SuperAPI AI 工具集

frame-extraction

设计与创作

查看项目

更新于 10-14 05:34

技能介绍

Frame Extraction 是一个面向本地视频的帧提取技能,目标不是简单抽帧,而是依据任务意图挑选出有用的静帧、联系表或审阅包。它适用于人物画像、产品、UI、钩子、CTA、前后对比、镜头结构等工作。当用户已有镜头级理解,或这种理解能明显改善选帧质量时,建议在使用本技能之前或同时使用 video-analysis。

使用方式与选择边界

本技能明确要求不要默认采用均匀采样,而应选择与任务意图匹配的最小提取模式。良好的模式默认包括:人物/氛围用人脸优先,镜头/结构用场景变化,产品可见性用对象优先,UI/文字用文本界面优先,钩子用 hook-first,CTA/合规用 cta-last,广泛扫描用均匀采样。提取范围也应明确,例如前 3-5 秒、最后 3-5 秒、整段视频或用户指定的时间区间。

输入与路径

输入可以是单个本地视频、一个文件夹,或一个把来源 ID 映射到本地文件的 manifest。如果只有 URL,需要先恢复或下载为本地文件。帧清单中应保留来源视频、时间戳、提取模式、选择理由和来源依据。内部提取请求、计划输出、联系表输入和中间清单应放在 .postplus 下;最终帧和联系表放在面向用户的输出文件夹中。

审阅与交接

输出应按下游任务打包,例如人物帧加联系表和氛围备注、镜头帧加时间戳列表、产品可见帧加证明备注,或 UI 帧加可读文本备注。对于长视频,应先用有界的第一轮提取,只有第一份清单证明该模式有用后再扩展。最终返回帧文件夹、联系表和帧清单路径。

停止条件与命令边界

当缺少必要的用户意图、来源证据或自有输入产物,且猜测会改变结果时应停止。若自有的 CLI 或脚本命令失败,应报告确切错误并停止,不得用仅元数据的回答、就绪探测、本地载荷改写、回退提供方或未发布工具来绕过失败。应直接从用户输入中选择最小匹配的命令或工作流并运行。

限制

本技能仅针对本地视频文件;是否支持云端视频、特定格式、具体安装命令或收费方式,资料暂未提供。