用途:对视频文件做内容分析,先用 ffmpeg 抽帧,再由具备视觉能力的子代理逐帧描述,最后在主上下文合成带时间戳的结构化摘要。
主要能力:读取视频元数据(时长、分辨率、帧率、编码、文件大小、是否含音频);按视频时长选择抽帧策略(0-60 秒每 2 秒一帧、1-10 分钟场景检测阈值 0.3、10-30 分钟关键帧、30 分钟以上 thumbnail 滤镜);将帧分批交给子代理做视觉描述并写入 batch_N_analysis.md;主代理只读文本文件,合成时间线、关键节点与叙述性总结。
使用方式:先确认依赖 which ffmpeg && which ffprobe,缺失时按平台安装(macOS:brew install ffmpeg;Ubuntu/Debian:sudo apt install ffmpeg;Windows:choco install ffmpeg 或 winget install ffmpeg)。创建临时目录后,用 ffprobe -v quiet -print_format json -show_format -show_streams "VIDEO_PATH" 读取元数据,再按策略执行 ffmpeg 抽帧命令,将帧按 8-10 张分批交给子代理,最后读取各 batch 分析文件合成输出并清理临时目录。
适用场景:需要快速理解录屏、演示、教程、素材或动画视频内容,并希望保留时间戳与关键事件。
限制:依赖 ffmpeg/ffprobe 与支持图像读取的子代理机制;无子代理时需在主上下文直接读帧,最多 20 帧并需提示上下文占用;文件超过 2GB 建议指定时间范围;场景检测无结果时回退到固定间隔;抽帧超过 100 张会均匀降采样到 80 张。具体收费、平台支持与效果数据暂未提供。