Video Analyzer

通过视觉/视频大模型分析视频内容，支持本地视频文件和互联网视频。

使用场景

• 用户要求分析、理解或描述一段视频

• 用户提供视频文件路径或 URL，希望了解视频内容

• 用户需要对视频进行问答

配置

环境变量

根据使用的模型设置对应的 API Key 环境变量：

# 火山引擎（豆包）

export ARK_API_KEY="your-api-key"

OpenAI

export OPENAI_API_KEY="your-api-key"

### 模型配置

编辑 `scripts/models.json` 添加或修改模型配置。每个模型需要：

- `base_url` — API 地址

- `api_key_env` — 读取 API Key 的环境变量名

- `model` — 模型 ID

- `api_type` — `responses` 或 `chat_completions`

- `supports_video` — 是否支持原生视频输入

## 工作流程

1. **确认视频来源**：获取用户提供的视频路径或 URL。

2. **确认分析需求**：明确用户想了解什么（如概括内容、回答问题、描述场景等）。如果 `$ARGUMENTS` 非空，将其作为分析提示词。

3. **选择模型**：默认使用 `models.json` 中的 `default_model`，用户也可指定。

4. **执行分析**：运行脚本（在 `scripts/` 目录下执行）：

   ```bash

   uv run analyze.py --video <视频路径或URL> --prompt "<分析提示词>"

可选参数：

• --model <名称> — 指定模型（对应 models.json 中的 key）

• --frames <数量> — 抽帧数量（默认 10）

• --max-size <像素> — 帧最大边长（默认 720）

• 展示结果：将模型返回的分析结果展示给用户。

CLI 参考

# 本地视频

uv run analyze.py --video /path/to/video.mp4 --prompt "描述视频内容"

# 互联网直接视频 URL

uv run analyze.py --video https://example.com/video.mp4 --prompt "分析视频"

# 视频站点 URL（YouTube、Bilibili 等）

uv run analyze.py --video https://www.youtube.com/watch?v=xxxxx --prompt "总结视频"

# 指定模型和抽帧数

uv run analyze.py --video video.mp4 --model doubao-vision --frames 20 --prompt "分析"

注意事项

• 视频站点 URL 下载依赖 yt-dlp，已作为 Python 依赖自动安装

• 抽帧模式下，帧数越多分析越详细，但 API 调用成本也越高

• 大视频文件下载可能需要较长时间，请耐心等待