用途
该技能用于让 AI 智能体搜索、导入和分析视频内容,底层使用 Memories.ai 的大型视觉记忆模型(LVMM)。与一次性视频分析工具不同,它提供持久化的视频智能:视频被索引一次后,可在不同会话中反复查询。支持社交媒体导入(TikTok、YouTube、Instagram)、会议摘要、知识库构建,以及通过记忆增强生成(MAG)实现的跨视频问答。
适用场景
- 分析或询问来自某个 URL 的视频内容
- 按主题、话题标签或创作者在 TikTok、YouTube 或 Instagram 上搜索视频
- 从录像中总结会议、讲座或网络研讨会
- 用视频内容和文本记忆构建可搜索的知识库
- 研究社交媒体内容趋势、影响者或病毒式传播模式
- 使用 AI 视觉分析或描述图像
主要能力
该技能将 21 个 API 命令封装为面向工作流的参考指南,由智能体按需加载。SKILL.md 中的路由表会自动将用户意图映射到正确的工作流。工作流程分为三步:
- 意图检测:智能体读取 SKILL.md 工作流路由器,将用户请求匹配到 6 类意图之一。
- 参考加载:智能体加载相应的参考文件(例如视频提问加载 video_qa.md,社交媒体研究加载 social_research.md)。
- 工作流执行:智能体按步骤执行工作流——上传/导入 → 等待处理 → 分析/对话 → 呈现结果。
使用方式示例
- 视频问答:用户提供视频链接并询问关键论点,智能体上传视频、等待处理、使用 chat_video 提问,并呈现结构化摘要。
- 社交媒体研究:用户询问某话题在 TikTok 上的趋势,智能体使用 search_public 查找热门视频、导入靠前结果并分析内容模式。
- 会议记录:用户要求总结会议录音并提取行动项,智能体上传录音、等待处理、获取转录文本,并使用 chat_video 生成含行动项的结构化摘要。
最佳实践
- 查询前始终等待视频处理完成
- 使用 caption_video 进行快速分析(无需上传)
- 使用 chat_video 进行深度、多轮分析(需要上传)
- 使用 search_audio 查找视频中的特定时刻或引语
- 使用 memory_add 存储重要发现以便后续检索
常见问题与解决
- 问题:在处理完成前查询视频。解决:上传后始终先使用 wait 命令,再进行任何分析。
- 问题:只需快速字幕时却上传了视频。解决:一次性分析使用 caption_video;仅在需要反复查询时才上传。
限制
- 视频处理耗时 1-5 分钟,取决于视频长度
- 免费额度限制为 100 积分
- 社交媒体导入要求内容为公开内容
- 音频搜索仅对已处理的视频有效
相关技能
- 用于一次性分析的视频分析工具
- 用于非视频内容研究的网络搜索技能