视频分析

解决的问题

多数视频分析工具直接把原始媒体流丢给远程模型：要么隐私没有边界（本地视频被整体上传），要么结果没有可追溯性（一句「视频讲的是 X」，没有时间戳、没有证据）。本技能把这件事拆成两半：解码、抽帧、转录留在本地完成，只有明确的帧图像与文本证据按用户选择发送给指定模型。

工作方式

• 输入边界明确：接受本地授权文件、公开直链（.mp4 / .webm），或在 --allow-platform 下用 yt-dlp 抓取单个公开视频页。
• 本地处理：ffprobe 先探测时长与流信息，ffmpeg 生成 16 kHz 单声道 WAV 与 JPEG 关键帧（默认每 3 秒一帧），faster-whisper 输出带时间戳的转录片段。
• 可配置的模型阶段：视觉阶段把 Base64 帧批量发给所选 provider，合成阶段只接收文本时间线证据。自定义 OpenAI 兼容端点只需 API key、base URL、model name 三要素即可启用。
• 输出契约固定：analysis.json、report.md、timeline.json 等文件结构清晰，时间窗口按五分钟对齐，描述视频时引用具体时间段。

适用边界

• 远程模型默认关闭，所有外部调用需显式配置 provider 与密钥。
• 平台页抓取仅限公开匿名内容：不传 cookie、不登录、不绕过 DRM、不碰会员或年龄限制内容；登录受限内容应改用用户授权的原始文件。
• 单次运行只处理一个视频，默认上限 10 分钟。
• 任一阶段失败会降级为本地确定性报告并如实标注缺失模态，不会静默切换到其他供应商或编造内容。