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）：

   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） 5. 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

Weekly Installs

142

Repository

zrong/skills

GitHub Stars

2

First Seen

Mar 6, 2026

Security Audits

Gen Agent Trust HubPassSocketPassSnykWarn

Installed on

cursor142

cline141

gemini-cli141

codex141

opencode141

github-copilot141