SuperAPI AI 工具集

extracting-structure

设计与创作

查看项目

更新于 10-16 03:14

技能介绍

用途:该技能把已经观看过的视频(需先观看,参见 watching-videos)转换为结构化结果,包含三种提取器:章节、录屏报错定位、开头钩子分析。所有结果直接取自持久化索引,输出确定,不额外调用模型。

主要能力:

  1. 章节:命令 watch-skill extract chapters <video_id-or-source>,基于场景变化与转录主题切换生成带标题、起止时间戳的章节,适合长教程、讲座、会议。
  2. 录屏报错报告:命令 watch-skill extract bug-report <video_id-or-source>,定位错误出现的时间戳、具体帧、OCR 读取的屏幕错误文本,以及导致失败的先前步骤;无错误信号时如实返回 found: false,应报告为“未在录制中发现错误”。可粘贴进用户的问题跟踪格式,帧路径作为附件。
  3. 开头钩子分析(面向创作者):命令 watch-skill extract hook <video_id-or-source> [--seconds 15],从开头语句的注意力触发、语速、画面变化率、屏幕文字四个维度打分并给出可执行点评,外加 0-100 分及评语。

使用方式:命令均需传入已观看视频的 id 或来源。章节与报错提取基于转录、OCR 与场景索引;钩子分析可指定秒数,默认未明确。

适用场景:长视频结构化、向用户交付带时间戳的章节列表、录屏缺陷报告、短视频创作者开头优化。

限制:视频必须先观看才能提取;报错提取仅在有错误信号时才有结果;钩子分析应给出各维度点评而非只看分数;资料未提供其他扩展参数、平台支持、收费信息与具体效果数据。