单帧细节(1920px 单帧);videx zoom <video> <time> --hd 为最大细节(完整分辨率帧)。
时间格式:所有命令接受 1:30(1 分 30 秒)、01:30:00(1 小时 30 分)、90(90 秒)、1:30.5(1 分 30.5 秒)等格式。
输出结构:帧文件名中带时间戳,便于引用,保存在 ./videx-out/ 下对应视频名目录中,分为 overview、range_<start>_<end>、zoom 等子目录。
适用场景:需要理解视频某时间段发生了什么、定位幻灯片切换或关键动作、按时间戳回答视频内容问题时使用。限制:本技能只做抽帧,实际理解依赖模型读取生成的图片;视频本身不被直接处理。其他未在资料中说明的限制暂未提供。