视频文本分析提取大师

为什么需要这个技能

处理视频文本时，传统工具（如 Whisper）只能输出原始转录，包含口误、重复与冗余语气词，后续需大量人工校对；而总结、改写、提取金句等复杂需求无法直接满足，需跨工具拼接，效率低。

它如何工作

• 语义理解：基于千问大模型，不止语音转写，还自动识别语境、过滤无效内容，输出结构化通顺文案，适用于课程、会议、访谈整理。
• 自定义 Prompt：通过 --prompt 参数定制输出，比如 提取视频金句、改写成小红书文案、全文中英互译，支持自然语言指令自动转命令行。
• 多源与算力：支持抖音、小红书等平台链接或本地文件，云端并行处理，不受本地性能限制，长短视频均可快速解析。
• 隐私保障：视频临时存入加密空间，任务完成后自动销毁，不存储、不用于模型训练。

适用边界与注意点

• 需先开通 TOKEN 并配置 GUAIKEI_API_TOKEN 环境变量才能运行。
• 原生不支持批量处理，需自行编写 shell 脚本循环调用命令。
• 视频链接失效、文件损坏或解析超时不产生扣费，但极短视频的转录准确率可能受音频质量影响。