VideoDB 视频处理管道

要解决的问题

让 Agent 处理视频的常见做法是本地跑一条媒体管线：下载文件、调用 ffmpeg 切段、对接转写服务、再把结果拼回可播放的地址。这条链路里的每一环（解码、切片、字幕对齐、存储寻址）都要自己维护，任何一个环节出错，Agent 给出的「视频结论」都可能基于残缺或错位的素材。本技能把整条链路下沉到服务端。

技能如何工作

VideoDB Skills 让 AI 编程代理以技能方式调用 VideoDB 的服务端能力，覆盖完整闭环：

• 摄取：将实时流或批量视频交给服务端入库，不经过 Agent 本地解码；
• 转写：服务端完成语音转文字，并保留时间轴对齐信息；
• 搜索：在转写结果上按时刻检索，定位到具体片段；
• 剪辑与回传：把命中片段裁成结果并返回可播放流，Agent 直接消费。

同一套接口同时覆盖实时流与批量任务，服务端内置 AI 理解能力（如内容识别），无需 Agent 自己拼装 ffmpeg 胶水代码。

适用边界与注意点

• 依赖外部服务：需要 VideoDB API key 以及到 VideoDB 服务的网络连通性，纯离线环境不可用；
• 环境要求 Python 3.9+，且 Agent 侧能加载该技能仓库；
• 延迟与成本由服务端 SLA 决定，实时场景需评估流式摄入的可用性；
• 更多接口细节见官方文档 docs.videodb.io。