analyze-video

专业法医级视频抽帧与视觉分析技能。支持场景检测、多阶段帧提取、LLM逐帧审图、事件时间线和结构化报告生成。

SKILL.md

GitHub

专业视频取证分析技能 (Analyze Video)

Execution Priority

Prioritize calling this skill's scripts/extract_frames.py entrypoint first to produce timestamped frames and metadata. After extraction, the Agent must inspect the frame images directly and build the event timeline from visible evidence.

技能说明

analyze-video 是一个高精度的视频帧分析工具,专为“城市超脑”中的法医级取证和事件检测设计。它通过 ffmpeg 在本地执行场景变更检测,并自动将长视频划分为多个“章节”,以便 Agent 对抽出的关键帧进行多模态视觉审核,而不是只依赖目标检测框或规则脚本。

核心能力

  • 自动分段:自动识别视频中的重要场景并进行章节切分。
  • 自适应抓图:在场景剧烈变化处自动增加抓拍频率,确保不遗漏关键动作。
  • LLM逐帧审图:要求 Agent 直接查看抽帧图片,记录对象、动作、空间关系、状态变化和不确定性。
  • 结构化分析:为每一帧生成精确的时间戳和元数据,并输出事件时间线。

触发关键词

  • "分析视频", "事件检测", "异常行为", "监控事件", "取证", "视频回溯", "analyze-video", "检查监控", "打架", "车祸", "摔倒", "聚集", "拥堵", "烟火", "入侵", "占道"

权限声明

  • bash: 用于执行 python3 /mnt/skills/custom/analyze-video/scripts/extract_frames.py。
  • ffmpeg: 核心依赖。

操作规范 (Guidelines)

  1. 工作流程:
    • 调用:python3 /mnt/skills/custom/analyze-video/scripts/extract_frames.py <video_path> --output-dir /mnt/user-data/workspace/video_review。
    • 读取产生的 metadata.json 了解视频章节分布。
    • 先查看全局粗采样帧,建立事件候选时间线。
    • 对候选时间段查看 dense/keyframe 结果,逐帧描述可见主体、动作、空间关系、状态变化和证据质量。
    • 将视觉观察转换成结构化事件候选:event_type、time_range、evidence_frame_ids、reason、confidence、requires_review。
  2. 注意事项:
    • 提取过程可能耗时较长(视视频长度而定)。
    • 不要只根据文件名、用户描述或检测标签判断事件;必须基于抽帧图片中的可见证据。
    • 模糊、遮挡、视角不足或单帧证据不足时,应降低置信度并标记人工复核。
    • 最终产物应汇总为一份包含时间轴的 PDF 或 Markdown 报告。

示例 (Example)

用户: "分析一下 /mnt/datasets/surveillance/raw/test_video_01.mp4 里的异常行为。" Agent 动作:

  • 执行:python3 /mnt/skills/custom/analyze-video/scripts/extract_frames.py /mnt/datasets/surveillance/raw/test_video_01.mp4
  • 根据输出的 output_dir 读取元数据。
  • 回复用户: "视频提取完成,共识别出 3 个关键场景,正在为您逐一分析..."