用途:分析视频文件(主要是软件缺陷录屏),提取错误与异常、关键帧处 UI 状态、推断复现步骤,并可接受 Linear 工单链接、本地文件路径或视频直链作为输入。
主要能力:流水线用 ffmpeg 抽帧,可选 tesseract OCR 提取文字、whisper 转写音频。默认取 8 个关键帧、宽 768 像素,这是录屏的推荐设置;抽帧优先取 I 帧(关键帧),不足时用均匀采样补齐。默认把所选帧打包成一张拼贴联系表作为单个图像发送,以降低视觉 token 并快速纵览时间线;可选 split 模式每帧发送一张全分辨率图像,用于需要看清小号 UI 文字时。OCR 始终跑在全分辨率单帧上而非联系表。音频转写仅在用户提到 narration、voiceover、audio 或 they said 时执行。
使用方式:任何步骤前先做工具检测: which ffmpeg || { echo "ffmpeg is required. Install with: brew install ffmpeg (macOS) or apt install ffmpeg (Linux)."; exit 1; } which ffprobe || { echo "ffprobe is required. It ships with ffmpeg — reinstall ffmpeg."; exit 1; } 需要 ffmpeg 4 或更高。直链下载示例:curl -fL -o "$WORK_DIR/input.mp4" "$INPUT"。时长超 600 秒时先裁剪: ffmpeg -i "$VIDEO_PATH" -ss 0 -t 600 -c copy "$WORK_DIR/trimmed.mp4" 帧数默认 8,用户要求 fine-grained、detailed 或 every frame 时升到 16,24 帧需先确认成本提示。
适用场景:录屏缺陷复现分析、UI 状态梳理、从工单附件提取错误信息。
限制:时长超 10 分钟或不足 1 秒会被拒绝;未提供 Linear MCP 工具时需用户粘贴工单内容或改用本地路径;OCR 与音频为可选,缺失时静默降级;tesseract 默认语言 eng,可用 -l 切换;音频转写需 whisper 且视频含音轨。