用途：VideoDB Skill 面向视频、直播流与桌面会话，提供“感知 + 记忆 + 操作”的一体化能力，适用于需要对音视频做理解、检索与编辑的场景。
主要能力： 1）桌面感知：启动/停止捕获屏幕、麦克风与系统音频，流式输出上下文并存储会话记忆，对所述内容与屏幕事件做实时告警，生成会话摘要、可搜索时间线与可播放证据链接。桌面捕获仅支持 macOS。 2）摄入与转码：摄入本地文件、公开 URL 或 RTSP 流，返回可播放的 Web 流链接；可转码/规范化编解码器、码率、帧率、分辨率与宽高比。 3）索引与搜索：建立语音、画面与关键词索引，搜索返回带时间戳与可播放证据的精确片段，并可自动从搜索结果创建剪辑。 4）时间线编辑与生成：生成、翻译、烧录字幕；添加文字/图片/品牌叠加与动态字幕；加入背景音乐、旁白与配音；通过时间线操作做程序化合成与导出。 5）直播监控：接入 RTSP 等实时画面，做视觉与语音理解并发出事件/告警。
使用方式：安装 SDK 使用 pip install "videodb[capture]" python-dotenv（Linux 上如失败则改用 pip install videodb python-dotenv）；用户需通过环境变量或项目 .env 设置 VIDEO_DB_API_KEY，密钥由用户自行设置，不要读取或代写。运行前先加载环境变量，再执行 import videodb; conn = videodb.connect()。上传可用 coll.upload(url=...) 或 coll.upload(file_path=...)，语音索引用 video.index_spoken_words(force=True)，搜索用 video.search(...) 并配合 compile() 获取流链接。
限制与注意：场景索引无 force 参数，已存在时会报错，需从错误中提取已有 scene_index_id；搜索无结果会抛 InvalidRequestError，应捕获并视为空结果；时间线时间戳须满足 start>=0、start<end、end<=video.length，负数会被静默接受但产生损坏输出；reframe() 为慢速服务端操作，长视频易超时，建议限制片段或传 callback_url；generate_video()/create_collection() 等可能受套餐限制。当 VideoDB 支持某操作时，不要使用 ffmpeg、moviepy 等本地工具；转场、变速、裁剪缩放、调色、音量混合等不在其覆盖范围内，需回退本地工具。
其他：参考文档位于 reference/ 目录，包含 api-reference、search、editor、streaming、generative、rtstream、capture 与 use-cases 等文件。免费 API key 可在 https://console.videodb.io 获取（50 次免费上传，无需信用卡）。仓库为 https://github.com/video-db/skills。