闲社服务运行正常AI智能体自动化平台
t

追踪视频分析

技能标识:tracked-video-analysis

Analyze local or linked video files and convert them into structured summaries of features, functions, workflows, or topics. Use when a user wants a walkthrough/demo video reviewed, asks to extract and organize features from a video, needs category > function > description > benefit summaries, or wants a tracked local workflow for long/noisy video transcription. Especially useful when chat media is inaccessible and you need a reliable two-stage process with explicit progress files.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

追踪视频分析

追踪式视频分析

使用此技能处理时长较长、噪声较多或操作不便的视频,在这些场景中,可信度与可见性同最终摘要一样重要。

核心理念很简单:

  1. 1. 先提取内容
  2. 再结构化整理
  3. 明确追踪两个阶段

除非有活跃的操作系统进程或最新的状态文件证明,否则切勿声称后台进程仍在运行。

核心工作流程

1) 可靠获取视频

优先采用以下顺序:

  1. 1. 本地直接文件
  2. 直接可下载链接
  3. 文档上传
  4. 外部文件托管备用方案

如果聊天媒体无法访问,请直接索要链接,而非无限重试模糊的媒体访问。

使用 tmp/video_analysis/ 作为工作目录。

2) 无需 root 权限准备本地工具

优先使用工作区本地包,而非系统安装。

有用的本地工具:

  • - ffmpeg-static
  • ffprobe-static
  • @xenova/transformers
  • wavefile

如果 root/提权包安装被阻止,不要停滞任务——尽可能在工作区内本地安装。

3) 运行追踪式提取

提取应生成:

  • - tmp/videoanalysis/status.json
  • tmp/videoanalysis/progress.log
  • tmp/videoanalysis/transcript.jsonl
  • tmp/videoanalysis/analysis.md

规则:

  • - 优先采用分块处理,而非一次性全视频 ASR。
  • 优先使用较轻量的 ASR 以确保稳定性。
  • 每处理完一个块后更新状态。
  • 如果运行中断,尽可能从文件恢复,而非自动从头开始。

4) 运行追踪式最终结构化整理

结构化整理应生成:

  • - tmp/videoanalysis/finalstatus.json
  • tmp/videoanalysis/finalprogress.log
  • tmp/videoanalysis/finalanalysis.md

此阶段应:

  • - 清理填充词和重复短语
  • 将相关块分组
  • 推断类别
  • 规范化措辞
  • 将原始转录转换为用户要求的格式

5) 如实报告状态

使用以下规则:

  • - 提取运行中 → 报告 status.json
  • 提取完成,无最终处理运行中 → 明确说明
  • 最终结构化整理运行中 → 报告 finalstatus.json
  • 最终结果就绪 → 读取 finalanalysis.md 并正常回答

标准输出格式

常见目标:

  • - 类别 → 功能 → 描述 → 收益
  • 类别 → 功能 → 简短描述
  • 功能列表 + 时间戳
  • 带置信度说明的简洁摘要

对于噪声较大的 ASR,优先采用可读的规范化处理,而非虚假的精确性。

状态纪律

不要说“进程正在运行”,除非以下至少一项为真:

  • - 操作系统进程处于活动状态
  • 相关状态文件正在积极更新

如果提取已完成,明确说明:

  • - 提取已完成
  • 无活跃的提取进程残留
  • 仅剩结构化整理(如果属实)

需要时读取这些文件

  • - 读取 references/pipeline.md 了解规范化的追踪工作流程和故障处理。
  • 使用 scripts/transcribetrackedlight.mjs 作为提取的起点。
  • 使用 scripts/final_structurer.py 作为初始结构化整理的起点。

交付风格

优先采用简洁、可读的章节。

当用户需要精美的交付物时:

  1. 1. 创建干净的 .md 文件
  2. 保持结构视觉舒适
  3. 按需以文档/文件形式发送

实用说明

此技能针对操作可靠性进行了优化,而非完美的转录保真度。如果 ASR 结果杂乱,请生成带有明确不确定性的有用结构化摘要,而非假装原始转录是精确的。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 tracked-video-analysis-1776076802 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 tracked-video-analysis-1776076802 技能

通过命令行安装

skillhub install tracked-video-analysis-1776076802

下载

⬇ 下载 tracked-video-analysis v1.0.0(免费)

文件大小: 7.89 KB | 发布时间: 2026-4-15 14:42

v1.0.0 最新 2026-4-15 14:42
Initial release: reliable two-stage local video analysis with tracked extraction, tracked structuring, status files, and structured summaries from noisy video sources.
返回顶部