watch-video - 通过提取画面帧与转录文本分析并总结视频
下载视频并提取 JPEG 画面帧与时间戳转录文本，结合图文信息生成结构化 Markdown 笔记。
标签
更新于: 2026-09-19该技能可以做什么
- 使用 ffmpeg 提取图像帧
- 获取字幕或转录音频
- 对齐图像帧与时间戳文本
- 生成结构化 Markdown 视频笔记
- 删除临时工作目录
输入
- 显式 /watch-video 斜杠命令
- 视频 URL 或本地文件路径
- 可选的时间范围参数
- 可选的 Whisper API 密钥
输出
- 标准输出的 Markdown 报告
- 结构化 Markdown 笔记文件
- 被清理的临时工作目录
要求
- Python 3.9 及以上版本
- 环境变量 PATH 中的 ffmpeg 与 ffprobe
- 环境变量 PATH 中的 yt-dlp
- 可选的 GROQ_API_KEY 或 OPENAI_API_KEY