Video Understanding

视频理解与分析能力 - 让 AI 能够理解视频内容、提取关键信息。当用户要求分析视频、理解视频内容、总结视频、提取视频要点时触发此技能。

Video Understanding - 视频理解技能

概述

赋予 AI 理解和分析视频内容的能力，支持：

• 视频链接分析（YouTube、Bilibili等）
• 提取视频标题、描述、时长等信息
• 视频内容总结与关键点提取
• 语音转文字（需要额外工具）

触发场景

1. 用户发送视频链接并要求"理解"、"分析"、"总结"
2. 用户询问视频"讲了什么"、"重点是什么"
3. 用户要求"提取"视频内容
4. 需要从视频中获取信息

支持平台

平台	网址	支持情况
YouTube	youtube.com	标题、描述、时长
Bilibili	bilibili.com	标题、简介、BV号
抖音	douyin.com	标题、描述
腾讯视频	v.qq.com	标题、简介
爱奇艺	iq.com	标题、简介

获取视频信息

方法1: web_fetch

python

url = "https://www.youtube.com/watch?v=视频ID"
# 提取 title, description, duration

方法2: 第三方 API

• RapidAPI Video APIs
• YouTube Data API
• Bilibili API

工作流

text

1. 识别视频平台 → 判断使用哪个 API/方法
2. 获取基本信息 → 标题、描述、时长、作者
3. 提取关键内容 → 章节、要点、字幕（如有）
4. 整合总结 → 用中文呈现给用户

输出格式

向用户呈现视频信息时：

• 视频标题和来源
• 内容摘要（如果可以获取）
• 关键时间点（如有章节）
• 建议的观看重点

限制

• 无法直接播放视频
• 无法理解视频画面内容
• 需要平台支持或第三方 API