视频数据库：智能处理与分析

📌 Skill基础信息

Skill名称：videodb

简称：视频数据库

来源：社区第三方 (sakamoto-family-smile)

运行宿主：Claude-Code CLI

核心定位：提供视频和音频的感知、理解和处理能力，支持从本地文件、URL、直播流到桌面录制的多源输入，实现智能索引、搜索、编辑和实时监控功能。

🧩 内部核心组成

核心能力模块

视频摄入模块：支持本地文件、URL、RTSP直播流、桌面录制
智能索引模块：视觉索引、语义索引、时间索引构建
搜索分析模块：时间戳定位、自动剪辑生成、证据链接返回
时间线编辑模块：字幕生成、叠加层处理、音频混音、配音翻译
实时监控模块：直播流事件检测、桌面会话警报触发

主要工具命令

命令/工具	功能简述
`coll.upload()`	上传媒体文件或URL
`video.index_spoken_words()`	构建语音文字索引
`video.search()`	在视频中搜索内容
`video.index_scenes()`	构建场景视觉索引
`Timeline`操作	时间线编辑和合成
`conn.transcode()`	视频转码和规格调整
`video.reframe()`	画面比例重构
`coll.generate_image()`	AI生成媒体资源

目录结构

主技能文件：SKILL.md
参考文档目录：reference/（包含api-reference.md、search.md、editor.md等）
脚本文件：scripts/ws_listener.py（WebSocket监听器）

🛠 安装与启用方式

前置依赖

pip install "videodb[capture]" python-dotenv

API密钥配置

必须设置环境变量：VIDEO_DB_API_KEY=your-key

可通过终端导出：export VIDEO_DB_API_KEY=your-key
或项目.env文件配置

免费API密钥获取

访问 [console.videodb.io](https://console.videodb.io) 获取（50次免费上传）

基础连接代码

from dotenv import load_dotenv
load_dotenv(".env")
import videodb
conn = videodb.connect()

📋 标准工作流

媒体输入：用户提供本地文件路径、URL或RTSP流地址
上传处理：通过coll.upload()上传媒体到VideoDB服务
索引构建：根据需求构建语音文字索引或视觉场景索引
内容搜索：使用video.search()进行语义或视觉搜索
结果处理：获取时间戳定位、生成证据链接或自动剪辑
后期编辑：通过时间线操作进行字幕添加、叠加层处理等
输出交付：返回可播放流链接、生成资源或事件警报

⚠️ 关键限制、缺陷、注意事项

平台限制

桌面录制仅支持macOS，其他平台无法使用桌面捕获功能
RTSP流处理需要稳定的网络连接

Token消耗

长视频处理可能消耗大量token
实时流监控需要持续token投入

性能限制

长视频reframe操作可能超时（建议使用短片段或异步回调）
场景索引构建存在重复索引错误处理复杂度

生产环境适用性

适合原型开发和小规模应用
大规模生产环境需要评估API调用限制和成本
免费版有50次上传限制

已知坑点

已索引视频需要force=True参数跳过错误
时间线操作必须验证时间戳有效性（start≥0, start<end, end≤video.length）
搜索无结果时会抛出异常需要捕获处理

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景

内容创作者：需要快速处理视频字幕、比例调整、平台适配
监控开发：实时流事件检测和警报系统开发
媒体分析：视频内容搜索和关键片段提取
教育培训：桌面会话录制和智能摘要生成
社交媒体：视频格式转换和平台优化

❌ 不适合场景

高性能实时处理：需要极低延迟的视频处理场景
大规模批量处理：超出免费限制的大批量视频处理
复杂特效制作：需要高级过渡、色彩分级、音量混合等专业编辑
离线环境：无法连接VideoDB云服务的环境
隐私敏感数据：需要本地处理的敏感视频内容

如何安装

skills install --user sakamoto-family-smile/agent_monorepo

通用安装教程：在哪里输入上面的命令

上面的命令本质是在「终端 / 命令行」中调用技能管理器，把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同，按下面操作即可：

打开工具自带的终端面板，或系统终端（macOS「终端」、Windows「PowerShell」、Linux「Terminal」）。
把上面的安装命令复制进去，回车运行，等待下载与注册完成。
重启或重新加载 AI 工具，让新安装的 Skill 被识别。
新建对话并触发：直接描述用途，或通过该工具的技能 / 斜杠菜单选中此 Skill。

Claude 桌面版（macOS / Windows）

桌面版没有内置命令行，Skill 需通过 Claude Code CLI 安装。打开系统终端，先执行 npm install -g @anthropic-ai/claude-code，再运行上面的安装命令；完成后完全退出并重新打开 Claude。

Claude Code（终端 CLI）

直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面，再在对话中引用该 Skill（/ 斜杠菜单或直接描述用途）。

VS Code（含 GitHub Copilot）

打开终端面板：菜单「终端 → 新建终端」，或快捷键 Ctrl+`（macOS 为 ⌃+`）。在终端里运行上面的命令；装完后执行「重新加载窗口」（Ctrl+Shift+P → Reload Window），让 Copilot 等扩展识别新技能。

Cursor

底部「终端」面板（Ctrl+`）即是内置终端。粘贴运行上面的命令，完成后在命令面板执行「Reload Window」刷新，再开始对话。

Windsurf

底部「终端」面板运行命令；也可直接使用其内置 Agent 终端，在对话侧执行安装。

其他工具（ChatGPT、本地脚本等）

不支持本地终端的产品，可先在本机终端完成安装，再在对话中描述该 Skill 的能力让其调用；不同工具的命令格式请以其官方文档为准。

风险提示

⚠️ 高风险：请勿直接执行

本 Skill 的 SKILL.md 经自动扫描命中高危命令 / 数据外传 / 可疑链接等模式。安装与执行前务必人工逐行核验原始代码；本站已隐藏一键复制，避免误操作。

检测到隐私/敏感信息读取（预设模式 #3）
检测到隐私/敏感信息读取（预设模式 #6）
检测到数据外传行为（预设模式 #8）

命中检测项

privacy_collect
exfiltr